Аннотация
Традиционная парадигма Government Relations (GR), основанная на экспертных оценках и личных коммуникациях, сталкивается с ограничениями в условиях цифровизации государственного управления, что порождает проблему трансформации GR-поля под воздействием методов прогностической и прескриптивной аналитики и появления новых доминирующих акторов. Цель статьи – выявить и проанализировать механизмы становления цифровых элит как ключевого актора современного GR, основанного на монопольном владении инструментами анализа больших данных и машинного обучения. В работе обоснован переход от реактивного GR к концепции data-driven governance, интегрирующей прогностическую аналитику и сценарное моделирование; на эмпирическом материале США (2020–2025 гг.) показаны механизмы сращивания цифровых элит с государством (прямое вхождение во власть, «темные деньги», контроль над прогностическими платформами) и выявлена внутренняя фрагментация самих цифровых элит (раскол между сторонниками дерегулирования и безопасного ИИ). Доказано, что контроль над прогностическими инструментами создает асимметрию информации и риски захвата регулятора, знаменуя переход от внешнего лоббизма к прямому управлению государственными структурами; статья рассчитана на исследователей в области GR, политологов, специалистов по государственному управлению, а также практиков, занимающихся корпоративным лоббизмом и регуляторным прогнозированием.Библиографические ссылки
TAdviser: портал корпоративной информации. Предикативная (предиктивная) аналитика. 2025. URL: https://www.tadviser.ru/index.php/Статья:Предикативная_аналитика_(предиктивная,_прогнозная,_прогностическая)_Predictive_analytics.
Дмитриева Н.Е., Санина А.Г., Стырин Е.М. и др. Цифровая трансформация в государственном управлении. М.: Изд. дом Высшей школы экономики, 2023. 209 с.
Карабущенко П.Л. Очерки истории элитологии: в 4 т. Т. 4: Новейшее время (XIX–XXI вв.). М.: КДУ, 2025. 552 с.
Когденко В.Г. Описательная, прогностическая и предписывающая аналитика: данные, методы и алгоритмы // Экономический анализ: теория и практика. 2019. Т. 18. № 3. С. 446-462.
Мельников К.В., Иванов Е.А., Петров Н.В. Неформальная структура элитного пространства России: опыт сетевого анализа // Полития. 2022. № 1 (104). С. 72-91.
Моисеев С.П., Карпов И.А., Мифтахутдинова К.И., Михайлова О.Р. Сетевой анализ в контексте различных научных и прикладных дисциплин. Репортаж с XVIII Апрельской международной научной конференции по проблемам развития экономики и общества, 11-14 апреля 2017 г., Москва, Россия // Экономическая социология. 2017. № 3. С. 152-159.
Наумов М.Д., Кореева Е.Б. Анализ тональности текстовой информации с применением методов NLP // Вестник науки. 2026. № 1 (94). С. 1612-1618.
Хабр. Anthropic и OpenAI вступили в политическую войну за регулирование ИИ. 2025. URL: https://habr.com/ru/news/996624/.
Шайхуллин Э.Х., Уляева А.Г. Исследование возможностей применения BI-аналитики в деятельности законодательных органов власти // Управленческий учет. 2025. № 12. С. 536-545.

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Copyright (c) 2026 Линара Рустамовна Утешкалиева
