核心观点
- 政府技术正成为国家竞争力、机构能力和公众信任的基础驱动力。 全球公共领域数字化转型的潜在价值高达 9.8 万亿美元，而自主 AI（Agentic AI）是实现这一潜力的关键杠杆。
- 自主 AI 代表着从流程数字化到结果协调的范式转变。 与早期专注于单一任务的 AI 应用不同，自主 AI 系统能够协调多步骤流程、整合多源信息并根据上下文和不断变化的情况调整其行动。
- 自主 AI 对政府至关重要，因为它提供了在资源有限的情况下提高运营效率的途径。 随着公民期望的提高和财政空间的收紧，自主 AI 为政府提供了在规模上实现运营改进的可靠途径。
- 采用自主 AI 需要战略性和基于证据的方法。 政府需要了解哪些活动适合自主自动化，哪些活动能够提供足够的公共价值回报，以及哪些活动涉及风险或复杂性需要谨慎对待。
关键数据
- 90% 的受访公共部门机构计划在 2 到 3 年内探索或部署自主 AI。
- Gartner® 预测，到 2027 年年底，超过 40% 的自主 AI 项目将被取消，原因是成本不断上升、商业价值不明确或风险控制不足。
- 全球公共领域数字化转型的潜在价值高达 9.8 万亿美元。
研究结论
- 该报告提出了第一个系统性的政府自主 AI 准备框架，并评估了 70 个核心政府活动（或“职能”）。
- 该框架基于两个维度评估每个职能：自主 AI 的潜力和实施复杂性，并将职能映射到三个准备领域：高准备领域、中准备领域和低准备领域。
- 50% 的职能结合了显著的自主 AI 潜力和可管理的实施复杂性，表明在机构能力和保障措施到位的情况下，存在大规模采用的机会。
- 该框架强调以职能而不是部门为单位思考，平衡雄心与可行性，从最佳机会开始，并根据当地环境进行调整。
- 该报告还提供了一些关键见解，例如优先考虑“公共服务”职能、利用成熟的数据基础来加速自主 IT 操作、关注信息驱动职能、针对完全自动化的职能进行早期部署以及改善多机构协调。
实施框架
- 基于职能的评估方法： 评估政府活动不是按部门，而是按职能，即跨组织边界的重复性工作流程。
- 评估潜力与复杂性： 每个职能都根据其自主 AI 潜力和实施复杂性进行评估。
- 三个准备领域：
- 高准备领域： 适合早期部署，具有健全的保障措施。
- 中准备领域： 适合分阶段实施，需要额外的使能条件、能力建设或分析。
- 低准备领域： 适合监控、迭代测试和长期准备。
- 从全球地形到区域路线图： 将全球评分调整到当地环境，以制定可操作的路线图。
- 实施步骤： 建立本地基准、制定风险缓解策略、重新评估职能级别评分、确定和准备实施、通过测试进行验证、随着条件演变而迭代。
成功案例
- 乌克兰：Diia.AI 国家 AI 助手： 通过对话式交互提供个性化服务，执行端到端服务。
- 德国：基于 AI 的建筑许可证系统： 分析申请材料，生成符合法律规范的许可证决定草案。
- 德国：Jira 工单创建： 将请求变更和用户故事转换为结构化、合规的 Jira 工作流。
- 阿拉伯联合酋长国：HR AI 代理： 支持超过 130 项数字 HR 服务，自动化员工自助服务交易。
