公共部门正处于决定性时刻。2024 年，全球公共债务将达到前所未有的 $102 万亿美元，各国政府正处于对立的结构性力量之间。一方面，财政空间正在迅速缩小，超过 34 亿人生活在债务利息支出高于医疗或教育支出的国家。另一方面，公民的期望值正在飙升，他们要求能与大科技的速度和个性化相媲美的数字化服务。.

大多数组织将这种融合视为无法克服的官僚危机。然而，市场领导者却认为这是一个战略机遇。通过建立由代理人工智能（Agentic Artificial Intelligence）驱动的可扩展信任堆栈，政府可以从根本上重塑服务提供方式，并在公共机构周围建立起防御性的责任护城河。.

问题：一切照旧的终结

向任何公共部门的领导者询问他们的数字化转型，他们都会谈论分散的门户网站、孤立的机器学习试点和渐进的改革。然而，这些努力始终难以在必要的规模上取得突破性成果。.

data 毫不含糊。. 公共开支持续增长，目前经合组织国家的公共开支平均占国内生产总值的 40 %，而官僚机构的各自为政却使关键项目陷入困境。从历史上看，政府的 artificial intelligence 具有很高的价值，但完全是被动的。预测模型对风险进行分类，聊天机器人为市民的询问提供脚本答案。这些系统作为简单的输入和输出机器运行。由于不具备自主行动的能力，人工智能仍被困在 “创新剧场 ”中，无法改变公共管理的基本经济学：一切照旧将无法赢得未来的战斗。.

解决方案：数字化公务员

代理人工智能代表着机器智能的下一次飞跃，其特点是系统可以在规定的范围内自主推理、规划、采取行动和学习。这些不仅仅是算法。它们是数字公仆。它们在观察、决策、行动和学习的连续闭环中运行。.

最关键的是，实现这一点的经济学原理已经完全翻转。正如斯坦福人工智能指数 reports，“根据任务的不同，LLM 推理的价格每年下降 9 倍到 900 倍不等”。这种成本的大幅降低使持续的代理循环成为可能，而不会打破紧张的公共预算。.

现代治理的五大战场

为了确保繁荣与稳定，代理人工智能是打赢五场决定性战役所需的倍增器：

  1. 公共财政之战： 堵漏增收。各国政府必须堵住税收漏洞，解决日益加剧的国债问题。自主税务合规代理可以实时发现复杂的逃税行为，追回因欺诈而损失的数十亿美元。此外，采购监督员可以在合同签订前发现操纵投标的行为，成为公共财政的不懈守护者。.
  2. 经济发展之战： 吸引资本，推动增长。正如联合国所指出的，“资本仍然流向最容易的地方，而不是最需要的地方”。代理式人工智能可以无缝承保中小企业信贷，将外国直接投资机会与当地产业集群相匹配，并协调复杂的供应链物流，使经济体对全球投资者具有不可抗拒的吸引力。.
  3. 人类和社会发展之战： 提升健康、教育和福利。这里需要主动干预。自主代理可以设计个性化的慢性病护理路径，在学校部署早期辍学风险探测器，并模拟养老金的长期可持续性，而不是被动的医疗保健。.
  4. 基础设施和公民服务之战： 提供智能、反应迅速的城市治理。数字双胞胎和预测性维护代理可以在发生重大服务中断之前，自动派遣维修人员处理公用设施泄漏或道路缺陷，从而节省数百万的被动维护成本。.
  5. 司法、安全和安保之战： 维护正义意味着提供速度和公平。法院备审案件优化代理可以积极缩短结案时间，而动态巡逻分配代理则可以实时优化执法资源。.

游戏手册：从雄心壮志到公共影响

从零散的试点到企业规模、值得信赖的人工智能，需要经过严格的工业化流程。.

  1. 战略清晰： 确定关键任务用例。不要简单地为了现代化而部署人工智能。利用影响和可行性矩阵来确定项目的优先次序，重点关注人工智能能在风险可控的情况下产生重大影响的领域。.
  2. Data 和工作流程准备就绪： 人工智能的成功完全取决于准确、互联的 data。令人震惊的是，在接受调查的高管中，只有 12 % 认为他们目前的 data 基础设施足以满足人工智能应用的需要。各国政府在引入自主性之前，必须建立共同的 data 标准，将输入数字化，并绘制端到端工作流程图。.
  3. 受控飞行员： 首先在影响较大的地区进行有限制的试点。为期 90 天的试点为测试代理人工智能提供了一个安全、低风险的环境，确保对敏感决策的人为监督一丝不苟。.
  4. 工业化治理： 建立健全的监督机制。与欧盟人工智能法案等监管框架保持一致。至关重要的是，白皮书指出，“治理是一个特征，而不是摩擦：明确的问责制、影响评估和持续监控是自主安全的保障”。.
  5. 规模化采用和变革管理： 单靠技术是无法取得成功的。71%的公共部门员工认为自己对人工智能毫无准备，因此必须进行有针对性的再培训和变革管理。引入混合角色，让公务员监督代理人，而不是执行重复性任务。.

停办事项清单

同样重要的是，政府领导人必须立即放弃什么。.

  • 停止资助没有退出标准的试点项目。如果某种算法未能在指定时间内证明其价值或实现安全合规的途径，则应将资金重新部署到其他地方。.
  • 不要再事后才考虑治理问题。影响评估、data 主权和审计机制必须从一开始就纳入其中。.
  • 停止自动化破碎的工作流程。首先绘制端到端流程图。将低效的官僚机构数字化只会导致更快的低效。.
  • 不要再忽视环路中的人类。如果公务员和公民不信任人工智能，再好的人工智能也会失败。从根本上说，采用人工智能是一项变革管理挑战。.

先行者为何能获胜

全球公共部门的竞争将分为两条截然不同的道路。急功近利、脆弱不堪的组织将部署治理程度最低的模式，面临公众反弹、审计失败和完全丧失公民信任。然而，值得信赖的建筑师将把监管和问责作为基本的设计要求，建立有弹性的、以公民为中心的机构。.

先行者将跨越传统的低效率，在各部门之间产生复合效益，创造出一个学习速度更快、公共成果质量更高的飞轮。问题不再是政府是否应该采取行动，而是从哪里开始。.
现在就将代理问责制产业化。从一个影响力大的工作流程开始。证明价值。谨慎扩展。让新一代数字公务员与人类并肩工作，引领下一个公共服务时代。.

关于作者的更多信息:

奥马尔-哈拉克 是 Artefact 的高级合伙人和公共部门负责人，在全球领先的公司拥有超过 13 年的咨询经验。他专长于中东地区的政府转型、国家 data 计划、财政规划和旅游业发展，为公共部门高层领导提供 data-driven 战略和大规模转型计划方面的建议。奥马尔领导设计并实施了国家级和城市级 data 中心、财政 data 质量计划和旅游业 data platforms，以加强治理、决策和服务提供。他拥有欧洲工商管理学院工商管理硕士学位和贝鲁特美国大学金融与会计学士学位。.