Аннотация: Проблема. Несмотря на закреплённый в Федеральном законе от 28 июня 2014 года № 172-ФЗ «О стратегическом планировании в Российской Федерации» принцип сбалансированности документов стратегического планирования, интеграция межотраслевых данных социально-экономического (СЭР) и научно-технологического развития (НТР) представляется весьма разобщённой. Российская система не располагает единой информационной основой для сквозной аналитики. Такая фрагментация ограничивает полноту, сопоставимость и оперативность управленческой информации, приводит к дублированию показателей и препятствует комплексному многоуровневому прогнозированию. Методология. Исследование выполнено в рамках институционально-аналитического подхода и нормативно- правового анализа законодательства с опорой на теорию многоуровневого управления. Применены контент-анализ стратегических документов и библиографический анализ мирового опыта интеграции данных электронного правительства. Это позволило систематизировать шесть ключевых групп индикаторов и сформировать логическую модель сквозных показателей для синхронизации целей СЭР и НТР в едином информационном контуре. Результаты исследования. Предложен концептуальный подход к применению технологий искусственного интеллекта для автоматизированной обработки сквозных данных (идентифицируемых исходя из типологии сквозных индикаторов) на базе доменной архитектуры платформы «Гостех». Доказано, что предиктивная аналитика и алгоритмы машинног о обучения способны осуществлять непрерывную «пульс-диагностику» экономики, выявлять латентные взаимозависимости и автоматизировано устранять конфликтующие целевые значения. Практическое применение. Разработанная концепция создаёт научно-практическую базу для преодоления административных барьеров и формирования единой архитектуры индикаторов. Её внедрение обеспечит бесшовное межведомственное взаимодействие, межуровневую координацию и возможность использования интеллектуальных аналитических сервисов в государственных органах власти. Это является критически важным шагом для перехода от реактивного к предиктивному управлению и обеспечения национального технологического суверенитета.

Ключевые слова: искусственный интеллект, сквозные данные, социально‑экономическое развитие, научно‑технологическое развитие, стратегическое планирование, интеграция данных, предиктивная аналитика

Для цитирования: Ганеева Л. Д., Бубнова А. О. Искусственный интеллект в синхронизации сквозных социально‑экономических и научно‑технологических индикаторов стратегического развития России // Научный журнал «Менеджер». 2026. № 2(116). С. 96-113. EDN: SSTFRQ.

Об авторах: Л. Д. Ганеева - аспирант РАНХиГС; SPIN-код: 3539-0100; А. О. Бубнова - аспирант РАНХиГС; SPIN-код: 9339-9299.