幾十年來(lái)，人工智能（AI）研究人員一直試圖讓計(jì)算機(jī)執(zhí)行一系列曾被認(rèn)為是為人類保留的任務(wù)。近年來(lái)，這項(xiàng)技術(shù)已經(jīng)從科幻小說(shuō)成為現(xiàn)實(shí)：人工智能程序可以玩游戲、識(shí)別面孔和語(yǔ)音，能學(xué)習(xí)并做出明智的決定。也許就如人工智能的驚人發(fā)展一樣，其背后的認(rèn)知技術(shù)已經(jīng)對(duì)許多人的生活和工作產(chǎn)生了實(shí)實(shí)在在的影響。以人工智能為基礎(chǔ)的科技包括：機(jī)器學(xué)習(xí)能力、計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理、和機(jī)器人技術(shù)；它們很強(qiáng)大，可以升級(jí)，并且以冪的速度在提高。開(kāi)發(fā)人員正在從無(wú)人駕駛汽車到集群無(wú)人機(jī)，從“智能”機(jī)器人到精確的語(yǔ)音翻譯等一切事物上運(yùn)用人工智能解決方案。

公共部門(mén)正在尋求和發(fā)現(xiàn)應(yīng)用來(lái)改善服務(wù)；事實(shí)上，認(rèn)知技術(shù)最終可能會(huì)徹底改變政府運(yùn)作的方方面面。例如，美國(guó)國(guó)土安全部公民和移民服務(wù)局創(chuàng)造了一個(gè)能夠?qū)θ祟愓Z(yǔ)言作出準(zhǔn)確反應(yīng)的虛擬助手EMMA。EMMA僅僅使用其智慧就能給出相關(guān)問(wèn)題的答案，目前每月幾乎有五十萬(wàn)個(gè)問(wèn)題。虛擬助手從它自己的經(jīng)驗(yàn)中學(xué)習(xí)，回答的問(wèn)題越多越聰明。用戶反饋告訴EMMA哪些答案有幫助，在一個(gè)叫做“監(jiān)督式學(xué)習(xí)”的過(guò)程中，它磨煉了掌握數(shù)據(jù)的能力。雖然EMMA是一個(gè)相對(duì)簡(jiǎn)單的應(yīng)用程序，但開(kāi)發(fā)人員在考慮更大的問(wèn)題：如今的認(rèn)知技術(shù)可以同時(shí)追蹤近2000架飛機(jī)的航線、速度和目的地，從而使他們能夠安全飛行。

隨著時(shí)間的推移，人工智能將在公共部門(mén)產(chǎn)生巨大變化，將改變政府員工如何完成工作的方式。這可能會(huì)淘汰一些工作，導(dǎo)致無(wú)數(shù)人再設(shè)計(jì)并創(chuàng)造出全新的職業(yè)。我們的分析表明，在短期內(nèi)政府不太可能大量裁員。但是，認(rèn)知技術(shù)將會(huì)改變?cè)S多工作的性質(zhì)——無(wú)論做什么，還是工作人員如何去做，許多工作人員都可以騰出四分之一的時(shí)間，集中精力從事其他活動(dòng)。

如今，典型的政府工作人員在“一籃子”的任務(wù)中分配他的工作。通過(guò)將工作分解為單個(gè)活動(dòng),并分析每個(gè)活動(dòng)對(duì)自動(dòng)化的影響程度，我們可以預(yù)測(cè)能騰出或者取消的勞動(dòng)時(shí)間。我們分析發(fā)現(xiàn)，通過(guò)自動(dòng)化計(jì)算機(jī)執(zhí)行的常規(guī)任務(wù)，每年可以節(jié)省數(shù)百萬(wàn)個(gè)工作時(shí)間（共約43億次）。在低端范圍，我們估計(jì)，自動(dòng)化可以每年節(jié)省9,670萬(wàn)個(gè)小時(shí)，能節(jié)省33億美元;在高端范圍，每年可節(jié)省的時(shí)間增加到12億小時(shí)，每年可能節(jié)省411億美元（見(jiàn)圖1）。想要深入了解我們的數(shù)據(jù)分析可以在這里找到。

 來(lái)源：Deloitte University Press 

認(rèn)知技術(shù)已經(jīng)對(duì)政府工作產(chǎn)生了深遠(yuǎn)的影響，對(duì)未來(lái)也帶來(lái)了更大的影響?；谌斯ぶ悄艿膽?yīng)用可能減少積壓，降低成本，克服資源限制，幫助工人從平淡無(wú)奇的任務(wù)中解放，提高預(yù)測(cè)的準(zhǔn)確性，將智能投入到成千上萬(wàn)的流程和系統(tǒng)中，并處理人類靠自己無(wú)法輕易做到的許多其他任務(wù)，如預(yù)測(cè)欺詐交易。過(guò)面部識(shí)別識(shí)別犯罪嫌疑人，并實(shí)時(shí)篩選數(shù)百萬(wàn)個(gè)文檔以獲得相關(guān)性最大的內(nèi)容。

通過(guò)業(yè)務(wù)改進(jìn)來(lái)同時(shí)提高速度，提升質(zhì)量和降低成本，這是很不尋常的，但是認(rèn)知技術(shù)提供了一種撩撥人心的可能性。

人工智能向政府提供了關(guān)于如何完成工作的新選擇，一些工作完全自動(dòng)化，一些由人工和機(jī)器共同完成，還有一些由人工員執(zhí)行，但由機(jī)器來(lái)加強(qiáng)。在這項(xiàng)研究中，我們?yōu)檎I(lǐng)導(dǎo)人提供了尋求理解這一新興景觀的路線圖。我們將描述關(guān)鍵的認(rèn)知技術(shù)，為政府展示其潛力，概述一些有前景的選擇，并說(shuō)明政府領(lǐng)導(dǎo)人如何確定近期最佳機(jī)會(huì)。

如果你在政府機(jī)構(gòu)或聯(lián)邦政府、州政府或當(dāng)?shù)卣ㄙM(fèi)了大量時(shí)間，你可能會(huì)聽(tīng)到一些常見(jiàn)的抱怨：

·“我們沒(méi)有足夠的人手”

·“在這方面我們必須瀏覽很多判例法”

·“文書(shū)工作正在破壞我們的生產(chǎn)力”

·“我們不知道，因?yàn)槲覀儫o(wú)法追蹤這樣的事件和事故”

這些正是認(rèn)知技術(shù)可以解決的問(wèn)題。

我們描述的技術(shù)可以分為三大類：機(jī)器人和認(rèn)知自動(dòng)化，認(rèn)知洞察力和認(rèn)知參與。

機(jī)器人技術(shù)和認(rèn)知自動(dòng)化：將人類勞動(dòng)轉(zhuǎn)化為附加值高的工作

機(jī)器人和認(rèn)知自動(dòng)化允許機(jī)器復(fù)制人類的行為和判斷（參見(jiàn)插圖），讓人們從手工作業(yè)中解放出來(lái)，以便完成需要人類獨(dú)有的能力才能完成的工作。例如，我們可以通過(guò)自動(dòng)手寫(xiě)識(shí)別技術(shù)實(shí)現(xiàn)自動(dòng)錄入數(shù)據(jù)，用規(guī)劃優(yōu)化算法處理日程安排，并使用語(yǔ)音識(shí)別、自然語(yǔ)言處理和問(wèn)答技術(shù)來(lái)向客戶提供服務(wù)。這些功能可能會(huì)解決政府的三個(gè)常見(jiàn)難題：資源限制，文書(shū)工作負(fù)擔(dān)和積壓的工作。

雖然不是認(rèn)知技術(shù)本身，但機(jī)器人自動(dòng)化（RPA）對(duì)政府來(lái)說(shuō)是近期很好的機(jī)會(huì)。機(jī)器人自動(dòng)化涉及通常稱為“機(jī)器人”的軟件，可以自動(dòng)執(zhí)行你通常自行執(zhí)行的各種任務(wù)，模擬完成各種數(shù)字任務(wù)所需的步驟—— 如填寫(xiě)表單或采購(gòu)訂單，從一個(gè)電子表格中剪切和粘貼信息到另一個(gè)子表格,準(zhǔn)確/快速地訪問(wèn)多個(gè)數(shù)據(jù)庫(kù)。在沒(méi)有重新設(shè)計(jì)基本過(guò)程的情況下，機(jī)器人實(shí)現(xiàn)顯著的生產(chǎn)力增長(zhǎng)是相對(duì)容易的。機(jī)器人自動(dòng)化最適合重復(fù)的、可預(yù)測(cè)的、耗時(shí)的過(guò)程，如發(fā)票處理和理賠等（見(jiàn)圖2）。

來(lái)源：Deloitte University Press

1、打破自然資源限制

認(rèn)知自動(dòng)化可以以前看起來(lái)不切實(shí)際的規(guī)模、速度和體積執(zhí)行任務(wù)。這不僅允許資源再分配，還可以優(yōu)化勞動(dòng)力：將資源和任務(wù)匹配。例如，在法律案件的搜索階段，電子文檔通過(guò)搜索功能找到了95%的相關(guān)文件，相比之下，在它們所耗費(fèi)的一小部分時(shí)間內(nèi)人類平均只找到了50%。這項(xiàng)技術(shù)使律師能夠篩選出大得多的文件轉(zhuǎn)儲(chǔ)。同樣，在醫(yī)學(xué)上，讓機(jī)器人做手術(shù)旨在讓醫(yī)生進(jìn)行更多的手術(shù)。

佐治亞州政府透明度和競(jìng)選財(cái)務(wù)委員會(huì)每月處理約4萬(wàn)頁(yè)競(jìng)選資金披露，其中許多是手寫(xiě)的。在評(píng)估其他替代方案后，該委員會(huì)選擇了一種將手寫(xiě)識(shí)別軟件與人工審核相結(jié)合的解決方案以跟上工作量，同時(shí)確保質(zhì)量。

從臉譜網(wǎng)的帖子到傳感器讀數(shù)，21世紀(jì)的人類只會(huì)為人類提供太多數(shù)據(jù)，讓人們?cè)跊](méi)有幫助的情況下理解。這也正是人工智能的用武之地。例如，美國(guó)國(guó)家航空航天局的Sensorweb是一個(gè)低分辨率、高覆蓋率的傳感器網(wǎng)絡(luò) （覆蓋空間，陸地和空中），可以通過(guò)高分辨率儀器觸發(fā)近距離的觀測(cè)。它提供了一種解決高分辨率成像資源限制的方法，允許用戶精確定位和記錄火山和其他冰凍圈事件（暴風(fēng)雪，湖泊凍結(jié)等）的即時(shí)圖像。它還可以使用諸如谷歌地球這樣的開(kāi)源工具來(lái)創(chuàng)建重要數(shù)據(jù)的可視化。該項(xiàng)目的目標(biāo)是生成智能和可互操作的傳感器環(huán)境，像網(wǎng)站一樣可以輕松訪問(wèn)。

自動(dòng)化還可以緩解許多政府面臨的一些人員問(wèn)題 - 最顯著的是招聘年輕、技術(shù)精湛的工人來(lái)替代老化的嬰兒潮一代的勞動(dòng)力。

2、削減文書(shū)工作負(fù)擔(dān)

在2017年，正如1917年，政府雇員花費(fèi)大量的時(shí)間在文書(shū)工作上。最近對(duì)州和地方官員進(jìn)行的調(diào)查顯示，由于文書(shū)工作負(fù)擔(dān)過(guò)重，53％的工作人員一周在35至40小時(shí)內(nèi)完成工作有難度。

科羅拉多州最近的兒童福利縣工作量（ Child Welfare County ）研究強(qiáng)調(diào)了這個(gè)問(wèn)題?？屏_拉多的公共事業(yè)部2014年花了四周對(duì)54個(gè)縣的1300名兒童福利工作者進(jìn)行了研究，記錄了他們?cè)诓煌顒?dòng)上花費(fèi)的時(shí)間。該部門(mén)發(fā)現(xiàn)個(gè)案工作者在文件和行政管理方面花費(fèi)了37.5％的時(shí)間，而與兒童及其家屬的實(shí)際接觸的時(shí)間只有9％。

在聯(lián)邦層面上，我們的研究表明，僅文件編制和記錄信息，每年的工作時(shí)間就消耗了五十億，單薪水這一項(xiàng)就要花160多億美元。購(gòu)和處理信息消耗了2.8億個(gè)小時(shí)，每年額外花費(fèi)聯(lián)邦政府150億美元。

自動(dòng)化可以讓一線員工大大減少他們?cè)诠芾砣蝿?wù)上花費(fèi)的時(shí)間，使他們有更多的時(shí)間進(jìn)行以任務(wù)為中心的工作。

3、減少積壓

積壓和長(zhǎng)久的等待時(shí)間讓公民和政府雇員都感到沮喪。自2009以來(lái)，醫(yī)療保險(xiǎn)上訴判決的平均等待時(shí)間從三個(gè)月上升至兩年。社會(huì)保障局預(yù)計(jì)在2016財(cái)政年度結(jié)束前將會(huì)有一百萬(wàn)多個(gè)未判決案件，預(yù)計(jì)大約第三的總勞動(dòng)力，近22000名雇員，將在2022年退休，使得這個(gè)問(wèn)題更加嚴(yán)重。

在美國(guó)專利商標(biāo)局，2015年10月專利申請(qǐng)積壓量達(dá)558091件。專利延誤可能會(huì)嚴(yán)重阻礙企業(yè)，尤其是初創(chuàng)企業(yè); 一項(xiàng)機(jī)構(gòu)研究得出結(jié)論，每年延遲審核最終獲得批準(zhǔn)的第一個(gè)專利申請(qǐng)會(huì)將五年內(nèi)的公司的就業(yè)和銷售增長(zhǎng)分別減少21％和28％。

認(rèn)知技術(shù)可以篩選大量數(shù)據(jù)積壓并采取適當(dāng)行動(dòng)，把困難的問(wèn)題留給專家。機(jī)器人自動(dòng)化與人的互動(dòng)少，反過(guò)來(lái)可以通過(guò)大規(guī)模執(zhí)行完整的端到端的業(yè)務(wù)流程減少積壓（見(jiàn)圖3）。

 來(lái)源：Deloitte University Press

復(fù)雜的模式，如保險(xiǎn)市場(chǎng)活動(dòng)，恐怖威脅級(jí)別，或熟悉的例子如棒球人才這些很難發(fā)現(xiàn)。認(rèn)知應(yīng)用，如使用神經(jīng)網(wǎng)絡(luò)的異常檢測(cè)系統(tǒng)，可以深入了解上下文并識(shí)別數(shù)據(jù)中的相關(guān)模式。在某些情況下，根據(jù)其設(shè)計(jì)，某些應(yīng)用程序可以向決策者解釋為什么某種模式是至關(guān)重要的; 有些甚至可以自己決定下一步做什么（見(jiàn)圖4）。

1、實(shí)時(shí)追蹤

嵌入傳感器和攝像頭的智能技術(shù)使機(jī)構(gòu)能夠?qū)崟r(shí)跟蹤和報(bào)告重要信息。接到路燈的相機(jī)可以跟蹤交通和行人活動(dòng)，并決定何時(shí)讓每個(gè)燈變暗或變亮。連接到“智能停車場(chǎng)”應(yīng)用程序中的路燈內(nèi)置傳感器可以告知公民可用的停車位，甚至在停車位滿時(shí)提醒他們。

人工智能技術(shù)的實(shí)時(shí)跟蹤和報(bào)告還可以實(shí)現(xiàn)疾病監(jiān)測(cè)，體現(xiàn)其潛在的救生能力 。美國(guó)疾病控制和預(yù)防中心利用人工智能工具對(duì)脊髓灰質(zhì)炎病毒追蹤和報(bào)告過(guò)程進(jìn)行了精簡(jiǎn)，將病毒類型分類，并將疾病報(bào)告分成相關(guān)的集群。

 來(lái)源：Deloitte University Press

機(jī)器學(xué)習(xí)和自然語(yǔ)言處理可以發(fā)現(xiàn)問(wèn)題的類型并對(duì)問(wèn)題做出有效反應(yīng); 它們可以發(fā)現(xiàn)公共衛(wèi)生危機(jī)中最脆弱的群體，或追溯食源性疾病的起源。（以下插圖說(shuō)明了這種預(yù)測(cè)能力是如何工作的，以及如何幫助提高資源配置。）

按照這些方法，美國(guó)陸軍醫(yī)療部正在開(kāi)發(fā)可穿戴式生理監(jiān)護(hù)儀，使用機(jī)器學(xué)習(xí)算法來(lái)衡量傷口潛在的嚴(yán)重程度，協(xié)助醫(yī)師確定治療或疏散的優(yōu)先次序。

同時(shí)，能源部新的自學(xué)天氣和可再生能源預(yù)測(cè)技術(shù)SMT，在太陽(yáng)能預(yù)測(cè)中比以前的技術(shù)準(zhǔn)確了30％。  

提高其預(yù)測(cè)精度，系統(tǒng)使用機(jī)器學(xué)習(xí)，信息來(lái)自多個(gè)傳感器網(wǎng)絡(luò)、從天空照相機(jī)衍生的云運(yùn)動(dòng)物理學(xué)和衛(wèi)星觀測(cè)。

2、利用人工智能打擊食物中毒

南內(nèi)華達(dá)州衛(wèi)生區(qū)（SNHD）負(fù)責(zé)克拉克縣的公共衛(wèi)生事務(wù)。2014年，SNHD對(duì)近16,000個(gè)場(chǎng)所隨機(jī)檢查，進(jìn)行了35,855次食品檢驗(yàn)。為了提高其有效性，衛(wèi)生部已轉(zhuǎn)向人工智能應(yīng)用程序（見(jiàn)圖5）。

該部門(mén)使用從推特得來(lái)的數(shù)據(jù)：應(yīng)用程序采用地理標(biāo)記和自然語(yǔ)言處理來(lái)識(shí)別推特用戶的食物中毒，并標(biāo)記他們?nèi)ミ^(guò)的餐館，生成調(diào)查餐館列表。

在拉斯維加斯進(jìn)行的一項(xiàng)實(shí)驗(yàn)中，該市一半的食品檢測(cè)是隨機(jī)分配的，另一半使用了APP。三個(gè)月內(nèi)，該系統(tǒng)每天平均自動(dòng)掃描約3600名用戶的約16000條推特。 這些推特中有一千條可以與特定的餐館相連，每天大約有12條提到食物中毒。這用來(lái)創(chuàng)建一個(gè)高優(yōu)先級(jí)的檢查列表。

SNHD通過(guò)人引導(dǎo)機(jī)器學(xué)習(xí)和自動(dòng)化語(yǔ)言模型分析推文。該機(jī)構(gòu)聘請(qǐng)工作人員掃描推文樣本，然后將8000條推文放入模型中，以檢測(cè)哪些是可能對(duì)公共衛(wèi)生產(chǎn)生危害的場(chǎng)所。這些基于機(jī)器學(xué)習(xí)的適應(yīng)性檢查顯著優(yōu)于隨機(jī)檢查：自適應(yīng)檢查發(fā)現(xiàn)了更多顯著的缺點(diǎn)，平均檢查9次和6次，結(jié)果顯示在檢查中15% 有引用，而隨機(jī)抽取的只有9%有引用。如果每一次檢查都是適應(yīng)性的，那么每年會(huì)導(dǎo)致食物中毒事件減少9000，住院人數(shù)減少557人。

 來(lái)源：Deloitte University Press

美國(guó)陸軍投入了數(shù)億美元用于招聘演習(xí)，從大學(xué)生旅游團(tuán)到購(gòu)物中心的攤位。顯然，選擇是否加入服務(wù)業(yè)是一個(gè)改變?nèi)松臎Q定。然而，軍隊(duì)的職業(yè)選擇并不簡(jiǎn)單：新兵必須考慮未來(lái)的專業(yè)、承諾期限和福待遇。

為了幫助潛在的新兵了解他們的選擇，陸軍網(wǎng)站的訪問(wèn)者會(huì)接觸到SGT STAR，這是一個(gè)使用人工智能來(lái)回答問(wèn)題的互動(dòng)虛擬助理，它檢查用戶資質(zhì)，并將其轉(zhuǎn)交給人才招聘。 軍發(fā)現(xiàn)，SGT STAR的招聘人數(shù)為55人，準(zhǔn)確率達(dá)到94％以上，現(xiàn)場(chǎng)訪客的參與時(shí)間從4.0增加到10.4分鐘。截至2016年，虛擬助理已回答1600多萬(wàn)用戶問(wèn)題。

GT STAR使用機(jī)器學(xué)習(xí)識(shí)別數(shù)據(jù)模式，幫助它區(qū)分有用的答案與無(wú)用的答案。它回答的問(wèn)題越多，學(xué)到的就越多，得到的結(jié)果也越好，   

諸如SGT STAR等聊天機(jī)器人也可以部署在內(nèi)部，使人力資源、IT和采購(gòu)流程自動(dòng)化。北卡羅來(lái)納州的創(chuàng)新中心（iCenter）正在測(cè)試聊天機(jī)器人，以幫助內(nèi)部IT網(wǎng)絡(luò)支持服務(wù)人員，讓他們有時(shí)間去做更重要的任務(wù)。發(fā)現(xiàn)其IT網(wǎng)絡(luò)支持服務(wù)人員收到的80％到90％的標(biāo)簽都是用于密碼重置，這些這聊天機(jī)器人可以執(zhí)行。機(jī)器人也可用于改善其他內(nèi)部應(yīng)用程序的服務(wù); 共享服務(wù)提供了一個(gè)非常吸引人的案例。

參與式應(yīng)用程序提供了各種福利（見(jiàn)圖6）    

 來(lái)源：Deloitte University Press

為了充分利用這三類認(rèn)知能力，以更綜合的方式思考它們至關(guān)重要。  例如，如果使用認(rèn)知自動(dòng)化和參與來(lái)減輕工作人員基于規(guī)則，常規(guī)，重復(fù)和相對(duì)簡(jiǎn)單的任務(wù)，那么人類就有更多的時(shí)間專注于更復(fù)雜、附加值更高的任務(wù)。 幫助人們更有效、高效地執(zhí)行這些困難的任務(wù)，這就是認(rèn)知洞察力發(fā)揮作用的地方。因此，從組織的角度來(lái)看，經(jīng)?？紤]活動(dòng)和決策的邏輯流程，如何在此流程的早期引入認(rèn)知技術(shù)會(huì)影響之后執(zhí)行的工作，以及新的認(rèn)知技術(shù)通過(guò)自動(dòng)化如何增加釋放更多的勞動(dòng)時(shí)間，這些是很有意義的。

友情提示：

關(guān)注國(guó)脈研究院官方微信：ethinktank，回復(fù)：AIGOV；獲取《人工智能強(qiáng)化政府治理：利用認(rèn)知技術(shù)重新設(shè)計(jì)公共服務(wù)》報(bào)告中文完整版。