至顶网CIO与应用频道 03月14日 北京消息:对于数字化政府来讲,有时候“多多确实益善”。由于政府希望变得更加精简和高效,因此若政府开展相关合作并且有效利用数字化,那么扩大政府服务也并非不好。当达到一定规模时,政府在数字化解决方案上的投资会给社会和经济效益带来显著提升。为了有效实现这一目标,政府需要从多个角度进行全方位的扩展。
“向上”扩展政府部门的各个环节可以给机构和公民带来福利。“横向”扩展到地方、省市或国家政府的各个部门可以带来“全政府”(WoG)和社会团体效益。“向外”扩展至政府支持的社会、社会团体和金融生态系统可以令整个社会受益。
然而,扩展数字化政府本身就具有挑战性。例如:作为一种特定问题的解决方案,虽然把政府服务迁移至数字渠道可以带来“短期利益”(immediate benefits),但这可能会让实现进一步扩展的政治意愿和预算受限。
无论是向上、横向还是向外扩展,所有这些维度都是相互依存并且均依托于共同的技术平台、领导力、协作和管理。但它们也会根据多种社会独有因素而各自演变,包括文化准备情况(cultural readiness)等外部压力的性质以及生态系统的成熟度。
Gartner 2018年首席信息官调查(Gartner’s 2018 CIO survey)显示,政府的首席信息官将文化(culture)、资源不足(insufficient resources)和人才获得(access to talent)视为扩展数字化转型的最大障碍。政府在开展大型项目时不得不与诸多方面进行斗争,包括:面临社会团体不够信任政府的改革能力(a lack of community trust in governments' ability to deliver change)、政治或领导议程斗争(competing political or leadership agendas)以及现有的立法、治理、问责制度、风险和采购控制(existing legislation, governance, accountability, risk and procurement controls)。
数字化政府扩展计划
数字化政府的施行一开始并不顺利。早期的电子政务计划(e-government programs)直接关系到效率和透明度,其工作重点是通过网络渠道提供传统服务。
这些早期的努力并未取得理想的效果。除了将面向公民的在线服务置于传统流程之外,一些政府管理人员还未能意识到数字化带来的好处。这就导致他们对数字化转型的商业驱动因素缺乏了解并且不愿意致力于机构变革。
数字化政府旨在通过利用数据优化、改造和创建服务来为公民和社会团体创造价值。政府机构若能够提高数字化成熟度,那么它们在扩展方面也会更加成功。
许多政府已经制定出成熟的数字化战略,其中涉及潜在的立法更改。澳大利亚新南威尔士州政府的数字化战略就是一个很好的例子,该战略明确“将建立专为支持新数字法规而设计的框架,符合数字时代的法规不得将新兴技术和新型数字商业模式排除在外”。
如要实现一定规模的数字化利益,政府机构就必须利用技术来改变自身的方方面面。这一转型不仅会影响结构和业务流程,还将改变我们与服务提供商、合作伙伴、企业和选民的合作方式。因此,只有依靠强大的技术和商业领导力才能取得成功。
这一转型需要首席信息官根据文化、法规和技术等多个方面来找到合适的时机。之后,这些因素可以作为在数字化转型中让机构和政府中的其他人参与进来的关键。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。