Платформа обобщила дискуссии о готовности страны к внедрению искусственного интеллекта, затронув вопросы вычислительной инфраструктуры, качества данных и изменений на рынке труда.
Платформа обобщила дискуссии о готовности страны к внедрению искусственного интеллекта, затронув вопросы вычислительной инфраструктуры, качества данных и изменений на рынке труда.
Платформа Astana Open Dialogue, позиционирующая себя как независимая аналитическая площадка, опубликовала бюллетень о цифровой трансформации Казахстана. Документ подводит итоги экспертных дискуссий о переходе страны от электронного правительства (e-Gov) к управлению на основе искусственного интеллекта (AI-Gov). Авторы анализируют институциональную готовность, состояние инфраструктуры и социальные риски, опираясь на данные профильных министерств и международный опыт. Документ доступен для изучения через ресурсы платформы.
В бюллетене отмечается, что 2026 год объявлен в Казахстане годом приоритетного развития цифровизации и ИИ. Документ рассматривает три глобальные модели развития технологий, из которых страна может извлечь уроки.
Европейский подход делает упор на этику, прозрачность алгоритмов и жесткое регулирование. Американская модель опирается на доминирование частного сектора и цифровых платформ. Китайская стратегия характеризуется высокой скоростью внедрения за счет масштабных массивов данных и государственных инвестиций. Для Казахстана авторы видят задачу в адаптации этих подходов: стране нужны собственные вычислительные мощности и единая политика управления данными для снижения зависимости от зарубежных поставщиков.
Внедрение алгоритмов напрямую влияет на структуру занятости. В документе приводятся оценки Министерства труда и социальной защиты населения РК: около 2,2 млн рабочих мест, что составляет примерно четверть от общего числа, находятся под умеренным или высоким риском автоматизации. Более миллиона позиций могут быть затронуты при активном использовании генеративного ИИ.
При этом авторы бюллетеня указывают на проблему подготовки кадров. По приведенным в тексте данным, через национальный проект AI-Sana базовое обучение прошли 650 тысяч студентов. Однако на уровне государственных органов сохраняется разное понимание стандартов качества данных. Различия в методологии сбора информации тормозят создание консолидированного каталога, необходимого для обучения надежных государственных ИИ-моделей.
Основной фокус смещается на создание локальной инфраструктуры. В правительстве обсуждают модернизацию центров обработки данных и развитие мощностей для высокопроизводительных вычислений. Параллельно идет разработка нормативной базы: классификация ИИ-систем по уровню риска и определение границ ответственности за алгоритмические решения.
Государственный сектор постепенно осознает, что без единых стандартов сбора данных и локальной вычислительной базы разрозненные ведомственные ИИ-пилоты не сложатся в устойчивую национальную инфраструктуру.
