Анализ обращений граждан: классификация, маршрутизация, аналитика
LLM читает обращения из всех каналов, определяет тему и адресата, готовит проект ответа и показывает карту проблем города.
Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.
Что решаем
Обращения граждан приходят по десяткам каналов: портал, электронная почта, бумажные письма, соцсети, платформы обратной связи, звонки. Каждое нужно зарегистрировать, отнести к теме, направить исполнителю и ответить в установленный законом срок. В крупном городе это сотни тысяч обращений в год, и до трети рабочего времени исполнителей уходит на сортировку и подготовку типовых ответов.
Ошибки маршрутизации приводят к переадресациям и срыву сроков, а сводная картина — какие проблемы растут в каком районе — собирается вручную раз в квартал и устаревает к моменту доклада. Классификаторы на ключевых словах не справляются с живым языком обращений: одна и та же яма во дворе описывается десятками способов.
Что делает ИИ
vLLMQwen/LlamaPaddleOCRPostgreSQLQdrantApache Superset
Все каналы сводятся в единую очередь; сканы писем распознаются OCR. Локальная LLM определяет тему по классификатору ведомства, извлекает адрес, срочность и сущность проблемы, назначает ответственное подразделение и формирует проект ответа с ссылками на нормативные основания. Исполнитель проверяет и подписывает.
- Классификация и маршрутизация с точностью выше ручной регистрации и без задержки в очереди.
- Объединение повторных и коллективных обращений по одной проблеме.
- Проект ответа в стиле ведомства с учётом прошлых ответов по аналогичным вопросам.
- Аналитическая панель: динамика тем по районам, прогноз всплесков, контроль сроков.
- Выявление обращений с признаками угрозы жизни для немедленной эскалации.
Какие данные нужны
- Архив обращений и ответов за 2–3 года
- Классификатор тем и матрица ответственности
- Нормативные документы и шаблоны ответов
Какая инфраструктура нужна
Профиль ai: пакетная и потоковая обработка текстов LLM среднего размера с длинным контекстом плюс OCR для бумажных писем. Администрации города-миллионника или регионального правительства достаточно сервера R7 ULTRA с одной-двумя H200 NVL из раздела GPU-серверов; ведомству с небольшим потоком — станции RX ULTRA из рабочих станций. Архив обращений и векторный индекс размещаются на NVMe узла; интеграция с СЭД и платформами обратной связи выполняется через API. Узел устанавливается в защищённом сегменте сети, весь обмен идёт внутри контура, что снимает вопросы с передачей персональных данных заявителей.
Как идёт проект
- 01
Данные и цель
Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.
- 02
Пилот на нашей конфигурации
Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.
- 03
Инфраструктура
Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.
- 04
Сопровождение
Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.
Что ещё автоматизируют в отрасли «Государство и «умный город»»
Опишите задачу и данные.
Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.


