Цифровой ревизор: как AI-агент поможет Минфину оптимизировать бюджетные расходы

Логотип компании
18.10.2024
Цифровой ревизор: как AI-агент поможет Минфину оптимизировать бюджетные расходы

Изображение: freepik.com

Сбер запустил в Министерстве финансов России AI-агента, способного, как утверждается, существенно улучшить контроль за расходованием федерального бюджета.

Об этом на Московском финансовом форуме рассказал Александр Ведяхин, первый замред правления Сбербанка.

По его словам, новый инструмент, основанный на GigaChat, предназначен для автоматизации процесса сопоставления бюджетных расходов с кодами бюджетной классификации. Минфин предоставил обширную базу данных, на основе которой система была обучена.

Александр Ведяхин подчеркнул, что на текущем этапе AI-агент уже демонстрирует высокий уровень точности — 84%, и его производительность будет продолжать расти. Как только система достигнет максимальной эффективности, значительную часть рутинной работы можно будет передать на машинную обработку. Это позволит специалистам сосредоточиться на более сложных и творческих задачах, что, в свою очередь, поможет снизить уровень профессионального выгорания и уменьшить объем однообразных операций.

Зампред уверен, что единая система электронного взаимодействия государства, банков и бизнеса будет создана до 2036 года. Эта цифровая платформа должна повысить эффективность реализации госпрограмм, таких как субсидирование процентных ставок. По его словам, расчет субсидий, контроль лимитов и ведение реестров заемщиков будут автоматизированы, что позволит ускорить процесс предоставления господдержки ключевым секторам экономики — ипотечным заемщикам, СМБ, сельскохозяйственным предприятиям. В результате государство сможет оперативно направлять средства в нужные отрасли, что повысит гибкость и точность распределения бюджетных средств.

«Если говорить про горизонт «10-15 лет», то как и сейчас, главной технологией, которая будет влиять на цифровое управление общественными финансами, будет искусственный интеллект».

Читайте также
Являясь частью искусственного интеллекта, машинное обучение (Machine Learning, ML) открывает все больше возможностей бизнесу. Его внедряют для трансформации процессов, развития транспорта, логистики, АПК и других отраслей, а экономический эффект применения ИИ составляет более триллиона рублей. Рассмотрим, какие прикладные задачи компаний решает ML, приведем примеры внедрения, поговорим про подход Retrieval-Augmented Generation (RAG) и дадим чек-лист качественной интеграции и использования ИИ в реальном секторе.

Похожие статьи