AI pamats digitālajiem publiskajiem pakalpojumiem

Pašvaldības bieži domā, ka “viedpilsēta” sākas ar sensoriem, lietotnēm un skaistām vadības paneļu vizualizācijām. Es tam nepiekrītu. Viedpilsēta sākas daudz prozaiskāk: ar digitālo publisko pakalpojumu infrastruktūru, kas ir tik uzticama, droša un savietojama, ka uz tās var būvēt visu pārējo — arī mākslīgo intelektu publiskajā sektorā.

Tieši šo domu labi izgaismo saruna ar publiskā sektora digitalizācijas praktiķi Hong-Eng Koh (ar pieredzi e-pārvaldē desmitiem valstu). Un, skatoties no 2025. gada nogales perspektīvas, vēstījums ir vēl aktuālāks: iedzīvotāji ir pieraduši pie 24/7 digitālās pieredzes privātajā sektorā, bet valsts un pašvaldību pusē vēl pārāk bieži redzam sadrumstalotas sistēmas, lēnu datu apmaiņu un “papīra procesu digitālu imitāciju”.

Šajā rakstā es to pārtulkošu praktiskā plānā: kā pārveidot digitālo publisko pakalpojumu infrastruktūru, kāpēc AI e-pārvaldē bez šī pamata ir dārgs eksperiments, un kādas ir astoņas “pīlāru” izvēles, kas faktiski nosaka veiksmi.

Digitālā publisko pakalpojumu infrastruktūra: kas tā īsti ir

Digitālā publisko pakalpojumu infrastruktūra ir kopējais pamats, kas ļauj dažādām iestādēm sniegt pakalpojumus kā vienotam veselumam. Tā nav viena sistēma. Tā ir arhitektūra.

Vienā teikumā: ja iedzīvotājs redz vienu pakalpojumu, aizkulisēs strādā daudzas sistēmas — un infrastruktūra ir tas, kas tās salīmē kopā droši un pārvaldāmi.

Praksē tas ietver:

• Identitātes un piekļuves pārvaldību (vienota autentifikācija, lomu tiesības, auditācija)
• Datu apmaiņas slāni (API, integrācijas, notikumu plūsmas, datu katalogi)
• Datu platformu (koplietojami reģistri, datu kvalitātes noteikumi, metadati)
• Mākoņa un hibrīdo infrastruktūru (elastība, mērogojamība, nepārtrauktība)
• Kiberdrošību un noturību (incidentu reakcija, segmentēšana, rezerves scenāriji)
• Pakalpojumu dizaina un procesu slāni (nevis “digitāls PDF”, bet end-to-end serviss)

Kāpēc AI bez šī pamata parasti neizdodas

AI sistēmas publiskajā sektorā dzīvo no trim lietām: datiem, uzticības un integrācijas.

• Ja dati ir dažādos formātos, ar atšķirīgām definīcijām un bez īpašnieka, AI kļūst par dārgu datu tīrīšanas projektu.
• Ja nav drošas piekļuves un auditācijas, AI rada risku gan privātumam, gan reputācijai.
• Ja nav integrācijas slāņa, AI “prognoze” paliek prezentācijā, nevis pārvēršas automātiskā darbībā (piemēram, prioritizētā uzdevumu rindā, paziņojumā vai atļaujas izsniegšanā).

Publiskā sektorā tas ir īpaši jūtams, jo sistēmas ir būvētas gadu desmitiem, un katrai iestādei ir sava loģika, budžets un iepirkumu cikls.

“Lielā pārbūve” reti strādā. Inkrementāls ceļš strādā biežāk

Spēcīgākais praktiskais princips, ko esmu redzējis daudzās digitalizācijas programmās: mazas, konsekventas uzlabojumu iterācijas pārspēj vienu grandiozu modernizāciju.

Digitālie publiskie pakalpojumi ir dzīvi. Mainās likumdošana, procesi, lietotāju paradumi, kiberdraudi. Tāpēc infrastruktūra jāveido kā platforma, ko var papildināt, nevis kā “projekts, ko pabeidz”.

Kā izskatās inkrementāla transformācija (nevis haoss)

Lai inkrementālisms nekļūtu par “lāpīšanu”, vajag divas lietas:

1. Mērķa arhitektūru (kurā virzienā ejam: datu slānis, API standarti, identitāte, drošība)
2. Pakalpojumu prioritāšu sarakstu (kur iedzīvotājs jūt vērtību pirmais)

Labs sākums ir 3–5 pakalpojumi ar augstu pieprasījumu un augstām izmaksām (gan cilvēkstundās, gan iedzīvotāja laikā): pabalsti, būvatļaujas, iedzīvotāju deklarēšana, uzņēmējdarbības atļaujas, transporta un stāvvietu risinājumi.

AI šeit var dot rezultātu ātri, ja pamats ir sakārtots:

• dokumentu automātiska klasifikācija un maršrutēšana
• iesniegumu kvalitātes pārbaude (vai ir visi pielikumi, vai dati loģiski)
• rindu un noslodzes prognozēšana klientu apkalpošanā
• krāpšanas risku signāli pabalstu procesos

8 pīlāri digitālajai publisko pakalpojumu infrastruktūrai — un kur AI iederas

Sarunā tiek izcelti astoņi kopīgi faktori, kas atkārtojas dažādās pilsētās un valstīs. Es tos “piezemēšu” līdz lēmumiem, kas jāpieņem vadībai.

1) Līderība un vīzija

Digitālā transformācija publiskajā sektorā ir vadības sports, nevis IT sports. Ja vadība nespēj skaidri pateikt “kāpēc” (ātrāks serviss, zemākas izmaksas, mazāk kļūdu, lielāka uzticība), komandas aizpildīs vakuumu ar tehnoloģiju sarakstiem.

AI kontekstā vīzijai jāietver arī robežas: ko automatizējam, ko neatstājam algoritmam, kur cilvēks paliek atbildīgais.

2) Attīstības ceļš, kas der konkrētajai pilsētai

Nav universāla šablona, jo pilsētām atšķiras:

• iedzīvotāju demogrāfija
• iestāžu kompetences
• mantojuma sistēmas
• datu pieejamība
• regulējums un iepirkumi

Vienā pilsētā jēga sākt ar datu apmaiņas slāni, citā — ar vienoto identitāti, vēl citā — ar kiberdrošības bāzi.

AI stratēģija ir jāpielāgo šim briedumam. Ja dati ir fragmentēti, sāk ar “AI palīgu” iekšējai efektivitātei. Ja datu plūsmas stabilas, var iet uz proaktīviem pakalpojumiem.

3) Datu stratēģija (bez tās AI ir dārga loterija)

AI e-pārvaldē prasa vienošanos par:

• datu īpašniekiem (kurš atbild par kvalitāti)
• datu definīcijām (viena nozīme visās iestādēs)
• datu apmaiņas principiem (kas, kam, kāpēc)
• datu dzīves ciklu (glabāšana, dzēšana, arhivēšana)

Snippet, ko es bieži atkārtoju komandām: “AI nav datu avots. AI ir datu patērētājs.”

4) Drošība un privātums pēc noklusējuma

Publiskais sektors nevar atļauties “vispirms uzbūvēsim, pēc tam pieskrūvēsim drošību”. It īpaši, ja runa ir par modeļiem, kas apstrādā dokumentus, brīvtekstu un sensitīvus datus.

AI izmantošanai vajag:

• datu klasifikāciju (kas ir sensitīvs)
• piekļuves kontroli līdz laukiem (ne tikai “sistēmai”)
• auditācijas pēdas (kas skatījās, kad, kāpēc)
• testēšanu pret noplūdēm un nepareizu ģenerēšanu

5) Suverenitāte un uzticība

1. gadā šis ir kļuvis par praktisku jautājumu, nevis filozofiju: kur atrodas dati, kā tiek pārvaldīti modeļi, kā kontrolē piegādātāju riskus.

Skaidrs ietvars (hibrīds, lokāls, valsts mākonis, sertifikācijas) palīdz iepirkumiem kļūt ātrākiem, jo lēmumi nav jāizdomā no jauna katrā projektā.

6) Pakalpojumu dizains un proaktīvi pakalpojumi

Labākais digitālais pakalpojums ir tas, kuru iedzīvotājam nevajag meklēt. Proaktīvie pakalpojumi nozīmē: sistēma pati redz notikumu (piemēram, bērna piedzimšana, deklarēšanās, uzņēmuma reģistrācija) un piedāvā nākamos soļus.

AI šeit strādā kā “interpretācijas slānis”:

• saprot brīvteksta pieprasījumus
• iesaka personalizētu nākamo soli
• atpazīst dzīves situācijas (ar skaidriem noteikumiem un piekrišanu)

7) Integrācija un platformu domāšana

Ja katrs departaments veido savu mini-platformu, rezultāts ir dārga nekārtība. Platformu domāšana nozīmē koplietojamus komponentus: maksājumi, paziņojumi, dokumentu glabāšana, e-paraksts, identitāte, datu apmaiņa.

AI kļūst daudz lētāks, ja tas balstās uz koplietojamu platformu: viens dokumentu apstrādes serviss, viens klasifikators, viens drošības ietvars, nevis 12 dažādi.

8) Tehnoloģiju ekosistēma un cilvēki

Pat spēcīga infrastruktūra nepalīdz, ja nav:

• produktu īpašnieku publiskajā sektorā (ne tikai projektu vadītāju)
• datu inženieru un analītiķu kompetenču
• juridisko un drošības komandu, kas saprot AI riskus
• piegādātāju tirgus, kas prot strādāt pēc platformas principiem

Mana stingra nostāja: AI ieviešana bez cilvēku un procesu pārmaiņām parasti palielina izmaksas, nevis samazina tās.

Ko var mācīties no pilsētām ar lielu slodzi: Alicante un Dubai

No sarunas piemēriem izceļas divas situācijas, kas labi parāda, kāpēc infrastruktūras pamats ir svarīgs.

Alicante: pilsēta ar milzīgu apmeklētāju pieplūdumu

Alicante minēta kā vieta ar vairāk nekā 8 miljoniem apmeklētāju gadā. Sezonālā slodze nozīmē, ka digitālie pakalpojumi un pilsētas operācijas nevar būt “vidēji labi”. Tiem jābūt noturīgiem pīķos.

Šādos apstākļos AI vērtība bieži ir ļoti praktiska:

• apkalpošanas pieprasījumu prognozēšana
• incidentu triāža (kas jārisina vispirms)
• satiksmes un plūsmas analītika, ja dati ir savietojami

Taču jebkura prognoze ir tik laba, cik labi ir dati un integrācija.

Dubai: digitālie pakalpojumi kā reputācijas jautājums

Dubai tiek pozicionēta kā līderis digitālajos publiskajos pakalpojumos. Šeit svarīgs ir cits aspekts: digitālais serviss nav tikai ērtība. Tas ir valsts un pilsētas “zīmols”, investīciju vide un iedzīvotāju uzticība.

AI šādā kontekstā ir noderīgs, lai:

• samazinātu laiku līdz lēmumam (piem., atļaujas)
• uzlabotu atbilstību (automātiskas pārbaudes)
• paceltu personalizāciju, saglabājot drošības kontroli

Praktisks kontrolsaraksts: ar ko sākt nākamajos 90 dienās

Ja esi pašvaldības vai iestādes vadītājs un tev vajag kustību, nevis vēl vienu stratēģiju mapē, šis ir reālistisks starts:

1. Izvēlies 1–2 augstas ietekmes pakalpojumus (kur gaidīšanas laiks un kļūdas ir dārgas).
2. Uzzīmē end-to-end procesu un atzīmē, kur ir manuālie “pārrakstīšanas” posmi.
3. Sakārto datu minimālo kopu: definīcijas, īpašnieks, kvalitātes noteikumi.
4. Ievies vienotu integrācijas principu (API/ziņojumi) vismaz šiem pakalpojumiem.
5. Izvēlies vienu drošības modeli AI lietojumiem (piekļuves kontrole, auditācija, datu klasifikācija).
6. Palaid pilotu ar skaidru KPI: piemēram, par 30% mazāk manuālo klasifikāciju vai par 20% īsāks laiks līdz lēmumam.

Šeit ir svarīga disciplīna: pilots nav “demo”. Tas ir mērogojams ķieģelis platformā.

Kur šis ieraksts iederas sērijā “Mākslīgais intelekts publiskajā sektorā un viedajās pilsētās”

Mūsu sērijas lielā tēma ir vienkārša: AI uzlabo e-pārvaldi un pilsētu pārvaldību tikai tad, ja tas ir pieslēgts kvalitatīvām datu plūsmām un drošai infrastruktūrai. Digitālā publisko pakalpojumu infrastruktūra ir “zemes darbi” pirms uzbūvējam māju.

Ja pašvaldība grib AI satiksmes plūsmas analīzei, infrastruktūras pārvaldībai vai uz datiem balstītai lēmumu pieņemšanai, pirmais jautājums nav “kuru modeli izvēlēties?”. Pirmais jautājums ir: vai mūsu pamats ļauj datiem plūst droši, pārvaldāmi un saprotami starp iestādēm?

Nākamais solis: izvēlies vienu pakalpojumu, kur AI var dot izmērāmu rezultātu 3 mēnešos, un vienlaikus ieliec pamatu datu stratēģijai un integrācijai. Tad atkārto. Un atkārto.

Kur, tavuprāt, tavā pilsētā ir lielākais “pudeles kakls” — datos, drošībā vai procesos?