弥合 AI 鸿沟：下一代知识访问如何助力政府实现任务目标

下一代知识访问代表了一种先进的信息查找、理解和使用方式，超越了传统的搜索方法和静态知识库。

在公共部门，这意味着 AI 系统和操作人员能够在正确的时间，以正确的上下文获取正确的知识，从而无需手动在彼此孤立的信息源之间进行搜索。

许多地区的财政压力正在加剧。在接受评估的 193 个联合国会员国中，对韧性基础设施和先进技术的投资仍在持续增长。² 领导者被要求以更少的资源实现更好的成果，而他们正转向 AI 来弥合这一差距。

对公共部门领导者而言，其战略意义十分明确。AI 已不再是一项可有可无的创新举措，而是日益成为政策制定和公共服务交付的优先事项。无法将 AI 落地运营的机构，将面临来自监督机构、民选官员以及所服务公众日益增大的压力。

72% 这一数字值得进一步审视。IDC 的研究确定了 AI 规模化应用的主要障碍：技能差距、安全与合规风险，以及数据准备度。¹

传统数据仓库是为对经过整理的结构化数据进行定期分析而构建的。智能体 AI 依赖于快速、受治理地访问更广泛的知识范围，其中可能包括：

• 政策与程序

• 案例记录和往来函件

• 通话转写、表单和运行日志

• 实时网络安全威胁信号

其中大部分内容都是非结构化的，并且分散在彼此孤立的系统中，因此难以进行关联和分析。此外，以当前状态来看，这些内容可能无法被 AI 智能体发现或使用。

这一挑战往往出现在检索层。由于缺乏对权威知识的受治理访问，AI 应用可能产生可靠性较低的输出，从而增加机构建立和维护公众信任的难度。

各项法规正在逐步明确 AI 投入生产环境的部署要求。《欧盟人工智能法案》(EU AI Act) 和《互操作欧洲法案》(Interoperable Europe Act) 体现了一个更广泛的全球趋势，即为可信、可互操作的数字公共服务制定正式标准。与此同时，数字主权和 AI 主权正日益影响采购决策和运营要求。

根据 IDC 的研究，正在扩展生成式 AI 和智能体 AI 的公共部门组织将以下方面列为优先事项：

• 数据驻留保障 (46%)

• 安全护栏，包括基于检索的接地和策略筛选器 (43%)

• 提示词和操作的可审计性 (40%)

• 人机协同审批 (39%)

• 模型来源和软件物料清单 (38%)¹

这些要求需要从一开始就纳入考量，而不是等部署完成后再补充。它们会影响架构、工具选型和系统设计。正如 IDC 在与高级官员的交流中所指出的，政策制定者希望 AI 基础设施能够“在危机时刻由他们掌控”，这反映出一个更广泛的转变：从对数据存储位置的要求，转向对 AI 路线图的战略自主权。¹

对决策者而言，这意味着要在选型过程中尽早评估治理和主权要求。只有当相关技术能够在机构的合规要求范围内运行时，模型性能才有意义。

三大融合趋势正在塑造这一演变：

• 将混合检索作为标准模式：混合搜索将关键词（词法）搜索与语义搜索相结合，为 RAG 和智能体工作流提供支持，在精确匹配与上下文理解之间取得平衡。

• 开放式集成协议：模型上下文协议 (MCP) 是一种用于将大型语言模型 (LLM) 应用连接到外部数据源和工具的开放规范，诸如 MCP 等标准能够加快集成，同时也提高了对连接对象及其日志记录方式的治理要求。

• 将安全性与风险控制作为安全保障机制：权限筛选、信息脱敏、审计日志和来源追踪，使检索架构与美国国家标准与技术研究院 (NIST) 的 AI 风险管理框架等框架保持一致。³

这些能力结合起来，将搜索转变为面向 AI 的检索服务，使数据能够保留在符合合规要求的位置，同时支持跨分布式系统的受控、低延迟访问。

当检索受到统一治理并保持一致时，其收益将惠及整个组织。对于 IT 团队和开发人员而言，标准化连接器、索引方法和检索 API 可以减少一次性集成工作，加快各项目的交付速度。对于安全与治理团队而言，这些能力可以减少不必要的数据复制，并使信息访问更易于审计。¹

机构可以预期：

• 统一的运营全景打破数据孤岛、提升可视性，并为团队提供所需的上下文，帮助他们更快速地做出更明智的决策

• 效率提升，通过整合分散的搜索和检索工具实现

• 降低合规风险，通过内置的权限过滤、数据脱敏和审计日志实现

• 更快实现 AI 应用落地，覆盖政府网络安全、案件管理和公民服务等领域

• AI 路线图的战略自主权，可根据政策要求部署于主权环境或本地部署环境

这些成果之所以重要，是因为监管机构和民选官员最终都会关注治理、可审计性和使命影响方面的证据。无法证明这些成果的 AI 投资可能面临风险。

研究指向了明确的战略方向。规模化发展 AI 的核心并不在于模型选择，而在于架构设计，其中检索层发挥着关键作用。

IDC 的研究结果显示，公共部门领导者应优先考虑以下三个方面：

• 将数据就绪视为前置条件，而非并行推进的工作流。在扩大 AI 试点之前，先投资建设具备治理能力的检索基础，以支持 AI 规模化应用。

• 从一开始就将主权能力纳入设计。数据驻留、可审计性和人工监督并非合规清单上的勾选项，而是影响平台选型的架构要求。

• 选择基于开放标准构建的平台。互操作性可防范锁定，并在政策和地缘政治条件演变时保持战略自主性。

现在着手落实这些重点的机构，将能够在未来两到三年通过 AI 实现可衡量的使命成果。

完整的 IDC Spotlight 报告由 Elastic 和 AWS 共同赞助，提供本文所引用的完整调查数据、全球政策分析和架构指导。下载 IDC Spotlight 报告：缩小政府领域的 AI 差距

• 探索 Elastic 的公共部门 AI 用例。

• 了解公共部门组织如何使用 Elasticsearch。

• 阅读有关公共部门领域 GenAI 和语义搜索的文章。