Polimill строит «публичную ОС» для Японии: QommonsAI используют около 1 050 муниципалитетов

От гражданской дискуссии к общей AI-платформе

Японская Polimill начала с Surfvote — площадки для обсуждения политики и общественных вопросов, — но в работе с местными властями столкнулась с более базовой проблемой: текущие операции оставляют чиновникам мало времени на превращение запросов жителей в политику. В октябре 2024 года компания выпустила QommonsAI, специализированную generative AI-платформу для муниципальных процессов.

Сейчас, по данным Polimill, QommonsAI используют около 1 050 муниципалитетов и примерно 550 000 государственных служащих по всей Японии. Система охватывает подготовку ответов для собраний, государственные услуги, социальное обеспечение и поиск по законодательству. Компания описывает цель шире повышения личной продуктивности: сделать платформу общей «public OS» для муниципальной работы.

Сначала данные, затем модель

Главным препятствием была фрагментация административных данных. У каждого муниципалитета собственные процессы и форматы документов, а исторические записи разбросаны по разным хранилищам. Даже подготовка ответа местному собранию может требовать ручного просмотра протоколов за несколько лет, чтобы сверить позицию с политикой префектуры.

Polimill собрала и стандартизировала протоколы собраний, добавила к ним метаданные с помощью AI и построила поиск по муниципалитетам и временным периодам. Затем ту же структуру расширили на социальное обеспечение, законодательство и другие административные области. В этой архитектуре GPT-модель — не замена базе знаний: полезность ответа зависит от предварительно организованного и доступного для поиска корпуса.

Контроль моделей и аудит использования

Модели GPT лежат в основе QommonsAI. Для государственного сектора платформа предусматривает административные журналы использования функций и возможность ограничивать доступные модели в соответствии с политикой организации. Polimill также отмечает узнаваемость ChatGPT: знакомая технология снижает барьер для сотрудников, которым иначе пришлось бы осваивать новый класс инструментов.

По словам компании, GPT чаще других вариантов выбирают для повседневной работы в универсальном чате QommonsAI — от чтения файлов до обычного рабочего диалога. Однако клиентская история OpenAI не приводит показатели точности поиска, частоту ошибок, требования к хранению данных или результаты внешнего security-аудита. Наличие органов управления важно, но само по себе не доказывает качество каждого административного ответа.

Codex прошёл путь от требований до тестов

Polimill внедрила Codex по всему циклу разработки: от определения требований и проверки согласованности с существующим кодом в GitHub до реализации и тестирования. Инженеры проверяют подготовленные AI планы и принимают решения верхнего уровня, а часть реализации модель выполняет автономно. Компания заявляет, что вместе с практической поддержкой OpenAI это повысило скорость разработки в 3–5 раз.

Ускорение, по словам CAIO Масахиро Вакабаяси, особенно заметно в цикле прототипирования: команда быстрее показывает муниципалитетам рабочие варианты и собирает обратную связь. Показатель 3–5x относится к опыту одной компании и не сопровождается описанием базовой линии, состава задач или стоимости исправлений. Поэтому его следует читать как заявленный результат Polimill, а не универсальный benchmark для внедрения Codex.

Следующий слой — знания опытных чиновников

В проверках Polimill менее опытные сотрудники с помощью AI и накопленных административных данных готовили проекты политик, которые получали оценки, близкие к работам ветеранов. Лучшие оценки всё же оставались у опытных чиновников. Компания связывает разрыв с неявным знанием: практическими процедурами и пониманием реакции жителей, которые не записаны в инструкциях.

Polimill хочет фиксировать, как ветераны ставят исследовательские задачи AI и как редактируют ответы, чтобы превращать личный опыт в организационное знание. Осенью 2026 года компания планирует полноценно запустить Qommons ONE — магазин внешних приложений для муниципалитетов. Центральный super agent должен выбирать специализированные AI-системы и приложения под цель пользователя и собирать практические результаты, включая исследования и презентации. Это пока план развития, а не уже развёрнутая возможность.