至顶网CIO与应用频道 05月05日 北京消息:全球领先的信息技术研究和咨询公司Gartner对全球首席信息官的调查表明,私有和公共部门中卓越绩效企业机构在数字化动议方面的IT预算占比(33%)通常会比政府组织(21%)更高。展望2018年,卓越绩效企业机构预计会将43%的IT预算用于数字化建设,而政府部门首席信息官表示这一比例仅为28%。
Gartner实施的2017年首席信息官日程调查项目涵盖了93个国家中2598名首席信息官(其中包括38个国家中377名政府首席信息官)的观点,涉及9.4万亿美元的收入或公共部门预算以及2920亿美元的IT支出。政府受访者分为国家或联邦级、州级或省级(地区级)和地方级,以便确定每个层级特定的趋势。鉴于本次调查目的,受访者还按数字化建设的卓越者、普通者和低绩效者进行分类。
2016是一个转折年,无论是选民还是市井民众,均对政府的现状表示失望,同时对公共机构的信心和信任度也降至低点。
直面这些问题才是解决之道。2017年,政府首席信息官的任务迫在眉睫,那就是跳出自身组织,对照私有部门和其它服务部门中表现卓越的同行进行优化。他们必须采取行动,以迅速推进民众认可和欣赏的可量化改进。
卓越绩效者须确保预算增长
政府首席信息官预计IT预算的平均增速将为1.4%,低于各行业2.2%的平均增速。地方政府首席信息官做得更好一些,平均增速为3.5%,不过仍然比表现卓越组织中整体的IT预算增幅(4.6%)低1%以上。
以上数据与Gartner的基准分析大体一致,后者显示,2016年国家和地方政府的平均IT支出占营运支出的4%,高于2015年的3.6%。在全国性和国际政府组织中,2016年平均IT支出占营运支出的9.4%,而2015年这一比例为8.6%。
无论财务前景如何,想挤入卓越绩效者之列的政府首席信息官们都必须明确地关联各种投资、降低政府业务成本并优化政府项目绩效,以促进IT预算的合理增长。
政府部门中技术投资优先领域
在调查中,Gartner还让受访者列出未来五年中最有潜力改变各自组织的技术。
高级分析在各级政府部门中居于首位(79%)。数字安全(57%)在各级政府中仍然是关键投资领域,尤其是国防和情报领域更为明显(74%)。
物联网将显著推动地方政府的变革(68%),而业务算法在国家政府中受到的关注度最高(41%)。与绩效卓越者相比,各级政府目前从机器学习或区块链中获得的机会较少。在自动驾驶汽车(9%)和智能机器人(6%)方面,地方政府比其它级别的政府和绩效卓越者稍显乐观。
政府首席信息官面临的最大障碍
政府首席信息官称,他们为实现目标而必须克服的三大障碍,包括技术或资源(26%)、资金或预算(19%)以及组织文化或结构(12%)。
在劳动力技术缺乏的领域,政府部门在数据分析方面显得比较薄弱(30%),其中包括信息、分析、数据科学和商业智能。安全和风险在政府部门中排名第二(23%)。
拓展机构外部的专家网络可以缩小技术差距。与其它行业的首席信息官相比,政府首席信息官不太愿意与初创企业和中型公司合作,错过了获取新想法和新技术的机会。
抓住数字生态系统的机遇
数字生态系统的概念对于政府首席信息官而言并不新鲜。Gartner称,政府组织比其他行业中的组织加入数字生态系统的速度更快,但这样做只是出于需要,并没有全面的规划。整体而言,58%的政府首席信息官表示他们已加入了数字生态系统,而其它行业这一比例仅为49%。
数字生态系统是指企业、人和物构成的相互依存且可拓展的网络。随着各行业中数字化应用的加速,政府加入数字生态系统的必要性也日益凸显。在公共服务交付领域,数字生态系统已成为能使政府部门变得更加高效的工具和手段。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。