作者
在政府机构中领导 data 和情报办公室是一项艰巨的工作，这已不是什么秘密。.
这一角色面临着诸多压力，包括内部压力（主要是 data 的可用性、质量和技术准备）和外部压力（主要是合规性）。虽然 data 办公室不是 data 的 “所有者”，但它通常充当 “保管人 ”的角色，并应促进组织内的信息流动和价值创造。事实上，政府组织的部长和领导人衡量其 data/情报办公室成功与否的最终标准是，在多大程度上能在正确的时间向正确的决策者和利益相关者提供正确的情报。.
此外，这项工作并不附带指导手册，而且与具体情况密切相关：在一个大型部委行之有效的方法，在较小的监管机构却很容易失败。.
然而，通过与政府组织的合作，我们发现了 10 种做法，这些做法将政府实体中成功的 data 和人工智能领导者与其他做法区分开来。.
1) 与更广泛的企业战略同步
成功的 data 和智能领导者认识到，无法衡量的东西就无法管理，因此他们制定的 Data 和人工智能计划要与政府实体的总体目标保持一致，以确保相关性，避免冗余，并最大限度地发挥影响。他们与战略规划团队密切合作，确定如何收集具有挑战性的关键绩效指标的 data 及其基本驱动因素。此外，他们还清楚地传达人工智能计划如何推动公民服务、公共财政和经济发展等关键领域的成果。最后，他们积极主动地定期审查 data 项目对整体战略的影响和调整。.
2) 他们不遗余力地为利益相关者提供服务并与之合作
高效的 data 和情报领导者对其内部和外部利益相关者采取服务思维，将他们视为客户。他们了解利益相关者的需求和挑战，并不断协调如何共同应对这些需求和挑战。此外，他们还推出自助服务产品和服务，根据预先定义的权限，为获取 data 和情报提供便利，甚至使之民主化。他们积极主动地征求反馈意见，以衡量利益相关方的满意度并改进服务产品。.
3) 他们不懂技术，但在选择技术时深思熟虑
最优秀的 data 和情报领导者都明白，投资错误的工具或平台会导致代价高昂的错误和有限的可扩展性。他们首先进行需求评估和市场扫描，使技术与组织目标和需求相匹配。他们让跨职能团队参与技术选择过程，以确保可用性和兼容性。他们建立模块化和可扩展的架构，以降低依赖风险。最后，他们会在小规模部署工具后进行试点，然后再在整个组织范围内推广。.
4) 优先考虑 data 的获取、收集和可用性
高层领导非常清楚，data 是实现以下目标的燃料 商业智能, 机器学习, 和人工智能。他们绘制出决策和运营所需的 data 地图，并努力从主要系统和来源、高级 data 数据库、二级 data 合作伙伴关系或公开来源收集 data 数据。他们创建集中的 data 目录，使现有的 data 集更易于发现，并为每个 data 来源建立明确的所有权和问责制。.
5) 他们不能容忍 data 出现质量问题
最优秀的领导者认识到，糟糕的 data 质量会破坏信任，导致决策失误。因此，他们建立了 data 质量控制和检查机制。他们深入了解 data 质量问题的根本原因，并找到长期解决方案。此外，他们还支持团队实施准确性、完整性和及时性的自动质量检查，并定义业务和技术规则来评估一致性、有效性和完整性。此外，他们还成立了专门的 data 管理团队，以持续解决质量差距问题。.
6) 他们会 “解决问题”，并带来有价值的见解
最伟大的 data 和情报领导者认识到，一个精心设计的洞察力能够让决策过程变得相当简单。因此，他们认识到自己的职责不仅仅是技术性的，而且还要投入精力去理解和构建业务问题。最优秀的领导者甚至会利用 data 和情报主动寻找创造性的解决方案，并与利益相关者分享。他们通过强有力的故事讲述来介绍自己的解决方案，并取得持久的成果。.
7) 他们建立敏捷的多学科团队
成功的领导者认识到，他们的实力与最弱的团队成员不相上下。由于 data 和人工智能计划的复杂性，拥有多样化的技能组合和反应迅速的方法是 “必备条件”。因此，这些领导者招聘 data 科学、工程、分析和设计方面的顶尖人才。他们灌输灵活的工作模式，以便迭代开发和更快地交付使用案例，同时通过提高技能和认证来促进学习文化。.
8) 他们在设计阶段就考虑合规性和管理问题，而不是在设计之后或作为一个辅助项目来考虑
著名的领导者深知，积极主动的管理可确保遵守法规并将风险降至最低。因此，他们让网络安全、隐私和合规团队参与到项目设计的早期阶段，在所有人工智能工作流程中嵌入安全和隐私设计原则。他们还维护全面的文档，以确保审计准备就绪，并利用工具根据行业框架以及当地政府法规和标准进行自动合规检查。.
9) 只有在必要时，他们才会引入合适的合作伙伴
最优秀的领导者首先会评估是否存在真正的能力或资源差距。事实上，他们知道，如果没有正确的专业知识，仅靠品牌名称是无法解决核心问题的。因此，他们在选择合作伙伴时会精挑细选，只引入那些能够真正解决这些具体差距的合作伙伴。此外，他们还确保建立健全的知识转移机制，并根据合作伙伴的专业知识、文化契合度和迄今取得的成就，对其进行持续监控和评估。.
10) 他们向高层展示成就
高层领导深知，行政部门的能见度可确保持续投资和自上而下的支持。因此，他们创建了一系列高管简报，以突出关键里程碑和投资回报率。他们会介绍使用案例研究，开展演示日活动，展示成功的产品。此外，他们还分享成功的经验和失败的教训。最后，他们将成果量化（如节约成本、缩短时间），并将其与战略目标联系起来。.
data 和智能领导者在政府实体中的作用对于企业的整体成功越来越重要。通过养成这十个习惯，data 和人工智能领导者可以打破传统治理的界限，为政府和公众带来有意义、可衡量的成果。衡量成功与否的真正标准不仅在于技术的先进性，还在于它能否解决实际问题、提高公众信任度，并为建设一个更智能、更灵活的政府铺平道路。.
