Joe Scheidler, Helios 的 CEO 和联合创始人 Joe Scheidler Helios 的 CEO 和联合创始人

政府的 AI 革命从哪里开始？不是更好的数据，而是更好的工具

几十年来，公共部门的决策都是基于脆弱、零碎的系统。在快速的政策变化和实时信息的时代，瓶颈不再是数据访问，而是缺乏决策准备好的工具，这些工具将上下文、来源和安全性融入工作流程中。现在，易用性比原始数据积累更重要，问题是政府如何通过构建或购买 AI 启用的工具来适应，这些工具可以使政策执行更快、更安全、更可靠。瓶颈：易用性，而不是数据访问政府已经拥有海量的信息，例如立法跟踪、监管文件、经济指标、卫星图像、开源媒体和内部报告。核心问题是这些信息如何到达决策者，这是一个缓慢、零碎的过程，往往缺乏上下文或来源。美国监管机构强调了没有强大的治理、集成和可追溯性，AI 和分析将难以转化为操作决策，在任务关键环境中。仪表盘和数据湖本身很少能解决这个问题。管理研究表明，仪表盘，尽管有用，但可以误导或让用户感到不知所措，并且不会固有地改善决策，除非它们与具体的选择和行动紧密相连。研究还表明，分析的真正价值只有当数据被重新组织以适应决策本身时才会出现，而不是仅仅为了积累数据而积累。为什么现状正变得适合 AI 转型各国政府都在努力应对过时的系统、薄弱的机构记忆和日益复杂的政策需求。这些长期存在的结构性问题正在与 AI 工具变得更加强大的同时发生，现状变得难以维持，转型的理由变得迫切。1) 补丁式系统仍然存在。关键的政府 IT 仍然是一个由遗留应用、电子邮件工作流和孤立的数据库组成的马赛克。美国政府问责局（GAO）一贯指出几十年前的任务关键系统，这些系统维护成本高昂，难以现代化，最近的更新包括 2025 年的报告，详细介绍了最容易受到影响的平台。全球而言，政府正在推动平台级别的能力，但进展不均匀；世界银行的 GovTech 成熟度指数是评估数字政府建设块是否就位的有用工具。同时，欧盟的可互操作性欧洲法案使互操作性（共享解决方案、标准、重用）成为公共部门的法律要求，这是一种值得关注的方法，超出了欧洲范围。2) 机构记忆正在消失。人员流失和人员变动会侵蚀上下文——谁决定什么，为什么，以及在什么约束下。美国合作伙伴关系为公共服务报告称，2023 财年政府范围内的离职率为 5.9%，低于 2022 年，但仍然对知识连续性有着重大影响。关于高级人员配备的研究还表明，人员流动如何降低专业知识和关系，这些对于跨执行部门的协调至关重要。3) 政策复杂性正在加速。规则制定和指导的庞大数量会为没有自动化变更检测的组织创造盲点。美国联邦公报发布年度统计数据，包括规则、拟议规则和总页数，说明了机构（和受监管实体）必须跟踪的规模和变异性。类似 RegData 的基于文本的数据项目量化了监管限制随时间的增长和分布，提供了机器可读的证据，表明监测负担是真实的。从分析到运营：政策目的的 AI 代理下一个浪潮将超越分析，实现运营。公共部门的目的构建代理应： 持续监控相关来源跨越管辖权和语言（例如，媒体信号可以在规模上监控）。...