Превращаем данные в рабочий инструмент вне границ: следующий вызов для правоохранительных органов

Будущее правоохранительной деятельности зависит не только от изменения структуры сил или инвестиций в ИИ. Оно зависит от того, чтобы данные использовались за пределами границ.

От правоохранительных органов требуется быстро меняться. Белая книга Министерства внутренних дел «От местного к национальному: новая модель правоохранительной деятельности» описывает одну из самых значительных реформ правоохранительной деятельности за последние десятилетия: меньшее количество и более крупные региональные силы, новая Национальная полицейская служба, более строгие национальные стандарты, более широкое использование технологий и данных, а также более скоординированный подход к борьбе с серьезной и организованной преступностью.

Данные находятся в центре этих планов. В белой книге отмечается, что, по оценкам, более 90% преступлений теперь имеют цифровой элемент, в то время как данные фрагментированы между 43 силами и записываются в разных форматах. Предлагается создать новую Национальную службу интеграции и эксплуатации данных (NDIES), ввести обязательные национальные стандарты данных и назначить единого ответственного за ключевые национальные наборы данных.

График амбициозен. Национальная полицейская компьютерная система должна быть отключена в 2026/2027 году, ее заменит Служба данных правоохранительных органов (LEDS), а ожидается, что NDIES начнет функционировать к концу того же года.

Это делает архитектуру данных не просто технологическим решением, а решением о реформе.

Проблема не в нехватке данных.

Правоохранительные органы уже располагают огромным количеством ценной информации. Белая книга Министерства внутренних дел описывает ситуацию, в которой она находится, как «пэчворк» различных систем, стандартов и процессов, при этом каждая сила принимает многие собственные решения о технологиях и данных.

Для следователей последствия носят практический характер. Расследование дела о границе округа может включать информацию, хранимую несколькими силами наряду с национальными наборами данных. Следователи могут не знать, есть ли у другой силы или национального набора данных что-либо релевантное вообще, поэтому время тратится на запросы и запросы информации, которая не существует. Когда информация существует, ее поиск может означать поиск в нескольких системах, запрос ее у других организаций или работу с данными, которые были записаны иначе в другом месте.

Таким образом, задача заключается не просто в сборе большего количества данных, а в том, чтобы сделать существующие данные правоохранительных органов более доступными, последовательными и полезными.

Централизация или подключение.

В белой книге NDIES описывается как централизованный подход к интеграции и эксплуатации данных. Но национальная интеграция не обязательно означает размещение каждого набора данных в одном месте.

Инстинктивная реакция на «интегрировать данные на национальном уровне» заключается в том, чтобы объединить все в центральной платформе. Это создает зависимости. Если структура сил изменится, данные, возможно, потребуется мигрировать. Если появятся новые возможности, может потребоваться новая интеграция. По мере роста центральной среды растет и все, что от нее зависит. И каждое изменение ее архитектуры, безопасности, управления или поставщиков имеет побочные эффекты для каждой силы и возможности, построенной на ее основе. Это замедляет инновации; когда возможности привязаны к платформе, которая хранит данные, новый инструмент должен ждать, пока платформа не изменится, и улучшение одной возможности рискует нарушить другую.

Есть исторические основания для осторожности. Национальная программа ИТ NHS была ликвидирована в 2011 году с прогнозируемыми затратами в 9,8 миллиарда фунтов стерлингов и выгодой, составляющей лишь половину от потраченной суммы. Члены парламента обнаружили, что им было трудно убедить доверенные лица NHS принять системы, закупленные на национальном уровне, и призвали к балансу между стандартизацией и местной ответственностью. FiReControl, которая должна была заменить 46 местных пожарных диспетчерских пунктов девятью региональными центрами, была прекращена с потерей как минимум 469 миллионов фунтов стерлингов после того, как национальная система была введена без поддержки местных пожарных и спасательных служб.⁴ Урок заключается не в том, что национальные программы не могут работать, а в том, что национальная система, введенная без поддержки тех, кто управляет услугами на местном уровне, очень трудно реализуема.

Другая модель заключается в том, чтобы подключить данные, пока они остаются в средах, где они создаются и управляются. Это идея, лежащая в основе данных-решетки: данные рассматриваются как набор повторяемых продуктов с четкой ответственностью, стандартами и контролем доступа, и авторизованные возможности потребляют их через общие интерфейсы, не требуя перемещения данных. Поскольку возможности отделены от данных, их можно строить, тестировать и заменять без изменения данных под ними или друг друга. Тендер на возможность становится соревнованием за приложение, а не за инженерию данных, лежащую в его основе, поэтому более мелкие и инновационные фирмы могут конкурировать наряду с крупными интеграторами. Большая конкуренция стимулирует более быстрые инновации и лучшую ценность для налогоплательщика.

Это позволяет национальному доступу и местной ответственности сосуществовать. Аналитик может видеть закономерности и тенденции, следователь может видеть информацию на уровне дела, где это разрешено, а публичная служба может видеть только агрегированные данные. Принцип прост: сделать информацию доступной для тех, кто в ней нуждается, не делая все доступным для всех.

Это также подходит самой реформе. По мере того как силы переходят к меньшему количеству, более крупным организациям, подключенная модель позволяет структурам меняться, в то время как базовые данные остаются под местным управлением, а не превращая каждое слияние в миграцию данных.

Сохранение открытости выбора.

Отделение сохраняется только в том случае, если интерфейсы между данными и возможностями остаются открытыми. Противоположностью является единственный поставщик, который строит все от слоя данных до приложений сверху. Какой бы способной ни была эта платформа, ничего не изменится без участия поставщика, и каждое новое требование, реструктуризация или обновление обсуждается с позиции зависимости. Правоохранительные органы не должны нести этот риск. Открытые интерфейсы, общие стандарты и неэксклюзивные форматы сохраняют выбор за правоохранительными органами. Пока эти интерфейсы остаются последовательными, технология, лежащая в их основе, может развиваться или заменяться без нарушения возможностей, которые от них зависят, а приложения и поставщики могут меняться без начала заново.

Что дает правоохранительным органам подключенная модель?

Наша белая книга описывает эту архитектуру без ссылки на какой-либо продукт. Elastic уже предоставляет основу для ее построения; это то, что мы называем Elastic data service: данные, которые принадлежат силе или национальному органу, с аналитикой поиска и агентами ИИ, построенными на их основе, доступными через общие и безопасные интерфейсы.

• Контроль остается у владельца данных: каждая сила или национальный орган управляет своими собственными Elastic data services и решает, кто может видеть что, вплоть до отдельных записей и полей. Каждый доступ может быть проверен. Ответственность остается там, где ее назначает законодательство и где общественность ожидает, что она должна быть.

Контроль остается у владельца данных: каждая сила или национальный орган управляет своими собственными Elastic data services и решает, кто может видеть что, вплоть до отдельных записей и полей. Каждый доступ может быть проверен. Ответственность остается там, где ее назначает законодательство и где общественность ожидает, что она должна быть.

• Национальный охват без национальной копии: инструменты расследования, аналитика и AI-агенты используют необходимые им сервисы данных Elastic, и каждый из них получает только то, что требуется для задачи. То же самое расследование по линии графства может использовать разведданные, хранимые различными силами, без необходимости кому-либо создавать новый центральный хранилище.

Национальный охват без национальной копии: инструменты расследования, аналитика и AI-агенты используют необходимые им сервисы данных Elastic, и каждый из них получает только то, что требуется для задачи. То же самое расследование по линии графства может использовать разведданные, хранимые различными силами, без необходимости кому-либо создавать новый центральный хранилище.

• Создай один раз, доставь везде: национальная способность, такая как разведывательная служба, может быть разработана один раз и предоставлена всем силам, а не изобретаться более 43 раз. В отличие от центральной системы, данные не перемещаются. Каждая сила получает одинаковую способность и технологию; может осуществлять поиск на местном, региональном или национальном уровне в зависимости от потребностей задачи; и при этом сохраняет владение и контроль над своими собственными данными.

Создай один раз, доставь везде: национальная способность, такая как разведывательная служба, может быть разработана один раз и предоставлена всем силам, а не изобретаться более 43 раз. В отличие от центральной системы, данные не перемещаются. Каждая сила получает одинаковую способность и технологию; может осуществлять поиск на местном, региональном или национальном уровне в зависимости от потребностей задачи; и при этом сохраняет владение и контроль над своими собственными данными.

• Он работает там, где нужны данные: независимо от того, находятся ли данные в облаке, на локальном сервере или полностью изолированы, конфиденциальные данные могут оставаться в среде, выбранной их владельцем.

Он работает там, где нужны данные: независимо от того, находятся ли данные в облаке, на локальном сервере или полностью изолированы, конфиденциальные данные могут оставаться в среде, выбранной их владельцем.

AI нуждается сначала в основе.

Правительство Великобритании выделило 115 миллионов фунтов стерлингов на три года для поддержки внедрения AI и автоматизации в полиции, включая новый Национальный центр по AI в полиции, известный как Police.AI. В белой книге четко указано, что фрагментированная инфраструктура, устаревшие системы, ручные процессы и низкое качество данных являются препятствиями. Если каждая новая AI-способность требует своей собственной подготовки данных и конвейера, масштабирование инноваций будет оставаться медленным.

Объединенная основа меняет эту отправную точку и позволяет использовать экспертизу. Никто не знает продукт данных лучше, чем люди, которые владеют им и заботятся о нем. С Elastic они могут превратить эти знания в AI-агентов и автоматизированные рабочие процессы, созданные один раз и доступные для всех, кто уполномочен их использовать, в рамках полиции. Сервис данных Elastic предоставляет доступ к этим агентам так же, как он предоставляет доступ к данным, поэтому новые возможности могут использовать их так же легко. Эти агенты работают с тем же поиском и аналитикой, что и люди, поэтому они могут отвечать, где и когда, а не только что. Собственные примеры белой книги о лучшей аналитике включают горячие точки и модели преступности.¹ Они могут искать сам контент, а не только метаданные, записанные о нем, в документах, изображениях, аудио и видео. И они работают в рамках тех же механизмов контроля доступа, поэтому агент видит не больше, чем человек, для которого он работает.

Хороший контекст также делает AI дешевле и быстрее в эксплуатации. Агенты, которые начинают с хорошо подготовленных данных, а не заново открывают их для каждого вопроса, нуждаются в меньшем количестве шагов. Это та роль, которую играет Elastic: контекстный слой между данными полиции и ее AI. В опубликованных тестах Elastic подготовка контекста заранее сократила объем входных данных, которые AI-модель должна была обработать, примерно на 58%, а время отклика — примерно на 40% для расследований случаев поддержки без статистически значимой потери фактической точности. В другом примере с той же моделью и данными количество шагов, которые совершил агент, снизилось с 33 до 9, а время ответа — с 213 до 64 секунд.

Организации сохраняют выбор модели AI, включая модели, которые они размещают сами для суверенного или изолированного использования. Это облегчает тестирование местных инноваций на национальном уровне и, где они работают, их внедрение в больших масштабах, как это предусмотрено белой книгой Министерства внутренних дел.

Три принципа для следующего этапа.

По мере перехода белой книги от политики к реализации три принципа могут помочь сохранить гибкость архитектуры:

• Создавайте основу данных отдельно от приложений: интеграционный слой должен поддерживать сегодняшние возможности, не становясь ограничением для завтрашних.

Создавайте основу данных отдельно от приложений: интеграционный слой должен поддерживать сегодняшние возможности, не становясь ограничением для завтрашних.

• Сделайте открытость стандартом: национальные стандарты должны создавать согласованность, в то время как открытые интерфейсы и форматы позволяют существующим системам подключаться, а новым технологиям внедряться без полной замены.

Сделайте открытость стандартом: национальные стандарты должны создавать согласованность, в то время как открытые интерфейсы и форматы позволяют существующим системам подключаться, а новым технологиям внедряться без полной замены.

• Подключайтесь по умолчанию и централизуйте там, где есть причина для этого: некоторые наборы данных и возможности естественно потребуют национального владения или централизации, но это должно быть оперативным и политическим решением, а не автоматическим ответом на каждую проблему интеграции.

Подключайтесь по умолчанию и централизуйте там, где есть причина для этого: некоторые наборы данных и возможности естественно потребуют национального владения или централизации, но это должно быть оперативным и политическим решением, а не автоматическим ответом на каждую проблему интеграции.

Объединенная основа для полиции.

Elastic поддерживает полицию по всему миру. С Elastic в качестве основы данных каждая организация может использовать свои собственные сервисы данных и при этом вносить вклад в национальную способность без централизации своих данных.

Чтобы обсудить это, свяжитесь с нашей командой государственного сектора.

Источники

• GOV.UK, “From local to national: a new model for policing,” март 2026.

, “,” март 2026.

• , “Government response to phase 1 of the Southport Inquiry,” июль 2026.

, “,” июль 2026.

• Комитет по государственным счетам Палаты общин, “Расформированная Национальная программа ИТ в NHS,” июль 2013.

Комитет по государственным счетам Палаты общин, “Расформированная Национальная программа ИТ в NHS,” июль 2013.

• Национальное ревизионное управление, “Провал проекта FiReControl,” июль 2011.

Национальное ревизионное управление, “Провал проекта FiReControl,” июль 2011.

Выпуск и сроки любых функций или возможностей, описанных в этом посте, остаются исключительно на усмотрение Elastic. Любые функции или возможности, которые в настоящее время недоступны, могут не быть доставлены вовремя или вообще не быть доставлены.

В этом блоге мы могли использовать или ссылаться на сторонние инструменты генеративного ИИ, которые принадлежат их соответствующим владельцам и управляются ими. Elastic не контролирует сторонние инструменты и не несет никакой ответственности за их контент, работу или использование, а также за любые убытки или ущерб, которые могут возникнуть в результате использования таких инструментов. Проявляйте осторожность при использовании инструментов ИИ с личной, чувствительной или конфиденциальной информацией. Любые отправленные вами данные могут быть использованы для обучения ИИ или в иных целях. Нет никаких гарантий, что предоставленная вами информация будет храниться в безопасности или конфиденциальности. Перед использованием вам следует ознакомиться с политикой конфиденциальности и условиями использования любых инструментов генеративного ИИ.

Elastic, Elasticsearch и сопутствующие знаки являются товарными знаками, логотипами или зарегистрированными товарными знаками elasticsearch B.V. в США и других странах. Все остальные названия компаний и продуктов являются товарными знаками, логотипами или зарегистрированными товарными знаками их соответствующих владельцев.