AI kā atslēga pilsētu sadarbībai bez datu silosiem

1. gada pilsētas vairs neklūp aiz tehnoloģiju trūkuma — tās klūp aiz nesavienotām komandām un nesavietojamiem datiem. Kad satiksmes centrs redz vienu “patiesību”, civilā aizsardzība — citu, bet komunālie dienesti strādā pēc trešās, rezultāts ir paredzams: lēmumi kavējas, darbi dublējas, un iedzīvotāji to jūt pirmajā rindā — sastrēgumos, avārijās, nepārskatāmos remontos, lēnākā palīdzības sniegšanā.

SmartCitiesWorld podkāstā par pilsētu sadarbību (saruna ar Kalyn Sims, Hexagon Safety & Infrastructure CTO) izskan doma, kas man šķiet izšķiroša: pilsētai vajag holistisku operāciju skatījumu, lai sadarbība nebūtu “labs nodoms”, bet ikdienas prakse. Šajā ierakstā es šo ideju paplašinu mūsu sērijas “Mākslīgais intelekts publiskajā sektorā un viedajās pilsētās” kontekstā: kā kopīga operatīvā bilde + koplietota datu platforma kļūst par pamatu, un kā AI publiskajā sektorā var uzlikt nākamo pārnesumu — no sadarbības uz prognozēšanu, automatizāciju un labāku e-pārvaldes kvalitāti.

Kāpēc starpnozaru sadarbība sabrūk tieši “ikdienas” brīdī

Atbilde īsi: sadarbība sabrūk nevis sapulcēs, bet incidenta laikā — jo dati, procesi un atbildības nav saskaņotas.

Pilsētās sadarbība parasti izskatās labi uz slaidiem: ir koordinācijas sanāksmes, memorandi, kontaktpersonu saraksti. Problēma sākas brīdī, kad notiek “parasts” incidents ar vairākām pusēm: avārija krustojumā, kas vienlaikus ietekmē satiksmi, sabiedrisko transportu, neatliekamo palīdzību, pašvaldības policiju un, iespējams, arī komunālos dienestus (piemēram, bojāts apgaismojums vai ūdensvada atzars).

Te parādās trīs tipiskās plaisas:

1) Datu silosi un dažādas “patiesības versijas”

Katram dienestam ir savas sistēmas: biļešu sistēma, GIS slāņi, dispečeru rīki, video, sensori, 112/911 plūsmas, infrastruktūras aktīvu reģistri. Ja nav kopīga operatīvā skata, viens dienests redz tikai “savu ekrānu”. Un, ja nav vienošanās par definīcijām (kas ir “incidenta slēgšana”, kas ir “atjaunota satiksmes caurlaidība”), metrikas kļūst tukšas.

2) Tehnoloģiju iepirkumi “pa nodaļām”, nevis pēc pilsētas mērķiem

Podkāsta centrā ir doma par holistisku pieeju tehnoloģiju iepirkumiem. Praktiski tas nozīmē: ja katra struktūrvienība pērk rīkus tikai sava budžeta un savu KPI dēļ, integrācija tiek atlikta “uz vēlāku”. Vēlākais parasti nekad nepienāk.

3) Organizatoriskā psiholoģija: atbildības bailes

Publiskajā sektorā datu koplietošana nav tikai tehniska tēma. Tā ir arī uzticēšanās tēma: “ja es dalīšos, mani vērtēs”, “ja kļūdīšos, būs audits”, “ja atvēršu piekļuvi, būs drošības risks”. Bez skaidras pārvaldības un vadības signāla silosi atjaunojas pat ar labu tehnoloģiju.

Viena frāze, ko vērts paturēt prātā: “Silo nav datubāze. Silo ir stimulu sistēma.”

Kopīgs operacionālais skats: pamats, uz kura AI vispār strādā

Atbilde īsi: AI nevar salikt kopā to, kas nav savietots — vispirms vajag kopīgu “operāciju bildi”.

Podkāstā uzsvars likts uz to, ka pilsētām nepieciešams holistisks skats uz operācijām. Te ir būtisks moments mūsu tēmai: mākslīgais intelekts viedajās pilsētās nav burvju nūjiņa, kas “kaut kā” atrisinās sadarbību. AI kļūst vērtīgs tikai tad, ja tam ir:

• kopīgi dati (vai vismaz koplietojami metadati un saskaņotas definīcijas),
• vienots incidentu dzīves cikls (kas, kad un kā statusē notikumu),
• skaidras piekļuves tiesības (kas ko drīkst redzēt un darīt),
• pilsētas mēroga prioritātes (piemēram, drošība, mobilitāte, noturība).

Te arī parādās platformu (piemēram, pilsētas “connect” tipa slāņa) loma: tās nav tikai datu noliktavas. Tās ir sadarbības infrastruktūra — vieta, kur incidenti, aktīvi, kartes, uzdevumi un komunikācija satiekas vienā plūsmā.

No “kopīga ekrāna” uz “kopīgu lēmumu”

Kopīgs operacionālais skats ir minimālā prasība. Nākamais līmenis ir kopīgs lēmumu process:

1. Notikums tiek reģistrēts vienoti (viens ID, viena laika ass).
2. Informācija tiek papildināta no dažādiem avotiem (sensori, zvani, video, lauka komandas).
3. Tiek piešķirti uzdevumi un atbildības (RACI nav teorija, bet sistēmas loģika).
4. Statusi ir caurspīdīgi (kāpēc sastrēgums vēl ir, kas gaida ko).

AI šeit var būt “pa vidu” — nevis aizstāt cilvēkus, bet palīdzēt tiem strādāt vienā ritmā.

Kur AI patiešām “pieliek jaudu” starp aģentūrām

Atbilde īsi: AI ir spēcīgākais tur, kur tas samazina koordinācijas izmaksas — triāža, prognoze, resursu plānošana, un automātiska situācijas izpratne.

Kad datu koplietošana un sadarbības process ir sakārtots, parādās četri ļoti praktiski AI izmantošanas virzieni pilsētas operācijās.

1) Incidentu triāža un prioritizēšana reāllaikā

Pilsētai dienā var būt simtiem vai tūkstošiem pieprasījumu: iedzīvotāju ziņojumi, sensora trauksmes, policijas izsaukumi, satiksmes sūdzības. AI var:

• apvienot dublikātus (“tas pats ielu posms, 17 ziņojumi”),
• noteikt ietekmi (vai ietekmē sabiedrisko transportu, skolas maršrutus, slimnīcu piekļuvi),
• ieteikt prioritāti pēc noteiktiem politikas kritērijiem.

Šeit svarīgs ir godīgums: prioritātes noteikšanai jābūt auditējamai. Es ieteiktu sākt ar noteikumu + AI hibrīdu (rules + ML), nevis pilnīgi “melnās kastes” pieeju.

2) Prognozējoša uzturēšana un “bojājums pirms bojājuma”

Ja sadarbība starp komunālajiem dienestiem, satiksmi un infrastruktūras pārvaldību strādā, AI var prognozēt:

• kuri ielu posmi tuvākajā laikā radīs vairāk avāriju (apgaismojums, segums, ziemas apstākļi),
• kur ūdensvada spiediena anomālijas liecina par noplūdi,
• kuri luksoforu kontrolieri uzvedas nestabili.

Ieguvums nav tikai tehnisks. Tas ir pakalpojuma līmeņa ieguvums: mazāk avāriju, mazāk neplānotu remontu, mazāk “kāpēc atkal te?” iedzīvotāju dusmu.

3) Automatizēta situācijas izpratne (video, teksti, zvani)

Starpnozaru darbā lielākais laika zaglis ir “kas tieši notiek?”. AI var palīdzēt, apstrādājot:

• dispečeru piezīmes un iedzīvotāju brīvā teksta ziņojumus (NLP),
• video plūsmas noteiktās zonās (objektu atpazīšana ar stingrām privātuma kontrolēm),
• sensora laika rindas (anomāliju noteikšana).

Praktisks noteikums: AI “redz”, cilvēks apstiprina. Pilsētām, kurām svarīga atbildība un uzticamība, šis modelis strādā labāk nekā pilnīga automatizācija.

4) Resursu saskaņošana starp aģentūrām

Ja ugunsdzēsēji, policija, satiksme un komunālie dienesti redz vienu incidenta kontekstu, AI var ieteikt:

• optimālu brigāžu izsūtīšanas secību,
• apbraukšanas shēmas un satiksmes regulējuma izmaiņas,
• informēšanas tekstus iedzīvotājiem (kas notiek, cik ilgi, kur apbraukt).

Šeit e-pārvalde satiekas ar operācijām: ātrāka, vienotāka komunikācija uzlabo uzticēšanos pašvaldībai.

Praktiska recepte: kā pilsētai ieviest kopīgu datu platformu un AI bez haosa

Atbilde īsi: sāciet ar 1–2 augstas ietekmes procesiem, definējiet kopīgo incidenta modeli, un tikai tad pievienojiet AI slāni.

Te ir rīcības plāns, kas manā pieredzē strādā publiskajā sektorā, kur budžeti, iepirkumi un risku apetīte ir reāli ierobežojumi.

1) Izvēlieties “kopīgo sāpi” (nevis “foršu tehnoloģiju”)

Labs starts parasti ir viens no šiem:

• satiksmes incidentu koordinācija,
• ziemas dienestu un mobilitātes saskaņošana,
• kritiskās infrastruktūras avāriju pārvaldība,
• pasākumu (koncerti, sporta spēles) operatīvā vadība.

Ja visiem ir skaidrs, ka tas sāp, sadarbība kļūst politiski iespējama.

2) Vienojieties par kopīgu datu un incidenta “valodu”

Pirms integrācijām nosakiet:

• vienotu incidenta ID,
• statusu kopu (piemēram: reģistrēts → apstiprināts → piešķirts → ceļā → darbos → atjaunots → slēgts),
• minimālo lauku komplektu (laiks, vieta, ietekme, atbildīgais, drošības klase).

Šis ir brīdis, kad tiek lauzti silosi. Nevis ar motivācijas runu, bet ar vienotu darba modeli.

3) Ieviesiet piekļuves pārvaldību, kas nerada “paralīzi”

Drošība nedrīkst nozīmēt “neviens neko neredz”. Labā prakse:

• lomu balstīta piekļuve,
• datu klasifikācija (publiski / iekšēji / ierobežoti),
• pilns audita žurnāls,
• skaidri noteikts, kas ir “need-to-know”.

4) AI ieviešana pa kāpnēm: no asistenta līdz automatizācijai

Es ieteiktu secību:

1. Asistents: ieteikumi, kopsavilkumi, dublikātu apvienošana.
2. Prognozes: riska reitingi, slodzes prognozes, “kas būs, ja…”.
3. Darbību ierosinājumi: ieteikts plāns, ko apstiprina cilvēks.
4. Daļēja automatizācija: rutīnas darbības ar skaidriem noteikumiem (piemēram, paziņojumu ģenerēšana).

Šī pieeja samazina pretestību un ļauj mērīt ieguvumu soli pa solim.

Biežākie jautājumi, ko dzirdu no pašvaldībām

Atbilde īsi: lielākā daļa risku ir pārvaldāmi, ja ir process, dati un atbildības.

Vai “kopīga platforma” nozīmē vienu lielu sistēmu visiem?

Nē. Praktiskāk ir domāt par kopīgu sadarbības slāni virs esošajām sistēmām, kur kritiskie notikumi un konteksts tiek sinhronizēti. Tas arī atvieglo iepirkumu realitāti: ne vienmēr var nomainīt visu uzreiz.

Kā neiekrist privātuma un drošības slazdā?

Pareiza atbilde nav “nedarām”. Pareiza atbilde ir datu minimizācija + piekļuves kontrole + audits. Un, ja tiek izmantots video vai persondati, ieviešiet ļoti skaidru mērķa ierobežojumu: kam tas ir, cik ilgi glabājas, kas drīkst piekļūt.

Kā izmērīt, vai sadarbība tiešām uzlabojās?

Izvēlieties 3–5 metriku komplektu, kas atspoguļo iedzīvotāju pieredzi un operāciju efektivitāti:

• laiks līdz incidenta apstiprināšanai,
• laiks līdz pirmās brigādes ierašanās brīdim,
• incidentu dublikātu īpatsvars,
• neplānoto darbu skaits (vs plānotie),
• iedzīvotāju informēšanas laiks (pirmais paziņojums pēc incidenta).

Metrikas nav “skaistumam”. Tās ir kopīgās atbildības instruments.

Kur tas viss ved: no sadarbības uz proaktīvu pilsētas vadību

Pilsētu sadarbība, par ko runā SmartCitiesWorld podkāsts, nav tikai organizatorisks mērķis. Tā ir priekšnoteikums AI izmantošanai e-pārvaldē un viedajās pilsētās. Ja pilsēta redz vienu operatīvo bildi, AI var palīdzēt samazināt troksni, paredzēt riskus, saskaņot resursus un uzlabot pakalpojumu kvalitāti bez “vēl vienas sistēmas” ieviešanas katrā nodaļā.

Ja jūs šobrīd plānojat 2026. gada projektus (budžeti, iepirkumi, pilotēšana), mans ieteikums ir vienkāršs: sāciet ar sadarbības pamatiem, un AI pievienojiet kā paātrinātāju, nevis kā attaisnojumu haosam. Pilsētas, kas šo izdara, parasti iegūst ne tikai ātrākus procesus, bet arī mierīgāku iekšējo klimatu: mazāk “tas nav mūsu darbs”, vairāk “mēs to atrisināsim kopā”.

Ko jūsu pašvaldībā būtu visvērtīgāk saskaņot vispirms — satiksmes incidentus, infrastruktūras avārijas vai iedzīvotāju iesniegumu plūsmu?