Архив Госсектор и НКО · Органы власти

City of Amsterdam: модель Smart Check свернули после пилота на почти 1600 заявлениях

Амстердам в 2023 году пропустил через ML-модель Smart Check почти 1600 заявлений на социальное пособие, чтобы отбирать их для проверки на мошенничество. Модель отмечала больше заявлений, чем сотрудники, не превзошла их в точности и показала смещение; в ноябре 2023 года город остановил пилот.

Стадия
Остановлено / свёрнуто
География
Нидерланды
Год
2025
Источники
1
CB-000639
проверено 11.10.2026

/01 · ключевые результаты

важно · 11.06.2025

В живом пилоте модель отмечала больше заявлений, чем сотрудники, и не превзошла их в выявлении случаев, требующих проверки.

MIT Technology Review, статья, 11.06.2025

важно · 11.06.2025

Пилот остановлен в ноябре 2023 года; прогнозный эффект не был подтверждён.

MIT Technology Review, статья, 11.06.2025

  • масштаб

    почти 1 600 заявлений

    заявления на пособие, прошедшие через модель в пилоте

    MIT Technology Review, статья, 11.06.2025

    пилот, март–ноябрь 2023 года · пилот Smart Check в социальной службе Амстердама

    данные СМИ

  • возможность системы

    20%

    рост точности отбора заявлений против сотрудников во внутреннем тестировании

    MIT Technology Review, статья, 11.06.2025

    внутреннее тестирование до пилота · перевзвешенная модель Smart Check, внутреннее тестирование города

    см. выше ↑

    данные компании

оценка strategai

Оценку не приводим: пилот остановлен, измеренного эффекта нет

Амстердам в 2023 году пропустил через ML-модель Smart Check почти 1600 заявлений на социальное пособие, чтобы отбирать их для проверки на мошенничество. Модель отмечала больше заявлений, чем сотрудники, не превзошла их в точности и показала смещение; в ноябре 2023 года город остановил пилот.

Стадия
Остановлено / свёрнуто
География
Нидерланды
Год
2025
Источники
1
CB-000639
проверено 11.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-000639City of Amsterdam

Бизнес

Компания
City of Amsterdam
Отрасль
Госсектор и НКО · Органы власти
Функция
Риски, антифрод и безопасность
Задача
Антифрод (транзакции, страхование, закупки, бонусы)

Технология

Класс AI
Предиктивная аналитика (классический ML)
Тип решения
Собственная разработка
Данные
Обучающая выборка — 3400 прошлых расследований по получателям пособий; модель оценивает заявителя по 15 признакам, включая прежние обращения за пособием, сумму активов и число адресов в учётных данных.

Внедрение

Стадия
Остановлено / свёрнуто, на 11.06.2025
География
Нидерланды
Инвестиции
По оценке города, проект обошёлся примерно в 500 000 евро плюс 35 000 евро за контракт с Deloitte; город оговаривает, что сумма приблизительна, так как систему разрабатывали действующие команды и сотрудники.

/03 · описание кейса

Бизнес-задача

Каждое заявление на социальное пособие в Амстердаме проверяет сотрудник; подозрительные он передаёт в отдел расследований, что может закончиться отказом, исправлением документов или снижением выплаты. По данным города, более чем в половине расследований заявлений нарушений не находят. Smart Check город начал проектировать в 2019 году, чтобы со временем заменить первичный отбор сотрудником: модель должна была отмечать меньше заявителей и находить большую долю заявлений с ошибками. Во внутреннем документе город прогнозировал, что модель избавит до 125 жителей от взыскания долгов и сэкономит 2,4 млн евро в год.

Решение

Smart Check построен на алгоритме explainable boosting machine — модели, чьи прогнозы проще объяснить. Модель присваивает каждому заявителю оценку риска по 15 признакам, среди них прежние обращения за пособием, сумма активов и число адресов в учётных данных. Пол, гражданство, возраст и почтовые индексы исключены. Обучающая выборка — 3400 прошлых расследований по получателям пособий. Первая версия модели в мае 2022 года чаще ошибочно отмечала заявителей-иностранцев и на 14% чаще — мужчин; после перевзвешивания обучающих данных голландцы и иностранцы стали ошибочно отмечаться одинаково часто. Во внутреннем тестировании точность отбора оказалась на 20% выше, чем у сотрудников. Систему разрабатывали собственные команды города.

Внедрение

Город консультировался с уполномоченным по защите данных, Комиссией по персональным данным Амстердама и Deloitte; все они одобрили проект. Совет участия, представляющий получателей пособий, в марте 2022 года потребовал прекратить эксперимент. Пилот начался в марте 2023 года: заявления параллельно оценивали модель и сотрудник. Через модель прошло почти 1600 заявлений. Модель отмечала больше заявлений, чем сотрудники, не превзошла их в выявлении случаев, требующих проверки, и показала смещение — теперь против заявителей с голландским гражданством и женщин. В конце ноября 2023 года член городского правительства, отвечающий за социальную политику, остановил пилот. По оценке города, проект стоил около 500 000 евро плюс 35 000 евро за контракт с Deloitte.

/04 · источники и проверка

Что подтверждено

  • В пилоте 2023 года через модель Smart Check прошло почти 1600 заявлений на пособие.
  • В живом пилоте модель отмечала больше заявлений, чем сотрудники, и не превзошла их в выявлении случаев, требующих проверки.
  • Смещение проявилось и в пилоте: модель чаще ошибочно отмечала заявителей с голландским гражданством и женщин.
  • В конце ноября 2023 года город остановил пилот; советник по социальной политике заявил, что ИИ для оценки заявителей город больше применять не будет.

Ограничения

  • Рост точности на 20% получен во внутреннем тестировании до пилота; в живом пилоте модель сотрудников не превзошла.
  • Экономия 2,4 млн евро в год и до 125 жителей без взыскания долгов — прогноз из внутреннего документа города; пилот остановлен до подтверждения эффекта.
  • Доли ошибочно отмеченных заявлений в пилоте и итоговое число направленных на расследование источник не приводит.
  1. [1] MIT Technology Review

    Inside Amsterdam’s high-stakes experiment to create fair welfare AI

    СМИ · 11.06.2025

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-000639 · Версия 1 · 11.10.2026 · /c/CB-000639/