2023年没有给政府领导者和高管任何喘息的机会。全球动荡、地区冲突和地方压力加剧了随数字化转型而来并且有望通过数字化转型解决的巨大挑战,但同时也创造了塑造新一代数字政府的良机。政府首席信息官深知自己所被寄予的厚望。他们不但需要证明自己的数字化投资不止是一项战术性投资,还需要证明能够在变幻莫测的环境中提高业务能力并完成领导层的优先事项。
Gartner公司发布了2023年十大政府行业技术趋势,这些趋势可以指导公共部门领导者加快转型成为后数字政府并坚持专注于任务目标。政府首席信息官应考虑以下技术趋势(见图一)对其组织的影响,并运用洞察为能够提高业务能力的投资提供充分的理由、完成领导层的优先事项并创建一个更适合未来的政府组织。这适用于所有地域、层级或部门的政府组织。
图1:Gartner 2023年重大政府行业技术趋势
自适应安全
Gartner预测到2025年,75%的政府首席信息官将直接负责IT以外的安全问题,包括运营和任务关键型技术环境。随着企业数据、隐私、供应链、网络物理系统(CPS)与云的融合,政府必须采取综合全面的安全措施。首席信息官应将自适应安全与更广泛的数字创新、转型、国家安全和弹性目标相关联。
云端遗留系统的现代化
为了实现IT基础设施和应用的现代化,提升政府服务的弹性,领先的政府正在抓紧解决系统与数据存储的遗留与孤立问题。首席信息官可以通过自适应采购策略确定能够使用“服务化”交付模式加强内部资源和处理业务优先事项的领域。Gartner预测到2025年,超过75%的政府将使用超大规模云服务提供商来运行一半以上的工作负载。
主权云
变化莫测的全球局势以及对数据隐私和政府过度干预的担忧正在增加对主权云的需求。政府越来越想要限制外部司法机构和外国政府对数据和基础设施的访问。Gartner预测到2025年,超过35%的政府遗留应用将被在低代码应用平台上开发并由融合团队维护的解决方案所替代。
超自动化
Gartner的预测到2026年,把业务流程自动化作为优先事项的政府组织将从2022年的35%上升至60%。超自动化计划帮助政府的业务和IT流程提供无缝的联网公民服务。首席信息官必须保持自动化计划与当前优先事项的一致性,在推动数字化转型的同时优化运营成本。
决策智能AI
Gartner预测到2024年, 60%的政府AI和数据分析投资将直接影响实时运营决策和结果。决策智能AI为政府提供快速、准确、规模化的早期决策能力。首席信息官必须做好广泛使用AI的准备,确保决策点的数据可用性并制定有效的治理原则。
数据共享方案化
政府机构和部门之间的临时数据共享已不足以满足从数据和分析中获取价值的需求。Gartner预测到2023年末, 50%的政府组织将建立正式的数据共享责任机制,包括数据结构、质量和及时性标准。首席信息官在制定数据共享计划时应侧重于增值和任务目标。
全面体验(TX)
到2026年,政府全面体验(TX)方法将使流程模糊性降低90%,同时将客户体验(CX)和员工体验(EX)满意度提升50%。全面体验通过实现传统上孤立、互不相干的客户体验、员工体验、多重体验(MX)和用户体验(UX)领域之间的协同性和一致性推动政府转型。首席信息官可通过映射、可视化和重新设计公民与员工旅程,减少体验中的摩擦点。
数字身份生态
Gartner预测到2024年,超过三分之一的国家政府将为公民提供移动身份钱包。政府正在新型数字身份生态中承担新的责任,希望能够确保跨行业和国界的信任、创新与采用。为了实现这一目标,政府必须让具有高可信度的数字身份变得容易获得并为各最终用户和服务提供商目标群体带来价值。
案件管理即服务(CMaaS)
政府依托作为可组合的产品和服务,可在政府各个项目、垂直领域和级别之间共享的设计和开发案例管理解决方案整合各项服务。Gartner预测到2024年,使用可组合的案例管理的机构落实新功能的速度将比同行快80%。首席信息官应展示如何实现更好的结果、合作或项目整合。
可组合的政府应用
政府可以使用可组合的架构成功解决系统和数据存储的遗留与孤立问题,采用模块化的应用架构以及快速发展的自动化和机器学习实现持续的改进与现代化。
Gartner的客户可以在报告“2023年重大政府技术趋势展示”中了解更多信息。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。