當下，新聞報道總在介紹AI技術如何給不同行業帶來深遠影響。從制造業到金融業、從零售業到制藥業、從醫療業到保險業等等，毫無疑問，AI技術的入駐正給眾多領域帶來翻天覆地的變化。同樣，多年以來，AI技術也成為全球各國政府的關注焦點，并敦促其紛紛拿出自己的AI發展戰略、借此改變遠程辦公時代下的運作方式。但在此之前，鮮有媒體關注各州/省、市以及地方政府在實施AI技術的話題。既然AI當中蘊藏著如此巨大的能量，地方政府怎么可能在這場變革中甘當路人?

[[351495]]

政府可以安于技術停滯現狀的時代早已一去不返。如今新的世界已然來臨，公民希望立即獲取信息與服務，數據不僅要以快速、可靠、透明且安全的方式交付，同時還要充分保護當事人隱私。地方政府需要采用相應技術以應對這一系列挑戰，包括在疫情爆發背景之下提供經濟援助、使用先進的AI技術(例如人臉識別)，同時在治安、網絡安全等領域建立起公平與公正的數據訪問的新秩序。民眾要求快速可靠地表達意愿，聯絡地方政府，甚至希望能夠盡快體驗到自動駕駛汽車帶來的種種便利。這一切，都給地方政府提出嚴峻挑戰，隨之而來的壓力甚至不遜于向來以創新為核心的科技企業。

作為弗吉尼亞州溫徹斯特市的市政管理者，曾擔任佛羅里達州蓋恩斯維爾市市長助理的Dan Hoffman深切關注技術時代下政府設備中的實際挑戰。在最近的AI數據會議上，Dan Hoffman分享了自己的觀點，包括州/省及地方政府應如何采用AI技術、AI將給地方政府帶來哪些挑戰與機遇，以及管理者所應具備的前瞻性視角。

地方政府在數據層面面對的獨特挑戰有哪些?

Dan Hoffman: 多年以來，地方政府意識到數據在總量、各類及增長速度方面均已創下歷史新高。雖然這一切早已為人們所熟知，但政府在聘用及保留人才方面仍然表現得相當落后。如今，政府必須想辦法以復雜方法運用數據的力量。不少城市已經發展到一定程度，能夠以適合自己的方式建立可視化體系、儀表板以及效能管理工具。這一切都讓人們對于所在城市的運作方式有了更深入的了解，最終也有助于做出更好的決策。當前，供應商提供大量AI與機器學習技術，可通過強大的實時決策能力促進政府服務的快速完善。因此，我們正身處一個公共部門需要與私營企業競爭分析及信息技術人才的時代。如果不及時做出轉變，政府部門在技術與數據管理能力方面將進一步落后、或者陷入對外部供應商的嚴重依賴而無法自拔。

[[351496]]

Dan Hoffman, 弗吉尼亞州溫徹斯特市市政執行官

地方政府是如何采用機器學習與AI等技術的?

Dan Hoffman: 在二十多年的職業生涯中，我曾先后供職于聯邦政府、大城市、地方市縣。如今，我在弗吉尼亞州溫徹斯特這座充滿活力的小城市擔任行政執行官。根據我的個人經歷，特別是與專注于政府技術及數據管理的國家/國際組織間的積極合作，我意識到其中存在著各種各樣的技術應用途徑。這波新的技術浪潮為我們的政務基本面帶來了前所未有的顛覆與挑戰。我認為，那些習慣于將一切交給外部供應商或傳統解決方案的管轄區，將很難適應新浪潮帶來的重大沖擊。各地司法管轄區必須建立政策小組與委員會，確保民選機構真正參與到AI與機器學習中來。在新時代下，市政管理者必須有能力向自己的選民解釋這些新工具的優勢。城市還應采取下一步行動，與居民交互、探討這些工具能做到什么/做不到什么。例如，如果新的智能化交通系統能夠節約時間、挽救生命，市政管理者必須擁有力排眾議、勇于實施的魄力。

在您看來，自動化、高級數據分析與AI是否在地方政府中扮演起越來越重要的角色?

Dan Hoffman: 實事求是地講，并沒有。廣義上的自動化確實在不斷普及，畢竟過去十年當中政府層面的無紙化與數字化舉措都是自動化的直接體現。但在現實世界中使用網絡物理系統實施自動化的比例并不高。雖然零星存在，但規模還是太過有限。高級數據分析的情況也差不多，具體要看定義有多嚴格。對我來說，高級數據分析代表的不能僅僅是整理出美觀但只包含基礎智能內容的靜態儀表板。我看到美國國家科學基金會(NSF)等組織正通過其“智能與互聯社區”項目著手設計真正的高級分析示例。社區應該關注這些項目與MetroLab網絡，隨時跟進最新研究成果。至于AI，雖然這項技術已經在某些偏遠地區發揮作用，但我擔心它會受到公開可用的誤導性信息的左右。我們需要更周密、更明智的決策，才能保證AI解決方案的快速增長。

您能不能舉幾個現實的例子，說明這些技術產生了哪些積極影響?

Dan Hoffman: 我們已經看到全國各地的智能交通系統有所發展。我認為這是擴大技術使用范圍并實現社區利益的理想場景。在了解技術的前沿發展方面，我主要會關注開發這些解決方案的人員。我關注奧斯汀市交通運輸部的Jen Duthie團隊的工作。Alex Pazuchanics目前也在西雅圖推進一系列了解的嘗試。就個人而言，我目前正在與NSF資助的佛羅里達大學Sanjay Ranka博士與Lily Elefteriadou博士合作，旨在融合各類數據流以幫助識別出高風險交叉路口。再有一年，我們的合作項目就創立三年了，目前來看這個項目頗具發展潛力。

地方政府在采用AI技術方面存在哪些獨特挑戰?

Dan Hoffman: 我之前已經提到，公眾的認知可以說是AI采用的最大障礙，而且目前市面上關于AI的錯誤信息實在太多。私營部門在AI技術的使用方面也不夠謹慎。未來，更加開放透明的地方政府應該使用AI改善服務能力，更高效地使用納稅人繳納的稅款，甚至在某些情況下借此挽救生命。遺憾的是，很多人與AI的初次接觸來自非常復雜的營銷活動，這無疑毀掉了AI通過第一印象在民眾心中樹立良好口碑的寶貴機會。

您認為AI技術在地方治理中的哪些層面上最具實際影響?

Dan Hoffman: 從短期來看，AI有望改善交通流量、出行方式，并帶來更好的環境控制效果(包括雨水排放系統與固體廢物管理)，在增強城市可持續性之外提高居民生活質量。但隨著時間的推移，我認為AI在公共安全領域的意義更為明顯。但出于民眾的普遍顧慮，AI可能需要更長的時間才能發展出應有的信任。即使對于早期采用者而言，這類系統仍然成本高昂、且對政府雇員提出了更高的技能標準與培訓要求，因此難以快速實施。但在時機成熟之后，AI工具將在預防火災以及應對醫療緊急狀況等領域發揮巨大的作用。我們已經看到美國國家失蹤與受虐兒童中心等組織在使用AI工具打擊違法活動方面取得了長足進步。因此，我認為國家級機構在公共安全領域應用AI技術將只是時間問題，地方政府也將逐步探索出適合自己的采用道路。

地方政府在數據隱私、透明性與安全性方面存在哪些挑戰?

Dan Hoffman: 地方政府與數據之間的關系一直非常復雜，而且不同于私營部門方面的情況。與大多數私營部門不同，我們的使命在于保護民眾、促進經濟增長、教化青年、保證市區貨物與人員的順暢流動等。這是一組相當多樣化的職能。那么，讓我們回歸這個問題：隱私性、安全性與透明性?換言之，地方政府需要在廣泛的職能區域之內平衡這三大因素，遵守公共信息法要求并保護與居民個人相關的高敏感度數據。這無疑是一項艱巨的任務。特別是考慮到本有捉襟見肘的資源，隱私性與透明性兼顧絕非易事。

地方政府可以采取哪些措施培養具備AI技能的勞動力，又該如何圍繞數據與AI提升現有勞動力的技能水平?

Dan Hoffman: 終于來了個比較簡單的問題。但答案卻并不簡單……因為最好的方法就是“花錢”。不要削減培訓預算，保證政府的技術崗位提供有競爭力的薪酬，并將認證資質與績效薪酬匹配起來。當前政府部門在吸引技術人才方面，所能強調的仍然只有責任感或者說使命感。畢竟自己管理的系統如果挽救了生命或者給社群提供支持，確實能給雇員帶來強烈的成就感。

未來幾年之內，您對哪些AI技術最為期待?

Dan Hoffman: 之前我已經提到了生命保護技術與交通系統等。考慮到COVID-19疫情帶來的現實挑戰，我認為使用AI技術監控、阻斷并控制新一輪爆發將非常重要。除此之外，我認為各個司法管轄區都有必要使用AI技術更科學地處理固體廢物。每年出現的眾多此類新工具與系統不僅能夠幫助城市節約資金，同時也將給環境帶來積極影響。以瑞典為代表的多個國家已經在這一領域引領潮流。他們只需要將不到1%的廢物運往垃圾填埋場。不同于單純給城市帶來財政壓力的傳統填埋設施，瑞典等地正使用各種技術將廢棄物轉化為公共汽車與出租車燃料、通過區域供暖為幫助民眾度過寒冬等。我們將密切關注這些進展，思考如何將AI技術應用于更多現實場景。