Концепция «Умного города» от Б3: новая архитектура городской эффективности

Постепенно исчезают барьеры между замыслом и его компьютерной реализацией. Каждое поколение инструментов ― от перфокарт до персональных компьютеров, от low-code платформ до агентов искусственного интеллекта ― снижало порог, необходимый для превращения идей в работающие решения. С появлением искусственного интеллекта эволюция технологий достигла точки, когда сотрудники городских служб могут сами без посредников создавать цифровые системы под свои задачи. Рассмотрим, как мы к этому пришли, какие проблемы решались на каждом этапе и почему появление ИИ-агентов знаменует качественно новый скачок в управлении городским хозяйством.

Первые шаги: инженеры и перфокарты

Перфокарты — символ первой эпохи вычислительной техники, когда данные перед загрузкой в вычислительное устройство требовали ручной подготовки. В середине XX века инженерам, чтобы произвести расчёты на компьютере, приходилось обращаться к программистам. Специалист формулировал задачу и алгоритмы расчёта, после чего программист переводил их в код и вручную пробивал на перфокартах командные строки. Такая физическая «прокладка» между инженером и машиной существовала около 90 лет — вплоть до 1980-х перфокарты оставались основным способом общения человека с компьютером.

Процесс был медленным и неудобным. Нужно было написать программу на бумаге, отнести листы в отдел, где операторы перепечатывали их на перфокарты, и ждать выполнения. Результатом была большая стопка перфокарт, почти всегда с длинным списком ошибок компиляции, которые требовалось исправлять, переформатировать на новые перфокарты и повторять цикл заново. Если обнаруживалась ошибка в исходных данных или требовался перебор нескольких вариантов в расчётах, процесс приходилось проходить многократно, теряя драгоценное время. Более того, Много времени уходило на расшифровку полученного результата: инженерам приходилось переводить сухие числовые данные с распечаток на понятный язык таблиц, графиков и чертежей. Иначе говоря, ранние вычислительные машины работали в отрыве от непосредственных пользователей — между идеей и результатом стояли физические носители данных и целая прослойка специалистов.

Персональные компьютеры и ПО: самостоятельность инженера

Появление интерактивных компьютеров и специализированного программного обеспечения совершило революцию в работе инженеров. К середине 1980-х терминалы с экраном и клавиатурой окончательно вытеснили перфокарты и огромные машинные залы: теперь инженер мог напрямую вводить команды и данные в компьютер прямо с своего рабочего стола, без всяких карточных колод. Вместо многочасового ожидания, результаты вычислений стали появляться практически в режиме реального времени. Специалисты получили возможность сразу видеть выходные данные, тут же корректировать модель или параметры и снова запускать расчёт столько раз, сколько требуется.

Вместо ручных манипуляций с перфокартами и абстрактных машинных кодов, пользователи получили дружественные интерфейсы. Сначала это были текстовые консоли, а к 1990-м годам появились графические оболочки и удобные манипуляторы ввода — многие действия стали выполняться по щелчку мыши. Появились универсальные цифровые инструменты, например электронные таблицы, давшие любому офисному сотруднику возможность делать расчёты и анализ данных без навыков программирования. Показательно, что уже в 1980-е годы программы вроде Microsoft Excel фактически стали простейшими платформами разработки: с помощью формул, макросов и визуальных форм люди строили целые учётные системы прямо в таблицах. Это был важный шаг к демократизации технологий: инженеры и аналитики больше не зависели от программистов в ежедневной работе — компьютеры превратились в их личный инструмент.

Традиционная разработка бизнес-систем: долго и дорого

Однако, когда дело доходило до создания полноценных информационных систем для организаций, процесс долго оставался сложным и недоступным для специалистов. До недавнего времени разработка программного обеспечения выглядела так:

Сбор требований: бизнес-аналитик выезжал к заказчику (например, в городское управление), изучал рабочие процессы, нормативные акты, правила работы.
Проектирование: аналитик составлял схемы бизнес-процессов, описывал требования к системе и согласовывал их с заказчиком.
Постановка задачи программистам: на основе сформулированных требований формировалось техническое задание для разработки.
Программирование и тестирование: команда программистов писала код системы, затем тестировала его на ошибки и соответствие требованиям.
Внедрение: после разработки проводился запуск системы в эксплуатацию, написание документации, обучение пользователей.
Доработки: если в ходе использования выявлялись неточности или потребности в изменениях, процесс возвращался на круги согласования требований, кодирования и тестирования.

Такая каскадная схема выливалась в месяцы (а то и годы) работы и значительные бюджеты. Любое изменение требований влекло новый цикл правок. В результате создаваемые системы часто не поспевали за реальными нуждами. Городские службы, сталкиваясь с этой инерцией, нередко выражали разочарование: ценность цифровизации признавалась на словах, но на деле её реализация оказывалась слишком долгой и затратной.

Появилось даже скептическое выражение про «цифру ради цифры» — когда эффект от автоматизации не оправдывает усилий, потраченных на её внедрение. К сожалению, традиционные методы разработки плохо подходили для тех областей, где требуется высокая адаптивность и быстрые изменения.

Проблемы цифровизации в городских службах

Ограничения традиционной разработки особенно болезненны в городском хозяйстве. Сотрудники управлений и ведомств, курирующие городские процессы, прекрасно знают специфику своей отрасли — нормативные требования, допустимые процедуры, все подводные камни. Но они зачастую перегружены текущей работой, устранением ежедневных проблем, и у них почти нет времени детально проработать требования для ИТ-специалистов перед созданием новой информационной системы. На все согласования и уточнения по классическому проекту автоматизации требуются недели и даже месяцы, которых в реальности у городских служб обычно нет. Более того, городские процессы непрерывны и многочисленны: в большом городе ежедневно происходят миллионы событий — от заявок жителей до операций городских служб — и остановить или притормозить их на время разработки новой системы невозможно. Таким образом, между профильными специалистами и ИТ-подразделениями образовывался разрыв: одни не успевали правильно сформулировать запросы, а другие не успевали их реализовывать. Нужен был иной подход, снимающий этот барьер.

Появление low-code/no-code: ускорение разработки

Частичным ответом на эту проблему стало развитие low-code/no-code платформ — систем, позволяющих создавать приложения с минимальным программированием или совсем без него. Идея зародилась несколько десятилетий назад. Ещё в 1980-х появились инструменты визуальной разработки, такие как HyperCard (1987) и Microsoft Visual Basic (1991), которые дали разработчикам возможность создавать приложения в разы быстрее привычного кодирования. Впервые заговорили о феномене «разработчик из бизнеса» (citizen developer) — то есть о пользователе без классического образования программиста, который, тем не менее, способен самостоятельно собрать нужное приложение. Впоследствии возник термин Rapid Application Development (RAD) — сверхбыстрая разработка приложений.

Однако первые поколения low-code/no-code решений были ограничены в возможностях. Ранние платформы обычно обслуживали узкие задачи и малый масштаб пользователей. Проекты внедрения без программирования успешно запускались в малом и среднем бизнесе (например, автоматизация отдельных офисных процессов), но большие корпоративные и тем более городские системы им не доверяли. Технология требовала времени, чтобы созреть — нужны были облачные мощности, новые архитектуры и готовые модули, способные выдерживать высокие нагрузки. Поэтому в 2000–2010-х годах low-code платформы применялись главным образом для относительно простых сценариев, в то время как комплексные задачи города по-прежнему решались.

На сегодня ситуация существенно поменялась. Современные low-code/no-code платформы вышли на новый уровень зрелости: они позволяют собирать масштабируемые многопользовательские системы, интегрироваться с разнообразными внешними сервисами, реализовывать сложную логику и кастомные интерфейсы. По сути, все типовые составляющие приложения (база данных, бизнес-логика, пользовательский интерфейс, интеграции) теперь могут настраиваться визуально в едином комплексе. Исследования показывают, что 80% типовых задач на low-code платформах теперь решаются до 10 раз быстрее по сравнению с традиционной разработкой — колоссальный прирост эффективности. Неудивительно, что доля low-code постоянно растёт: по прогнозам Gartner, уже к концу 2025 года более 35% всех устаревших систем в госсекторе будут заменены решениями на low-code платформах. Иначе говоря, правительства и городские администрации по всему миру активно берут на вооружение такие инструменты. Известны случаи, когда на low-code платформе за 2 месяца разработали приложение для обработки заявок на аренду кислородных баллонов и медицинского оборудования. Вскоре, через приложение уже проходило 60 тысяч обращений за две недели — темпы, немыслимые при классической разработке. Даже консервативные структуры начинают видеть в low-code реальную пользу, где сотрудники сами создают нужные сервисы: обходя дефицит программистов и длинные циклы ИТ-проектов. Это сокращает очереди, устраняет узкие места и резко ускоряет цифровую трансформацию.

При этом важно отметить, что современные инструменты low-code программирования стремятся сохранить качество и безопасность разрабатываемых решений. Крупные платформы (например, Microsoft Power Platform) предлагают библиотеки типовых компонентов, которые уже прошли проверку на соответствие стандартам безопасности, совместимости и производительности. То есть даже человек без глубоких ИТ-знаний, собирающий приложение из готовых «кубиков», априори получает на выходе корпоративно пригодную систему.

В сущности, low-code стал компромиссом между скоростью и контролем: он демократизировал разработку, но в рамках защищённых и проверенных окружений. Однако следующий шаг в эволюции снимает ограничения ещё более радикально.

Реальный скачок: ИИ-агенты убирают посредников

С участием искусственного интеллекта взаимодействие человека и компьютера стало ещё проще. Если ранее даже в low-code среде пользователю нужно было самому продумывать структуру приложения (экраны, данные, логику) и настраивать компоненты, то теперь эту задачу берут на себя умные ИИ-ассистенты. Появление больших языковых моделей (LLM) дало возможность вести диалог с компьютером на естественном языке для генерации программ. Проще говоря, специалист рассказывает системе своими словами, что ему нужно, а ИИ уже сам пишет за кулисами код или настраивает модули под эти требования.

На практике это выглядит впечатляюще просто. К примеру, сотрудник может сказать платформе: «Нужен сервис, где жители смогут регистрироваться, подавать заявки в ЖКХ и отслеживать их статус». Раньше для такого задания требовалось составлять техническое задание и длинные перечни требований, а теперь система понимает описание на человеческом языке и за считанные секунды предлагает рабочий прототип приложения. В нем уже будут необходимые сущности данных (профили жителей, заявки, статусы), формы ввода, базовая бизнес-логика — всё, что было упомянуто в запросе. Это не фантастика, а следующий этап эволюции инструментов.

Важно, что ИИ-агент выступает здесь в роли своего рода универсального разработчика, устраняя последний барьер между экспертом и реализацией решения. Сперва отпала необходимость знания языков программирования — стало достаточно уметь пользоваться ПО. Теперь даже навыков работы с ПО не требуется на прежнем уровне: достаточно сформулировать задачу. Мы снова видим снятие посредника: когда-то персональные компьютеры избавили инженеров от необходимости обращаться к программистам для расчётов, теперь же ИИ избавляет городских специалистов от необходимости взаимодействовать с программистами. Они могут общаться с цифровой системой напрямую, в диалоговом режиме, с помощью ИИ уточняя детали и сразу получая результат.

Причём современный ИИ не просто пишет код, но и действует как опытный наставник, следящий за качеством. Внедрение ИИ-агентов в low-code платформы означает, что система автоматически придерживается заложенных лучших практик и правил создания ПО. Например, если сотрудник городского ведомства пропустил важное бизнес-правило или создаёт потенциально небезопасный сценарий, умная платформа подскажет и скорректирует это. По сути, ИИ не позволит собрать неработоспособное или небезопасное решение: алгоритмы обучены на лучших образцах, знают ограничения и предсказывают возможные проблемы. Более того, такие платформы обучаются на внутренних данных организации, благодаря чему сразу генерируют решения, совместимые с корпоративными политиками доступа, безопасности и работы с данными. Код и компоненты, которые предлагает ИИ, как правило, уже соответствуют требованиям регуляторов и стандартам отрасли. Это означает, что даже без участия профильных программистов цифровые сервисы, создаваемые городскими службами, будут структурированы и вписаны в единую архитектуру, а не представлять россыпь несвязанных «самоделок».

Единая цифровая платформа города, созданная руками сотрудников городских служб

Все описанные изменения ведут к тому, что в ближайшем будущем городские службы смогут работать в рамках единой цифровой экосистемы, созданной самими же специалистами этих служб при поддержке ИИ. Разные ведомства и подразделения, оцифровывая свои процессы через общую платформу, получают единое информационное пространство — совместимые данные, согласованные справочники и классификаторы, унифицированные процессы. Если раньше все работали разрозненно, каждая служба могла иметь отдельную систему (или вообще работать на бумаге), то теперь технологии позволяют разным ведомствам работать в едином поле и на одном «языке». Low-code решения уже сегодня помогают объединять разрозненные отделы и устаревшие системы, устраняя ведомственные «силосы» данных. Граждане в итоге получают единое окно цифровых городских услуг, а сотрудники — доступ к одной системе записи и учёта, что резко укрепляет сотрудничество между ведомствами и повышает эффективность управления.

Решающую роль играет то, что сами сотрудники становятся создателями этих цифровых инструментов. Зная досконально свои процессы, они могут быстро автоматизировать их без потери смысловых нюансов, которые нередко терялись при передаче требований через несколько рук исполнителей. Время от выявления новой потребности до её реализации сокращается многократно — изменения можно вносить практически на лету. Агенты ИИ выступают в роли помощников-наставников, которые направляют разработку, гарантируя качество и соответствие общего платформенного стандарта. Таким образом, город постепенно придёт к единой цифровой платформе, но не навязанной «сверху» или купленной в готовом виде, а органично выращенной внутри системы управления, усилиями собственных специалистов. Это обеспечивает и высокую адаптивность системы (она легко меняется под новые условия), и доверие пользователей (они сами участвовали в её создании).

Эволюция, снимающая барьеры

Путь от перфокарт к ИИ-агентам — это история о снятии барьеров и расширении возможностей человека. Каждое технологическое поколение делало взаимодействие с вычислительными мощностями всё более естественным: от абстрактных физических носителей к диалогу на понятном языке. Инженеры, аналитики, сотрудники городских служб — все они получили шанс сосредоточиться на сути своей работы и на решениях «что делать», доверив машинам рутинный вопрос «как именно это сделать». Последние достижения в области low-code и искусственного интеллекта обещают, что цифровая трансформация станет по-настоящему массовой и быстрой, потому что ею смогут заниматься непосредственно те, кто знает и чувствует проблемы, требующие решения. Для городского хозяйства это особенно ценно: ускоряя внедрение умных систем управления, города смогут гибко отвечать на вызовы современности.

Эволюция технологий не остановится, но уже сейчас ясно, что её главный тренд — максимальное упрощение создания решений и максимальное вовлечение в этот процесс самых широких кругов специалистов. Именно это и открывает дорогу к умным городам, где цифровые сервисы развиваются стремительно и управляются — людьми, которыми они созданы.