政府财政中的人工智能：抓住机遇

生成式人工智能（GenAI）和代理式人工智能（代理式AI）为政府财政部门提供了提高效率、改进服务和管理复杂性的机会。GenAI能够从文档和交易数据库中综合知识，而代理式AI可以自动执行重复性任务，如发票处理和应付账款。两者结合可加速决策过程，提高业务效率。

GenAI和代理式AI的作用

• GenAI：通过大型语言模型（LLMs）从大量数据中学习，帮助员工回答工资、福利等问题，并专注于复杂案例。
• 代理式AI：作为“数字劳动力”，自动执行特定任务或一系列任务，如应付账款文员，减轻人力压力。

政府财政用例

• 政策制定：AI代理将复杂政策转化为常见问题解答，提高合规性。
• 时间线监控：自动监测合同到期日期，提醒启动竞标或RFP开发。
• 上下文感知：根据用户目标启动流程，如扫描政策以识别资金来源。
• 预测：实时支出数据与预算对比，自动调整支出限额。
• 供应商分析：快速比较供应商成本，为采购提供参考。
• 基准测试：与类似管辖区比较业务表现，识别超额或不足领域。
• 人员管理：分析职位空缺的财务影响，加速招聘。
• 监督：加速账户核对，自动发现异常并启动纠正措施。
• 报告：根据交易数据生成摘要或深入报告，如MD&A部分。

关键采用挑战

• 成本影响：GenAI需展示实施成本，避免完全取代人工。
• 数据准确：需标准化流程，确保数据干净，应对非结构化数据。
• 隐私与安全：保护PII，遵守网络安全法规，防范欺诈和攻击。
• 员工抵制：通过集中管理AI代理和健全治理缓解担忧。
• 风险规避文化：财务人员倾向于保守，需平衡风险与机遇。

实现技巧

• 平台化方法：采用集成AI的全面平台，避免零散应用增加复杂性。
• 变革管理：让员工参与平台选择和实施，提供培训和政策教育。
• 数据治理：设定数据安全、隐私和合规规则，指导数据生命周期。
• 试点项目：从飞行员项目开始，逐步测试并收集反馈。
• 人类参与：敏感交易需人工最终审批，避免偏见和不公。
• 用例对齐：优先解决人手短缺的痛点，逐步部署最大价值应用。

结论
现代金融系统通过AI解放人力，专注于战略任务。数字劳动与人类劳动的结合将重塑政府财政，技术合作伙伴能帮助机构实现GenAI和代理式AI的价值，创造可持续效益。