在美国州政府中部署生成式 AI ： 试点 ， 规模 ， 采用

公共部门实践 在美国州政府中部署生成式AI：试点，规模，采用 各国在运营中使用生成AI工具可能会受益匪浅。低风险策略可能是在准备长期实施计划的同时测试一些应用程序。 本文是Trey Childress，Sameer Chowdhary，Drew Erdmann，Gayatri Shenai和Tim Ward的共同努力，代表了麦肯锡公共部门实践的观点。 -现代化遗留IT系统，以减少技术债务（公司未来需要做的所有技术工作的表外积累）和与旧软件相关的风险 生成人工智能(generativeAI)提供了相当大的机会让美国各州政府重新定义向居民提供的服务，并改进服务交付。与此同时，它凸显了新的不确定性。鉴于该技术的潜在风险，国家领导人的有效策略可能是设置风险防护措施，并准备在试点低风险应用的同时大规模行动。这种方法为建立强大的企业治理和采用路线图的过程带来了实时应用和学习。 一些州领导人已经开始努力为通用人工智能制定采用路线图和组织原则。仅举几例，加利福尼亚州、俄克拉荷马州和弗吉尼亚州的州长已经发布了旨在解决通用人工智能的运营、IT、劳动力和风险维度的行政指令。3考虑到一代AI开发和采用的速度，领导者正在试行早期用例，并为更广泛的推出做准备。 了解这一机会及其风险，政府和私营部门团体正在采取措施，以适当和安全地采用Gene AI。2023年10月，乔·拜登总统发布了一项行政命令，以“安全，可靠和可信赖”的方式管理AI的开发和使用。1在过去的一年中，许多美国州政府纷纷效仿，考虑或引入类似的法规，目的是改善州政府的运营，同时管理技术的弊端，例如与数据安全和隐私相关的风险。2 时间。在本文中，我们讨论了国家领导人可以用来为其政府创建长期通用人工智能战略的四个框架。我们还提供了逐步指南，以帮助确保这些战略涉及五个关键领域：采用，治理，技术和数据，人才和运营。 四代AI应用原型可以帮助领导者入门 Gen AI的潜力是独一无二的。与传统AI不同，Gen AI可以处理非结构化数据。这可以使组织能够跨越更老的数字创新方法。 国家领导人在计划实施AI时应该意识到一些流行的神话。一个误解是，一代人工智能是一项遥远未来的技术。在麦肯锡最近的一项调查中， 一代人工智能的采用可能会发现自己处于令人羡慕的地位，实现以下目标： 三分之一的受访者表示，他们的组织已经在至少一个功能中定期使用该技术。4另一个错误的信念- Gene AI是技术专家的专属领域-事实是Gene AI解决方案是用户友好的，因为它们可以使用自然语言。麦肯锡先前的研究显示，约有25％的高管表示他们个人使用Gene AI工具工作，而56％的员工报告使用Gene AI工具。5Executives maybelieve that gener AI adoption requires a complete tear of ITinfrastructure. In reality, many “out of the box ” gen AI —尽管某些州角色的流动率一直很高，但在招聘中面临挑战，但仍能增强居民的客户体验 —雇用和发展公共部门的专业人员，以有效地提供基本服务，即使在紧张的劳动力市场 —面对不断的预算修订，提高生产率并减少积压 工具可在当前基础架构之上以最少的一次性和经常性投资进行部署。6 —提高运营效率。GenAI可以简化重复的管理任务，有可能每年节省约20%的成本。9 —更好的居民体验。公共服务可以通过虚拟助手和聊天机器人来部署几乎无缝的全天候支持。作为早期采用者，迪拜电力和水务局正在使用genAI来更好地了解和解决客户问题。10早期用例采用Gene AI作为实时代理的支持，以减轻风险。 也许最普遍的神话是一代AI 只会消除工作。事实上，到2030年，最暴露于生成人工智能的职业类别可能会继续增加就业机会，因为generative AI加速了跨职业的转变。在此期间，随着组织经历重大数字化转型，STEM工作等一些职业可能会增加23%。其他工作类别，如行政和零售工作，可能会下降。7从2023年到2040年，个人工作活动的自动化可以为全球经济提供0.2％至3.3％的年度生产率增长，其中gener AI贡献了0.1至0.6个百分点的增长。8 —实用的见解。Gen AI可以授权政府从大量数据集中提取有用的见解。例如，巴西政府现在正在使用Gen AI分析税务通知和联系人的案例说明11-使用非结构化数据，否则将涉及巨大的劳动力投资。 在Gen AI的积极成果中，以下方面与州政府特别相关： GenAI的潜力是独一无二的。与传统AI不同，生成式AI可以在非结构化数据上工作。这可以使组织能够跨 越较旧的数字创新方法。 —系统创新(编码)。州政府通常依赖传统的IT系统。新一代AI工具可以提供编码支持，以帮助转换此类系统。这些工具可以“读取”遗留的COBOL应用程序，并建议用另一种语言重写代码，生成技术文档，甚至建议测试新代码的方案。对于许多面临IT过时风险的政府而言，此类功能可以加快缓解措施并降低转型成本。早期的经验表明，有经验的程序员的生产力可以提高25％至30％的geerAI工具。12 —加强人才管理。GenAI可以极大地改善州政府招聘和发展员工的方式，特别是在招聘关键角色和精简核心人力资源流程，如撰写职位描述。 随着一代AI的发展，政府可以考虑四种一代AI工具的原型来推动运营改进（图表1）： —大数据集驱动的决策(内容综合)。这些工具从大量现有和潜在非结构化数据中获得见解。例如，在复杂技术文档上训练的传统AI模型可以在几秒钟而不是几小时内以结构化格式回答问题。一些组织已经开始为其前线员工配备此类工具。 —用户交互(客户参与)。用于此目的的聊天机器人比过去的聊天机器人更复杂。他们 四种生成AI应用原型具有巨大潜力。 麦肯锡公司 提供更自然和持续的客户互动，并使员工能够提供实时建议和解决问题，以帮助居民应对更复杂的挑战。一些私营部门的呼叫中心运营已经证明了GeerAI能够提供更好的客户体验。在银行业务中，呼叫中心座席根据持续的对话从实时提示中获得支持，以简化和增强客户体验。 流程以获得他们有资格获得的福利。使用gen AI内容工具，社会服务案例经理可以挖掘个人案例的事实，并为居民提供选择。新员工的招聘和入职可以针对每个人进行定制。 私营部门已经率先采用了个性化内容的方法。例如，呼叫中心代理可以综合客户数据，以创建有关服务的定制信息。 —个性化内容（内容生成）。这些工具允许快速生成内容（例如，文本，图像，语音），使政府能够在个性化级别上支持居民。例如，居民可以发现导航政府具有挑战性 设计实施计划 使用我们框架中概述的工具，国家领导人可能希望在五个关键领域制定他们的AI战略（图2）。 采用路线图 is an essential requirement. Few organizations appears fullyprepared for wide use of gen AI. In a recent McKinsey survey,only 21 percent of respondents says their organizations haveestabled policies governing employee use of 首先在精心选择的用例中试点一代AI。在推出企业级应用程序之前，请考虑关注关键业务需求或痛点。例如，领导者可能会优先构建“虚拟专家”，使一线员工能够利用专有知识来源并向客户提供最相关的内容。 他们工作中的技术，只有32%的人表示他们的组织正在解决 这有可能提高生产率 与AI相关的不准确性。14稳健的方法应该减轻与不准确性、网络安全、监管合规、隐私以及公平和公平有关的风险。 以及建立热情，并实现组织在扩展之前在内部测试GenAI 面向客户的应用程序。建立采用路线图时要问的问题包括： 国家领导人可能会考虑建立一个由专业人员组成的跨职能小组— —机构领导人、数据科学家、工程、法律和网络安全专家— —来帮助管理整个企业的工作。这样的团队可以整合安全探索和采用ge AI所需的各种专业知识和观点。在考虑您的治理方法时要问的相关问题可能包括： —我的组织对风险的容忍度是什么？我们是否设想成为创新者和创造者（“制造者”），早期采用者和适配器（“整形者”），还是稳定而刻意采用既定技术的采用者（“接受者”）？13组织可以回答这些问题在特定用例级别。在某些用例上-也许是人力资源或财务-组织可能决定“接受者”。在其他方面，用例可能对居民体验或公平更重要，组织可能会选择成为“制造者”。 —我的组织如何监控企业对Gene AI的采用，无论这种使用是受到制裁还是未经批准？ —随着一代AI的发展和组织方法的成熟，我们的持续风险评估和监控协议是什么？ —在我所在州的业务职能中，如果我们采用genenAI，哪些业务流程最有可能为居民和员工提供价值？ —我们官方和非官方使用通用人工智能的指导方针是什么？我们是否有计划根据经验和技术进步定期更新这些指导方针？杠杆可能与采购指导方针、技术标准和员工行为政策一样多样化，仅举几例。 —哪些机构或业务功能最适合采用AI？ —有效采用AI需要哪些资源-以及以何种顺序？ —在我的组织中，低风险和随时可用的工具可能会在哪里启动潜在的“灯塔”或小规模项目？ —我们是否正在发展该治理机构的成员，以根据需要和采用成熟的专业知识？ 技术和数据 Governance 评估您的基础架构和数据架构需求。为了产生价值，这些模型需要与政府现有的系统和应用程序配合使用。架构中有意义的变化 建立跨职能团队，提供持续的监督、指导和保障。构建强大的治理框架，以采用gener AI 为Gene AI的采用构建一个强大的治理框架是一项基本要求。很少有组织为广泛使用Gene AI做好充分准备。 协议-考虑到潜在的法律和监管障碍，对各州和城市来说是一个特殊的挑战-是另一个需要考虑的因素。 数据治理可能需要数年时间才能实现 对于许多州政府来说，所以现在开始将是必不可少的。当使用gee AI工具本身时，这种努力可能更具成本效益，包括更有效的编码和减少技术债务。麦肯锡的研究表明，传统系统的Gee AI编码支持和代码翻译可以帮助软件工程师更快地开发35％至45％的代码，更快地重构（改进或更新代码）20％至30％，并更快地执行代码文档45％至50％。15在评估政府的技术准备情况时，请考虑以下问题： 天赋 准备你的领导者和计划的影响 Geeral AI关于招聘、保留和能力建设的报告。随着AI功能继续嵌入到常见的文字处理、电子邮件和通信工具中，它可能会对整个组织的工作方式产生深远的影响，包括不同的工作模式和培训需求。在规划整个政府的人才准备时，请考虑以下问题： —我的组织的IT团队如何评估潜在的General AI飞行员的准备情况？ —机构领导者是否准备好领导gener AI转型？高级领导者自己对gener AI有更深入的了解可能会有所帮助，这样他们就可以通过采用它来更好地领导他们的组织。 —我们的技术团队如何评估IT基础设施需求，包括使用genen AI工具（内部和外包）提高软件开发效率和技术债务的机会？ —该机构的员工知识和准备程度如何？他们可能需要特殊培训，以使用国家批准的gen AI并适当使用国家未提供的其他工具。此类培训应量身定制，以实现预期结果并减轻风险。 —我们的企业数据架构和治理方法是否符合这些新需求？ 早期项目可能包括分类并为General AI模型组织结构化和非结构化数据。数据共享 —人才战略是否满足政府中gener AI的需求？由于gener AI工具的不同影响，方法将需要因角色和熟练程度而异。 -是否存在采用Gen AI可以降低固有风险的业务流程例如，Gen AI在哪里可以为居民带来可靠的更好结果？ Operations 确定哪些世代AI的业务流