Администрация малого бизнеса США (SBA) больше года держала почти всю свою работу с искусственным интеллектом замороженной — и при этом всё ещё не сообщила публике, какие ИИ-системы она использует, спустя шесть лет после того, как Конгресс впервые потребовал такого раскрытия. Это не противоречие, спрятанное в сноске. Это главный вывод нового отчёта Счётной палаты США (GAO), и если вы участвуете в тендерах на федеральные контракты или претендуете на грант SBIR или STTR, ему стоит уделить пять минут внимания.
Что на самом деле обнаружила GAO
Отчёт GAO-26-107828, «Искусственный интеллект: использование и риски для контрактов малого бизнеса и инновационных исследований», опубликованный 4 мая 2026 года, рассматривает, как SBA и сеть федеральных агентств, за которыми оно наблюдает, работают с ИИ. Выводы делятся на два направления.
Приостановка. В марте 2025 года SBA заморозило практически всю деятельность, связанную с ИИ, чтобы проверить соответствие федеральным указам и пересмотреть приоритеты. По состоянию на полевую проверку GAO в апреле 2026 года эта заморозка в основном оставалась в силе — с одним исключением: семи пилотным проектам разрешили продолжать работу, тестируя безопасность, производительность и ценность до возобновления более широкого развёртывания.
Разрыв в прозрачности. Отдельно федеральный закон с 2020 года требует от агентств публично отчитываться о конкретных случаях использования ИИ — что делает система, как она была создана, как была закуплена. SBA не публиковало свой первый такой реестр вплоть до марта 2026 года. GAO объясняет шестилетнюю задержку слабыми процессами внутренней документации и текучкой среди сотрудников, ответственных за отчётность. Рекомендация GAO была узкой и процедурной: установить формальную политику, которая действительно закрепляет ответственность за составление и публикацию этого реестра в будущем. SBA согласилось. На момент публикации отчёта GAO помечает рекомендацию как всё ещё «открытую» — то есть пока не подтвердило, что SBA выполнило её.
Помимо этих двух выводов, GAO также созвало экспертные группы, чтобы обозначить, где ИИ мог бы реально помочь. Этот список полезен, потому что он показывает, чего ожидать после снятия заморозки: рыночное исследование того, какие малые предприятия способны выполнить конкретный контракт, более быстрое рассмотрение заявок, обнаружение мошенничества среди объёма заявок, поступающих в агентства, анализ данных из отчётов, которые агентства подают в SBA, и подготовка ежегодных отчётов, которые само SBA обязано публиковать. Обратная сторона — риски, которые GAO отметила рядом с этими направлениями использования, — это как раз то, что действительно должно изменить ваши действия уже на этой неделе: неточные результаты, риски для конфиденциальности и безопасности данных, предвзятые результаты и федеральный технический персонал, который, по словам участников групп, слишком малочислен, чтобы должным образом проверить всё это перед внедрением.
Если посмотреть на ситуацию шире, заморозка в SBA выглядит почти нетипично. Использование генеративного ИИ в федеральных агентствах в целом выросло примерно в девять раз с 2023 года. SBA поставило работу на паузу, пока остальная часть правительства ускорялась, — а значит, системы, оценивающие ваши заявки на контракты или гранты в других агентствах, вполне могут уже сегодня опираться на ИИ, даже пока собственные инструменты SBA всё ещё лежат на полке.
Почему это важно, если вы участвуете в федеральных контрактах
Два из отмеченных GAO направлений использования — рыночное исследование и предотвращение мошенничества — касаются вас ещё до того, как вы подадите хоть одно слово заявки.
Если агентство использует ИИ для определения того, какие малые предприятия подходят под конкретную возможность, такая система хороша ровно настолько, насколько хороши данные, из которых она берёт информацию. Ваша регистрация на SAM.gov и профиль в системе динамического поиска малого бизнеса (DSBS) — это тот самый источник, который она читает. Устаревший код NAICS, неактуальное описание возможностей или сертификация, срок которой истёк и не была продлена, теперь выглядят небрежно не только для контрактного специалиста-человека — это может означать, что алгоритм вообще никогда не покажет вас как подходящего кандидата. Сам отчёт GAO отмечает, что рыночное исследование, построенное на неполных данных, рискует исключить способные компании. На практике это значит: пересматривайте и обновляйте свои записи на SAM.gov и в DSBS как минимум раз в год, а также каждый раз, когда меняются ваши сертификации, история выполненных контрактов или ключевые компетенции — а не только когда вы случайно об этом вспомните.
Вторая часть касается того, как вы реагируете, когда что-то выглядит не так. ИИ-ассистированный скрининг, где бы он ни применялся, даёт ложноположительные и ложноотрицательные срабатывания, как и любой классификатор. Если заявку отклонили или результат тендера кажется несогласующимся с вашей историей выполнения аналогичной работы, не считайте автоматически, что процесс был чисто человеческим и потому безошибочным, но и не считайте автоматически, что автоматическая пометка верна в любом случае. Спросите контрактного специалиста напрямую, участвовали ли в оценке инструменты ИИ, и запросите объяснение использованных критериев. Задавать такой вопрос разумно уже сегодня, и его актуальность будет только расти по мере того, как приостановленные инструменты SBA будут возвращаться в строй.
Что это значит, если вы претендуете на награду SBIR или STTR
Эти события совпадают по времени с более крупным структурным изменением: Закон об инновациях и экономической безопасности малого бизнеса 2026 года, подписанный 13 апреля 2026 года, продлил действие программ SBIR и STTR до 30 сентября 2031 года после шестимесячного перерыва. Теперь агентства обязаны точнее отслеживать типы наград в федеральных данных о закупках — помечая награды, выданные напрямую на Фазу II, награды Strategic Breakthrough и продолжения Фазы III, а также указывая исходный номер контракта SBIR/STTR при регистрации контракта-продолжения. Это означает больше структурированных данных, проходящих через те же самые системы, которые, по мнению GAO, со временем могут получить ИИ-слой для анализа и предотвращения мошенничества.
Из этого сочетания следуют два вывода.
Во-первых, со стороны подачи заявок: если ИИ-ассистированный скрининг заявок станет частью того, как сортируется ваша заявка на Фазу I или Фазу II, относитесь к этому так же, как к любому автоматическому первому проходу, — исходите из того, что человек всё равно должен увидеть полную картину, и не полагайтесь на форматные уловки или переспам ключевыми словами, чтобы обыграть систему, которая может быть ещё даже не развёрнута в вашем рецензирующем агентстве. Пишите для технического рецензента, а не для фильтра.
Во-вторых, и более конкретно: соответствие требованиям SBIR/STTR и без всякого ИИ уже держится на документации. Получатели наград обязаны вести актуальный учёт рабочего времени, показывающий, как часы каждого сотрудника соотносятся с финансируемым исследованием, поддерживать соответствие счетов и договоров субподрядчиков условиям award, а также следовать стандартам учёта затрат в соответствии с FAR. Ничего из этого не ново. Новое — это направление движения: экосистема агентств, которая всё лучше сопоставляет данные о наградах между собой, добавляет в свою дорожную карту инструменты для обнаружения мошенничества и отслеживает контракты-продолжения обратно к исходному номеру SBIR/STTR. Чистые, последовательные записи перестают быть просто хорошей практикой готовности к аудиту и становятся тем, что не даёт вашему делу выделиться по неправильным причинам в системе, созданной для выявления аномалий.
Практические шаги, которые стоит предпринять сейчас
- Обновляйте SAM.gov и свой профиль DSBS как минимум раз в год, а также сразу после любого изменения сертификаций, кодов NAICS или истории выполненных контрактов — относитесь к этому как к живым данным, которые читает алгоритм, а не как к форме, заполненной один раз.
- Ведите отдельный регистр или центр затрат для каждой награды. Смешение затрат между контрактами — самая распространённая находка в аудитах федеральных наград, независимо от того, задействован ИИ или нет.
- Ведите актуальный учёт рабочего времени для всех, кто списывает время на контракт с возмещением затрат или по типу «время и материалы» — восстановленные задним числом записи регулярно становятся красным флагом при аудите.
- Сверяйте счета субподрядчиков с условиями award ежемесячно, а не за неделю до сдачи отчёта. Последовательность во времени читается совершенно иначе рецензентом — человеком или автоматизированным, — чем груда счетов, собранных задним числом.
- Спрашивайте напрямую, когда результат тендера, заявки или гранта кажется несогласующимся с вашей историей: участвовал ли ИИ в этой оценке и каковы были критерии?
Держите записи по федеральным контрактам готовыми к аудиту
Будет ли ИИ в итоге проверять вашу следующую заявку или нет, базовая дисциплина остаётся той же, что федеральное соответствие наградам требовало всегда: записи, которые полны, последовательны и легко прослеживаются до источника. Beancount.io предлагает текстовый учёт с контролем версий, поэтому у каждой записи — и у каждого её изменения — есть постоянная, проверяемая история вместо того, чтобы жить в чёрном ящике. Начните бесплатно и держите свою бухгалтерию такой же защищённой, как и ваши заявки.