英国国家数据战略需升级以释放公共部门AI潜力

今年8月，英国商业贸易部发布了对Microsoft M365 Copilot工具试用的评估报告。报告发现，虽然员工使用该技术节省了时间，但这些收益并未转化为更高的生产力。对公共部门的许多人来说，这个结果可能似曾相识。人工智能试点项目带来了渐进式收益，但政府期望的真正转型仍然难以实现。

原因很简单——英国当前的人工智能方法建立在脆弱的基础之上。最近更新于2022年的《国家数据战略》未能使各部门充分准备好以适合AI的方式管理、共享或保护数据。要实现政府概述的成本节约目标，英国需要制定全面战略，将遗留系统中的数据释放出来用于人工智能。

数据与AI部署面临的挑战

目前政府中的大多数AI项目都是在现有遗留数据集之上叠加大型语言模型。这种方法可以带来一些有用的成果。例如，AI模型可以筛选数小时的汉萨德记录（议会辩论的官方记录）并即时总结讨论内容，或者扫描政府政策文件以 pinpoint 特定问题的提出位置。这些例子展示了AI在应对信息过载和支持更快决策方面的潜力。

然而，这些用例有限，且在应用于跨部门分布的大型、异构和非结构化数据集时遇到困难。根本挑战仍然存在——碎片化、不完整和孤立的数据。

没有一致的数据基础，这些概念验证就无法扩展或整合到关键的公共服务中。处理和分析这些数据所需的基础设施——从云平台和高性能计算系统到现代网络和存储——也必须随着需求增长和复杂性增加而发展。

英国还面临技能缺口，缺乏受过培训能够负责任地管理、解释和应用AI的公共部门员工。有价值的AI人才正因更先进的设施和更高薪资而离开英国前往海外职位。

更新的国家数据战略

更新的《国家数据战略》可以为克服这些挑战、将AI试点转化为可扩展的生产性成果提供路线图。

它应寻求建立跨政府数据质量、互操作性和可访问性的明确标准。这不仅需要清理和标准化遗留数据集，还需要创建激励协作而非孤立试点的治理模型。

关键的是，这必须得到结构化方法的支持——从审计现有数据，到整合和去重，再到将其迁移到可以安全管理和访问的现代平台上。此外，治理框架应支持部门间的安全数据共享，使公民能够被作为完整的个体对待，而不是分散在多个系统中的碎片化记录。

政府可以通过投资技能和文化来进一步加速进展，为员工配备AI能力并培养拥抱数字化转型的心态。应鼓励跨部门协作，建立共享数据和开展联合倡议的框架和激励措施，减少孤岛并最大化AI在服务中的价值。

公共部门数据通常涉及敏感的个人或国家信息，这使得强大的安全防护不可或缺。更新的战略不仅应解决数据如何存储和共享的问题，还应解决如何保护数据免受日益复杂威胁的问题。通过将强大的数据主权和安全原则嵌入AI部署的每个阶段，政府可以给公共部门组织以信心，在有效管理风险的同时拥抱AI。

将AI嵌入日常公共服务

AI有潜力改变公共服务，在医疗保健、基础设施和日常政府运营中提高效率、决策质量和公民成果。实现这一潜力需要的不仅仅是试点项目；需要协调一致的努力将AI嵌入公共部门工作的结构中。

通过投资劳动力技能、现代化基础设施、跨部门协作和强有力的治理，英国可以从孤立的实验转向可扩展、带来切实利益并维护公众信任的AI解决方案。

Matt Harris是HPE英国、爱尔兰、中东和非洲地区的董事总经理。