AI pamats digitālajiem publiskajiem pakalpojumiem

MākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētās••By 3L3C

Digitālā publisko pakalpojumu infrastruktÅ«ra ir pamats AI e‑pārvaldei. Uzzini 8 pÄ«lārus un praktisku 90 dienu starta plānu.

AI e-pārvaldepaÅ”valdÄ«bu digitalizācijadatu pārvaldÄ«bapublisko pakalpojumu platformaskiberdroŔībaviedpilsētas
Share:

Featured image for AI pamats digitālajiem publiskajiem pakalpojumiem

AI pamats digitālajiem publiskajiem pakalpojumiem

PaÅ”valdÄ«bas bieži domā, ka ā€œviedpilsētaā€ sākas ar sensoriem, lietotnēm un skaistām vadÄ«bas paneļu vizualizācijām. Es tam nepiekrÄ«tu. Viedpilsēta sākas daudz prozaiskāk: ar digitālo publisko pakalpojumu infrastruktÅ«ru, kas ir tik uzticama, droÅ”a un savietojama, ka uz tās var bÅ«vēt visu pārējo — arÄ« mākslÄ«go intelektu publiskajā sektorā.

TieÅ”i Å”o domu labi izgaismo saruna ar publiskā sektora digitalizācijas praktiÄ·i Hong-Eng Koh (ar pieredzi e-pārvaldē desmitiem valstu). Un, skatoties no 2025. gada nogales perspektÄ«vas, vēstÄ«jums ir vēl aktuālāks: iedzÄ«votāji ir pieraduÅ”i pie 24/7 digitālās pieredzes privātajā sektorā, bet valsts un paÅ”valdÄ«bu pusē vēl pārāk bieži redzam sadrumstalotas sistēmas, lēnu datu apmaiņu un ā€œpapÄ«ra procesu digitālu imitācijuā€.

Å ajā rakstā es to pārtulkoÅ”u praktiskā plānā: kā pārveidot digitālo publisko pakalpojumu infrastruktÅ«ru, kāpēc AI e-pārvaldē bez Ŕī pamata ir dārgs eksperiments, un kādas ir astoņas ā€œpÄ«lāruā€ 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 iedzÄ«votājs redz vienu pakalpojumu, aizkulisēs strādā daudzas sistēmas — un infrastruktÅ«ra ir tas, kas tās salÄ«mē kopā droÅ”i un pārvaldāmi.

Praksē tas ietver:

  • Identitātes un piekļuves pārvaldÄ«bu (vienota autentifikācija, lomu tiesÄ«bas, auditācija)
  • Datu apmaiņas slāni (API, integrācijas, notikumu plÅ«smas, datu katalogi)
  • Datu platformu (koplietojami reÄ£istri, datu kvalitātes noteikumi, metadati)
  • Mākoņa un hibrÄ«do infrastruktÅ«ru (elastÄ«ba, mērogojamÄ«ba, nepārtrauktÄ«ba)
  • KiberdroŔību un noturÄ«bu (incidentu reakcija, segmentēŔana, rezerves scenāriji)
  • Pakalpojumu dizaina un procesu slāni (nevis ā€œdigitāls PDFā€, bet end-to-end serviss)

Kāpēc AI bez Ŕī pamata parasti neizdodas

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

  • Ja dati ir dažādos formātos, ar atŔķirÄ«gām definÄ«cijām un bez Ä«paÅ”nieka, AI kļūst par dārgu datu tÄ«rīŔanas projektu.
  • Ja nav droÅ”as piekļuves un auditācijas, AI rada risku gan privātumam, gan reputācijai.
  • Ja nav integrācijas slāņa, AI ā€œprognozeā€ paliek prezentācijā, nevis pārvērÅ”as automātiskā darbÄ«bā (piemēram, prioritizētā uzdevumu rindā, paziņojumā vai atļaujas izsniegÅ”anā).

Publiskā sektorā tas ir Ä«paÅ”i jÅ«tams, jo sistēmas ir bÅ«vētas gadu desmitiem, un katrai iestādei ir sava loÄ£ika, budžets un iepirkumu cikls.

ā€œLielā pārbÅ«veā€ reti strādā. Inkrementāls ceļŔ strādā biežāk

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

Digitālie publiskie pakalpojumi ir dzÄ«vi. Mainās likumdoÅ”ana, procesi, lietotāju paradumi, kiberdraudi. Tāpēc infrastruktÅ«ra jāveido kā platforma, ko var papildināt, nevis kā ā€œprojekts, ko pabeidzā€.

Kā izskatās inkrementāla transformācija (nevis haoss)

Lai inkrementālisms nekļūtu par ā€œlāpīŔanuā€, vajag divas lietas:

  1. MērÄ·a arhitektÅ«ru (kurā virzienā ejam: datu slānis, API standarti, identitāte, droŔība)
  2. Pakalpojumu prioritāŔu sarakstu (kur iedzÄ«votājs jÅ«t vērtÄ«bu pirmais)

Labs sākums ir 3–5 pakalpojumi ar augstu pieprasÄ«jumu un augstām izmaksām (gan cilvēkstundās, gan iedzÄ«votāja laikā): pabalsti, bÅ«vatļaujas, iedzÄ«votāju deklarēŔana, uzņēmējdarbÄ«bas atļaujas, transporta un stāvvietu risinājumi.

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

  • dokumentu automātiska klasifikācija un marÅ”rutēŔana
  • iesniegumu kvalitātes pārbaude (vai ir visi pielikumi, vai dati loÄ£iski)
  • rindu un noslodzes prognozēŔana klientu apkalpoÅ”anā
  • krāpÅ”anas risku signāli pabalstu procesos

8 pÄ«lāri digitālajai publisko pakalpojumu infrastruktÅ«rai — un kur AI iederas

Sarunā tiek izcelti astoņi kopÄ«gi faktori, kas atkārtojas dažādās pilsētās un valstÄ«s. Es tos ā€œpiezemēŔuā€ lÄ«dz lēmumiem, kas jāpieņem vadÄ«bai.

1) Līderība un vīzija

Digitālā transformācija publiskajā sektorā ir vadÄ«bas sports, nevis IT sports. Ja vadÄ«ba nespēj skaidri pateikt ā€œkāpēcā€ (ātrāks serviss, zemākas izmaksas, mazāk kļūdu, lielāka uzticÄ«ba), komandas aizpildÄ«s vakuumu ar tehnoloÄ£iju sarakstiem.

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

2) AttÄ«stÄ«bas ceļŔ, kas der konkrētajai pilsētai

Nav universāla Å”ablona, jo pilsētām atŔķiras:

  • iedzÄ«votāju demogrāfija
  • iestāžu kompetences
  • mantojuma sistēmas
  • datu pieejamÄ«ba
  • regulējums un iepirkumi

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

AI stratēģija ir jāpielāgo Å”im briedumam. Ja dati ir fragmentēti, sāk ar ā€œAI palÄ«guā€ iekŔējai efektivitātei. Ja datu plÅ«smas stabilas, var iet uz proaktÄ«viem pakalpojumiem.

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

AI e-pārvaldē prasa vienoÅ”anos par:

  • datu Ä«paÅ”niekiem (kurÅ” atbild par kvalitāti)
  • datu definÄ«cijām (viena nozÄ«me visās iestādēs)
  • datu apmaiņas principiem (kas, kam, kāpēc)
  • datu dzÄ«ves ciklu (glabāŔana, dzēŔana, arhivēŔana)

Snippet, ko es bieži atkārtoju komandām: ā€œAI nav datu avots. AI ir datu patērētājs.ā€

4) DroŔība un privātums pēc noklusējuma

Publiskais sektors nevar atļauties ā€œvispirms uzbÅ«vēsim, pēc tam pieskrÅ«vēsim droŔībuā€. It Ä«paÅ”i, ja runa ir par modeļiem, kas apstrādā dokumentus, brÄ«vtekstu un sensitÄ«vus datus.

AI izmantoŔanai vajag:

  • datu klasifikāciju (kas ir sensitÄ«vs)
  • piekļuves kontroli lÄ«dz laukiem (ne tikai ā€œsistēmaiā€)
  • auditācijas pēdas (kas skatÄ«jās, kad, kāpēc)
  • testēŔanu pret noplÅ«dēm un nepareizu Ä£enerēŔanu

5) Suverenitāte un uzticība

  1. gadā Å”is ir kļuvis par praktisku jautājumu, nevis filozofiju: kur atrodas dati, kā tiek pārvaldÄ«ti 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 iedzÄ«votājam nevajag meklēt. ProaktÄ«vie pakalpojumi nozÄ«mē: sistēma pati redz notikumu (piemēram, bērna piedzimÅ”ana, deklarēŔanās, uzņēmuma reÄ£istrācija) un piedāvā nākamos soļus.

AI Å”eit strādā kā ā€œinterpretācijas slānisā€:

  • saprot brÄ«vteksta pieprasÄ«jumus
  • iesaka personalizētu nākamo soli
  • atpazÄ«st dzÄ«ves situācijas (ar skaidriem noteikumiem un piekriÅ”anu)

7) Integrācija un platformu domāŔana

Ja katrs departaments veido savu mini-platformu, rezultāts ir dārga nekārtÄ«ba. Platformu domāŔana nozÄ«mē koplietojamus komponentus: maksājumi, paziņojumi, dokumentu glabāŔana, e-paraksts, identitāte, datu apmaiņa.

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

8) Tehnoloģiju ekosistēma un cilvēki

Pat spēcīga infrastruktūra nepalīdz, ja nav:

  • produktu Ä«paÅ”nieku publiskajā sektorā (ne tikai projektu vadÄ«tāju)
  • datu inženieru un analÄ«tiÄ·u kompetenču
  • juridisko un droŔības komandu, kas saprot AI riskus
  • piegādātāju tirgus, kas prot strādāt pēc platformas principiem

Mana stingra nostāja: AI ievieÅ”ana 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 nozÄ«mē, ka digitālie pakalpojumi un pilsētas operācijas nevar bÅ«t ā€œvidēji labiā€. Tiem jābÅ«t noturÄ«giem pīķos.

Šādos apstākļos AI vērtība bieži ir ļoti praktiska:

  • apkalpoÅ”anas pieprasÄ«jumu prognozēŔana
  • incidentu triāža (kas jārisina vispirms)
  • satiksmes un plÅ«smas analÄ«tika, 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 lÄ«deris digitālajos publiskajos pakalpojumos. Å eit svarÄ«gs ir cits aspekts: digitālais serviss nav tikai ērtÄ«ba. Tas ir valsts un pilsētas ā€œzÄ«molsā€, investÄ«ciju vide un iedzÄ«votāju uzticÄ«ba.

AI Ŕādā kontekstā ir noderīgs, lai:

  • samazinātu laiku lÄ«dz lēmumam (piem., atļaujas)
  • uzlabotu atbilstÄ«bu (automātiskas pārbaudes)
  • paceltu personalizāciju, saglabājot droŔības kontroli

Praktisks kontrolsaraksts: ar ko sākt nākamajos 90 dienās

Ja esi paÅ”valdÄ«bas vai iestādes vadÄ«tājs un tev vajag kustÄ«bu, nevis vēl vienu stratēģiju mapē, Å”is ir reālistisks starts:

  1. Izvēlies 1–2 augstas ietekmes pakalpojumus (kur gaidīŔanas laiks un kļūdas ir dārgas).
  2. UzzÄ«mē end-to-end procesu un atzÄ«mē, kur ir manuālie ā€œpārrakstīŔanasā€ posmi.
  3. Sakārto datu minimālo kopu: definīcijas, īpaŔnieks, kvalitātes noteikumi.
  4. Ievies vienotu integrācijas principu (API/ziņojumi) vismaz Å”iem pakalpojumiem.
  5. Izvēlies vienu droŔības 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.

Å eit ir svarÄ«ga disciplÄ«na: pilots nav ā€œdemoā€. Tas ir mērogojams Ä·ieÄ£elis platformā.

Kur Å”is ieraksts iederas sērijā ā€œMākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētāsā€

MÅ«su sērijas lielā tēma ir vienkārÅ”a: AI uzlabo e-pārvaldi un pilsētu pārvaldÄ«bu tikai tad, ja tas ir pieslēgts kvalitatÄ«vām datu plÅ«smām un droÅ”ai infrastruktÅ«rai. Digitālā publisko pakalpojumu infrastruktÅ«ra ir ā€œzemes darbiā€ pirms uzbÅ«vējam māju.

Ja paÅ”valdÄ«ba grib AI satiksmes plÅ«smas analÄ«zei, infrastruktÅ«ras pārvaldÄ«bai vai uz datiem balstÄ«tai lēmumu pieņemÅ”anai, pirmais jautājums nav ā€œkuru modeli izvēlēties?ā€. Pirmais jautājums ir: vai mÅ«su pamats ļauj datiem plÅ«st droÅ”i, pārvaldāmi un saprotami starp iestādēm?

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

Kur, tavuprāt, tavā pilsētā ir lielākais ā€œpudeles kaklsā€ — datos, droŔībā vai procesos?