Ключевой принцип программы — от акселерации технологий к решению конкретных региональных задач. Участники должны были продемонстрировать не только саму технологию, но и её практическую ценность: какую проблему она решает, какой эффект даёт и как быстро можно запустить пилот. Несколько финальных решений уже прошли апробацию в российских регионах.

Дмитрий Рейдман, директор по развитию цифрового бизнеса, Х.Технологии "Ростелекома":

"Мы сознательно уходим от модели акселератора, результатом которого становится демодень и набор красивых презентаций. Для нас результат — когда есть конкретная проблема региона, технологическая компания, способная ее решить, понятный пилот и измеримый эффект. Важно, что часть сегодняшних финалистов уже доказала свои решения в российских регионах. Теперь наша задача — помочь масштабировать этот опыт".

Решения, вышедшие в финал, представили сами разработчики на питч-сессии, которая состоялась в рамках форума "Цифровые решения". По итогам голосования экспертного жюри лучшим проектом стало решение в сфере цифровизации работы госслужащих HRBox. Это единая цифровая среда для сотрудников государственных органов, которая объединяет административные процессы, базу знаний, обучение и ИИ-инструменты. Решение уже используется в правительстве ЯНАО, аудитория — более чем 7 тыс. пользователей. Автоматизация множества внутренних процессов позволила получить эффект, эквивалентный 104 млн рублей фонда оплаты труда.

В зрительском голосовании на питч-сессии лидером стала платформа видеоаналитики для управления городом и строительством VizorLabs. С помощью ИИ она анализирует видео с камер на стройках и городских объектах, выявляет нарушения и опасные ситуации и передаёт сигналы ответственным службам. Платформа позволяет использовать существующие камеры не просто как средство наблюдения, а как источник управленческих данных. Для примера — в Московском регионе к платформе подключено более 8 тыс. камер, а системой мониторинга охвачено более 70% из 1,5 тыс. строительных объектов. Технология дает возможность расширять масштаб наблюдения без пропорционального увеличения штата.

Еще один практический пример представила компания "КодИнсайд" — ее платформа Docor AI применяется в Пензенской области. ИИ-агенты анализируют социально-экономические показатели региона, помогают проводить экспертизу закупочной документации и работают в цифровых каналах взаимодействия с гражданами. В отдельных процессах время выполнения задачи удалось сократить с 1–1,5 часов до 15–20 минут.

Решение компании Guardora закрывает одну из ключевых проблем внедрения искусственного интеллекта в государственном секторе: модели необходимо регулярно обновлять на новых данных, однако персональные, медицинские и другие защищенные данные нельзя передавать внешнему разработчику. Технология реализует принцип, в котором модель приходит к данным, а не данные к модели: дообучение происходит внутри защищенного контура заказчика. В уже проведенном пилоте срок фактического обновления модели удалось сократить до шести дней, одновременно практически устранив ошибки на новых данных.

Безопасности региональной инфраструктуры посвящен и проект "Агент ROI", в основе которого лежит платформа для запуска ИИ-помощников и управления уже работающими нейросетями и агентами по единым правилам. Она создает единый контролируемый контур для использования различных нейросетей и ИИ-агентов: чувствительные данные остаются внутри инфраструктуры региона, а действия агентов протоколируются и ограничиваются заданными правами.

Решение компании 3iTech предлагает регионам инструменты речевой аналитики, анализа обратной связи, обучения сотрудников, цифрового суфлера и голосовых ИИ-агентов. При его внедрении для региона первым шагом может стать анализ существующих записей обращений граждан в контакт-центры и МФЦ. Здесь ИИ помогает определить типовые проблемы обслуживания и точки, влияющие на качество сервиса и лояльность граждан, без необходимости масштабного внедрения новой инфраструктуры.

Технология, разработанная компанией "ИнфоГИС", объединяет ИИ с LiDAR-съемкой с беспилотников для актуализации данных о лесном фонде территории. Алгоритмы анализируют не отдельные выборочные участки, а каждое дерево и автоматически определяют породный состав, высоту, диаметр и объем древесины. Технология уже апробирована в Республике Коми и Кировской области. Задача особенно актуальна для лесных регионов: по данным, представленным участниками программы, около 80% российских лесов не имеют актуальных данных. При этом ежегодно необходимо обновлять сведения примерно о 30 млн гектаров леса.

Все решения-финалисты можно найти в интерактивном каталоге. Следующий этап акселерационной программы будет посвящен формированию совместных пилотов с заинтересованными регионами. Цель программы — сформировать механизм, при котором успешное решение, доказавшее свою эффективность в одном регионе, сможет быстрее масштабироваться на другие субъекты Российской Федерации.