Искусственный интеллект стремительно проникает в системы управления городами по всему миру. Согласно актуальным данным, 65% городов планеты развернут ИИ-агентов к 2027 году для управления транспортом, энергосетями и коммунальной инфраструктурой. Уже сегодня половина муниципальных и региональных органов власти в США загружают многолетние архивы данных в большие языковые модели, чтобы ускорить принятие решений и повысить качество городских сервисов.
Одним из ключевых направлений стала предиктивная транспортная аналитика. Как отметил эксперт консалтинговой компании Boundary Stone Partners Эндрю Роджерс, «ИИ незаметно меняет подход городов и штатов к транспортным решениям — вместо реактивного реагирования мы переходим к предиктивному планированию». Системы машинного обучения анализируют данные с камер, светофоров и датчиков, выявляя зоны повышенного риска аварий и заторов до их возникновения. Города, внедрившие адаптивные сигнальные системы, уже сократили время в пути на 25%, а выбросы транспорта в плотных мегаполисах снизились на 15%.
В сфере градостроительства ИИ автоматизирует рутинную работу проверки проектов. Департамент городского планирования Лос-Анджелеса экспериментирует с системами, которые считывают планы застройщиков, сверяют их с зонированием и строительными нормами и автоматически отмечают нарушения. Округ Лос-Анджелес запустил пилотный проект eCheck AI для ускорения выдачи разрешений. По словам юриста Джули Уоркман из компании Saul Ewing, «и муниципалитеты, и девелоперы используют ИИ, чтобы ускорить проверку и строительство проектов».
Мэр Ранчо-Кордова (Калифорния) Гаррет Мигвуд назвал ИИ «будущим управления в целом», а мэр Саннивейл Ларри Клейн признал, что «все находятся в режиме обучения» и подходят к технологии «с осторожным вниманием». Такая двойственность характерна для большинства муниципалитетов: они видят потенциал, но осознают риски — от усиления исторических предубеждений до уязвимости данных перед кибератаками.
Серьёзные опасения вызывает инфраструктурная нагрузка ИИ-систем. Треть из более чем 4000 дата-центров в США сконцентрирована в Вирджинии, Техасе и Калифорнии. Гиперскейл-центры для ИИ потребляют электричество, эквивалентное 100 000 домохозяйств в год, а к 2028 году дата-центры будут расходовать от 16 до 33 миллиардов галлонов воды ежегодно. Климатический технолог Шрути Гопинатан подчёркивает: «Не существует ChatGPT для климата» — решения в этой области по-прежнему требуют значительного человеческого участия.
Тем не менее тренд очевиден: умные города перестают быть концепцией будущего и становятся повседневной реальностью. Системы лидарного картирования фиксируют состояние дорожного покрытия и подземной инфраструктуры, спутниковые данные используются для анализа водных рисков, а ИИ-агенты оркестрируют сквозные рабочие процессы — от закупок до реагирования на чрезвычайные ситуации. Ключевым вызовом остаётся баланс между эффективностью автоматизации и защитой конфиденциальности, справедливости и человеческого контроля над критической городской инфраструктурой.
