技能短缺阻礙亞太地區政府的人工智慧實施

政府中的人工智慧現狀：喜憂參半

研究顯示，一些亞太地區的政府機構正在使用人工智慧 (AI) 技術來簡化操作流程、改善服務交付並提高公共計劃的整體遵循率。這些機構能夠在服務提供和公共安全（例如警察、海關和移民）等領域提高效率。他們正在尋找方法來優化有限的人力和財力資源，同時更好地完成他們的使命。

然而，這些理想的結果並不是普遍存在的，通常取決於每個機構的人工智慧成熟度。例如，只有四分之一的亞太地區政府組織報告說他們已經整合了人工智慧或以某種變革性的方式使用它。最大的一組，29%，則是以狹隘的方式使用人工智慧。另一個問題指出，前五個應用主要針對社會福利、緊急應對、稅收和收入問題及調查等問題。

這些回應對我來說並不意外。人工智慧在這些應用中的好處，例如減少低效率和幫助理解問題，都是容易辯論和展示的，這使得機構相對容易獲得必要的支持和資金。

政府部門的人工智慧成熟度

人工智慧的成功之處

受訪者還被問到他們認為人工智慧的哪些方面最有益。雖然自動管理和部署模型是最常見的答案，但我懷疑這僅對那些在使用人工智慧方面相當成熟的機構有關聯——如果你手上只有一兩個模型，就不需要擔心管理模型的問題。

另外三個好處對於許多剛起步的機構來說更為相關，因為它們與日常工作更接近。其中一個特別值得注意的好處是第二項：精簡的靈活決策過程。我認為重要的是要記住，這個好處不會實現，除非機構坐下來努力澄清其決策過程。例如，如果決策者仍然受到情感論點的影響，則機構將難以成為數據驅動的組織。

挑戰與好處

然而，實施過程中也存在明顯的挑戰。一個關鍵且持久的挑戰是數據孤島。近三分之一的政府組織表示，數據存儲方面存在瓶頸，缺乏標準化的數據管理實踐，這使得從多個來源提取數據變得困難。

看來這個問題沒有簡單的解決方案。融合來自不同來源的數據的技術已經存在了一段時間，但正如受訪者所指出的，像舊有的孤島系統、不明確的數據所有權、對安全性的需求以及缺乏資金等障礙需要克服。

組織還指出，缺乏技術熟練的員工是主要挑戰。這種短缺不僅妨礙了人工智慧或數據獲取的實施，還影響了評估基於人工智慧的解決方案的能力（或缺乏信心）。然而，這可能也特別針對政府，因為在公共部門中評估投資回報通常是困難的。

政府中人工智慧的未來

政府組織如何克服這些障礙，實現人工智慧對公民和政府的承諾？第一步是改善數據管理和治理。

許多政府數據是敏感的，需要安全管理。在過去，將數據保存在孤島中在安全和隱私方面是可取的。但這種傳統方法現在卻阻礙了政府中人工智慧項目的成功。因此，政府必須開始思考如何解開這個難題，讓這些不同的數據來源能夠安全且輕鬆地整合。

一旦奠定了基礎，就有幾種方法可以支持機構的使命。然而，根本上，機構需要能夠想像一條從在狹窄應用中使用人工智慧到最終看到讓所有業務單位都能夠訪問人工智慧以滿足其需求的價值的道路。為此，機構需要將人工智慧系統視為相關且可靠的——例如，能夠解釋人工智慧模型如何得出其結果。這反過來意味著機構需要提高其官員和領導者的人工智慧技能和使用經驗。