СРАВНИТЕЛЬНАЯ ОЦЕНКА ГОТОВНОСТИ ГОСУДАРСТВЕННОГО УПРАВЛЕНИЯ К ВНЕДРЕНИЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ОСНОВЕ МЕЖДУНАРОДНЫХ ИНДЕКСОВ И РЕЙТИНГОВ (РОССИЯ, КИТАЙ)

АННОТАЦИЯ

Актуальность исследования обусловлена возрастающей ролью искусственного интеллекта в государственном управлении и потребностью в объективной оценке готовности государств к его внедрению. Цель работы - сравнительная оценка готовности систем государственного управления России и Китая к внедрению искусственного интеллекта. Метод исследования - сопоставительный анализ позиций стран в международных индексах и рейтингах (Oxford Government AI Readiness Index, IMF AI Preparedness Index, The Global AI Index) и в отраслевом индексе НЦРИИ. В результате установлено, что Китай реализует масштабную централизованную модель и опережает Россию по абсолютным показателям, тогда как Россия применяет стратегическую модель с опорой на приоритетные отрасли и партнёрство государства с технологическими компаниями.

Ключевые слова: искусственный интеллект, государственное управление, готовность к внедрению ИИ, международные индексы, рейтинги, Россия, Китай, цифровая инфраструктура, технологический суверенитет, сравнительный анализ.

Искусственный интеллект (ИИ) за последнее десятилетие превратился из узкой исследовательской темы в инструмент, который напрямую влияет на то, как устроено управление, - в том числе государственное. Правительства многих стран рассматривают ИИ как способ работать быстрее и эффективнее: ускорить обработку обращений граждан, поднять качество услуг, снять с чиновников часть рутины. Но одной техники тут мало. Чтобы технология действительно прижилась в госсекторе, нужны зрелые институты - продуманные стратегии, подготовленные кадры, работающая инфраструктура и понятные правовые рамки.

Сравнивать страны по этому признаку имеет смысл: такой анализ показывает, где у каждой системы заложены преимущества, а где - узкие места. В статье мы остановимся на России и Китае. Выбор не случаен: при всех различиях в политическом устройстве, экономике и культуре обе страны вкладываются в ИИ всерьёз и делают это по-разному, что и делает их сопоставление показательным.

Китай с его программой «Сделано в Китае 2025» открыто претендует на технологическое лидерство и вкладывает огромные средства в исследования и разработки. Россия идёт своим путём, но тоже не стоит на месте: здесь принимают собственные стратегии и запускают проекты, нацеленные на то, чтобы встроить ИИ в госуправление и смежные сферы.

1. Международные индексы и рейтинги

Готовность стран к ИИ сегодня измеряют сразу несколькими международными индексами. Далее рассмотрим наиболее показательные.

Oxford Government AI Readiness Index (GARI). Этот рейтинг ежегодно с 2017 года составляет компания Oxford Insights; он показывает, насколько правительства разных государств готовы внедрять ИИ в государственные услуги [6]. От выпуска к выпуску список оцениваемых стран расширяется.

В основе индекса лежат 39 индикаторов, сведённых в три «опоры»: правительство, технологический сектор, а также данные и инфраструктуру.

Сами авторы признают, что методология пока неполна. За её рамками остаются, например, энергопотребление ИИ-систем и их углеродный след; вклад ИИ в борьбу с изменением климата; инклюзивность, то есть разнообразие состава органов, управляющих ИИ; наконец, увязка национальных ИИ-инициатив с Целями устойчивого развития ООН. Всё это может появиться в следующих редакциях.

Позиции России и Китая по этому индексу сведены в таблицу 1.

Таблица 1.

Готовность России и Китая по индексу Government AI Readiness Index (Oxford Insights), баллы [6]

IMF AI Preparedness Index (AIPI). Индекс Международного валютного фонда появился в 2024 году; он оценивает готовность к внедрению и использованию ИИ и охватывает 174 страны [5; 7].

Его задача - не просто ранжировать государства, а помочь им увидеть собственные пробелы и выстроить политику так, чтобы выгодами от ИИ могли воспользоваться все. МВФ при этом честно фиксирует обе стороны медали: ИИ способен поднять производительность, ускорить рост экономики и доходов, но он же грозит вытеснением рабочих мест и углублением разрыва между странами.

Расчёт опирается на макроэкономические данные и ведётся по четырём направлениям: цифровая инфраструктура; человеческий капитал и политика на рынке труда; инновации и экономическая интеграция; регуляторные и этические рамки.

Значения субиндексов для России и Китая приведены в таблице 2.

Таблица 2.

Готовность России и Китая по индексу AI Preparedness Index (МВФ), значения субиндексов [5]

«Индекс готовности приоритетных отраслей экономики РФ к внедрению ИИ» (2024). В отличие от трёх предыдущих, это отраслевой, внутрироссийский инструмент. Его ежегодно готовят Национальный центр развития искусственного интеллекта при Правительстве РФ и ВЦИОМ; индекс показывает, насколько отдельные секторы экономики и социальной сферы готовы работать с ИИ [1].

Итоговое значение собирается из частных оценок по разным направлениям применения ИИ и по факторам, которые на это применение влияют. В 2024 году в расчёт вошли 36 показателей по 11 направлениям - среди них наличие на рынке отечественных ИИ-решений, обеспеченность профильными специалистами и состояние инфраструктуры для разработки и эксплуатации ИИ.

По итогам 2024 года наблюдаются следующие показатели. Сводное значение индекса - 3,5 из 10. Доля организаций, применяющих ИИ, за три года удвоилась: с 20 % в 2021-м до 43 % в 2024-м. По приоритетным отраслям интегральный показатель прибавил 9 % к уровню 2021 года. Положительный эффект от внедрения отметили 97 % компаний. Лидируют финансовые услуги, ИКТ, высшее образование и ТЭК - там ИИ используют до 66 % организаций. Всего исследование охватило более 5 тыс. организаций из 19 отраслей.

Глобальный индекс ИИ (The Global AI Index). Самый «широкий» из рассматриваемых: его авторы сводят 122 показателя, собранные из 24 государственных и частных источников и от 83 правительственных организаций [8; 9].

Все показатели укладываются в три ключевых блока (и семь вспомогательных). Первый - реализация (Implementation): здесь учитываются таланты, то есть наличие квалифицированных кадров; инфраструктура - мощность и надёжность вычислительных ресурсов вплоть до суперкомпьютеров и собственного производства полупроводников; операционная среда - регулирование и отношение общества к ИИ. Второй блок - инновации (Innovation): объём и качество исследований (публикации и их цитируемость в авторитетных журналах), а также развитие - создание базовых платформ и алгоритмов, на которых затем строятся прикладные проекты. Третий - инвестиции (Investment): глубина государственной стратегии (бюджетные обязательства, национальные программы) и состояние коммерческой среды (активность стартапов, вложений и бизнес-инициатив).

2. Готовность России к внедрению ИИ

В настоящее время технологии искусственного интеллекта уже проникли во многие сферы, включая государственное управление. Потенциальная выгода очевидна: более эффективная работа ведомств, лучшее качество услуг, более обоснованные управленческие решения. Однако, техническая возможность и реальная готовность системы к переменам это не одно и то же.

Нормативный каркас выстраивается с 2019 года, когда Указом Президента РФ от 10.10.2019 № 490 была принята Национальная стратегия развития ИИ до 2030 года; документ задаёт принципы и приоритеты в этой области [3]. Работа продолжается: в марте 2026 года Минцифры внесло законопроект о регулировании ИИ (вступление в силу намечено на 1 сентября 2027 года), который вводит в оборот понятия «суверенной», «национальной» и «доверенной» моделей [2].

Строится и физическая основа - центры обработки данных. В августе 2025 года правительство утвердило план возведения восьми мега-ЦОДов до 2036 года. Проблема в том, что одновременно ощущается нехватка высокоплотных стоек и дефицит энергомощностей, а растущие ИИ-нагрузки требуют от ЦОДов всё больше вычислений и электроэнергии.

С кадрами ситуация двойственная. В 2023 году профильные программы по ИИ окончили лишь 3,8 тыс. человек, зато набор на них достиг 20,7 тыс. - а значит, в ближайшие несколько лет приток специалистов должен заметно вырасти. ВУЗы встраивают ИИ в свои программы и открывают профильные подразделения: в РУДН факультет искусственного интеллекта заработал в 2024 году, в МГУ - в 2025-м.

При этом нерешённых проблем хватает. Первая - дефицит вычислительных мощностей, особенно современных GPU. Вторая, тесно с ней связанная, - зависимость от импортного оборудования: разработка собственных GPU и серверных процессоров заявлена как стратегическая цель, но в короткие сроки её не достичь по технологическим и финансовым причинам. Третья носит скорее организационный характер - управленческий консерватизм: далеко не все компании готовы отдать алгоритму принятие по-настоящему важных решений без человека в контуре. Наконец, нет единого стандарта расчёта ROI для ИИ-проектов, и это мешает трезво оценивать их экономическую отдачу.

В итоге, Россия обладает достаточно высоким ресурсным и технологическим потенциалом, однако его полная реализация возможна лишь при условии решения одновременно инфраструктурных, кадровых и регуляторных вопросов.

3. Готовность Китая к внедрению ИИ

Китай выглядит куда более подготовленным. Его сила - в сочетании сразу нескольких факторов: огромного государственного финансирования, долгосрочного планирования, развитой инфраструктуры, массовой подготовки кадров и жёсткого регулирования.

Подготовке специалистов по ИИ и робототехнике уделяется особое внимание. Университеты один за другим запускают соответствующие программы и работают в связке с предприятиями, готовя кадры под конкретный запрос индустрии.

Регулирование в КНР - одно из самых проработанных в мире и охватывает наиболее чувствительные сферы применения технологий. В 2024 году вступил в силу «Закон об искусственном интеллекте», собравший воедино прежде разрозненные нормы [4].

Несмотря на масштаб подготовки, по новым профессиям на стыке ИИ и робототехники специалистов всё равно не хватает. К этому добавляются вопросы к качеству патентов в сравнении с США и строгие внутренние правила работы с данными, которые сдерживают международное научное сотрудничество.

Подход Китая имеет определенную систему: большие деньги, инфраструктура, кадры и контроль работают как единое целое. Вопрос лишь в том, сумеет ли страна и дальше отвечать на возникающие вызовы, не нарушив баланс между свободой инноваций и желанием всё контролировать.

4. Сравнительный анализ

При непосредственном сравнении двух стран, различия заметны сразу - по инвестициям, инфраструктуре, кадрам, регулированию и технологической самостоятельности. Китай опережает за счёт размера госпрограмм, объёма вложений и централизованного управления. Россия пока позади, но компенсирует это ставкой на стратегическое планирование и международную кооперацию.

4.1. Инвестиции и инфраструктура

По объёму вложений в ИИ Китай - один из мировых лидеров. За 2023-2024 годы страна привлекла около $11,2 млрд инвестиций (данные ABI Research). А в июне 2026 года стало известно о ещё более амбициозном замысле: порядка $295 млрд за пять лет на создание единой национальной сети ИИ-дата-центров - к 2028 году разрозненные региональные площадки планируют связать в один вычислительный контур.

На этом фоне российские цифры скромнее. В 2022 году государство направило на ИИ свыше 7 млрд рублей (около $78 млн), при том что весь рынок ИИ приблизился к 650 млрд рублей ($7,2 млрд). В 2024 году один только финансовый сектор вложил в ИИ 56,8 млрд рублей - и это далеко не весь объём.

4.2. Кадры и образование

Китайская модель подготовки кадров - массовая и жёстко стандартизированная: государство само определяет приоритеты и задаёт единые требования к обучению на всех его ступенях.

В России модель иная, BigTech-центричная: основную роль играют крупные технологические компании в партнёрстве с вузами, а государство выступает скорее посредником, помогая сторонам договариваться. Слабое место то же - нехватка специалистов по data science, машинному обучению и сопровождению ИИ-платформ.

4.3. Международное сотрудничество

Сотрудничают страны довольно активно, прежде всего на площадках БРИКС и ШОС. В 2025 году Дальневосточный федеральный университет и Чунцинский университет почты и телекоммуникаций открыли первую совместную цифровую кафедру языков с применением ИИ. Параллельно Минцифры РФ и профильные ведомства Китая создали межведомственную рабочую группу, которая должна координировать дальнейшее взаимодействие в этой сфере.

5. Вывод

Проведённое сравнение показывает: Россия и Китай идут к ИИ в госуправлении принципиально разными дорогами. Китайская модель - масштабная, централизованная и ресурсоёмкая. Российская - стратегическая, построенная на точечных приоритетах и партнёрстве государства с крупными технологическими игроками.

По данным Global AI Index, Китай уверенно держится в первой тройке и лидирует почти по всем абсолютным метрикам - деньгам, числу публикаций и патентов, масштабу инфраструктурных строек. Россия в этом рейтинге заметно ниже, на 31-м месте [8]; за этой цифрой стоят вполне объективные ограничения - и по инвестициям, и по доступу к вычислительным мощностям, и по технологической независимости. Но низкая строчка в рейтинге не равна отсутствию движения: российская стратегия изначально нацелена не на абсолютные рекорды, а на отдачу в приоритетных секторах при ограниченных ресурсах.

Положительных сдвигов за последние годы накопилось немало. Складывается системная нормативная база - та же Стратегия-2030 задаёт долгосрочные ориентиры и для ведомств, и для бизнеса. Отраслевое внедрение даёт измеримый результат: в здравоохранении ИИ уже читает медицинские изображения, в финансах - автоматизирует процессы и оценивает риски. Крепнет научно-образовательная база: бюджетных мест по ИИ-направлениям становится больше, а в ведущих вузах появляются профильные подразделения. Постепенно достраивается и необходимая инфраструктура.

Если темп и приоритеты сохранятся, есть несколько направлений, где Россия способна заметно усилить свои позиции. В самом госуправлении - это автоматизация процессов, продвинутая аналитика в помощь принятию решений и цифровые ассистенты для служащих. Перспективно создание типовых отраслевых ИИ-платформ - для здравоохранения, образования, ЖКХ, транспорта: такие решения легко тиражировать по регионам, что ускоряет внедрение и снижает издержки. Отдельная задача - технологический суверенитет: вложения в собственные GPU и серверные платформы вместе с развитием open-source в партнёрстве с индустрией уменьшат зависимость от импорта и сделают всю ИИ-экосистему устойчивее. Наконец, нужны единые методики расчёта ROI для государственных ИИ-проектов - без них трудно разумно распределять ресурсы, выбирать самые многообещающие направления и показывать результат обществу и бизнесу.

Итог получается положительным. Да, по абсолютным показателям Россия уступает, но динамика устойчива, а её главный козырь - умение сосредоточиться на нескольких приоритетах и быстро тиражировать то, что сработало. Дальнейшее развитие будет определено принятыми решениями: насколько последовательно будет реализована стратегия, удастся ли нарастить вложения в инфраструктуру и людей и хватит ли регулированию гибкости, чтобы подталкивать инновации, а не глушить их лишними барьерами.

Список литературы:

1. Индекс готовности приоритетных отраслей экономики Российской Федерации к внедрению искусственного интеллекта. 2024 / Национальный центр развития искусственного интеллекта при Правительстве РФ, ВЦИОМ. - Москва, 2024. - URL: https://ai.gov.ru/knowledgebase/infrastruktura-ii/2024_indeks_gotovnosti_prioritetnyh_otrasley_ekonomiki_rossiyskoy_federacii_k_vnedreniyu_iskusstvennogo_intellekta_ncrii_pri_pravitelystve_rf/ (дата обращения: 15.06.2026).
2. Минцифры опубликовало законопроект о регулировании искусственного интеллекта // РБК : [сайт]. - 2026. - 18 марта. - URL: https://www.rbc.ru/technology_and_media/18/03/2026/69baed539a7947daf36b8989 (дата обращения: 15.06.2026).
3. О развитии искусственного интеллекта в Российской Федерации : Указ Президента РФ от 10.10.2019 № 490 (ред. от 15.02.2024) : [вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»] // КонсультантПлюс : справочно-правовая система. - URL: https://www.consultant.ru/document/cons_doc_LAW_335184/ (дата обращения: 15.06.2026).
4. AI laws and regulations 2025 : China / Global Legal Insights. - URL: https://www.globallegalinsights.com/practice-areas/ai-machine-learning-and-big-data-laws-and-regulations/china/ (дата обращения: 15.06.2026).
5. AI Preparedness Index (AIPI). Staff Discussion Note / International Monetary Fund. - Washington, 2024. - URL: https://www.imf.org/external/datamapper/AIPINote.pdf (дата обращения: 15.06.2026).
6. Government AI Readiness Index 2024 / Oxford Insights. - December 2024. - URL: https://oxfordinsights.com/wp-content/uploads/2024/12/2024-Government-AI-Readiness-Index-2.pdf (дата обращения: 15.06.2026).
7. Mapping the World's Readiness for Artificial Intelligence Shows Prospects Diverge / International Monetary Fund. - 2024. - 25 June. - URL: https://www.imf.org/en/Blogs/Articles/2024/06/25/mapping-the-worlds-readiness-for-artificial-intelligence-shows-prospects-diverge (дата обращения: 15.06.2026).
8. The Global Artificial Intelligence Index 2024 / Tortoise Media. - 2024. - 18 September. - URL: https://www.tortoisemedia.com/2024/09/18/the-global-artificial-intelligence-index-2024 (дата обращения: 15.06.2026).
9. The Global Artificial Intelligence Index. Methodology Report / Tortoise Media. - September 2024. - URL: https://www.tortoisemedia.com/_app/immutable/assets/AI-Methodology-2409.BGTLUPC-.pdf (дата обращения: 15.06.2026).