Минэкономразвития России допустило использование нейросети для оценки инвестиционной привлекательности регионов страны, сообщили «Ведомости. Технологии и инновации» в пресс-службе министерства.
Речь идет об использовании искусственного интеллекта (ИИ) «в дополнение к действующим механизмам анализа данных и дальнейшей оценки». Официально инвестпривлекательность регионов оценивает Агентство стратегических инициатив (АСИ). АСИ ежегодно составляет национальный рейтинг инвестиционной привлекательности субъектов на основе порядка 70 параметров, уточнили в министерстве.
Использование ИИ для оценки инвестпривлекательности субъектов позволило бы учитывать больше данных и исключить субъективность авторов, указали в своей работе специалисты Таганрогского института управления и экономики. Они перечислили и недостатки нынешних систем. Например, если автор рейтинга использует метод экспертных оценок, т. е. опрашивает специалистов и делает выводы на основе услышанных мнений, есть риск, что при оценке будут учтены и субъективные суждения. При «котловом» способе используют много различных данных, но факторы не ранжируют по значимости. Это тоже может плохо отразиться на итоговых баллах, ведь, допустим, дружелюбное к бизнесу законодательство бывает важнее количества природных ресурсов. Кроме того, есть риск, что рейтинговые агентства будут манипулировать данными в интересах каких-либо субъектов, указали ученые.
Проанализировав недостатки тех методик оценки инвестиционного климата регионов, которые используют сейчас, авторы вышеупомянутой научной статьи пришли к идее разработать инструментарий на основе нейросетевой технологии и факторного анализа, сказано в их работе. Если говорить упрощенно, речь об обучении ИИ в два этапа.
Отметим, что в ноябре 2022 г. президент России Владимир Путин призвал массово внедрить технологии ИИ во все отрасли в этом десятилетии. Он уточнил, что ИИ должен применяться и в органах власти – как федеральных, так и региональных. Тогда глава государства поручил правительству реализовать переход всей системы госвласти к модели управления на основе данных с применением платформенного подхода.
