如何利用数据和人工智能的变革性力量推动更大的公共价值

数据与AI的变革力量如何驱动更大的公共价值？ 政府了解数据和人工智能（AI）的潜力，但无所作为的成本正在每日增长。向政府先驱者学习。 如何可以 赋能 数据与人工智能如何驱动更大的公共价值？ 政府了解数据和人工智能（AI）的潜力，但无所作为的成本正在每日增长。向政府先驱者学习。 全世界各国政府都面临一个关键的拐点，因为它们面临着一系列挑战的交汇：财政限制、劳动力压力和生产率滞后，同时伴随着复杂的地缘政治和社会问题以及信任程度的侵蚀，而人们的期望和对它们的demands也在不断增长。 我们与牛津经济学合作进行的跨越14个国家的详细研究显示 ， 数据和人工智能技术恰恰提供了 应对这些挑战所需的技能。它们不仅仅是提高效率的工具— —它们代表了政府在本世纪提供公共价值的根本性转变。 采取数据和人工智能技术的成本每日都在增加。组织延迟实施的风险在于扩大服务差距、侵蚀公众信任、削弱财政可持续性，并最终损害其核心使命。 与此同时，正如我们的研究揭示的那样，先驱者已经获得了显著的利益，这些利益增强了服务交付和运营效率。 本文是两篇系列文章中的第一篇。在本次初步报告中，我们主要关注研究本身的结果——考察政府人工智能应用的现状，量化实施差距，确定所面临的挑战 组织面临并引入一个框架 为实现人工智能，借鉴领先领域的政府组织的见解。 我们的第二份报告将基于这些见解，提供关于组织如何应用该框架来推进自身数据和人工智能旅程的详细、实用指导。 谁应该阅读这份报告？ 这项研究为政府领导者提供了在复杂的AI领域中进行导航的可行性见解。组织领导者将找到一个战略决策框架。首席数字、信息、数据及AI官将获得克服常见障碍的实用实施路线图和策略。人才领导者将发现关于劳动力转型、学习和发展以及建立组织准备的方法。更广泛的领导者将从基于证据的视角中受益 ，了解领先的政府组织如何利用这些技术来提升服务质量、运营效率和公共价值，从而实现可衡量的改进。 我们期待在2025年第三季度与您分享我们的第二份报告。 佩尔门西·皮莱 ey全球政府及公共部门数字化领导 我们希望您觉得我们的第一份报告有趣且 富有见地的阅读。从同行那里学习可以提供帮助，以在复杂的世界中实施数据分析和人工智能，找到前进的道路。 希娜·汤姆森EY全球政府及公共部门AI领袖 2 内容 高管 摘要 123 抓取 人工智能时刻 ：为什么政府必须现 在行动 鼓舞行动： 如何利用数据和人工智能提升公共价值 开拓者的 公式： 为人工智能成功奠定基础 456 超越障碍： 理解 人工智能实施挑战 成功 数据和人工智能： 领导者的经验教训 结论： 把握人工智能时刻——一项战略要务 3 执行摘要 由牛津经济学社合作进行的国际EY研究，涉及对近500名高级政府官员的调查，并与14个国家的46名政府领导人和AI专家进行了深入的讨论。该研究揭示了政府如何能够释放数据与AI的变革潜力以创造更大的公共价值，但它们在实现这一目标的道路上还有很长的路要走。 关键发现 1 政府和公共部门组织认识到数据和人工智能的价值 ，但仍然存在实施差距 2 调查显示了一群先驱者，他们正在同时关注技术基础和组织准备地成功实施人工智能 尽管人工智能在政府领域的潜力已得到广泛认可，64%的人认为采用人工智能将带来显著的成本节约，63%的人认为它可以改善服务，但实际部署水平仍然相对较低，只有26%的人在其组织部分或全部部署了人工智能，只有12%的人实施了生成式人工智能（GenAI）解决方案。 这些先驱者通过遵循一个清晰的方式成功地弥合了实施差距。 成功公式： 这种实施差距随着政府在资源限制、服务需求上升和公众信任削弱方面面临日益增长的压力而成为一个日益严重的问题。它既为那些拖延的人创造了风险， 果断行动的人的机会。这种紧迫性 看起来普遍理解：58%的人认为政府和公共部门（GPS）组织需要加快数据和人工智能的采用步伐。 他们在进入人工智能之前奠定了基础——建立强大的数据基础设施，数字化流程并首先发展分析能力。 他们开发全面的数据治理和管理实践。 他们专注于技术基础—— 价值认知 64% 同意采用人工智能将带来显著的成本节约和人员重新部署。 63% 同意人工智能有潜力改善他们组织的服务。 61% 同意GenAI将在五年内改变政府的工作方式 。 采用水平 26% 有百分之多少的组织已经部分或全部在其组织内部部署了人工智能（不包括生成式人工智能）。 12% 已有相当一部分组织在其组织内部分或全部部署了GenAI。 现代建筑和优质数据资产—并行组织准备认识到仅靠技术是不够的: 他们优先投资人才培养。 他们通过强有力的道德准则赋予工人使用人工智能的能力。 他们外部合作以弥合技能差距。 能力差距。 他们正在为公民接受和使用AI政府服务做准备。 结果令人信服：开拓者 2.4x 更可能报告超出预期的AI计划。 4 3 一些组织和technological挑战continuetoholdbackprogress 政府以隐私和安全顾虑、战略不匹配、薄弱的商业案例、基础设施不完善和伦理考虑为首要限制因素。有趣的是，该研究表明，随着部署的推进，对挑战的看法反而加剧而不是减弱。 先驱者实际上比跟随者更敏锐地感知这些挑战，这表明更深入地参与人工智能揭示了其真正的复杂性。这种现象“直到你开始旅程，你才不知道你不知道什么”意味着，随着组织获得经验，他们会对实施障碍形成更复杂的理解，并需要持续的专注来克服它们。 领先的政府组织通过制定从战略制定、到建立必要的核心能力 、再到有效执行和价值创造的路线图而取得成功。 他们这样做： 1 做出大胆的战略承诺到数据 拥有高管级别赞助和强大的业务 案例和专用投资。 2 构建五个基本基础平衡技术与人文维度： 4 政府可以加速其释放分析和人工智能的潜力的进程 成功不仅仅需要零星的举措或试点项目——它要求一种能够同时解决技术、人员、流程和治理的全面方法。 1数据和技术： 基础平台（包括云）、现代架构、系统和高品质、可访问的数据 使能高级功能的相关资产和产品 2人才和技能： 综合数字素养结合专注的数据科学与人工智能技能，在整个组织内战略性地分布 通过我们与14个国家政府领导人的讨论，我们发现，主要组织认识到采取行动的紧迫性，理解数字化转型不仅仅是一项IT倡议 但帮助实现政府战略优先事项 3适应性文化： 一种拥抱实验、持续学习和快速进化的创新思维模式 技术进步 核心目的。他们采取了整体性方法，因此焦点不仅限于技术， 还在于让工作者和公民为最大公共价值而使用这些工具。 4信任与道德治理： 通过透明的数据实践、强大的隐私保护和道德框架来建立信心 ，以便人工智能系统服务于公共利益 5协作生态系统： 跨政府、行业和公民社会的强大合作伙伴关系，支持互操作性并加速创新和实施 3 有效执行驾驶通过制定行动计划，超越试点和概念验证（PoCs），全面实施分析和人工智能解决方案。 这种整体方法将帮助政府部门 逐步系统地推进以实现成功 日益复杂的分析和人工智能应用。 5 5 采用和扩展这些技术，使政府提供公共价值的模式发生了变革性的转变 我们与行业领袖和专家的讨论揭示了一百多个处于不同发展阶段的不同用例和计划。这些用例突出了政府通过数据和人投资实现的六个关键价值来源： 通过制定战略 在所有根基上投入承诺和开发能力，政府可以系统地推进日益复杂的AI应用，为公民提供有意义的益处。 员工和社会大众。 生产力和效率：通过运营绩效提升降低成本 员工体验：简化任务以提升员工体验和增强工作满意度 公民和最终用户体验：实现更易于访问、更主动和个性化的服务 战略服务规划：预测需求并实现更智能的资源分配 财务优化：消除低效，减少欺诈，提升收入 风险与韧性：应对威胁，管理运营风险并确保服务连续性 6 研究方法：c捕捉全球洞察 2024年7月至12月，在全球EY组织与牛津经济学的合作下，进行了研究以探讨问题：政府如何利用数据和人工智能来创造更大的公共价值？ 我们调查了来自14个国家的492位政府领导，他们在其组织的数据和人工智能项目中具有显著熟悉度或参与度。这包括了首席执行官、首席信息官、首席数据官、首席战略官、首席人工智能官等职位。 首席创新官，首席运营官或 运营总监，首席技术官，总干事兼专员 防御和情报 多种功能： 高管办公室 数字代理机构 公安事务 经济事务 财政部或税务 健康 社会服务 教育 能量 法规 基础设施和交通 澳大利亚 加拿大 丹麦 爱沙尼亚 法国 德国 荷兰 意大利 日本 新加坡 韩国 阿拉伯联合酋长国 UnitedKingdom 美利坚合众国 受诉人画像也经过精心设计，以提供全面覆盖： 政府层级： 40% 国家或联邦 25% 国家或地区 25% 本地 10% 公共或 国有企业 7 为补充定量研究结果并提供更深层次的背景，进行了46次深入的定性访谈，包括38次与政府官员的访谈 四名学术和政策专家，以及四名 与私营部门领导者合作部署人工智能。这些访谈进一步了解了数据和人工智能采用成熟度、遇到的挑战以及在应对这些挑战方面的领先实践。 EYQ被用于处理和分析大量文本数据，通过自然语言处理(NLP)识别模式和主题 技术。Copilot协助完善了这些见解 通过生成摘要和突出转录中的要点。 这些人工智能工具共同实现了定性数据的有效准确综合 ，促进了关键发现和趋势的识别。 先进的AI工具，包括EY大型语言模型（LLM）、EYQ和微软搭配，被用于合成文本并提取关键发现。 以下定义在研究中使用，以在不同政府环境中保持一致性： 数据和数字基础设施 支撑数据存储、处理和通信的基础数据、数字系统和服务 。 人工智能 专注于创建能够执行理解自然语言、识别模式、解决问题和从经验中学习等任务的计算机科学分支。 示例：一个托管各种公共服务应用程序的政府云计算平台 实现高效数据共享 行政部门。 示例：一个由市政府用于处理查询、提供服务信息以及协助居民提出请求的智能聊天机器人，有助于提高公民参与度和服务效率。 高级数据分析 GenAI 使用复杂的技术和工具来分析大型和复杂的数据集，以发现见解、预测结果并指导决策。 示例：使用预测分析来预测交通模式并优化公共交通时刻表 。 人工智能的一个子集，能够基于从训练数据中学习到的模式创建新内容——包括文本、图像、代码和其他媒体——它具备学习和推理能力，能够在不同的领域中对知识进行上下文相关的应用。 示例：一个能与医疗、教育、交通等各个政府部门无缝集成的系统，可自主地做出明智决策、优化资源配置，并适应新的立法或社会需求，无需明确的人工指令。 方法论说明： 这项调查依赖于参与组织的自我评估，这被认为是一个潜在的偏倚来源。为了减轻这个问题，我们 通过访谈过程验证的关键发现 跨区域比较分析。 8 抓取 人工智能时刻 w各：国政府必须立即行动 9 本文提供战略建议为政府领导人 关于他们的组织如何释放数据和人工智能的全部潜力，以改善其运营并为公民创造更多价值。 我们的研究提供： 1.对领先组织如何通过实际应用从数据和人工智能中获取实际收益的洞察 2.对实施进展的清晰评估以及对阻碍进展的持续挑战 3.早期成功案例的关键经验以及可提供指导的最佳实践他们的战略方法 4.一本实用的指南，旨在提升其组织在全部五个关键基础上的数据和人工智能能力 本文探讨了从数据基础到高级人工智能能力的历程，并为处于不同数字化成熟阶段的政府提供了清晰的路线图。 基于经验和 引领方向的组织的经验教训。 把握人工智能机遇：为何政府必须立即行动 在这个数字化转型的时代 社会、政府面临一个关键问题： 他们是否真正准备好利用数据分析以及人工智能的变革力量来为公民带来更好的成果？ 随着公共部门领导者应对一场挑战的完美风暴和日益稀缺的资源，他们正处在一个决定性的时刻。头条新闻大肆