Эта статья — попытка честно ответить на вопрос: действительно ли Казахстан готов к масштабному внедрению ИИ, или мы снова рискуем погнаться за громкой целью, не имея под ней прочного фундамента?
Статья призывает перейти к ответственной политике, не поддаваться поспешным ожиданиям и сделать ИИ реальной силой, а не видимостью управления.
Год ИИ в Казахстане: ставка на будущее или риск ожиданий
2026 год Касым-Жомартом Токаевым объявлен Годом цифровизации и искусственного интеллекта, исходя из понимания, что ИИ – это не будущее, а уже реальное настоящее. Например, уже ИИ применяют в налоговом администрировании и медицине по ограниченному протоколу.
Взятый на вооружение курс Президента демонстрирует своевременную адаптацию Казахстана к глобальным технологическим изменениям и стремление занять устойчивые позиции в новой цифровой повестке.
Инициатива открывает возможности для эффективности экономики, модернизации госуправления и повышения качества жизни, формируя основу долгосрочного развития. По большому счету ИИ сегодня – это фактор конкурентоспособности страны и устойчивости ее суверенитета.
Важным условием успешной реализации поставленной задачи станет последовательное внимание к сопутствующим аспектам – развитию кадрового потенциала, совершенствованию регулирования и обеспечению цифровой безопасности, – что позволит раскрыть потенциал в полной мере. Поэтому успех в развитии цифровых и ИИ-технологий будет зависеть от того, насколько разумно и сбалансировано все это будет проведено в жизнь.
ИИ не появляется за год: почему лидеры шли к нему десятилетиями
Анализ международного опыта показывает: успех в развитии ИИ – это не результат быстрых решений, а итог десятилетий системной работы. В развитых странах ИИ формировался постепенно, как естественное продолжение развития науки, образования и вычислительных технологий.
В США фундамент был заложен ещё в 50 — 60-х годах прошлого столетия. Однако реальный практический эффект от ИИ стал заметен лишь спустя полвека, когда совпали сразу три фактора: накопление больших данных, рост вычислительных мощностей и развитие методов машинного обучения.
Япония активное внимание стало уделять ИИ в 80-х в рамках программы «пятого поколения компьютеров». Несмотря на инвестиции, многие ожидания не оправдались из-за переоценки возможностей. Однако этот опыт позволил выстроить устойчивую научную и инженерную базу. Фактически Япония шла к сегодняшнему уровню развития ИИ почти 40 лет.
ЕС выбрал осторожную и институционально выверенную стратегию. Акцент был сделан не только на технологиях, но и на регулировании, этике и защите данных. Сегодня Европа не всегда лидирует в коммерциализации ИИ, но демонстрирует устойчивость и управляемость процессов. Этот путь занял 30 лет последовательной политики.
Опыт Южной Кореи и Сингапура часто приводятся как примеры «быстрого технологического успеха». Однако их результат – это не быстрый рывок, а итог длительной подготовки. Южная Корея, начав системные инвестиции в 70 — 80-х, только спустя несколько десятилетий перешла к развитию высокотехнологичных отраслей, включая ИИ.
Сингапур же последовательно выстраивал систему образования, госуправление и цифровую инфраструктуру на протяжении более чем 25-ти лет, прежде чем ИИ стал продолжением экосистемы.
Для нас международный опыт имеет принципиальное значение, но его нельзя воспринимать как набор готовых решений. В условиях Казахстана ключевой риск заключается в попытке сократить путь, который другие страны проходили десятилетиями.
Не с «нуля», но без запаса прочности: реальное положение Казахстана
Казахстан внедряет ИИ не с «нуля». Функционирует электронное правительство, более 90% госуслуг предоставляется онлайн. Есть IT-хабы и стартап-экосистема, обучаемое население и, главное, поддержка на самом высоком уровне. Создан уполномоченный орган в лице МИИЦР. Принят один из первых в мире закон об ИИ – после Регламента ЕС об ИИ, вступившего в силу поэтапно с 2024 года. Ради справедливости отметим, что многие страны пошли по пути адаптации существующего регулирования.
Поручение Главы государства, данное в сентябре 2023 года, о достижении к 2027 году объема экспорта IT-услуг до 1 млрд долларов США, по данным МИИЦР, было выполнено досрочно к концу 2025 года, с ростом в 15,7 раза по сравнению с 2021 годом. Число участников международного технопарка IT-стартапов Astana Hub превысило 1,8 тысяч компаний. Запущен Международный центр ИИ. По данным Бюро нацстатистики численность занятых в сфере информации и связи составляет более 200 тыс. человек.
Запущена программа AI-SANA. По данным МНВО, почти 100% студентов прошли базовые курсы по ИИ, получено более 670 тысяч сертификатов, разработано свыше 300 отраслевых ИИ-решений.
Сегодня можно сказать, что мы находимся в фазе, где технологии перестали быть «инструментами» и уже становятся действующей инфраструктурой. ИИ участвует в принятии решений на основе анализа данных, но окончательное решение остается за человеком. Но надо понимать, что это не совсем разум, а статистические модели, обученные на массивах данных. Именно здесь нас ожидают риски отхода от реальности и «подводные камни» для системы управления.
Есть и барьеры. Более 2,5 млн граждан имеют ограниченный доступ к высокоскоростному интернету. Повысились риски кибербезопасности, наблюдается рост количества интернет-мошенничества, бюрократические барьеры и т.п. Конечно, это в свою очередь тормозит прогресс.
Беспокойство вызывает отношение к ИИ как к «палочке-выручалочке» от всех проблем. Он рассматривается как универсальный ответ на все вопросы – от определения лемм и доказательства теорем, управления государством до написания НАП. Но современная наука давно ушла от подобных упрощений.
Когда алгоритмы решают, а ответственность остается: скрытые риски ИИ
Развитие ИИ рассматривается, и это правильно, как одно из приоритетных направлений. Однако его внедрение требует очень и очень взвешенного подхода, так как это не просто новая технология, а глубокое изменение экономики, государства и повседневной жизни. Избыточная ориентация на технологические решения без учета их ограничений может привести к упрощению сложных процессов принятия управленческих и иных решений и, естественно, к снижению их качества.
Сегодня вокруг ИИ формируется ошибочный взгляд, что достаточно объявить курс на внедрение ИИ – и страна станет технологически развитой. Но «внедрить ИИ» так же, как госпрограмму, не получится. Мнение о том, что ИИ определяет быстрый путь к экономическому прорыву – не просто упрощенное видение, а системная ошибка.
Современный ИИ – это, прежде всего, инструмент анализа данных, основанный на математических моделях и вероятностных вычислениях. Он способен существенно повышать эффективность процессов, но не заменяет человеческое мышление, экспертную оценку и не несет ответственность.
Когда начинает доминировать идея «алгоритмизации управления» – это уже зона уязвимости. Подмена сложных процессов математическими моделями без понимания их ограничений ведёт к неверным решениям.
Без математики нет ИИ: фундамент, который нельзя обойти
Помнится, в старом добром фильме «Иду на грозу» времен борьбы в СССР с кибернетикой как категорией буржуазной идеологии, главного героя-физика исключили из университета только за то, что он считал, что «кибернетика – это электроника плюс математика». Вот и про ИИ можно сказать, что он не существует сам по себе. Его фундамент – это математика: алгебра, математическая логика, теория вероятностей, математическая статистика, теория информации и оптимизация. Это – вычислительная техника, десятилетия подготовки специалистов. Без всего этого любой ИИ превращается в поверхностное использование чужих инструментов и «нажимание кнопок» без понимания сущности процессов.
В то же время обществу нельзя ожидать быстрый технологический прорыв за счет абстрактной «силы математики», в результате которого неизбежно может быть разочарование, а вместе с этим недоверие к науке.
Часто мы наблюдаем подмену понятий. Видим интерфейс и думаем, что понимаем систему. Получаем ответ и считаем, что машина «думает». На деле же ИИ не думает и не понимает – он лишь вычисляет вероятности на основе данных, которые часто не совсем достоверны, вызывают сомнения и приводят к неверным решениям. Да, это мощно, быстро, скоростные рутинные вычисления, но это принципиально другое. Опасность поджидает там, где желаемое становится основой принятия государственных решений.
Если строить политику на представлении, что ИИ – это универсальное решение, то неизбежны три последствия.
Во-первых, появляются программы, отчёты, центры ИИ, но за ними нет научной школы. Это создаёт видимость движения без реального прогресса.
Во-вторых, это зависимость, когда страна начинает использовать чужие технологии, не понимая их глубины, и без учета степени их адаптации к отечественным реалиям. В критический момент она будет не способна развивать их дальше, даже полноценно контролировать.
В-третьих, – усиление разрыва. Вместо развития собственных компетенций происходит закрепление роли потребителя технологий.
Справедливости ради отметим – ИИ действительно способен усиливать экономику – но только там, где уже есть сильная база: образование, инженерия и инженерная школа, наука, индустрия. Иначе ИИ только усугубит разрыв. Он усиливает сильных, но не спасает слабых. Поэтому ключевой вопрос сегодня заключается не в том «как внедрить ИИ», а «есть ли у нас фундамент, на котором он может работать»? Надо признать, что у нас существует устойчивая не совсем хорошая тенденция начинать все с внедрения, а не с фундамента.
Таким образом, если в системе образования нет сильной математики, университеты не готовят исследователей, а инженерная культура слаба – никакая стратегия ИИ не даст результата. В лучшем случае это будут пилотные проекты, в худшем – дорогостоящие ошибки. Если говорить прямо, главная проблема в недостаточной глубине понимания сущностной значимости ИИ. Это формирует завышенные ожидания.
В Казахстане эти противоречия усиливаются. Поэтому можно уверенно сказать, что в подобных условиях ИИ не спасёт экономику, не заменит образование, не компенсирует слабые институты. Но при правильном подходе ИИ может стать мощным усилителем сильных сторон. Если мы ставим целью реальное развитие, а не отчетность, то приоритеты должны быть расставлены в ином порядке: сначала – математика и образование, потом – инженерия, как базовые элементы, и только потом – ИИ как надстройка.
Иначе страна рискует остаться в положении, где много говорят об ИИ, но не совсем верно управляет его потенциалом в нужном направлении.
Образование и ИИ: системное противоречие
Если фундаментом ИИ является математика, то следующим критическим звеном становится система подготовки кадров. В настоящее время в вузах обучение ведется не по специальностям, а «по направлениям». Возможно идея правильная, но реализация, особенно в подготовке инженерно-технических кадров, – слабая. В текущем виде это приводит к снижению качества подготовки профессионального образования. Проблемы не в формате обучения, а в том, что направления стали размытыми, глубина подготовки упала, а выпускники выходят с «широкими, но поверхностными знаниями» и без мотивации.
Агрессивное внедрение ИИ показывает несостоятельность подготовки специалистов «по направлениям». На практике возникает конфликт, который уже начинает подтачивать и образование, и перспективы технологического развития страны. Сложилась парадоксальная ситуация – страна декларирует переход к экономике ИИ, но одновременно ослабляет фундамент подготовки кадров.
Системные противоречия очевидны. С одной стороны, ИИ требует глубины знаний, а образование дает широту. Выпускник «направления» может знать, что такое нейросеть, но не способен понять, как она работает на уровне математики. С другой стороны, ИИ усиливает конкуренцию. На рынке востребованы лучшие, те кто способен создавать алгоритмы, архитектуры, решения. Универсальный специалист без глубокой подготовки эту конкуренцию проигрывает. С третьей, выпускник, умеющий работать с инструментами ИИ, не совсем является специалистом в области ИИ. Это принципиально разные уровни. Первый – это цифровая грамотность, второй – наука и инженерия. С четвертой, у нас формируется видимость массовости компетенций за счет тысяч выданных сертификатов. Это количественная модель, не имеющая отношения к качеству.
В итоге ключевой вопрос звучит прямо: способны ли такие специалисты обеспечить рывок? Честный ответ – пока нет! Совмещение поверхностного образования по направлениям с амбициями в области ИИ – это сегодня внутренне противоречивая модель. Без срочных тяжелых и болезненных реформ здесь не обойтись, болезнь усугубляется.
Уроки прошлых «прорывов»: почему большие программы не дают больших результатов
Сегодня тема ИИ активно звучит в стратегиях, в выступлениях, в новостях. Создаётся ощущение, что страна стоит на пороге технологического прорыва. Но если отбросить громкие формулировки и посмотреть на реальность, возникает важный вопрос: не повторяем ли мы уже знакомый сценарий, когда ожидания опережают возможности?
Казахстан не впервые запускает масштабные инициативы с обещанием прорыва. Была индустриализация через ГПФИИР. Создавались заводы, запускались проекты, формировалась новая промышленная политика, составлялась карта индустриализации. Но предприятия так и не стали устойчивыми без господдержки, а большинство закрылись, не достигнув запроектированных мощностей.
Была ставка на кластерное развитие. Предполагалось, что бизнес объединится, усилит друг друга, создаст синергию. Но в реальности кластеры остались административной конструкцией, а не живой экономической системой.
Приняты были программы развития регионов и сельских территорий, включая «Ауыл – Ел бесігі». Инфраструктура улучшалась, но отток и нерегулируемая миграция населения, и экономический разрыв никуда не исчезли.
Масштабные важные и нужные проекты по питьевой воде, такие как «Ақ бұлақ» и другие, но сложные в реализации и затянувшиеся по срокам, также не имели своевременного логического завершения.
Даже в логистике, где у Казахстана было объективное преимущество в рамках реализации проекта «Новый Шёлковый путь», успех оказался зависимым от множества факторов.
Общий вывод из всех этих историй один: программы запускались быстро, ожидания были высокими, но системный эффект часто оказывался намного скромнее заявленного.
С ИИ начинает повторяться та же логика и системные ошибки. ИИ воспринимается и подаётся как универсальное решение. Но ИИ не есть программа и не политика. Это результат развития фундаментальных дисциплин, без которого не может быть ИИ, а есть только использование чужих инструментов.
Ради справедливости стоит отметить, что в Казахстане под ИИ часто понимаются чат-боты с заранее заданными сценариями, системы автоматизации, базовая аналитика данных и интеграция зарубежных решений. Это полезно, но это не есть технологический прорыв. Говорим о разработке, а фактически используем готовое. Сегодня именно этот разрыв для нас является главной проблемой.
Семь практических шагов перехода от деклараций к реальному ИИ
Сегодня выбор о внедрении ИИ сделан. Это веление времени. Вопрос в другом – сможем ли мы создать условия, при которых он будет нашим инструментом, а не источником зависимости? Чтобы избежать самообмана, необходим переход к системной работе. Для этого центральным исполнительным органам необходимо в целях исполнения поручения по внедрению ИИ внести коррективы в планы своих мероприятий. Это означает:
- пересмотр приоритетов, то есть фокус частично должен быть смещен с внедрения на развитие основы или фундамента;
- реформу математического и инженерно-технического образования, концентрацию ресурсов на создание научных школ, которые формируют долгосрочную устойчивость технологического развития;
- формирование реального спроса на сложные, но актуальные исследования со стороны государства и экономики, иначе разработки будут просто экспериментами;
- отказ от подмены содержания показателями и отчетностью;
- по мере возможности и необходимости развитие собственной инженерной и технологической базы как основы цифрового суверенитета;
- отказ от иллюзии быстрых результатов, потому что горизонт развития ИИ измеряется не годами, а десятилетиями;
- важнейшим условием в принятии решений является сохранение роли человека, так как ИИ не способен заменить ответственность, стратегическое мышление и понимание контекста.
Главный выбор – технологии и реформа системы
Приходится повторяться: ИИ не создаёт развитие, он лишь усиливает потенциальные возможности уже существующего положения дел. Поэтому главный выбор сегодня – не между технологиями, а между глубинным и поверхностно формальным подходами к проводимым реформам. И именно от этого выбора зависит, станет ли ИИ фактором реального развития страны или останется очередной историей управленческой иллюзии.
Едил Мамытбеков, член Совета сенаторов при Сенате Парламента РК, к.ф.-м.н., доцент, академик НИА РК и Международной Академии Информатизации
