Gartner認(rèn)為，若要實(shí)施變革，政府必須變得“可靠又主動(dòng)”。為了更好的實(shí)現(xiàn)政府的數(shù)字化轉(zhuǎn)型，推動(dòng)智慧政府的建設(shè)，以及人工智能應(yīng)用場(chǎng)景的快速落地，政府部門應(yīng)該了解如下三方面的趨勢(shì)發(fā)展，即如何定義數(shù)字化政府，數(shù)據(jù)管理當(dāng)前趨勢(shì)，以及應(yīng)用人工智能的核心要素。下文中將對(duì)以上三點(diǎn)做詳細(xì)闡述。

 

 

　　據(jù)Gartner觀察總結(jié)，成功的數(shù)字化政府通常具備三方面因素。

 

　　首先，以人為本的設(shè)計(jì)。服務(wù)的設(shè)計(jì)要遵循以人為本的思想，通過精準(zhǔn)的公民畫像，建立多維度的觸達(dá)公民途徑（包括線上，線下，語音，圖像等方式），通過預(yù)測(cè)分析來為不同公民提供個(gè)性化的服務(wù)。

 

　　第二，以數(shù)據(jù)驅(qū)動(dòng)。根據(jù)數(shù)據(jù)的洞察和趨勢(shì)進(jìn)行決策，重構(gòu)原有服務(wù)內(nèi)容和模式。

 

　　第三，構(gòu)建平臺(tái)和合作關(guān)系。政府需要搭建數(shù)字化的平臺(tái)，以數(shù)據(jù)分析平臺(tái)作為基礎(chǔ)和連接其他平臺(tái)的紐帶，使其不僅能夠?yàn)楣裉峁?shù)字化的能力，同時(shí)能夠與社會(huì)上各行各業(yè)、各生態(tài)環(huán)境內(nèi)的合作伙伴進(jìn)行高效的互動(dòng)，利用彼此的信息和數(shù)據(jù)，提高政府的服務(wù)能力。以及通過萬物互聯(lián)，邊緣計(jì)算，與物聯(lián)網(wǎng)交互平臺(tái)進(jìn)行緊密交互，控制和管理服務(wù)終端并收集有效數(shù)據(jù)進(jìn)行實(shí)時(shí)分析。同時(shí)整合政府內(nèi)部的信息系統(tǒng)，讓數(shù)據(jù)賦能業(yè)務(wù)部門，提高效率。

 

　　以價(jià)值焦點(diǎn)、服務(wù)模式、平臺(tái)、生態(tài)系統(tǒng)、領(lǐng)導(dǎo)力、技術(shù)焦點(diǎn)和關(guān)鍵指標(biāo)七大維度，Gartner總結(jié)出一套“數(shù)字政府成熟度模型”（如下圖），通過對(duì)照評(píng)估，可粗略判斷出政府當(dāng)前的數(shù)字化程度與能力缺陷。

 

　　由上圖可見，在初始階段，電子政府的核心思想是把服務(wù)盡可能多的從線下轉(zhuǎn)移到線上，以IT平臺(tái)為導(dǎo)向；接下來的開放階段則是更多地開放公共數(shù)據(jù)，例如天氣、交通等，讓各行各業(yè)的第三方廠商幫助政府提高服務(wù)能力。第三階段是真正的以數(shù)字為中心，政府將不再依賴于第三方所提供的數(shù)據(jù)服務(wù)，而是“以我為主”，利用人工智能或大數(shù)據(jù)分析，徹底改變自身提供服務(wù)的動(dòng)力和模式，這也是政府?dāng)?shù)字化轉(zhuǎn)型的核心階段。而當(dāng)政府服務(wù)達(dá)到了第四和第五階段，就能夠真正實(shí)現(xiàn)讓每一個(gè)服務(wù)都有通過數(shù)據(jù)去驅(qū)動(dòng)的核心競(jìng)爭(zhēng)力，真正完成和升華數(shù)字化轉(zhuǎn)型。在此次疫情期間，Gartner觀察到國內(nèi)的很多智慧政府都在利用大數(shù)據(jù)來判斷疫情爆發(fā)的可能性，通過整合多行業(yè)數(shù)據(jù)信息，創(chuàng)造出諸如‘健康寶’這類全民級(jí)別高效追蹤疫情的工具，在這一點(diǎn)上，相比國外，國內(nèi)政府已經(jīng)搶占先機(jī)，展現(xiàn)了高效的危機(jī)應(yīng)對(duì)能力和強(qiáng)大的執(zhí)行力，因此Gartner認(rèn)為中國政府組織未來在數(shù)字化轉(zhuǎn)型方面，將會(huì)更快地迎來質(zhì)變。

 

 

　　隨著政府、企業(yè)數(shù)據(jù)的變化和數(shù)據(jù)孤島的存在，很多情況下簡(jiǎn)單的數(shù)據(jù)收集已無法真正落地，因此更為提倡的方式是把來自不同數(shù)據(jù)源的數(shù)據(jù)聯(lián)結(jié)在一起，通過底層基礎(chǔ)設(shè)施的構(gòu)建、不同的存儲(chǔ)方式和數(shù)據(jù)收集方法，來梳理數(shù)據(jù)架構(gòu)，讓它們變成企業(yè)的資產(chǎn)。一旦數(shù)據(jù)資產(chǎn)整理完成，就需要做精細(xì)的描述、有效的組織、數(shù)據(jù)治理和實(shí)施、多樣的集成以及共享給擁有不同需要的人，從而為運(yùn)營(yíng)用例、分析用例提供有效的數(shù)據(jù)服務(wù)。

 

　　而隨著物聯(lián)網(wǎng)的發(fā)展，動(dòng)態(tài)數(shù)據(jù)分析必將成為主流應(yīng)用，邊緣計(jì)算越來越成為了未來數(shù)字化業(yè)務(wù)的核心部分。數(shù)字化產(chǎn)品，比如手機(jī)、物聯(lián)網(wǎng)智能終端，以及用戶和服務(wù)商不同的實(shí)時(shí)交互所產(chǎn)生的實(shí)時(shí)信息產(chǎn)生了兩種維度的分析，一種是實(shí)時(shí)決策和實(shí)時(shí)處理，另一種是進(jìn)行數(shù)據(jù)存儲(chǔ)和離線分析。

 

　　數(shù)據(jù)集成方式又可以概括為連接、收集和同步三種方式。更為推薦的方式是因地制宜，根據(jù)不同數(shù)據(jù)分析場(chǎng)景來選擇數(shù)據(jù)繼承方式，即通過物理移動(dòng)和合并（批量/批次數(shù)據(jù)移動(dòng)）、抽象/虛擬整合（數(shù)據(jù)虛擬化）和變更數(shù)據(jù)捕獲和傳播（兩個(gè)系統(tǒng)之間的復(fù)制、同步以及消息傳遞）的結(jié)合，以多維度的方式集成、同步多樣的數(shù)據(jù)。

 

　　最后也是最為關(guān)鍵的部分——元數(shù)據(jù)的管理，如何通過元數(shù)據(jù)的管理讓冗雜的數(shù)據(jù)變成有價(jià)值的、可理解的信息。在應(yīng)用數(shù)據(jù)時(shí)，通過元數(shù)據(jù)整體架構(gòu)，把所有多維度的數(shù)據(jù)源利用統(tǒng)一的視角來提供給業(yè)務(wù)與IT。

 

 

　　如何通過人工智能的方式讓數(shù)據(jù)發(fā)揮更好的價(jià)值？人工智能可以為政府和企業(yè)真正帶來什么？

 

　　人工智能主要有三類核心技術(shù)能力：首先是最傳統(tǒng)、發(fā)展最悠久的機(jī)器學(xué)習(xí)，它直接根據(jù)數(shù)據(jù)來做出判斷；其次是自然語言識(shí)別能力，即人機(jī)交互或者語言和語音的相互轉(zhuǎn)換能力，語義分析能力，現(xiàn)在我們看到更多的方式是自然語言識(shí)別和深度神經(jīng)網(wǎng)絡(luò)的結(jié)合，以處理復(fù)雜的人類語言；最后是在國內(nèi)發(fā)展較為迅速的計(jì)算機(jī)視覺技術(shù)，在人臉識(shí)別定位、車牌識(shí)別，醫(yī)療等方面均發(fā)揮了重大作用，而憑借中國龐大的數(shù)據(jù)源和技術(shù)發(fā)展速度，我國的計(jì)算機(jī)視覺技術(shù)有著非常廣闊的發(fā)展前景。

 

　　為幫助政府組織正確地引入人工智能，Gartner建議可以從以下五個(gè)方面進(jìn)行準(zhǔn)備和布局：

 

　　第一是場(chǎng)景。組織要對(duì)業(yè)務(wù)的驅(qū)動(dòng)力進(jìn)行明確，以找到適合自身的場(chǎng)景。業(yè)務(wù)目標(biāo)是增長(zhǎng)業(yè)務(wù)、降低成本，還是提高客戶體驗(yàn)？不同的業(yè)務(wù)驅(qū)動(dòng)力將帶來不同的場(chǎng)景。而其他組織成功的真實(shí)案例經(jīng)過定制化調(diào)整，也可為己所用。一旦明確了應(yīng)用目標(biāo)，組織可以根據(jù)自身數(shù)據(jù)資產(chǎn)、人才、技術(shù)、成本等不同指標(biāo)進(jìn)行場(chǎng)景的可行性分析，最終通過數(shù)據(jù)科學(xué)進(jìn)行驗(yàn)證，選擇出成熟且有業(yè)務(wù)價(jià)值的場(chǎng)景。

 

　　第二是技能。在傳統(tǒng)的人工智能項(xiàng)目里，Gartner把技術(shù)人才分成三類：精通業(yè)務(wù)的領(lǐng)域?qū)＜摇⒗斫鈹?shù)據(jù)的IT人才、人工智能領(lǐng)域?qū)＜摇Ｖ挥型ㄟ^三類專家的結(jié)合，才有可能實(shí)現(xiàn)人工智能方案的落地。

 

　　第三是數(shù)據(jù)。人工智能需要的數(shù)據(jù)有其自身特性，往往相對(duì)于傳統(tǒng)報(bào)表分析，人工智能項(xiàng)目需要的數(shù)據(jù)量呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)，數(shù)據(jù)的維度也更多樣，數(shù)據(jù)質(zhì)量側(cè)次不齊。組織要做的是給予人工智能數(shù)據(jù)一定的自由度。在這種情況下，可以創(chuàng)建一個(gè)孤立的“數(shù)據(jù)集市”或者“沙箱”，讓人工智能專家去任意地組合數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)背后的真正洞察。

 

　　第四是技術(shù)平臺(tái)。政府或企業(yè)需要積累足夠的技術(shù)能力，搭建自有技術(shù)平臺(tái)，以獲取核心競(jìng)爭(zhēng)力。但如果現(xiàn)階段技術(shù)能力還未滿足要求，又期望可以快速交付，且業(yè)務(wù)場(chǎng)景較為單一，那么更高效的選擇是外包給服務(wù)提供商；但長(zhǎng)遠(yuǎn)來看，此舉會(huì)使組織對(duì)外包商產(chǎn)生依賴，最終知識(shí)產(chǎn)權(quán)也有可能喪失。因此更為推薦的方式是通過購買廠商級(jí)別的服務(wù)來進(jìn)行本地定制化開發(fā)和優(yōu)化，以確保最佳的易用性，提高內(nèi)部人員解決問題的能力，把控解決問題的最佳時(shí)機(jī)，為組織的長(zhǎng)期發(fā)展打下堅(jiān)實(shí)基礎(chǔ)。

 

　　最后是組織結(jié)構(gòu)。依上文所述，業(yè)務(wù)專家、人工智能專家和數(shù)據(jù)專家為發(fā)展人工智能提供了必需的專業(yè)知識(shí)和技能，而最高效的人才分布方式是混合式分布。各業(yè)務(wù)線的頭陣是業(yè)務(wù)人員，負(fù)責(zé)了解業(yè)務(wù)需求，并將業(yè)務(wù)需求轉(zhuǎn)化為人工智能需求。真正理解數(shù)據(jù)的IT工程師存在于IT部門。而數(shù)據(jù)科學(xué)家既可以通過資源池的方式，由IT統(tǒng)一管理；也可以分屬在不同的業(yè)務(wù)線，當(dāng)開展人工智能項(xiàng)目時(shí)，讓三類專家緊密配合、有效溝通，由組織管理層和指導(dǎo)委員會(huì)直接賦能、反復(fù)驗(yàn)證場(chǎng)景的可能性，做到在一個(gè)高自由度的開發(fā)場(chǎng)景下搭建人工智能，并與數(shù)據(jù)無縫集成，讓數(shù)據(jù)更好地服務(wù)于人工智能場(chǎng)景，實(shí)現(xiàn)政府組織數(shù)字化進(jìn)程的良性發(fā)展。