Институциональная централизация и внедрение ИИ в управление Москвы и Санкт-Петербурга

,

,

средовых факторов, при этом институциональная конфигурация и координационные механизмы играют решающую роль в обеспечении эффективности цифровых преобразований. При этом под самой политикой внедрения ИИ мы понимаем деятельность органов государственной власти и иных субъектов (ИТ-компаний, научных организаций), формирующую концептуальную основу для развития и применения технологий ИИ и определяющую практические меры по реализации этого развития, которая включает стратегическую (технологический суверенитет) и системную (институты, механизмы, практики) составляющие.

В статье рассматриваются особенности управления крупнейшими российскими мегаполисами – Москвой и Санкт-Петербургом – с точки зрения политики цифровой трансформации и внедрения искусственного интеллекта и с учетом их статуса глобальных городов, специфики административно-политического устройства и влияния геополитических факторов, существенно трансформировавших условия технологического развития Российской Федерации в период 2022–2026 гг. Таким образом, целью настоящей статьи является выявление влияния институциональной централизации/децентрализации на эффективность внедрения ИИ в управление мегаполисами на примере Москвы и Санкт-Петербурга. Отсюда, гипотеза исследования базируется на предположении того, что более централизованная модель координации (единый координатор цифровизации) обеспечивает более системное и быстрое внедрение ИИ по сравнению с распределенной моделью; при этом оба города относятся к числу наиболее ресурсно обеспеченных российских мегаполисов, однако ресурсное преимущество Москвы дополнительно усиливается институциональной централизацией. Для проверки гипотезы поставлены следующие задачи: во-первых, сравнить конституционный статус, организационные структуры и бюджетное обеспечение двух городов-мегаполисов; во-вторых, проанализировать координационные механизмы цифровой трансформации; в-третьих, оценить влияние геополитических факторов (санкции, технологический суверенитет) на реализацию ИИ-проектов; в-четвертых, сформулировать выводы о сильных и слабых сторонах каждой модели.

Методология исследования . При написании настоящей работы мы опирались на формат сравнительного кейс-стади (case-study) двух городов – Москвы и Санкт-Петербурга, где единицей анализа выступает институциональная модель координации цифровой трансформации, а среди основных методов использовались институциональный анализ нормативно-правовых актов и стратегических документов, вторичный анализ эмпирических данных (включая опубликованные результаты экспертных интервью, рейтинги «IQ городов», данные бюджетной отчетности), а также структурно-функциональное сравнение органов исполнительной власти. Хронологические рамки исследования: 2020–2026 гг. (период активной цифровой трансформации и санкционного давления).

В настоящей статье эффективность внедрения ИИ понимается как сочетание системности, скорости, масштаба и адаптационной устойчивости ИИ-проектов при сохранении управляемых рисков легитимности, прозрачности и доверия граждан.

Москва выступает лидером цифровизации среди российских городов, тогда как Санкт-Петербург стабильно занимает вторую позицию в индексе «IQ городов» Минстроя. В рамках заявленной темы сразу же оговоримся, что искусственный интеллект в сфере государственного управления «выступает инструментом работы с большими данными, когда нейронные сети и другие методы машинного обучения на основании данных, собранных за прошедший период, пытаются спрогнозировать ближайшее будущее» (Морозова, Смирнова, Аничкина, 2023: 1886–1887).

В масштабах глобальных городов это означает, что преимущество получает тот мегаполис, который контролирует наибольший массив качественных и интегрированных данных, что подкрепляет гипотезу настоящего исследования о роли централизованной координации в формировании единой городской дата-инфраструктуры (агрегация данных из множества городских систем требует институционального арбитра, способного снимать ведомственные ограничения).

Эмпирические данные позволяют оценить не только формальный статус, но и реальную эффективность координации цифровизации. Двойственность статуса Москвы и Санкт-Петербурга заключается в том, что они в сознании широких кругов общественности одновременно воспринимаются и как субъекты Российской Федерации, и крупнейшие муниципальные образования страны, что дает повод для более широкого изучения их уникальных моделей управления. Эмпирическим подтверждением данной двойственности восприятия служит сравнительное исследование С.С. Морозовой и А.В. Курочкина, построенное на 250 экспертных интервью, проведенных в 2020 году в семи российских городах. По итогам исследования был составлен рейтинг эффективности координации цифровизации: Москва заняла первое место с показателем 22,32 балла из 48 возможных (46,5 %), тогда как Санкт-Петербург – третье место с 18,91 баллами (39,4 %), уступив Казани (19,6 балла) (Morozova, Kurochkin, 2021: 1780). Приведенные показатели значимы в двух отношениях: они фиксируют существенный организационный разрыв между двумя крупнейшими мегаполисами и одновременно указывают на то, что преимущество Москвы обеспечивается институциональной конфигурацией, а не одним лишь объемом ресурсов. Примечателен также кейс Казани, иллюстрирующий тезис о том, что управленческая стратегия важнее ресурсов (Morozova, Kurochkin, 2021: 1782): город с существенно меньшими финансовыми возможностями смог опередить Санкт-Петербург благодаря более эффективной координации усилий различных уровней власти. Проблематика координации цифровизации приобретает особую остроту после конституционной реформы 2020 г.: с закреплением единой системы публичной власти эффективность межуровневого взаимодействия становится самостоятельным предметом исследования (Morozova, Kurochkin, 2021: 1774, 1782).

За рейтингами координации стоят конкретные финансовые и экономические ресурсы. Глобальный статус обоих мегаполисов подтверждается их позициями в ведущих международных рейтингах. Москва в 2024–2025 гг. занимает первое место в мире по индексу городского процветания ООН-Хабитат, четвертое место в рейтинге Urban & Innovation Environment Index , опередив Париж, Шанхай и Сингапур, а также шестой год подряд лидирует в индексе цифровизации «IQ городов» с максимальным показателем 120 из 120 баллов¹. В отечественных классификациях зрелости умного города Москва, Санкт-Петербург и Казань относятся к уровню “mart City 3.0” – стадии, характеризующейся активным вовлечением граждан в процессы городского управления (Yuloskov et al., 2021). Ресурсная база Москвы является одной из крупнейших среди городских экономик мира: валовой региональный продукт по паритету покупательной способности составил в 2024 г. 1,39 трлн долларов – второй показатель в мире после Нью-Йорка². Бюджет Москвы на цифровизацию в 2026 г. достигает 243,1 млрд рублей – значительный объем финансирования, позволяющий реализовывать масштабные технологические проекты³. Санкт-Петербург, являясь вторым по населению и экономическому потенциалу городом России с населением около 5,6 млн человек, также обладает значительными ресурсами, хотя и уступающими московским. Отличительной чертой экономики Санкт-Петербурга является высокая доля обрабатывающей промышленности – 44,4 % бюджетных поступлений, что определяет специфику приоритетов цифровой трансформации⁴. Иными словами, структура экономики формирует структуру бюджета: значительная часть инвестиционного ресурса города направляется на поддержку и модернизацию производственной инфраструктуры, что оставляет для специализированных расходов на цифровизацию городского управления существенно более скромный объем средств по сравнению с Москвой. Это сопоставление свидетельствует о том, что ресурсный разрыв между мегаполисами носит не только количественный, но и качественный характер: Москва способна финансировать масштабные интегрированные проекты (цифровые двойники, платформенные решения), тогда как Санкт-Петербург вынужден ориентироваться на точечные инициативы.

Институциональная конфигурация, обеспечивающая эффективность, раскрывается через организационную структуру управления цифровизацией. Система органов государственной власти двух мегаполисов, при формальном сходстве конституционных основ, существенно различается по степени управленческой централизации (см. рис. 1). В Москве Правительство функционирует через систему шести комплексов городского управления, координирующих работу более 40 профильных департаментов1. Ключевым актором в сфере цифровизации и внедрения искусственного интеллекта выступает Департамент информационных технологий города Москвы (ДИТ), обеспечивающий единую координацию всех технологических проектов столицы – от формирования стратегии до реализации конкретных проектов. Централизованная модель Москвы с единым координатором в лице ДИТ позволяет системно преодолевать типичные барьеры внедрения цифровых технологий – обеспечение безопасности данных, контроль над поставщиками, подготовку кадров и повышение готовности граждан к цифровому взаимодействию, – формируя одно из ключевых институциональных преимуществ столичной модели. В сравнительном исследовании Москвы и Санкт-Петербурга в смежной сфере городского управления (на материале климатической политики) фиксируются более оформленная институциональная инфраструктура Москвы, роль мэра и включенность города в международные городские сети (Van der Heijden et al., 2020). Данное наблюдение используется в настоящей статье как косвенное подтверждение значимости институциональной оформленности, а не как прямой источник по внедрению ИИ.

В Санкт-Петербурге исполнительная власть выстроена иначе. Губернатор формирует и возглавляет Правительство, включающее в себя вице-губернаторов по направлениям; администрация включает систему комитетов, управлений, инспекций и служб2. Вопросы цифровизации курирует Комитет по информатизации и связи, однако его координационные полномочия существенно уже, чем у ДИТ Москвы, а отраслевые ИТ-проекты нередко реализуются профильными комитетами автономно. Эмпирическое исследование О.Г. Филатовой, Ю.А. Кабанова и А.В. Чугунова подтверждает данный вывод: в Санкт-Петербурге параллельно функционируют три конкурирующие цифровые экосистемы – Экосистема городских сервисов «Цифровой Петербург» при Комитете по информатизации и связи, «Единая карта петербуржца» при Комитете по экономической политике и портал «Наш Санкт-Петербург», – при этом их развитие идет по административной логике, формируя ситуацию «неявной конкуренции отдельных органов власти в цифровой сфере» (Филатова, Кабанов, Чугунов, 2025: 16). Характерно, что фрагментация цифрового пространства Санкт-Петербурга проявляется не только между комитетами, но и внутри Комитета по информатизации и связи: КИС одновременно курирует «Цифровой Петербург» как агрегатор городских сервисов и портал «Наш Санкт-Петербург» как платформу обращений граждан3, не сводя эти инфраструктуры в единую цифровую среду города. Это воспроизводит логику параллельных экосистем уже на внутрикомитетском уровне и углубляет институциональный разрыв с централизованной московской моделью, где аналогичные функции консолидированы в едином ведомстве (ДИТ). В исследованиях восприятия инициатив «умного города» в Санкт-Петербурге, выполненных в неоинституциональном ключе (Vidiasova, Cronemberger, 2020: 1, 9–11), фиксируются значительные расхождения между восприятием цифровых проектов городскими властями и гражданами: в то время как органы власти акцентируют внимание на технологической инфраструктуре, граждане ожидают улучшения качества повседневных городских сервисов.

Сопоставление организационных структур (см. рис. 1) свидетельствует о том, что различие моделей не сводится к одному административному параметру. Чтобы избежать тавтологии «модель централизована, потому что у нее ДИТ», представляется необходимым операционализиро-вать институциональную модель координации внедрения ИИ через пять измеримых параметров. Во-первых, число координационных центров принятия решений в сфере цифровизации: в Москве – единый координатор (ДИТ); в Санкт-Петербурге – параллельно функционирующие структуры (Комитет по информатизации и связи, Комитет по экономической политике, Комитет по экономическому развитию). Во-вторых, наличие сквозной долгосрочной городской стратегии цифровизации: Москва опирается на Стратегию «Умный город – 2030», тогда как Санкт-Петербург – на пакет документов (Стратегия социально-экономического развития до 2035 года + отдельная Стратегия цифровой трансформации до 2030 года), не сведенных в единое целеполагание. В-третьих, степень бюджетной консолидации цифровых проектов: в Москве – единый бюджет цифровизации, концентрируемый ДИТ (243,1 млрд рублей в 2026 году); в Санкт-Петербурге – распределение цифровых расходов между комитетами без единого регионального бюджета цифровизации. В-четвер- тых, наличие специализированного регионального регуляторного инструмента – экспериментального правового режима в сфере ИИ (Москва обладает ЭПР ИИ, действующим с 2020 года, – единственным в Российской Федерации городским ЭПР, посвященным именно ИИ; Санкт-Петербург аналогичного режима не имеет). В-пятых, формализованная вертикаль «город – федеральный центр»: в Москве прямой канал ДИТ – федеральные ведомства подкреплен длительной историей координации; в Санкт-Петербурге взаимодействие идет преимущественно через отраслевые комитеты, без единого регионального «голоса» в сфере цифровизации. По каждому из пяти параметров Москва демонстрирует более высокую степень институциональной централизации, что и составляет ключевое институциональное различие двух мегаполисов как объектов настоящего исследования. Сводное сопоставление пяти параметров для двух мегаполисов представлено в таблице 1.

Рис. 1 . Сравнение организационной структуры органов власти Москвы и Санкт-Петербурга в сфере цифровизации¹

Fig. 1 . Comparison of the Organizational Structure of the Authorities of Moscow and St. Petersburg in the Field of Digitalization

1 Составлено автором на основе данных официальных порталов Правительства Москвы и Правительства Санкт-Петербурга; структура цифровых экосистем Санкт-Петербурга («Цифровой Петербург», «Единая карта петербуржца», «Наш Санкт-Петербург») и характеристика их «неявной конкуренции» приводятся по: Филатова О.Г., Кабанов Ю.А., Чугунов А.В. Институциональные барьеры развития экосистемы цифровых городских сервисов: кейс Санкт-Петербурга // PolitBook. 2025. № 3. С. 7–35.

Таблица 1 . Операционализация институциональной централизации в сравнении

Москвы и Санкт-Петербурга1

Table 1 . Operationalization of Institutional Centralization in Comparison of Moscow and St. Petersburg

Параметр	Москва	Санкт-Петербург
Центры принятия решений	Единый координатор цифровизации (ДИТ)	Несколько отраслевых центров и комитетов
Стратегическое целеполагание	Сквозная рамка «Умный город – 2030»	Пакет стратегических документов без единого ИИ-центра
Бюджетная консолидация	Концентрация цифровых расходов вокруг ДИТ	Распределение расходов между комитетами
Регуляторный инструмент	Экспериментальный правовой режим в сфере ИИ	Аналогичный городской ЭПР ИИ отсутствует
Вертикаль с федеральным центром	Более формализованный канал взаимодействия	Взаимодействие преимущественно через отраслевые контуры

Теоретическая рамка: модели внедрения ИИ и концепция алгоритмизации . Институциональные различия между Москвой и Санкт-Петербургом могут быть теоретически осмыслены через глобальные модели управления ИИ и концепции алгоритмизации. Режимные характеристики системы управления оказывают решающее влияние на эффективность цифровых преобразований (Курочкин, Мальцева, 2019: 59–63). Применительно к двум мегаполисам данная концепция позволяет провести аналитическую параллель: Москва тяготеет к моделям КНР и Сингапура (централизация, технократический подход, поэтапная и устойчивая реализация), тогда как Санкт-Петербург – к модели ЕС (в более предметном ключе, скорее, даже к вариации Барселоны с ее распределенным управлением, влиянием политической конъюнктуры, быстрой, но нестабильной реализацией) (Курочкин, Мальцева, 2019: 61). В иерархической культуре алгоритмическая система превращается в «алгоритмическую клетку», усиливающую бюрократический контроль, тогда как в более гибкой среде технологически идентичная система функционирует как «алгоритмический коллега», дополняющий профессиональное суждение (Meijer, Lorenz, Wessels, 2021).

Как показывают Курочкин и Мальцева, централизованные системы демонстрируют поэтапную и более устойчивую реализацию цифровых преобразований по сравнению с децентрализованными, которые обеспечивают быстрый, но нестабильный эффект (Курочкин, Мальцева, 2019). Данное наблюдение непосредственно корреспондирует с гипотезой настоящего исследования о влиянии институциональной централизации на эффективность внедрения ИИ. Однако институциональная конфигурация – лишь один из факторов. Не менее значимы проблемы доверия и легитимности алгоритмического управления.

В контексте конституционной реформы 2020 года, институционализировавшей единую систему публичной власти в Российской Федерации, взаимодействие между федеральным, региональным и муниципальным уровнями управления приобретает новое качество2. Ю.А. Кабанов, А.В. Чугунов и Г.О. Панфилов фиксируют, что после 2020 года система электронного гражданского участия в России трансформируется в направлении все большей централизации: «управленческая» логика – использование обращений граждан как информационно-аналитического инструмента контроля за нижестоящими уровнями власти – последовательно вытесняет изначальную «демократическую» логику развития общественной делиберации и гражданских компетенций (Кабанов, Чугунов, Панфилов, 2025: 185). Высокая зависимость муниципальных властей от региональных, дефицит материальных и интеллектуальных ресурсов, а также значительный «цифровой разрыв» между социально-демографическими группами являются ключевыми препятствиями для эффективной координации цифровых проектов.

В этой связи обратимся к концепции легитимности алгоритмического принятия решений, развиваемой в международной литературе, согласно которой выделяются три типа легитимности – входная (демократический контроль, отзывчивость), процессуальная (справедливость процедур, прозрачность, подотчетность) и результативная (эффективность, минимизация нежелательных последствий), – при этом каждый из них подвержен специфическим угрозам при внедрении ИИ. Сравнение Москвы и Санкт-Петербурга показывает, что централизованная модель лучше защищена от угроз результативной легитимности, но более уязвима для угроз процессуальной легитимности (непрозрачность, размывание ответственности), тогда как распределенная модель сталкивается с рисками результативной неэффективности, но потенциально создает больше возможностей для процедурного контроля (Grimmelikhuijsen, Meijer, 2022). Применительно к сравнению двух мегаполисов это означает следующее. Существенно, что выявленный дефицит доверия фиксируется и в Москве, и в Санкт-Петербурге, – то есть институциональная централизация Москвы, обеспечивая более системное технологическое внедрение, не решает социокультурную проблему доверия. Это показывает, что одна институциональная переменная гипотезы исследования (степень централизации) не исчерпывает всей картины эффективности и должна рассматриваться вместе с социокультурной составляющей. Пятикомпонентная модель анализа цифровизации городского управления позволяет оценить готовность российских мегаполисов к масштабному внедрению ИИ – при этом зафиксированные дефициты в области доверия и гражданского участия свидетельствуют о неравномерности развития различных компонентов модели в Москве и Санкт-Петербурге.

Важным аспектом представляется формирование новых форм взаимодействия государства и общества через цифровые платформы: общероссийский портал «Российская общественная инициатива» (РОИ), московский «Активный гражданин», портал «Наш Санкт-Петербург» и аналогичные региональные платформы (Морозова, 2025: 643). Критическая оптика “governmentality” (правитель-ность, или управленческая ментальность – в значении, развиваемом О.А. Игнатьевой применительно к цифровой среде) позволяет рассматривать различия между этими платформами не только в терминах функциональности, но и с позиции гражданской субъектности (Игнатьева, 2020: 467). Применительно к «Активному гражданину», данная рамка позволяет ставить вопрос: голосования по благоустройству и городским сервисам формально расширяют участие, но содержательно сводят гражданскую активность к выбору между предзаданными вариантами, сформулированными ДИТ и профильными департаментами, что соответствует логике биополитического управления через каналы, которые сохраняют видимость партисипаторности при сохранении вертикали целеполагания. Применительно к «Нашему Санкт-Петербургу», организованному как агрегатор обращений граждан в адрес отраслевых комитетов, управленческая ментальность (“governmentality”) проявляется иначе: распределенная модель допускает бóльшую вариативность повестки (граждане инициируют темы), однако одновременно ослабляет способность платформы трансформировать обращения в системные политические решения. Полагаем, что эти два механизма – централизованное формирование повестки и распределенное управление обращениями – представляют собой два разных режима «цифровой управленческой ментальности», каждый из которых порождает специфические риски для гражданской субъектности.

Риски формирования «цифровой власти» и «цифрового класса» проявляются в конкретных проблемах управления российскими мегаполисами. С.С. Морозова и Ю.Г. Смирнова фиксируют проблему государственно-корпоративной гибридизации в сфере искусственного интеллекта и недостаточную регламентацию обработки персональных данных (Морозова, Смирнова, 2024: 1380, 1389, 1385). Как отмечает С.В. Володенков, в условиях цифровизации разворачивается конкурентная борьба между государствами и технологическими корпорациями за контроль над цифровым пространством, причем корпорации нередко становятся самостоятельными центрами влияния (Володенков, 2020: 8–9). Для системной оценки эффективности внедрения ИИ в городское управление может быть применен риск-рефлексивный подход, в рамках которого результативность цифровых преобразований предлагается оценивать по четырем комплексным критериям: продуктивность (достижение целевых показателей), безопасность (минимизация рисков для граждан и государства), развитие (обеспечение долгосрочного технологического роста) и удовлетворенность (восприятие нововведений гражданами и стейкхолдерами). Сравнение Москвы и Санкт-Петербурга с использованием этой рамки позволяет зафиксировать не только разницу в продуктивности, но и цену, которой эта продуктивность достигается с точки зрения безопасности, развития и удовлетворенности (Алейников, Мальцева, Тузова, 2023). Данные проблемы особенно актуальны для Москвы и Санкт-Петербурга, поскольку концентрация технологи- ческих компаний и объемы обрабатываемых данных в мегаполисах значительно превышают показатели других российских регионов. С.В. Володенков приходит к выводу, что цифровизация может привести к существенному падению массовой политической культуры, снижению качества публичных дискуссий и отчуждению граждан от реальных политических процессов (Володенков, 2020: 18). Цифровые технологии, как подчеркивает исследователь, не только трансформируют инструментарий управления, но и меняют саму природу взаимоотношений между государством, корпорациями и гражданами, – наблюдение, непосредственно корреспондирующее с проблемой государственно-корпоративной гибридизации.

Геополитический контекст: санкции, технологический суверенитет и адаптационный потенциал . Внутренние риски алгоритмического управления усугубляются внешними геополитическими факторами, которые кардинально изменили условия цифрового развития России. Введение масштабных экономических санкций со стороны США, Европейского союза и ряда других государств существенно трансформировало условия технологического развития России. В сфере информационных технологий санкционное давление проявилось в массовом уходе западных вендоров программного обеспечения, ограничении доступа к облачным сервисам, необходимости переноса данных на территорию России и разрывах в технологических цепочках. Отток квалифицированных кадров составил порядка 100 тысяч ИТ-специалистов к декабрю 2022 г.¹ В международной литературе цифровые санкции рассматриваются как новый тип экономических санкций; применительно к России исследователи B. Shin и J. Park выделяют ограничения, затрагивающие квантовые вычисления, ИТ-услуги, производственные и аэрокосмические технологии, а также поставки микрочипов и полупроводников, что непосредственно влияет на инфраструктуру цифровизации российских мегаполисов (Park, Shin, 2025). Как отмечают А.В. Курочкин и С.С. Морозова, соглашаясь с мнением отечественных экспертов, потеря цифрового суверенитета может привести к потерям в критически важных сферах, а в определенных условиях – и к полной утрате национального суверенитета (Курочкин, Морозова, 2024: 68). Зависимость российских городов от зарубежных цифровых платформ, на которую обращали внимание исследователи задолго до 2022 г., обернулась реальными управленческими рисками именно при массовом отключении сервисов после 2022 г. Иллюстрацией служит уход с российского рынка крупнейших вендоров корпоративного программного обеспечения – SAP, Oracle, Microsoft, Cisco, – затронувший ИТ-инфраструктуру не только корпоративного, но и государственного сектора, включая системы городского управления. Именно этот разрыв между теоретическим предупреждением и практической реализацией риска определяет сегодня остроту задач цифрового суверенитета.

Результаты исследования . Проведенное сравнение показывает, что преимущество Москвы проявляется не в одном изолированном показателе, а в совокупности пяти институциональных параметров: едином центре координации, более цельной стратегической рамке, бюджетной концентрации, наличии специального регуляторного режима и более оформленной вертикали взаимодействия с федеральным уровнем. Санкт-Петербург, напротив, демонстрирует более распределенную модель, при которой цифровые инициативы развиваются через несколько административных контуров.

В рамках концепции цифрового суверенитета управленческая составляющая представляется особенно значимой для настоящего исследования, поскольку именно система управления мегаполисами определяет способность города адаптировать технологическую инфраструктуру к новым условиям. Реализация цифрового суверенитета предполагает скоординированные усилия по развитию собственной технологической базы, правовому регулированию цифрового пространства, подготовке кадров и защите критической инфраструктуры. Полагаем, что санкционное давление выявило различия в адаптационном потенциале двух моделей управления: централизованная модель Москвы обеспечивает быстрое перераспределение ресурсов и оперативную корректировку стратегий, тогда как распределенная модель Санкт-Петербурга, требующая координации множественных центров принятия решений, оказывается менее гибкой в условиях внешних шоков.

В ответ на возникшие вызовы государство реализовало масштабный курс на технологический суверенитет. Ключевым нормативным актом стал Указ Президента Российской Федерации № 1662, установивший полный запрет на использование иностранного программного обеспечения в государственных органах с 2025 г. Принятый в июне 2024 г. Федеральный закон «О технологической политике в Российской Федерации» закрепил институциональные рамки и механизмы государственной поддержки, а на финансирование программ технологического лидерства в 2025–2027 гг. выделено 6,091 трлн рублей1. Реестр отечественного программного обеспечения вырос с 72 программ в 2016 году до более чем 20 000 записей в 2024 г., российский ИТ-рынок превысил 3 трлн рублей2. Вместе с тем масштаб нерешенных задач остается значительным: по данным на 2024 г., 75 % ИТ-инфраструктуры в России по-прежнему составляют зарубежные решения, а 59 % компаний критической информационной инфраструктуры не успели осуществить переход на отечественное программное обеспечение к установленным срокам3. Данная проблема по-разному проявляется в двух исследуемых мегаполисах: Москва, благодаря централизованной модели управления и масштабному бюджету, способна осуществлять системную замену зарубежных решений в рамках единой стратегии ДИТ, тогда как в Санкт-Петербурге процесс импортозамещения неизбежно фрагментируется между множественными центрами принятия решений. В исследовательской литературе, анализирующей эволюцию российской цифровой политики, фиксируется качественный сдвиг: от сервисно-ориентированного подхода, направленного на повышение доступности государственных услуг для граждан, к модели обеспечения технологического суверенитета, в которой приоритетом становится контроль над критической цифровой инфраструктурой (Martynova, Shcherbovich, 2024). При этом полное замещение в ключевых отраслях прогнозируется на период 2027–2031 гг. Кейс «Цифрового двойника Москвы», представляющего собой пример синергии искусственного интеллекта, цифрового двойника и фотограмметрического моделирования, наглядно иллюстрирует данную проблему: перевод подобных комплексных систем на отечественные платформы представляет собой задачу, масштаб которой значительно превышает замещение отдельных программных продуктов.

Барьеры реализации концепции «умного города» проявляются в обоих мегаполисах с различной интенсивностью. Сопоставление европейской (социальный акцент, гражданско-ориентированный подход) и азиатской (технологический акцент, технократический подход) парадигм позволяет выявить ключевую развилку: Россия должна найти собственный путь между этими полюсами. Данное наблюдение представляется особенно ценным для настоящего исследования: если Москва по модели управления тяготеет к азиатской парадигме с выраженной централизацией и технократическим подходом, то Санкт-Петербург – к европейской, с более распределенной системой принятия решений и влиянием множественных политических акторов. На основе сравнительного анализа внедрения ИИ в государственных организациях в международной литературе в качестве ключевых детерминант успешного внедрения ИИ выделяются организационная культура, стратегическое лидерство и финансовая обеспеченность (Neumann, Guirguis, Steiner, 2024) – параметры, по каждому из которых столичная модель обеспечивает преимущества. Применение риск-рефлексивного подхода к анализу управления мегаполисами позволяет, на наш взгляд, зафиксировать характерную асимметрию: Москва демонстрирует высокие показатели продуктивности и развития, однако критерии безопасности и удовлетворенности граждан требуют дополнительного внимания. Исследование Е.М. Стырина посвящено барьерам датацентричного государственного управления; в российской эмпирической части автор выделяет технологические, организационные и нормативные барьеры, связанные с качеством данных, координацией, компетенциями и регулированием (Стырин, 2024: 61, 64–67). Для настоящей статьи эта типология релевантна постольку, поскольку городские ИИ-системы зависят от качества данных и межведомственного обмена; следовательно, она позволяет интерпретировать преимущества централизованной модели Москвы как авторский вывод настоящего исследования, а не как прямой вывод Стырина.

В риск-рефлексивной рамке это означает, что московская модель сильнее по критериям продуктивности и развития, поскольку быстрее масштабирует ИИ-проекты и концентрирует ресурсы, однако критерии безопасности, прозрачности и удовлетворенности граждан требуют отдельного контроля. Петербургская модель, напротив, потенциально оставляет больше пространства для процедурной проверки и отраслевого согласования, но проигрывает по системности, скорости и интеграции данных.

Вместе с тем необходимо отметить существенное различие в масштабах финансирования цифровой политики двух мегаполисов. Указанный выше масштабный бюджет Москвы на цифровизацию контрастирует с приоритетами Санкт-Петербурга, инвестиции которого в инфраструктуру ориентированы преимущественно на транспортный каркас, а специализированные расходы на цифровую трансформацию значительно скромнее3. Данный разрыв в ресурсном обеспечении, наряду с различиями в организационной структуре, создает объективные предпосылки для формирования двух качественно различных моделей внедрения ИИ – и именно здесь проявляется центральная проблема настоящего исследования: является ли институциональная централизация Москвы более эффективной моделью для масштабного внедрения искусственного интеллекта по сравнению с распределенной моделью Санкт-Петербурга.

Заключение . Таким образом, проведенный анализ позволяет выделить ряд ключевых особенностей управления российскими мегаполисами, определяющих условия цифровой трансформации и внедрения искусственного интеллекта. Во-первых, Москва и Санкт-Петербург обладают особым конституционным статусом городов федерального значения, обеспечивающим расширенные полномочия и значительные финансовые ресурсы, однако различающимся по степени управленческой централизации. Во-вторых, система органов власти Москвы характеризуется централизованной моделью с единым координатором в лице ДИТ, тогда как Санкт-Петербург демонстрирует более распределенную модель с множественными центрами принятия решений. В-третьих, геополитические факторы 2022–2026 годов – санкции, уход западных вендоров, курс на технологический суверенитет – кардинально изменили условия цифрового развития, создав как новые ограничения (зависимость от импортных технологий, отток кадров), так и новые возможности (рост отечественного ИТ-рынка, государственная поддержка). В-четвертых, различия в ресурсном обеспечении (бюджет Москвы на цифровизацию в несколько раз превышает аналогичные расходы Санкт-Петербурга) и стратегических приоритетах формируют объективную основу для различных траекторий внедрения технологий. Тем самым гипотеза исследования получает частичное подтверждение: институциональная централизация повышает системность, скорость и адаптационную устойчивость внедрения ИИ, однако не снимает риски доверия, прозрачности и процедурной легитимности, которые требуют самостоятельного регулирования.