Зарубежный опыт развития клиентоориентированной информационно-коммуникационной среды для внешнеэкономической сферы

Введение. Постановка проблемы.

Регулирование искусственного интеллекта неразрывно связано с формированием цифровой экосистемы и развития сквозных цифровых технологий [4]. Актуальность исследования определена происходящими в настоящее время процессами по цифровизации, интеллектуализации, автоматизации деятельности государственных органов в России, ростом практического применения технологий, идентифицируемых как искусственный интеллект, в самых разнообразных областях экономики [4], в том числе во внешнеэкономической сфере.

В России только сейчас мы видим, развитие и становление информационного общества и формирование информационно-коммуникационной инфраструктуры [9], [10], [11] для государственных органов, в том числе для повышения качества услуг, оказываемых государственными органами во внешнеэкономической сфере.

Вместе с тем, анализ мирового опыта показывает, что в ряде стран (Китай, США, страны ЕС) развитие правового регулирования применения искусственного интеллекта для различных сфер экономики переходит на следующий уровень взаимоотношений человека и информационно-коммуникационной инфраструктуры, развитие этапа доверия к результатам работы искусственного интеллекта, его влияние на человека.

Именно поэтому в этих странах уже сейчас наблюдается смещение акцента на защиту права, свободы и интересов граждан и в 2021 году страны ЕС и США высказывали намерение поддерживать и реализовывать Рекомендации Совета Организации экономического сотрудничества и развития 2019 года по искусственному интеллекту и внедрять инструменты оценки технических требований к надежности искусственного интеллекта, изучать возможности укрепления защиты конфиденциальной информации, а также исследовать влияние технологии на сферу занятости, заработной платы и разброса возможностей на рынке труда.

Такой переход стал возможен благодаря уже существующей и динамично развивающейся информационно-коммуникационной инфраструктуре, отлаженному механизму взаимодействия между государством и бизнес-сообществом, основанном на едином информационном пространстве, электронном документообороте, анализе больших баз данных.

Таким образом, цель исследования – проанализировать зарубежный опыт развития информационно-коммуникационной инфраструктуры для внедрения искусственного интеллекта в деятельности государственных органов, осуществляющих деятельность на границе. Представить практические предложения по развитию информационно-коммуникационных инфраструктуры для осуществления внешнеэкономической деятельности в России.

Результаты исследования.

США.

Начиная с 2013 года, политика США в области искусственного интеллекта была направлена на его использование его в области национальной безопасности. 11 февраля 2019 года, благодаря указу Дональда Трамп № 13859 «Поддержание американского лидерства в области искусственного интеллекта» [15], наблюдается расширение сферы внедрения искусственного интеллекта для поддержания экономики США и национальной безопасности страны. При этом лидерство в этой области рассматривается как обязательное условие [5] и государство берёт на себя роль руководящей и направляющей силы и совместно с ИТ-индустрией, научным сообществом, иностранными партнёрами намерено обеспечить увеличение объёмов инвестиций в научно-исследовательские и опытно-конструкторские работы. Ведомства обязаны обеспечить исполнителям научно-исследовательских и опытно-конструкторских работ в области искусственного интеллекта доступ к необходимым массивам данных, моделям и вычислительным ресурсам, которые есть в распоряжении государственных структур.

Применение инновационных технологий, включая технологии с искусственным интеллектом в таможенных органах США основывается преимущественно на развитии систем тотального контроля и мониторинга. Исходя из своего географического положения, США сделан упор на международное информационное взаимодействие с иными странами - на этап отправки грузов в США и до пересечения границы [3]. В качестве использовании технических средств контроля и искусственного интеллекта на местах можно примести пример использования государственно-частного партнёрства можно привести сотрудничество военно-воздушных сил США с компанией Synapse Technology, занимающейся искусственным интеллектом и оборонной промышленностью. Данной компанией осуществлена разработка платформы искусственного интеллекта, которая может интегрироваться с рентгеновскими аппаратами для обнаружения угроз, таких как самодельные взрывные устройства и в настоящее время размещенными на пунктах въезда на военную базу США. Данный опыт позволил использовать перенести встроенный искусственный интеллект на традиционный рентгеновский аппарат. Эта технология «Synapse» в настоящее время используется в ряде аэропортов США, начиная с 2017 года [7].

Также США использует NBRVSS (система удаленного видеонаблюдения на Северной границе, состоящая из 22 объектов с камерами высокого разрешения и радарами, управляемыми искусственным интеллектом) для целей контроля за канадской границей. Система позволяет обнаруживать и отслеживать суда на расстоянии нескольких миль. Специальное программное обеспечение распознает «необычное движения судна», учитывая тот факт, что данный участок границы используется во время летнего сезона физическими лицами для катания на лодках, и дает звуковой сигнал оператору. Оператор отображает судно на экран. Камеры и радары позволяют не только отобразить судно, но показать количество людей на борту, регистрационный номер судна и предполагаемый маршрут движения далее данная информация передается на патрульный катер [18].

На сухопутной границе (Мексика) установлены схожие вышки, на которых расположены камеры. Данные вышки являются мобильными и легко могут быть перемещены на новые места. Информация с вышек поступает в систему в так называемую Lattice, которая обеспечивает их интерпретацию. Система позволяет определить разницу между автомобилем, человеком, перекати-полем и игнорировать животных.

Таможенная служба США, начиная с 2019 года, использует систему блок-чейна. Блок-чейн платформа позволят защищать американские предприятия от кражи интеллектуальной собственности. Применение платформы позволяет идентифицировать продукт и связать его с лицензией, снижая потребность в проверках на местах. Для реализации системы были введены два новых элемента: идентификатор юридического лица – для целей проверки информации о юридическом лице и минимизации рисков таможенной службы и глобальный номер товара, который используется для целей отслеживания цепочки поставок товаров.

Развитие информационно-коммуникационной инфраструктуры, межведомственного и межгосударственного взаимодействия позволяет повышать эффективность проведения таможенных досмотров.

Рис 1. Технология контроля товаров и взаимодействия с участниками внешнеэкономической деятельности в США [8].

Страны ЕС.

В национальных стратегиях государств-членов ЕС вопросы развития искусственного интеллекта чаще всего рассматривают такие секторы экономики, как производство, здравоохранение, сельское хозяйство, государственное управление, транспорт, логистика, образование и энергетика. Некоторые страны не определили конкретных приоритетных секторов для внедрения технологий искусственного интеллекта (например, Мальта и Словакия). Несмотря на различия в выбранных европейскими государствами подходов к политике искусственного интеллекта, все национальные стратегии четко коррелируют с базовыми документами, принятыми на уровне ЕС. Так, отправной точкой для определения контуров единой европейской политики в области искусственного интеллекта можно считать подписание 10 апреля 2018 года в рамках Digital Day-2018 в Брюсселе всеми странами ЕС и Норвегией Декларации о сотрудничестве в области искусственного интеллекта [2]. При этом основу европейской системы поддержки всей цепочки от научных исследований и разработок технологий искусственного интеллекта до их внедрения составляет также как и в США стимулирование государственно-частного партнерства через ряд специализированных структур (Ассоциация ценности Больших данных (BDVA, объединяет ведущие европейские научно-исследовательские организации и компании, включая поставщиков данных, пользователей и аналитиков); ГЧП Робототехники (SPARC, объединяет европейскую робототехническую промышленность и научные круги, обеспечивая полный инновационный цикл от исследований до отраслевых научно-исследовательских и опытно-конструкторских работ и заканчивая тестированием инновационных роботизированных технологий в реальных условиях); EuroHPC JU (объединяет усилия и ресурсы для развертывания в Европе суперкомпьютеров мирового класса) [2].

В качестве интегральной основы политики в области искусственного интеллекта на всем европейском пространстве в феврале 2020 года Еврокомиссия опубликовала Белую книгу по искусственному интеллекту. Документ содержит стратегическое видение развития двух укрупненных сфер создания и внедрения искусственного интеллекта в Европе:

1. «Экосистема передового опыта» — развитие государственно-частного партнерства с целью мобилизации ресурсов для формирования системы стимулов во всей цепочке создания стоимости, начиная с научных исследований и инноваций и заканчивая внедрением решений на основе искусственного интеллекта малыми и средними предприятиями;

2. «Экосистема доверия» — формирование европейской нормативно-правовой базы, этических принципов, определения основных рисков и критических сфер, а также определения базовых принципов для обеспечения безопасности в сфере искусственного интеллекта [2].

Основу экосистемы для государственных органов на границе составляет «Единое окно». «Единое окно ЕС» включает три компонента:

1. Национальная среда единого окна для таможни, предоставляющая набор услуг и систем, которыми владеют, управляют, разрабатывают и эксплуатируют государства-члены ЕС. Через эти окна торговцы загружают информацию о товарах, которые они ввозят или вывозят из ЕС.

2. Нетаможенные системы ЕС - системы, представляющие ИТ-системы или базы данных, разработанные различными департаментами ЕС в различных областях политики для оцифровки требований к документам и схем авторизации/лицензирования, регулируемых на уровне ЕС.

3. Таможенная биржа сертификатов единого окна ЕС (EU CSW-CERTEX), формирующая центральный компонент единого окна ЕС, разработанная для связи национальных сред единого окна для таможни с системами Союза или базами данных, управляющими нетаможенными требованиями, чтобы все соответствующие власти могут получить доступ к соответствующим данным и легче сотрудничать при пограничных проверках.

Такое развитие «Единого окна» [16] позволяет развивать цифровое сотрудничество между правительствами (G2G) и между участниками процесса (B2G) [14] и использовать искусственный интеллект.

В качестве использования результатов работы искусственного интеллекта на местах, на границе стран ЕС полагаем необходимым отметить использование и развитие программы Horizont 2020 проектов Roborder, iBorderCtrl, или iCROSS. Последний проект был направлен для контроля ответов лица при пересечении границы. Анализ информации осуществлялся пока лицо отвечало на вопросы перед камерой. Данные проекты не были внедрены при проведении фактического контроля, в связи с многочисленной критикой при выборе подходов к работе [17].

Развитие информационно-коммуникационных технологий влечет развитие международного сотрудничества. Примером может являться сотрудничество таможенных служб стран ЕС (Бельгия, Франция, Германия, Венгрия, Италия, Нидерланды, Польша, Испания) и Китая (и таможня Гонконга) в рамках проекта - «Интеллектуальные и безопасные торговые линии ЕС-Китай (Smart and Secure Trade Lanes Pilot (SSTL)), позволяющее непрерывно анализировать инструменты и механизмы безопасности цепочек поставок в соответствии со стандартами SAFE и ВТамО. Данная технология была запущена в 2006 году.

Классическим примером международного уровня сотрудничества между соседними государствами является организации контроля границы (для целей безопасности) является контроль на совместной границе Норвегии, Швеции и Финляндии. Скандинавский опыт доказал, что организация контроля по принципу «одной остановки» экономит время, человеческие ресурсы и сокращает денежные издержки как для пограничных ведомств, так и для хозяйствующих субъектов.

Китай.

Для целей достижения поставленных целей и задач в данной сфере Правительство Китая делает ставку на максимальную коммерциализацию проектов, которая заключается в переходе от результатов научно-технической деятельности к продукту потребления и его эффективной реализации в промышленных масштабах [6]. При этом основным заказчиком создания и развития данных технологий выступает государство.

Появление цифровых технологий привело к созданию платформенных экосистем, через которые обеспечивается контроль со стороны государственных органов при осуществлении торговли товарами. Чтобы получить такие объемы данных от населения в 2017 году Правительство Китая приняло закон о персональных данных и кибербезопасности, требующий компании, как отечественные, так и иностранные, чтобы все данные, полученные от пользователей, доступны правительству. С ноября по декабрь 2018 года соответствующие Министерства Китая приняли документы, касающиеся контроля трансграничной электронной торговли, включая: Правила повышения контроля за трансграничной розничной электронной торговлей, Правила о повышении качества налоговой политики в области трансграничной розничной электронной торговлей. Уже в 2020 году Китай запустил национальную блок-чейн платформу – BSN или ChainsChain для коммерческой эксплуатации. В 2021 году по инициативе нового плана Министерства промышленности и информационных технологий Китая по развитию индустрии кибербезопасности создается новая платформа данных для так называемого района Большого залива, куда входят Гонконг и Макао. Примером использования блок-чейн-платформы является экспорт сои из США в Китай с использованием платформы Easy Trading Connect. Платформа оцифровывает документы, такие как договоры купли-продажи, аккредитивы, и уменьшает потребность в юридическом сопровождении сделки. По словам группы разработчиков, технология позволила ускорить проводимые сделки в пять раз.

В настоящее время в Китае активно внедряется искусственный интеллект при машинном обучении - это основанное на алгоритмах приложение искусственного интеллекта, которое предоставляет системам возможность автоматически учиться и совершенствоваться на основе опыта без явного программирования. В этих целях Правительство Китая специально поручило местным технологическим гигантам определенные задачи для достижения своего План развития. Для целей достижения План развития, например, Alibaba Cloud должна посвятить свои исследования искусственному интеллекту для умных городов. Baidu в секторе автономных транспортных средств, Tencent в медицинской визуализации и iFlytek в распознавании голоса. Правительство Китая также создало Стратегический консультативный Комитет, состоящий из ведущих технологических университетов, ведущих экспертов по искусственному интеллекту в Китае.

Развитие цифровых технологий коренным образом меняет поведение потребителей. Применение клиенториентированной системы управления в государственном секторе является важным шагом по сближению Правительства стран и граждан и основу данной системы составляет развитие информационно-коммуникационных технологий, внедрение новых технологий.

Подтверждением развития инновационных возможностей и клиенториентированного подхода можно привести динамику Глобальный инновационный индекс за период с 2019 по 2021 год, свидетельствует, что который ранжирует экономики Китая в сравнении с Россией в развития инновационных возможностей. Индекс, состоит примерно из 80 показателей, сгруппированных по входным и выходным показателям инноваций, призван охватить многомерные аспекты инноваций.

2.

3.

4.

Таб.1. Динамика позиций России и Китая в Глобальном инновационном индексе 2019-2021 гг. [1], [13]

Заключение

Проведенный анализ мирового опыта развития информационно-коммуникационных технологий для оптимизации работы государственных органов на границе для целей развития искусственного интеллекта основан на:

- использовании государственно-частного партнёрства для целей развития государственного сектора экономики;

- развитии экономики страны за счет развития внешнеторговой деятельности;

- упрощении таможенных операций;

- объединении интересов ведомств;

- повышении степени доверия к участникам процесса в случае предоставления о себе большей информации, использование авторизации на экоплатформах для осуществления внешнеэкономической деятельности, что позволяет повысить уровень автоматизации работы государственных органов и выборочности контрольных операций;

- развитии межгосударственного взаимодействия (соглашения по признанию документов, что предоставляет возможности отслеживания поставок);

Такой подход к организации работы государственных органов позволяет:

- развивать единое информационное пространство;

- облегчать взаимодействие между ведомствами;

- создавать условия для анализа большого массива данных;

- переродить на электронное взаимодействие;

- создавать комфортные условия для участников процесса.

Вместе с тем, анализируя работу государственных ведомств, можно сделать вывод о том, что призму защиты национальной безопасности осуществляется оптимизация работы государственных органов, развитие информационно-коммуникационных технологий посредством расширения возможностей контроля за данными, что в свою очередь служит толчком к автоматизации процессов на границе, повышению качества охраны государственной границы (например, в США таможенная и пограничная службы объединены и являются федеральным органом Министерства внутренней безопасности США, в странах ЕС (например, Таможня Финляндии, находится в ведении Министерства Финансов, при этом пограничные органы могут осуществлять функции таможенных органов), таможня Китая является государственным агентством на уровне министерства при ГосСовете).

Такой подход позволяет обеспечивать:

1. Развитие информационно-коммуникационной инфраструктуры: для целей внедрения технологий, позволяющих распознавать языки, речь, обрабатывать естественные языки и речь, анализировать визуализированную информацию.

2. Развитие научно-исследовательских и опытно-конструкторских работ в сфере анализа больших объемов баз данных. Для придания искусственному интеллекту возможности самостоятельно анализировать информацию и принимать решения, прежде всего, необходимо обеспечить его соответствующими данными. В зависимости от цели его использования определить источник получения информации, архитектуру и алгоритм анализа информации в зависимости от поставленной цели, что в свою очередь требует развития автоматизации, цифровизация деятельности органов, развития межведомственного взаимодействия с иными участниками процесса. При этом основное внимание уделить возможности использования продукта научно-исследовательских и опытно-конструкторских работ в промышленных масштабах.

3. Развитие государственно-частного партнерства.

4. Развитие сервисно-ориентированного администрирования.

На основании проведенного анализа международного опыта представляется возможным представить предложения по организации работы внешнеэкономической сферы для таможенных органов России (представлена на рис. 2, рис 3).

Рис. 2. Архитектура взаимодействия участников внешнеэкономической детальности и государственных органов России (составлено автором).

Рис. 3. Архитектура контроля в пункте пропуска (составлено автором).

Данная система представляет собой экосистему, включающую в себя единую программно-аппаратную среду и методологию, поддерживающая взаимоотношения граждан, государственных органов и коммерческих организаций на базе современных информационных технологий с целью повышения доступности государственных услуг и функций, а также направленная на снижение расходов участников на использование государственных услуг. Первый шаг к расширению процессов автоматизации в России может быть связан с использованием единого информационного пространства всеми государственными органами, например на базе «Единой платформы» (в качестве пример единой цифровой платформы можно привести платформу «ГосТех», Государственную единую облачную платформу (Гособлако)).

Основная проблема во внедрении и развитии межорганизационных связей будет заключаться в необходимости совместимости приложений и электронной государственной системы. С точки зрения разработчиков программного обеспечения, совместимость приложений достигается использованием промежуточного программного обеспечения [12].

Для целей идентификации предлагаем использовать данные, которые являются общими для всех органов: информация о российском лице – ОГРН, ИНН, наименование отправителя, получателя, номер транспортного средства перевозчика. При этом связующим идентификатором представляется возможным использовать факт подачи предварительной информации таможенным органам. После ее подачи система в автоматическом режиме по общим данным найдет необходимую информацию в общем облаке от других органов и вернется к таможенным органам, получив соответствующие решения и таможенные органы, отправят перевозчику уже уникальный идентификатор для предъявления при пересечении границы.

Вышеизложенные предложения будут способствовать:

- минимизации использования бумажных носителей между подразделениями таможенных органов и оформлению документов в электронном виде;

- возможности использовать информацию, представленную участниками ВЭД в разные ведомства, анализировать ее в целях исключения подлога;

- повышению прозрачности операций и минимизации сроков нахождения товаров и транспортных средств в пункте пропуска;

- внедрению и обучению, самообучению искусственного интеллекта, который должен взять на себя всю роль в выполнении повседневной работы, способность системы автоматически определять формы и меры таможенного контроля исходя из принципа достаточности.