AI partnerības, kas padara viedpilsētas mērogojamas

Pašvaldībām 2025. gada nogalē ir neērts paradokss: datu ir vairāk nekā jebkad (no satiksmes sensoriem līdz klientu apkalpošanas rindām), bet lēmumu pieņemšana bieži joprojām ir lēna, manuāla un sadrumstalota starp nodaļām un piegādātājiem. Tas ir brīdis, kad mākslīgais intelekts publiskajā sektorā var dot reālu atdevi — tikai ne tādā veidā, kā to bieži iztēlojas.

Lielākā kļūda? Uztvert “AI viedpilsētā” kā vienu tehnoloģisku pirkumu. Patiesībā viedpilsētu projekti, kas iztur laika pārbaudi, parasti sākas ar partnerību modeli: pilsēta + tehnoloģiju ekosistēma + inženieru/stratēģijas partneris + (ideālā gadījumā) universitātes un vietējie uzņēmumi. SmartCitiesWorld podkāstā par šo tieši runā Venturous Group un Arup pārstāvji, aprakstot, kā sadarbība un kopīga platformu veidošana palīdz “pareizi izmērīt” risinājumus, lai tie strādātu gan lielpilsētā, gan mazākā pašvaldībā.

Šajā rakstā es sasiešu viņu atziņas ar mūsu sērijas “Mākslīgais intelekts publiskajā sektorā un viedajās pilsētās” centrālo ideju: AI kļūst vērtīgs tad, kad pilsēta prot to ieviest kā pakalpojumu — pārvaldāmi, droši un mērogojami.

Kāpēc viedpilsētām vajag partnerības, nevis tikai piegādātājus

Viedpilsētas problēmas ir sistēmiskas: satiksme ietekmē gaisu, gaisa kvalitāte ietekmē veselību, veselība ietekmē sociālos pakalpojumus, bet sociālie pakalpojumi ietekmē budžetu. Viena “aplikācija” to neatrisina.

Partnerību pieeja strādā tāpēc, ka tā apvieno atšķirīgas spējas:

• Pašvaldība: mandāts, dati, procesu īpašumtiesības, iedzīvotāju uzticība (vai tās trūkums).
• Tehnoloģiju partneri: datu platformas, integrācijas, AI modeļi, produktu attīstība.
• Inženieru un konsultāciju partneri (piem., Arup tipa): sistēmu domāšana, drošības prasības, infrastruktūras realitāte, iepirkumu un ieviešanas arhitektūra.
• Ekosistēma (citytech tīkli): iespēja ātrāk atrast piemērotu risinājumu, salīdzināt pieejas un nepiesieties vienam vendoram.

Snippet-worthy doma: Viedpilsēta nav “tehnoloģiju kaudze”. Tā ir spēja sadarboties, lai tehnoloģijas kļūtu par uzticamu publisko pakalpojumu.

Šeit tieši iederas podkāsta uzsvars uz sadarbību un “partnerību modeli” — īpaši platformu veidošanā, kur katrs partneris iegulda savu daļu un kopā rodas risinājums, ko var atkārtot un mērogot.

AI viedpilsētā sākas ar pareizu “platformas” lēmumu

AI projekti izgāžas nevis tāpēc, ka “modelis bija slikts”, bet tāpēc, ka:

1. dati ir nekvalitatīvi vai nepieejami,
2. integrācijas ar esošajām sistēmām ir dārgas,
3. nav skaidras atbildības par uzturēšanu,
4. drošība un privātums tiek pievienoti par vēlu.

Podkāstā tiek pieminēta kopīgi attīstīta viedās ēkas platforma (Neuron) kā piemērs tam, ko dod kopuzņēmuma un partnerības pieeja. Manuprāt, vērtīgākais princips šeit ir nevis konkrēts produkts, bet domāšanas veids: platforma kā pamats, nevis atsevišķi pilotprojekti, kas nespēj “iziet ārā no laboratorijas”.

Ko pilsētai nozīmē “platformas domāšana” AI kontekstā

Platforma nav tikai IT termins. Pilsētā tā nozīmē:

• vienotus datu standartus (piem., adreses, objekti, laika zīmogi),
• piekļuves un identitātes pārvaldību,
• auditējamu lēmumu pieņemšanas ķēdi (kas ko mainīja un kāpēc),
• iespēju pievienot jaunus partnerus bez pārbūves “no nulles”.

Ja šis pamats ir sakārtots, AI var strādāt vairākos virzienos vienlaikus:

• satiksmes plūsmas analīze un adaptīvi luksoforu scenāriji,
• infrastruktūras pārvaldība (piem., bojājumu agrīna atklāšana),
• e-pārvaldes pakalpojumi (labāka pieteikumu triāža, ātrāka atbildēšana),
• budžeta plānošana (prognozēšana, slodžu modelēšana).

Mērogojamība un “right-sizing”: vienādas vajadzības, dažādi resursi

Podkāsta ideja par “scalability” un “right-sizing” man šķiet viena no praktiskākajām: lielai metropolei un mazai pilsētai bieži ir tās pašas vajadzības (mobilitāte, drošība, enerģija, klientu apkalpošana), bet pilnīgi atšķirīgi resursi.

Tāpēc labam smart city risinājumam ir jāspēj darboties trīs līmeņos:

1. Starta līmenis (mazas pašvaldības): minimāls sensoru klāsts, gatavas integrācijas, vienkārša analītika, skaidri KPI.
2. Vidējs līmenis: vairāk datu avotu, automatizētas darbplūsmas, uz noteikumiem + ML balstīta optimizācija.
3. Pilns līmenis (lielpilsētas): reāllaika dati, digitālie dvīņi, prognozējoši modeļi, multi-aģentu optimizācija.

Praktisks piemērs: satiksme bez “zelta risinājuma”

Ja pašvaldība grib AI satiksmei, tipiska pārspīlēšana ir uzreiz prasīt “pilnīgu reāllaika optimizāciju visā pilsētā”. Realitātē labāks ceļš ir pakāpju ieviešana:

• 1. solis: datu karte (kur ir sastrēgumi, negadījumi, sabiedriskā transporta kavējumi).
• 2. solis: prognoze (piem., nākamo 30–60 minūšu slodze konkrētos mezglos).
• 3. solis: ietekmes pārbaude (A/B tipa testēšana: “ja mainām fāzes par X sekundēm, kas notiek?”).
• 4. solis: automatizācija ar drošības sliekšņiem (AI iesaka, cilvēks apstiprina; vēlāk — auto-režīms noteiktos apstākļos).

Partnerība šeit ir izšķiroša: tehnoloģiju partneris var uzbūvēt prognozi, bet bez satiksmes inženieru un pilsētas operatīvās komandas tas paliek par skaistu grafiku.

Citytech tīkli: kāpēc ekosistēma ir AI ieviešanas “ātrgaitas josla”

Venturous Group podkāstā minētais citytech tīkls atspoguļo tendenci, ko publiskajā sektorā redzu arvien biežāk: pilsētas vairs negrib būt atkarīgas no viena piegādātāja, bet arī negrib vadīt 20 atsevišķus līgumus bez kopīgas arhitektūras.

Ekosistēmas pieeja dod trīs praktiskas priekšrocības:

1) Ātrāka risinājumu atlase (un mazāk “pilot fatigue”)

Ja ir skaidri definēti tehniskie un drošības kritēriji, ekosistēma ļauj ātri salīdzināt kandidātus. Tas samazina pilotprojektu skaitu, kas beidzas ar “interesanti, bet nevaram integrēt”.

2) Saderība un atkārtota izmantošana

AI publiskajā sektorā bieži cieš no tā, ka katra nodaļa pērk savu rīku. Ekosistēmas modelis spiež domāt par kopīgiem datu slāņiem, API un savietojamību.

3) Komandas kapacitātes palielināšana

Ne visas pašvaldības var atļauties lielu datu zinātnieku komandu. Tīkls un partneri var nodrošināt “paplašinātu komandu” — ar nosacījumu, ka pilsēta saglabā arhitektūras un datu pārvaldības kontroli.

Snippet-worthy doma: Ekosistēma nav modes vārds. Tā ir veids, kā pilsēta saglabā izvēles brīvību un vienlaikus būvē konsekventu AI arhitektūru.

Pilsoņu personalizācija: AI var uzlabot pieredzi, bet risks ir “fragmentēta pilsēta”

Podkāstā izskan ideja, ka iedzīvotāji nākotnē varēs personalizēt savu pilsētas pieredzi pēc individuālām vēlmēm. Tas ir vilinoši: personalizēti paziņojumi par satiksmi, piemērotāki e-pakalpojumu ceļveži, pielāgota informācija par atkritumu izvešanu, atbalsts cilvēkiem ar funkcionāliem traucējumiem.

Taču es ieņemšu stingru pozīciju: personalizācija bez pārvaldības rada nevienlīdzību. Ja viens iedzīvotājs saņem “gudru” atbalstu, bet cits paliek ārpus sistēmas (valodas, piekļuves vai digitālo prasmju dēļ), pilsēta kļūst fragmentēta.

Kā personalizēt atbildīgi (praktiska pārbaudes lapa)

• Opt-in pēc noklusējuma: personalizācija tikai ar skaidru piekrišanu.
• Vienlīdzīgs “base service” līmenis: pakalpojumam jābūt pilnvērtīgam arī bez personalizācijas.
• Skaidrojami lēmumi: ja AI rekomendē maršrutu, prioritāti vai pakalpojumu, jāspēj pateikt “kāpēc”.
• Daudzkanālu piekļuve: lietotne + tīmeklis + zvanu centrs + klātienes atbalsts.
• Regulāri fairness testi: vai kāda iedzīvotāju grupa sistemātiski saņem sliktāku rezultātu?

Šādi personalizācija kļūst par reālu ieguvumu e-pārvaldei, nevis par PR saukli.

Ko pašvaldībai darīt nākamajos 90 dienās: partnerību plāns AI ieviešanai

Ja mērķis ir leads un reāli projekti, nevis konferences slaidi, ir vajadzīgs ļoti konkrēts starts. Lūk, 90 dienu plāns, ko bieži iesaku (un kas labi saskan ar podkāsta partnerību filozofiju):

1. Izvēlieties vienu “augstas frikcijas” pakalpojumu (piem., iedzīvotāju iesniegumu apstrāde, atļaujas, satiksmes incidentu koordinācija).
2. Aprakstiet 3 KPI, kas ir izmērāmi ik nedēļu (piem., vidējais izskatīšanas laiks, pirmā atbilde 24h, atkārtoto iesniegumu īpatsvars).
3. Sakārtojiet datu īpašumtiesības un piekļuvi: kur atrodas dati, kas ir datu īpašnieks, kāds ir minimālais datu kopums pilotam.
4. Noformējiet partneru lomas:
   • platformas/integrāciju partneris,
   • domēna partneris (satiksme, ēkas, klientu apkalpošana),
   • drošības un juridiskais atbalsts.
5. Definējiet “mērogošanas vārtus”: kas jāsasniedz, lai no pilota pārietu uz pilsētas mērogu (funkcionāli + drošība + uzturēšanas izmaksas).

Šis ir vienkāršs ietvars, bet tas disciplinē komandu. Un disciplinēti projekti publiskajā sektorā uzvar.

Kur partnerības visbiežāk salūzt (un kā to novērst)

Partnerības ir spēcīgas, bet trauslas. Visbiežāk problēmas ir šādas:

• Neskaidras atbildības: “kurš uzturēs modeli pēc 12 mēnešiem?”
• Iepirkuma un produktu ritma konflikts: pašvaldības process ir mēnešos, produkta iterācijas — nedēļās.
• Datu drošības prasības kā pēdējais punkts: tas parasti nozīmē pārbūvi.
• Vendor lock-in caur datiem: pat ja līgums ir elastīgs, dati var būt “ieslēgti”.

Risinājums nav abstrakts “labāks līgums”. Risinājums ir pārvaldības modelis:

• kopīga arhitektūras padome (IT + domēna vadītāji + drošība),
• atvērtas integrācijas prasības (API, datu eksports),
• ekspluatācijas budžets jau sākumā (ne tikai ieviešanai).

Nākamais solis viedpilsētās: no projektiem uz portfeli

Viedpilsētu “nākamā paaudze” nav par vairāk sensoriem. Tā ir par to, ka pilsēta vada AI kā portfeli: dažas iniciatīvas dod ātru ieguvumu e-pārvaldes pakalpojumos, citas ilgākā laikā uzlabo infrastruktūras pārvaldību, vēl citas (piem., personalizācija) prasa īpaši stingru privātuma un ētikas rāmi.

Partnerības, par kurām runā SmartCitiesWorld podkāsta viesi, ir labs atgādinājums: pilsētai nav jāizdomā viss pašai, bet tai ir jāsaglabā vadāmība — pār datiem, arhitektūru un iedzīvotāju uzticību.

Ja jūs strādājat pašvaldībā vai valsts iestādē un domājat par AI ieviešanu, mans jautājums ir vienkāršs: vai jums ir partneri, kas palīdzēs ne tikai uzbūvēt pilotu, bet arī uzturēt pakalpojumu piecus gadus?