OpenAI и национальная лаборатория США берутся ускорить бюрократию с помощью ИИ

Федеральная экологическая экспертиза в США — процедура, которую одинаково ненавидят и застройщики, и экологи, и чиновники. Закон NEPA (National Environmental Policy Act), принятый ещё в 1970 году, обязывает проводить масштабную оценку воздействия на окружающую среду перед началом любого крупного инфраструктурного проекта с федеральным участием. Подготовка одного комплекта документов занимает в среднем от четырёх до семи лет. Теперь OpenAI и Тихоокеанская северо-западная национальная лаборатория (PNNL) — одна из ведущих исследовательских структур Министерства энергетики — решили проверить, способен ли искусственный интеллект разрубить этот гордиев узел.

Партнёры представили DraftNEPABench — специализированный бенчмарк, который оценивает, насколько эффективно ИИ-агенты, работающие с кодом и текстом, справляются с подготовкой черновиков экологических заключений по стандартам NEPA. Это не абстрактный академический эксперимент. Бенчмарк построен на реальных данных федеральных экспертиз и моделирует конкретные задачи, с которыми сталкиваются аналитики: сбор и систематизация экологических данных, генерация структурированных отчётов, перекрёстная проверка нормативных требований. Первые результаты тестирования показали, что ИИ-агенты способны сократить время черновой подготовки документации примерно на 15%.

Пятнадцать процентов могут показаться скромной цифрой — пока не вспомнишь масштаб проблемы. В Соединённых Штатах процедура NEPA превратилась в одно из главных препятствий на пути модернизации инфраструктуры. Строительство новых линий электропередач, ветряных и солнечных электростанций, транспортных магистралей и — что особенно актуально для технологической отрасли — гигантских дата-центров упирается в многолетние бюрократические согласования. По данным Совета по качеству окружающей среды при Белом доме, средний объём одного заключения по оценке воздействия на окружающую среду (EIS) превышает 600 страниц. Некоторые проекты генерируют тысячи страниц сопроводительной документации. Даже 15-процентное ускорение на таких объёмах означает месяцы сэкономленного времени и миллионы сэкономленных долларов.

Выбор партнёра для OpenAI не случаен. PNNL — лаборатория с более чем 60-летней историей, специализирующаяся на энергетике, экологии и национальной безопасности. Она располагает уникальной экспертизой в области экологического регулирования и доступом к массивам федеральных данных, которые частная компания просто не смогла бы получить самостоятельно. Для OpenAI этот проект — стратегический ход в нескольких измерениях. Во-первых, компания демонстрирует, что её технологии применимы далеко за пределами чат-ботов и генерации картинок. Во-вторых, она выстраивает отношения с федеральным правительством в момент, когда администрация активно ищет способы ускорить инфраструктурное строительство. В-третьих — и это, пожалуй, самое любопытное — OpenAI косвенно решает собственную проблему: компании отчаянно нужны новые дата-центры и энергетические мощности, а их строительство тормозится той самой бюрократией, которую она теперь помогает оптимизировать.

Сам формат бенчмарка заслуживает отдельного внимания. DraftNEPABench оценивает не просто языковые модели, а именно ИИ-агентов — автономные системы, способные выполнять многоступенчатые задачи: находить релевантные данные, анализировать нормативную базу, генерировать структурированный текст и проверять его на соответствие требованиям. Это отражает общий тренд индустрии в 2026 году: переход от моделей-собеседников к моделям-исполнителям, которые берут на себя реальные рабочие процессы. Бенчмарк фактически задаёт стандарт для оценки ИИ в области государственного документооборота — области, которая до сих пор практически не имела инструментов объективного измерения.

Критики, впрочем, уже поднимают закономерные вопросы. Экологические организации опасаются, что автоматизация экспертизы может привести к снижению её качества — ведь NEPA существует не для того, чтобы создавать бумажную волокиту, а для того, чтобы защищать окружающую среду и права местных сообществ. Ускорение процесса не должно означать его упрощения. Есть и юридические нюансы: кто несёт ответственность за ошибки в документации, подготовленной с участием ИИ? Как обеспечить прозрачность и возможность общественного контроля, если значительная часть аналитической работы выполнена алгоритмом?

Тем не менее направление задано, и оно выглядит необратимым. Если DraftNEPABench подтвердит свою эффективность на более широком наборе задач, подобные инструменты неизбежно распространятся за пределы экологической экспертизы — на строительные разрешения, лицензирование, налоговый аудит и десятки других бюрократических процедур. Для России, где согласование крупных проектов порой занимает не меньше времени, чем в США, этот кейс представляет особый интерес. Не как готовое решение — нормативная база слишком различается, — а как доказательство принципиальной возможности: искусственный интеллект способен работать не только с творческими задачами, но и с самой рутинной, самой зарегулированной частью государственной машины. И именно там его влияние может оказаться наиболее ощутимым.