工作的速度：如何帮助联邦领导者将可能性转化为生产力

人工智能如何帮助联邦领导者将可能性转化为生产力 借助人工智能工具，联邦政府能够以远超以往的效率和效果服务公众。应用案例包括加速缓慢且通常依赖人工的内部流程、简化公众互动等。总而言之，人工智能的变革性应用有助于提供美国人期望并应得的响应型政府。” 目录 将可能性转化为生产力重塑工作方式，拥抱新的工作模式 02 如何着手才能最大化生产力和任务成果 如何通过人工智能将生产力工程化应用于实践 五个高价值联邦机会以加速影响最大化资源投入，展现即时成效，并为长期转型奠定基础 04 拥抱能动型AI，重塑您的组织选择合适的AI应用场景，即刻开始——今天 05 运用人工智能，提升任务成效前行的道路，开始行动 第一部分 将可能性转化为生产力 联邦领导人深知未来已迅速到来，并且人工智能和自主系统的崛起将塑造其机构如何应对。 政府内部，承诺清晰：人工智能可以优化工作流程，大幅提升生产力，降低成本，并增强任务成果。通过与人工智能工具和代理协作，联邦雇员能够以更深入的见解和更高的精准度处理任务，最终从工作中获得更优的成果和更具影响力的结果。 代理商领袖们预计，在三年内，通用人工智能将使生产力至少提高30%。2超过十分之九的联邦领导者认为人工智能将有助于其机构适应成本削减和效率要求。3 我们的研究表明，这个机遇可能更高。当我们使用劳工统计局和O*NET数据，分析最常见的20个联邦职业角色时，我们发现，平均而言，所有工作时间的52%这些角色可以通过 GenAI 自动化或增强。4 那个承诺并非纸上谈兵。各机构已为人工智能的采用设定了雄心勃勃的目标和紧迫的时间表。此举实至名归。埃森哲对250位联邦高级领导人进行了调查，以征询他们对于人工智能的看法及其革新之路。根据我们的调查，联邦机构中近三分之一 参见第19页“关于研究”部分，了解更多关于研究方法的信息。 代理机构正转向人工智能——但这会带来什么结果？ 生成式人工智能的实施属于私营部门基准。 那个差距是可以解释的——而且根据我们自身联邦客户的经验——也很容易弥补。有意义的重塑需要超越试点项目。它需要协调一致、通常复杂的转变，这些转变涉及机构如何使用数据、管理IT系统、开展工作，以及重塑、培训和利用其劳动力。我们的调查表明： 势头正在积聚。行政命令和管理局管理及预算局（OMB）的指示，以及最近白宫的人工智能行动计划内部压力——包括人员短缺、任务需求日益复杂以及公众期望的转变——正迫使联邦领导人重新思考工作如何完成。绝大多数联邦领导人认为，在预算压力和效率要求日益增长的背景下，拥有人工智能是一项至关重要的能力。 •97%联邦领导人中，许多人预计采用通用人工智能（GenAI）将需要调整他们的数据战略。 94%的联邦领导者认为人工智能有助于降低成本。5 • 93%的人认为这将影响他们的IT资产。 •92%期待其运营模式的变化 好消息：我们调查的几乎所有联邦决策者都表示，他们的机构已经制定了明确的策略来重塑至少部分核心职能——而且他们中有近三分之二表示，其策略旨在重塑机构的大部分或所有职能和业务部门。6我们看到人工智能的采用范围从针对单个用例的实验一直到端到端业务流程的重设计。 •91%预见其组织业务流程的调整 •85%预期劳动力变化以支持这些变革7 一个更好的前进方式 有一种智能的方法可以实现人工智能赋能重塑所带来的切实、可衡量的成功——这种方法在商业领域已被高度证实。我们面前的机遇巨大，联邦机构需要立即行动，否则将面临错失重大收益的风险。流程生产力它专注于降低成本和节省时间，以及知识生产力它侧重于改进任务或业务成果。 许多机构甚至迅速采用了最新一波由人工智能驱动的创新——智能体系统。AI智能体是设计用来自主执行任务的软件程序，通常模仿人类的决策和问题解决能力。它们能够感知环境、规划行动，并使用工具执行这些行动，同时随着时间的推移不断学习和适应。此外，智能体AI可以处理从简单到复杂的各种任务，甚至可以与其他AI系统进行交互。 我们最终的宗旨是：联邦机构可以采取更分析性的方法来寻找规模得当、富有意义且具有高影响力的变革。业务流程和职能工人级别. 联邦领导者正全神贯注于在其企业中应用生成式人工智能，但我们的研究表明，实际增长情况却... 联邦领导人在实施战略方面落后于其商业行业同行，这些战略包括利用技术、数据、人工智能和生成式人工智能来重塑运营： 联邦领导人表示，他们的机构正以以下方式将人工智能应用于其业务流程： 联邦领导人中，有远超比例的人将人工智能驱动的革新限制在少数几个特定功能上： 联邦领导人表示，他们的机构已经到位。采用的不同阶段代理型人工智能工具： 第二节 如何着手才能最大化生产力和任务成果 从识别流程与知识交叉点入手，这些交叉点能为AI驱动政府可衡量的生产力提升带来最大潜力。 快速采用实用、以工具驱动的框架，精准定位最适合进行重塑的机会领域，并迅速部署。 基于角色的承诺领域 在评估一个机构企业的诸多职能领域时，关键在于把握其规模，同时，仔细审视这些职能领域内部的工作角色也同样重要。 凭借成熟的方法和精准的投资，通用人工智能（GenAI）和代理式解决方案能够帮助机构从意向迈向行动，从试点扩展到规模化影响。这并非要求一蹴而就地改变所有事物。关键在于从正确的起点着手，尽早验证价值，并迅速建立势头。 埃森哲的研究揭示了一个深刻的洞见：生成式人工智能有潜力产生影响。所有工作时间的52%由联邦服务中排名前20的职业的员工完成。其中，27%适合自动化——即AI可以独立处理的工作任务——而25%适合增强，即AI可以显著提升知识型工作的执行方式。8换句话说，这些联邦雇员超过一半的时间已经用于那些通用人工智能可以显著改变的任务上。 有前景的功能领域 联邦领导人已经清楚地认识到，在人工智能赋能的革新和生产效率方面，最大的潜力所在——更重要的是，他们已经开始押注。根据现有的AI应用情况，联邦领导层看到他们在IT、运营、研发、营销以及客户和公民服务领域获得了最大的生产效率提升。（见图1） 但这并非仅仅是关于平均值——它关乎理解谁在做什么以及如何改进。通过应用工作 交集即一切：功能与角色的交汇之处 时间研究可以帮助机构聚焦于特定职责和功能，以确定人工智能能力能在何处创造最大价值。这些研究在任务层面审视工作职责，揭示出角色中哪些部分最适合自动化或增强。 真正的AI生产力潜力，体现在功能与角色维度的交叉点上。首先，是机构领导者已经认识到、适合转型和提升知识生产力的宏观功能。其次，是在这些功能内部的角色和业务流程中，通用人工智能可以自动化重复性任务或增强人类优势。 例如，一家机构的财务职能。该领域中的许多岗位都显示出通过人工智能进行重塑改造的高潜力：9 •••75%• 合规官员：56%• 金融专家：62%信息与记录文员：69%会计师和审计师：42%一线主管（办公室和）行政支持： 人工智能最大的回报并非来自自动化孤立的任务，而是来自重新构想整个流程——尤其是那些由可衡量、可重复、可预测和交易性工作主导的流程。 人工智能带来的最大生产效率提升： 第三节 五个高价值联邦机会以加速影响 对于联邦机构而言，在应对日益增长的公众期望、劳动力限制和任务紧迫性的挑战时，生成式和能动式人工智能不仅带来效率提升，更提供了一条通往更智能、更快、更具适应性的政府的路径。 许多联邦机构已经达到了其人工智能成熟度的基本阶段，利用广泛可用的、基于大型语言模型（LLM）的工具、应用程序和研究代理来执行从生成电子邮件、识别数据趋势到总结冗长报告等各种任务。（见图2） 存在高价值的起点，供代理机构快速获得有意义的回报。 我们已重点突出了五个领域，机构可立即着手推进——最大化资源投入、展示即时成效，并为长期转型奠定基础。这些工作流程类别中的角色和职能具有很高的潜力，可通过人工智能驱动进行增强或自动化，或两者兼而有之。这意味着它们不仅为流程和知识生产力的显著提升提供了潜力，还能提供早期的成功案例和经验教训，以建立机构的信心和动力，推动更广泛的采用。 2. 面向客户的服務與聯繫中心 联邦政府的职能中，很少有比客户服务更关键、更适于通过自主人工智能进行转型的了。无论是通过网站聊天机器人还是呼叫中心，使用代理人员可以根本性地改善政府机构与公众互动的方式：回答问题、总结政策、转接请求，以及快速准确地解决问题。 规模化个人生产力 最具影响力的机遇也是最易于实现的：提升每位联邦雇员的工作效率。通过投资基于平台的生成式人工智能解决方案，各机构可以为知识工作者提供即时、全企业的支持。这些工具使员工能够以更快的速度和更高的准确性进行起草、编辑、翻译、总结和分析。同样重要的是，它们为未来能够端到端自动化复杂工作流程的自主AI能力奠定了基础。 该机会真实且已得到验证。2023年的一项研究发现，生成式AI辅助使客户服务生产力提高了14%（以每小时解决的问题数量衡量），同时也有助于新代理人员更快地熟悉工作。AI工具还改善了客户情绪，减少了升级（问题升级），并提高了客户留存率，这表明它们在提升服务和支持员工队伍方面具有潜力。10 进入代理服务中心。该模式融合人类专业知识和代理式人工智能，以革新机构与公众互动的方式。此类中心解决了机构面临的大量客户服务挑战：消费者期望和偏好的变化、高流失率以及遗留技术和流程。按设计，它们专注于三大优先事项：代理式交互式语音应答（IVR）等创新可提供接触消除、接触控制和人工代理效率。 服务。这些节省将来自于减少错误编码、重复计费以及非医疗必要的服务，并加强资格验证和虚假索赔的识别。 例如，人工智能工具和解决方案对于解决FWA领域的许多系统性挑战可以非常有效，包括： •系统碎片化：去中心化的理赔处理系统会导致数据孤岛和不一致的裁决。一个共享的、基于云的数据平台，配备具有自主AI工作流和图分析功能，可以通过读取受益人、提供者和人口数据来统一和简化操作。 例如：联邦退休储蓄投资委员会（FRTIB）。其退休计划参与者超过700万，FRTIB与埃森哲合作，对其联络中心进行了重新构想。通过整合云、人工智能和代理效率工具，FRTIB将等待时间缩短了32%，持续实现93%至94%的参与者满意度评分，并提升了首次呼叫解决率。 •人工临床验证：大量理赔处理工作是通过人工完成的。利用健康信息网络提供的AI代理、工具和数据源，可以自动化更多理赔审批流程，同时提高准确性。 信息明确：人工智能不仅是在提升服务——它正在重新定义卓越公共服务的新标准。 •过时的基础设施：遗留系统限制了机构采用先进技术的能力。对现代、基于云、兼容人工智能的数据平台的投资，包括由亚马逊云科技（AWS）、微软Azure、Databricks、谷歌云平台、Palantir等提供的平台——这些平台原生支持代理、优化大型语言模型（LLM）的选择和使用，并支持负责任、安全的AI工作流——能够实现可扩展且安全的数据解决方案。 3. 打击欺诈、浪费和滥用 联邦政府每年因不当支付损失超过1620亿美元，其中仅医疗保健一项就占了超过一半。10这些损失不仅仅是数字；它们反映了错失了更好地服务公众的机会。但在这里，生成式和能动式人工智能也提供了变革性的解决方案。 •复杂的欺诈计划：诈骗者利用大型语言模型等先进工具编造虚假信息。机构需要同样先进的AI系统——例如经过专门训练的大型语言模型、图分析和社会网络分析——来检测和预防AI赋能的欺诈行为。 在工业领域，金融机构已开始提升其数据与人工智能能力以应对欺诈、浪费和滥用（FWA）。通过类似的投资，政府项目能够减少医疗保健及其他公共卫生领域的FWA。 2024年，一家政府卫生机构面临严峻挑战：手工理赔审核、预计将增加43%的工作量以及人员队伍的缩减。该机构与埃森哲合作，部署了一项AI解决方案，将复杂残疾理赔的审核时间从数月缩短至数日。该系统现已被全国范围内超过7000名活跃用户每月使用，以更高效和准确的速度保障了其使命的持续进行。 5