AI一方面在媒体领域持续取得关注,另一方面ChatGPT和谷歌Bard大模型等特定AI及机器学习技术,也开始在政府应用场景下展露出潜在价值。
美国能源部邦纳维尔电力管理局CIO Benjamin Berry:
分享了技术如何帮助该部门推进工作见解。邦纳维尔电力管理局负责在太平洋西北部提供电力基础设施,是美国电力体系中的重要组成部分。因此,他们的一大核心关注重点,就是帮助系统保持有效性和运行效率,同时更好地应对新近出现、针对发电和输电基础设施的网络安全及物理威胁。Berry解释称,该机构的大部分工作都集中在业务现代化领域,包括从原有遗留系统转向云、内部部署及混合系统。
美国劳工部首席信息官办公室CIO兼运营副助理部长Gundeep Awhluwalia:
分享了对该机构无序扩张问题的管理经验,以及该机构内各类职能角色的分析见解。他解释说,劳工部在全美拥有650多处分支机构,资源分配各不相同。各机构间的连接点在技术实施和应用方面,也因此面临着重大挑战。
因此,Awhluwalia正在数字化和现代化方面做出重大尝试。他还解释说,劳工部已经部署了更先进的技术,包括在各类系统中使用AI和机器学习成果。Awhluwalia在会上分享了一项具体举措,即利用AI技术对职业安全与健康管理局(OSHA)进行自动编码。目前,超过97%的上报数据已经可由AI系统进行自动编码,将更多员工从这项低价值工作中解放出来、专注处理其他高价值任务。他还进一步提到,他们正努力在各个层面提高数据质量,投入时间与其他组织一道开发最佳实践。
美国人事管理办公室(OPM)首席信息官办公室CIO Guy Cavallo:
就OPM的先进技术应用方式和位置分享了更多见解。OPM制定了新的战略数据规划和IT战略计划,取代了2014年发布但未能真正实施的上一轮计划。OPM还公布了智能体策略、数据策略,并将很快发布以云为中心的IT策略。Cavallo介绍称,该部门开设了24/7全天候服务台,不仅能帮助远程办公人员,也可支持华盛顿特区之外的人群。OPM还利用AI和自然语言处理(NLP)协助他们处理相关任务,包括在某些层面使用由AI生成的内容。今年4月在华盛顿召开的GovFuture论坛中,使用AI生成内容支持政务成为热点议题。Cavallo表示,美国退伍军人事务部(VA)的AI聊天机器人将呼叫中心的工作量减少了4%,并希望能在OPM达成同样的效果。目前,OPM在招聘AI人才方面苦于给不出确切的岗位描述,而这部分内容似乎可以交给AI负责整理和生成。
美国国家运输安全委员会(NTSB)常务委员办公室CIO Michael Anthony:
谈到该机构的需求与技术应用。在推动NTSB脱离交通部、形成独立机构的过程中,他们在遵循交通部指导意见的同时也建立了自己的策略。NTSB专注于零信任和身份管理,且刚刚开始推动上云。在本届GITEC大会上,Anthony表示无法过多讨论NTSB目前的AI使用情况,只是列举了一些潜在用例。NTSB正努力解决人力资本的问题,专注于使用数据以改进“客户体验”。
美国商务部美国人口普查局副CIO Gregg 'Skip' Bailey博士:
与听众分享了他对技术应用的看法,包括AI和自然语言处理的高级用例。Bailey博士谈到,除了十年一次的全国人口普查,他们还管理着其他130项大规模调查。因此,人口普查局将考虑使用数据湖、云和AI技术来提供更强大的自然语言处理和分析能力。Bailey博士指出,他们目前正在构建企业级数据湖,希望解决组织内数据间相互孤立的问题。目前,该局还在使用自然语言处理进行数据分析,希望利用聊天系统保证数据的权威性和真实性。他希望确保数据爬虫所获取的人口普查数据“原始且真实”。Bailey博士同时强调,记录管理这个问题是另外一个重要的长期关注点。
IT现代化、AI、大数据分析、网络与零信任、云迁移,这些仍然是美国联邦政府高度关注的热门议题。通过持续对话,美国政府得以向其他机构学习、采纳最佳实践,在高效完成任务的同时节约纳税人上缴的财政预算。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。