人工智能在经济发展中的应用 ： 挑战与机遇

公共部门实践 人工智能在经济发展中的应用：挑战与机遇 刺激经济增长一直是一门艺术。现在也有一门科学。 本文是AndreeaZugru，BenSafran和TarekMansour与ArydaCunha和AurélieEspérandieu的合作成果，代表了麦肯锡公共部门实践的观点。 五月2024 经济发展领导者的作用可能比以往任何时候都更加艰难。工作范围很广，从支持经济增长和韧性到促进创造就业和劳动力市场转型。经济增长支出 可以达到数万亿美元-例如，经合组织国家平均将其GDP的3.9％用于经济事务。1但是世界许多地方的利率已经上升，限制了政府的财政灵活性。世界经济 也仍在适应COVID-19大流行的影响，这对全球造成了影响 经济产出。 与此同时，新形式的数据和处理这些数据的新方法正在影响商业和社会，包括政府。例如，仅生成AI就可以产生2.6万亿美元 各行业价值4.4万亿美元。2然而，捕捉这一价值将需要新的想法和方法。在本文中，我们讨论了人工智能提供的一些主要机遇，挑战 这可能会阻碍，以及一些组织是如何解决这些问题的。 AI的五大应用前景 人工智能可以改变各种部门和功能，但特别是五个经济发展领域将受益于人工智能技术。 -具有全球竞争力的价值链.经常要求经济发展领导者确定其国家或地区具有全球竞争力的领域。为此，他们评估部门对可持续，包容性和弹性增长的潜在贡献，他们可以 首先注意到潜在的新机会。通过对市场进行实时分析 ，识别新兴的经济趋势，并检测准备增长的领域，分析模型可以使领导者获得强大的新功能。 Forinstance,anEastAsiancityusedanalyticalmodelstoidentifyundevelopedareasofeconomiccompetitivityinbedgeandautoparts—areasadjacenttowhereitalreadyholdstrongcapabilities.Byfocusingonthosesectorsandtabilityofitsexist 六年内8500美元。 -吸引投资和贸易支持计划。许多经济发展领导者专注于吸引外国投资和增加出口。人工智能可以帮助领导者选择可能促进当地经济发展的公司，了解公司可以在哪里扩张，估计结果 投资，并为政府吸引企业的努力确定预算。 总部位于美国的组织REDI辛辛那提-REDI代表区域经济发展倡议-采用预测分析来识别可能进行未来投资的成长中的公司。其模型集成了商业智能和实时数据分析，使用数据点，例如合并和收购活动和收益表主动瞄准公司进行吸引和扩张努力。3到目前为止 ，REDI辛辛那提已经为资本投资。4 -Futureofworkprograms.LaboragenciescanuseAItoidentifyimportantlong-termshift 在就业市场中，并实现关键的转型。分析模型可以突出显示那些可能被自动化和全球宏观经济趋势等力量取代的工作。他们还可以推荐相关的、更具弹性的职业，工人可以重新培训。 1按职能划分的一般政府支出(COFOG)，2021年政府概览，经合组织iLibrary。 2“生成AI的经济潜力：下一个生产力前沿”，麦肯锡，2023年6月14日。 3“使用预测分析来推动下一个经济增长时代”，REDI辛辛那提，2019年11月15日。 4艾达·拉穆索维奇·威瑟姆，“成功的六个”，REDI辛辛那提，2023年12月20日。 经济发展领导者在采用人工智能时应该意识到三个关键挑战：确保正确的数据，吸引人才和获得公众信任。 英国工作和养老金部使用劳动力分析来估计对各种职业工人的需求。这使求职者能够更好地驾驭不断变化的劳动力环境。此外，它使政府机构能够在高增长职业中提供更多技能培训计划，例如社会护理和信息通信技术（ICT）。5 -经济“临近预报”和预测。财政部和经济部以及中央银行不再需要在危机开始几个月后确定危机。相反，领导人 可以使用人工智能技术来检测动荡的早期迹象，使他们能够更快地纠正路线，并引导经济经历各种经济周期。 例如，经合组织使用来自不同经济部门的46个国家的数据来预测每周GDP增长。该模型使用机器学习来识别搜索诸如“失业”，“投资”，“危机”，“衰退”等术语的频率与不同GDP组成部分的变化之间的相关性。6 通过提供经济活动的实时衡量标准，经合组织每周追踪机构可以随时评估快速变化的数据，如在发生经济危机时。 -用地理信息系统和空间数据转变公共服务。政府组织越来越多地使用空间数据和卫星图像来加强公共服务的提供，提高灾害应对能力，并促进更智能，更可持续和更面向未来的城市的发展。考虑到这些数据集的大小和粒度，可能需要复杂的AI模型来近乎实时地生成指标。 哈萨克斯坦确定和发展农村住区基础设施的方法 astatisticalmodelcompethinggeographic,demographic,andeconomicdatawithanalyticaltechniques.Thismodelanalyzedmorethan6,293communities,selected3,500withthehighestdevelopmentpotential-andin 因此，政府领导人可以更有效，更准确地为农村地区提供基本服务和基础设施。7 三个挑战 经济发展领导者在采用人工智能时应该意识到三个关键挑战：确保正确的数据，吸引人才和获得公众信任。 5DWP为工作世界的变化做准备，英国下议院工作和养老金委员会，2021年6月29日。 6NicolasWoloszko，通过Google趋势实时跟踪活动，OECD经济部工作文件，第1634号，2020年。7“Auyl-YelBesigi：哈萨克斯坦将全面现代化的 3.5万个村庄”，哈萨克斯坦共和国政府新闻处，2023年1月17日。 Data 缺乏数据会使经济发展领导者难以准确预测宏观经济趋势，比较不同地区投资的影响以及为不断变化的劳动力市场做好准备。 此外，在数据的质量、可用性和成本方面，数据丰富和数据贫乏的环境之间存在差距。例如，撒哈拉以南非洲记录的所有出生人口不到一半，8阿富汗最新的人口普查是在1979年完成的，9全世界大约有10亿人没有官方的身份证明。10 在数据丰富的环境中，挑战可能是区分信号和噪声。分析模型仅与它们所基于的数据一样好，处理未集成或分散的数据可能会使项目陷入困境并增加成本。 低质量的数据可能与使用AI驱动的分析方法不兼容。一项全球调查发现，45％的开发人员同意政府数据是干净和准确的，这意味着超过一半的开发人员认为 他们正在处理不一致或不准确的数据。不到35%的人认为数据是 有据可查。11 获得数据是专家提到的另一个挑战。分析模型通常需要大量数据 设置以做出准确的预测，但官僚孤岛，分歧的政治议程和限制性法规可能会阻止组织共享相关数据。 天赋 公共部门组织正在努力吸引人才。在英国，有51％的公共部门实体报告说很难填补空缺，而私营部门公司的这一比例为38％。12招聘年轻、精通技术的员工可能会更加困难。例如，在美国政府中，有超过四个IT部门 60岁及以上的工人为30岁及以下的工人。13 我们与之交谈的政府领导人强调，与私营部门的人才竞争进一步阻碍了他们雇用技术人才的能力。例如，目前需要Python知识的招聘信息与精通这种编码语言的专业人员一样多，每个需要数据科学技能的招聘信息都有0.9个数据科学家。14一个结果 这是许多公共部门实体难以匹配的提高的工资预期。 Trust 致力于决策透明度的公共实体可能会发现很难利用 现代机器学习方法有时被认为是在黑匣子中运行的，提供的结果不能轻易解释为变量之间的线性关系。这可能会破坏对模型输出的信任，也可能表明为什么许多人对人工智能感到不安。 益普索对31个国家约22,800名成年人进行的一项调查显示，大约一半的受访者表示对使用人工智能的产品和服务感到紧张。15 使用机器学习方法分析大量数据的一个潜在好处是 toprovidecounterintuitiveinsightsthatahuman-drived,hypoint-ledapproachcannot.Forinstance,analgorithmmightidentifyalarge,unlappedopportunityforacountrytoproducewaterpums.Butitwouldbedifficulartojust 我们采访的一些决策者也质疑人工智能是否能理解做出经济发展决策的文化背景。 82010年至2018年登记的出生份额，数据中的我们的世界，2023年5月29日。 9“阿富汗的城市规划：愤怒的军阀和没有人口普查”，《环球时报》，2019年12月12日。 10道格拉斯·布鲁姆，“十亿人没有合法身份，但一款新的应用程序计划改变这一点”，世界经济论坛，2020年11月20日。 11开发人员对政府数据可访问性的当前状态进行评级（图表），Socrata，2024年5月访问。 12劳动力市场前景：雇主的观点，特许人事与发展研究所，2023年。 13杰克·科里根，“根据数字：联邦机构在招聘年轻科技人才方面面临着不平衡的斗争”，Nextgov，2018年10月1日。14MichaelChui，MenaIssler，RogerRoberts和LareinaYee，麦肯锡技术趋势展望2023，麦肯锡，2023年7月20日。15《2023年人工智能全球观点》，益普索，2023年7月。 几位公共部门官员告诉我们，他们的组织将启动人工智能试点，结果却看到进展放缓。缺乏动力会造成挫败感，导致资源削减，从而导致进一步的延误。例如，官方估计显示，在欧盟，公共部门只有38%的人工智能用例已经进入实施阶段，大多数仍在开发或试点阶段。16 采用AI的七种策略 公共部门实体可以考虑以下七个策略，以帮助加快采用人工智能技术的努力。 1.使用AI和其他先进技术来降低复杂性 新技术是复杂的，复杂性可能是可怕的。但是，将AI和其他工具与仪表板相结合可以帮助决策者专注于最重要的优先级和指标。模型也可以用于有效地综合信息。 2.确保用例路线图基于核心需求 政府领导人在开始接触人工智能时可以优先考虑快速获胜。鉴于通过开发新技术能力的痛苦来保持员工热情的重要性，这是有道理的。然而，组织仍然需要用人工智能工具创造价值。 从最后开始可以帮助阐明领导者实现其目标需要采取的步骤，从而使组织避免将资源投入不必要的模型和功能中。 3.通过强大的统计办公室，使用私人提供商数据和更好的数据共享治理，确保无缝访问数据多个领导人分享，统计机构可以在实现数据访问方面发挥重要作用。一个好的统计办公室可以行使其独立性和技术能力，发布可用于生成可靠模型的可信赖数据。该办公室遵守当地隐私和安全法规还可以与政府实体合作，为决策收集有用的数据。 新技术是复杂的，复杂性可能是可怕的。然而，将人工智能和其他工具与仪表板相结合可以帮助决策者专注于最重要的优先事项和指标。 16“AI手表：公共部门使用人工智能的欧洲格局”，联合研究中心，2022年6月1日。 确保正确的数据源。当政府数据无法使用时，可能会使用其他已发布的数据源-也符合法规。考虑以下示例： —地理位置和卫星数据.我们的麦肯锡全球研究所（MGI）报告《进步的像素：对全球人类发展的细粒度观察》，利用夜间卫星成像和其他数据将世界分为40,000个微区域。MGI发现 一个国家的GDP增长只能解释 20%的增长在一个给定的微观区域和突出的成功案例可能 已经没有引起注意-例如印度的马普萨，在过去20 年中人均GDP增长了三倍。17 —电信数据。世界银行使用移动服务数据，包括通话时间、联系人网络和充值支付频率， 以确定阿富汗最贫穷的家庭。这种方法以及更昂贵的数据收集方法，例如实地访问以计算电器。18 —付款数据