在美国州政府中部署生成式 AI ： 试点 ， 规模 ， 采用

公共部门实践 在美国州政府中部署生成式 AI：试点，规模，采用 各国在运营中使用生成AI工具可能会受益匪浅。低风险策略可能是在准备长 期实施计划的同时测试一些应用程序。 本文是TreyChildress，SameerChowdhary，DrewErdmann，GayatriShenai和TimWard的共同努力，代表了麦肯锡公共部门实践的观点。 2024年2月 生成人工智能(generativeAI)提供了相当大的机会让美国各州政府重新定义向居民提供的服务，并改进服务交付。与此同时 ，它凸显了新的不确定性。鉴于该技术的潜在风险，国家领导人的有效策略可能是设置风险防护措施，并准备在试点低风险应用的同时大规模行动。这种方法为建立强大的企业治理和采用路线图的过程带来了实时应用和学习。 了解这一机会及其风险，政府和私营部门团体正在采取措施，以适当和安全地采用GeneAI。2023年10月，乔·拜登总统发布了一项行政命令，以“安全，可靠和可信赖”的方式管理AI的开发和使用。1在过去的一年中 ，许多美国州政府纷纷效仿，考虑 或引入类似的法规，目的是改善州政府的运营，同时管理技术的弊端，例如与数据安全和隐私相关的风险 。2 GenAI的潜力是独一无二的。与传统AI不同，GenAI可以处理非结构化数据。这可以使组织能够跨越更老的数字创新方法。 一代人工智能的采用可能会发现自己处于令人羡慕的地位 ，实现以下目标： —尽管某些州角色的流动率一直很高，但在招聘中面临挑战，但仍能增强居民的客户体验 —雇用和发展公共部门的专业人员，以有效地提供基本服务，即使在 紧张的劳动力市场 —面对不断的预算修订，提高生产率并减少积压 -现代化遗留IT系统，以减少技术债务（公司未来需要做的所有技术工作的表外积累）和与旧软件相关的风险 一些州领导人已经开始努力为通用人工智能制定采用路线图和组织原则。仅举几例，加利福尼亚州、俄克拉荷马州和弗吉尼亚州的州长已经发布了旨在解决通用人工智能的运营、IT、劳动力和风险维度的行政指令。3考虑到一代AI开发和采用的速度，领导者正在试行早期用例，并为更广泛的推出做准备。 时间。在本文中，我们讨论了国家领导人可以用来为其政府创建长期通用人工智能战略的四个框架。我们还提供了逐步指南，以帮助确保这些战略涉及五个关键领域：采用，治理，技术和数据，人才和运营。 四代AI应用原型可以帮助领导者入门 国家领导人在计划实施AI时应该意识到一些流行的神话。一个误解是，一代人工智能是一项遥远未来的技术。在麦肯锡最近的一项调查中， 三分之一的受访者表示，他们的组织已经在至少一个功能中定期使用该技术。4另一个错误的信念-GeneAI是技术专家的专属领域-事实是GeneAI解决方案是用户友好的 ，因为它们可以使用自然语言。麦肯锡先前的研究显示，约有25％的高管表示他们个人使用GeneAI工具工作，而56％的员工报告使用GeneAI工具。5ExecutivesmaybelievethatgenerAIadoptionrequiresacompletetearofITinfrastructure.Inreality,many“outofthebox”genAI 1“关于安全，可靠和可信赖的人工智能开发和使用的行政命令”，白宫，2023年10月30日。 2CeciliaKang，“在美国，对AI的监管处于'早期'，”《纽约时报》，2023年7月21日。 3“纽瑟姆州长签署行政命令，为加州人工智能的发展做好准备”，州长加文·纽瑟姆，2023年9月6日；“斯蒂特州长宣布人工智能工作组”，州长J.KevinStitt 办公室，2023年9月25日；“格伦·杨金州长签署人工智能行政命令”，州长格伦·杨金办公室，2024年1月18日。 4“2023年AI的状况：生成AI的突破年”，麦肯锡，2023年8月1日。 5“2023年人工智能的状况”，麦肯锡，2023年8月1日;“大多数美国工人已经在使用生成式人工智能工具-但公司政策落后了，”会议委员会新闻稿，2023年9月 13日。 工具可在当前基础架构之上以最少的一次性和经常性投资进行部署。6 也许最普遍的神话是一代AI 只会消除工作。事实上，到2030年，最暴露于生成人工智能的职业类别可能会继续增加就业机会，因为generativeAI加速了跨职业的转变。在此期间，随着组织经历重大数字化转型，STEM工作等一些职业可能会增加23%。其他工作类别，如行政和零售工作，可能会下降 。7从2023年到2040年，个人工作活动的自动化可以为全球经济提供0.2％至3.3％的年度生产率增长，其中generAI贡献了0.1至0.6个百分点的增长。8 在GenAI的积极成果中，以下方面与州政府特别相关： —提高运营效率。GenAI可以简化重复的管理任务，有可能每年节省约20%的成本。9 —更好的居民体验。公共服务可以通过虚拟助手和聊天机器人来部署几乎无缝的全天候支持。作为早期采用者，迪拜电力和水务局正在使用genAI来更好地了解和解决客户问题。10早期用例采用GeneAI作为实时代理的支持，以减轻风险。 —实用的见解。GenAI可以授权政府从大量数据集中提取有用的见解。例如，巴西政府现在正在使用GenAI分析税务通知和联系人的案例说明11-使用非结构化数据，否则将涉及巨大的劳动力投资。 GenAI的潜力是独一无二的。与传统AI不同，生成式AI可以 在非结构化数据上工作。这可以使组织能够跨越较旧的数字创新方法。 6“技术与生成AI的世代时刻：CIO和CTO指南”，麦肯锡，2023年7月11日。 7有关更多信息，请参阅“生成AI和美国工作的未来”，麦肯锡全球研究所，2023年7月26日。 8“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。 9ArifCam，MichaelChui和BryceHall，“全球AI调查：AI证明了其价值，但规模影响很小”，麦肯锡，2019年11月22日。 10“DEWA的数字化转型加速了迪拜的智慧城市愿景”，《电能在线》，2023年8月21日。 11AlfredoCollosa和DomingoCarbajoVasco，“ChatGPT可以用于税务管理吗？（第1部分）”，美国税务管理中心，2023年3月1日。 —加强人才管理。GenAI可以极大地改善州政府招聘和发展员工的方式，特别是在招聘 关键角色和精简核心人力资源流程，如撰写职位描述 。 随着一代AI的发展，政府可以考虑四种一代AI工具的原型来推动运营改进（图表1）： —大数据集驱动的决策(内容综合)。这些工具从大量现有和潜在非结构化数据中获得见解。例如，在复杂技术文档上训练的传统AI模型可以在几秒钟而不是几小时内以结构化格式回答问题。一些组织已经开始为其前线员工配备此类工具。 —系统创新(编码)。州政府通常依赖传统的IT系统。新一代AI工具可以提供编码支持，以帮助转换此类系统。这些工具可以“读取”遗留的COBOL应用程序，并建议用另一种语言重写代码，生成技术文档，甚至建议测试新代码的方案。对于许多面临IT过时风险的政府而言，此类功能可以加快缓解措施并降低转型成本。早期的经验表明，有经验的程序员的生产力可以提高25％至30％的geerAI工具。12 —用户交互(客户参与)。用于此目的的聊天机器人比过去的聊天机器人更复杂。他们 附件1 四种生成AI应用原型具有巨大潜力。 生成AI(GeneralAI)的新兴跨行业原型，非详尽 内容摘要和综合从非结构化数据 源中总结/提取见解；解释文本（例如，创建嵌入） 编码和软件 解释和生成代码(例如，大型机从 遗留系统) 客户参与加强客户服务和客户 外展(如聊天机器人) 内容生成 生成文档（如文章、电子邮件、合同） ~40% 各行各业的所有工作时间都可能受到GenAI的影响 >55% >60% ~80% 效率增益自动化潜力已创建HarveyAI对开发人员的采用率通过AI对律师事务所beta测试的客 户体验 使用genAI编码工具卷超过5-10年的法律助理 资料来源：“生成AI可以将全球GDP提高7％，”高盛，2023年4月5日；克里斯·斯托克·沃克，“生成AI即将为律师服务”，《连线》，2023年2月21日；GitHub博 客，“研究：量化GitHubCopilot对开发人员生产力和幸福感的影响”，EiriniKalliamvakou的博客文章，2022年9月7日 麦肯锡公司 12“利用生成AI释放开发人员的生产力”，麦肯锡，2023年6月27日。 提供更自然和持续的客户互动，并使员工能够提供实时建议和解决问题，以帮助居民应对更复杂的挑战。一些私营部门的呼叫中心运营已经证明了GeerAI能够提供更好的客户体验。在银行业务中，呼叫中心座席根据持续的对话从实时提示中获得支持，以简化和增强客户体验。 —个性化内容（内容生成）。这些工具允许快速生成内容（例如，文本，图像，语音），使政府能够在个性化级别上支持居民。例如，居民可以发现导航政府具有挑战性 流程以获得他们有资格获得的福利。使用genAI内容工具，社会服务案例经理可以挖掘个人案例的事实 ，并为居民提供选择。新员工的招聘和入职可以针对每个人进行定制。 私营部门已经率先采用了个性化内容的方法。例如 ，呼叫中心代理可以综合客户数据，以创建有关服务的定制信息。 设计实施计划 使用我们框架中概述的工具，国家领导人可能希望在五个关键领域制定他们的AI战略（图2）。 附件2 五个关键领域可以指导美国州政府实施生成式AI。 用于组织生成AI（genAI）状态的说明性时间表总督officeAgenciesCIO 采用路线图 向机构领导和公众传达国家对 GeneralAI的方法 发射一代AI飞行员(s) 交流学习 GenAI飞行员向员工和公众 根据技术、流程和风险准备情况 确定试点用例 为未来的GeneralAI部署构建路线图根据优先使用案例的路线图进行授 权和资源部署 Governance 建立多学科团队发布风险和采 用指南 建立风险保障和报告 根据试点经验完善风险护栏和报告 技术 and数据 评估潜在的试点用例 技术就绪 启动数据架构和治理的更新 开始实施更新的体系结构和治理 清点和优先考虑可能受益于传统通过GeneralAI编码支持实现优先遗 AI编码的传统系统留系统的现代化 天赋 建立清晰的员工沟通和AI使用培训 重新评估最受影响的角色的人才战略 根据准备情况和风险识别潜在的试 Operations点用例盘点并评估genAI对代理流程的准备情况和影响 基于优先用例路线图部署GenenAI用 例 部署genAI诊断工具以识别潜在的流程改进 立即1-2个月3-6个月 麦肯锡公司 采用路线图 首先在精心选择的用例中试点一代AI。在推出企业级应用程序之前，请考虑关注关键业务需求或痛点。例如，领导者可能会优先构建“虚拟专家”，使一线员工能够利用专有知识来源并向客户提供最相关的内容。 这有可能提高生产率 以及建立热情，并实现组织在扩展之前在内部测试GenAI 面向客户的应用程序。建立采用路线图时要问的问题包括： —我的组织对风险的容忍度是什么？我们是否设想成为创新者和创造者（“制造者”），早期采用者和适配器（“整形者”），还是稳定而刻意采用既定技术的采用者（“接受者”）？13组织可以回答这些问题 在特定用例级别。在某些用例上-也许是人力资源或财务-组织可能决定 “接受者”。在其他方面，用例可能对居民体验或公平更重要，组织可能会选择成为“制造者”。 —在我所在州的业务职能中，如果我们采用genenAI，哪些业务流程最有可能为居民和员工提供价值？ —哪些机构或业务功能最适合采用AI？ —有效采用AI需要哪些资源-以及以何种顺序？ —在我的组织中，低风险和随时可用的工具可能会在哪里启动潜在的“灯塔”或小规模项目？ Governance