重新思考公共部门 AI：推动使命成效的五大转变

公共部门机构正在将其运营预算的大部分用于确保这些能力产生切实成果。

据 IDC 研究总监 Massimiliano Claps 表示，各机构正在将大量创新资金转向 AI。Claps 表示：“我们收集了美国 600 多个公共部门实体的调查数据，其中 152 个来自联邦政府。调查结果显示，在我们访谈的机构中，65% 计划从 2026 年起及以后将 11% 或更多 IT 预算分配给 AI。”¹因此，政府机构必须将其技术投资与服务交付改进和运营连续性直接挂钩。

此外，约 80% 的机构预计在 12 个月内实现可衡量价值，并预期两年内获得 2 倍回报。¹这些紧迫的时间要求不允许数据孤岛继续存在。IT 领导者需要一个统一平台，能够在整个运营范围内提供即时可见性。

手动将几份 PDF 文件拖放到聊天界面中，测试 AI 并不难。但如何将这种方式扩展到整个组织的历史数据？

将分散的数据转化为 AI 就绪的基础，需要一个开放、灵活的架构，以连接跨环境的信息。正如 Elastic 公共部门杰出架构师 Dave Erickson 所指出的：“许多组织正在思考如何确保架构开放，避免围绕单一云或单一供应商创建新的数据孤岛。”他继续说道：“必须考虑这一点，并保持模块化和开放性。OpenTelemetry 很重要，因为它能够带来一定程度的厂商中立性。”

这种开放性需求不仅体现在架构层面，也延伸到数据的存储和访问方式。“不能只是把数据放进静态存储桶，就指望 AI 神奇地得出洞察，”Elastic 高级企业客户专家 James Garside 补充道。

这种架构转型需要时间，也需要严格执行。回顾英国的实践历程时，Garside 补充道：“我们的确多花了一些时间来实施……就是为了确保把事情做对。”

为了充分利用这些数据，团队需要能够即时、准确地搜索 PB 级的信息。这种级别的性能要求架构设计能够实现大规模的高速搜索和检索。

“在我们最近对美国 152 位联邦 IT 和使命业务主管进行的调查中，没有受访者表示希望完全没有人类监督。” Claps 指出¹，“这非常说明问题。”

随着自动化开始处理更复杂的流程，人的角色也随之演变。“人在环内”模式（即分析师只是点击确认按钮）正在让位于“以人为主导”的方法。在这一模型中，AI 充当专职助手，负责大规模处理数据，而人类负责制定策略并做出最终决策。

Erickson 对此表示认同。“大量上下文和机构知识都来自人类经验。AI 的作用，是帮助我们自动执行那些已经知道如何正确完成的工作。”这让人始终掌握控制权，能够指导并优化结果，同时确保关键的机构知识始终是每项决策背后的指导力量。

随着数据成为智能体工作流的关键燃料，控制数据驻留位置以及访问权限变得至关重要。主权 AI 已成为处理敏感或机密信息的组织在全球范围内的优先事项。

据 IDC 调查，在受访联邦实体中，46% 目前正在使用某种形式的主权 AI，另有 38% 计划在未来 12 个月内采用。¹这表明人们越来越认识到，主权 AI 与自给自足截然不同。它并不是要与外界隔绝，而是要掌控数据位于何处、如何交换，以及谁可以凭借何种权限访问。为了在技术架构中保持独立，IT 领导者必须确保从基础数据层开始掌控其技术栈。

从个人生产力向使命成效的转变已经开始。为了跟上这一趋势，组织必须超越孤立实验，聚焦支持 AI 规模化应用的架构基础。

首先，审视您当前的数据环境，识别阻碍实时访问的数据孤岛。建立优先采用“以人为主导”运营模式的治理框架，确保您的团队始终对关键决策保有最终控制权。最后，投资灵活的平台，以提供可见性，并维护对最敏感信息的战略自主权。

将分布式数据与每天依赖这些数据的专家连接起来，是释放 AI 真正价值的关键。欢迎观看我们的网络研讨会，了解如何构建这一基础，助力使命成功。

观看点播