人工智能在政府中的应用正在加速，因为它具有提升效率、决策能力和服务交付的潜力。然而，扩展人工智能也带来了挑战，尤其是在基础设施和数据管理方面。2023 年美国国家信息技术办公室 (NASCIO) 的一份报告 发现，虽然 78% 的州 IT 领导者将人工智能列为优先事项，但只有 35% 的人认为其基础设施已准备好支持人工智能。
自主AI的兴起进一步凸显了这种差距。NVIDIA强调了自主AI的概念，即各国优先发展自己的AI系统，以加强数据隐私、安全和竞争力。为了实现这一目标，各国政府投资国内AI基础设施、人才和法规，减少对外部供应商的依赖，同时确保AI发展与国家优先事项保持一致。
政府AI战略转型是否已具备全面实施条件？
AI 工作负载需要强大的数据中心基础设施，而数据的爆炸式增长则需要可扩展的存储和安全的管理。例如， 美国国防部的 AI 计划（例如军事装备的预测性维护）依赖于会产生大量热量的高密度 GPU 集群。与此同时， 社会保障局 等机构利用 AI 来更快地处理残疾索赔，但碎片化的数据集和孤立的系统阻碍了效率的提升。
这些挑战需要大量的投资来应对。布鲁金斯学会的一篇文章指出，美国政府在人工智能方面的支出从 2021财年的13亿美元飙升至2022年的18亿美元，同比增长38%。 其中大部分支出由国防部（DoD）推动。与此同时，卫生与公众服务部（HHS）和国家科学基金会（NSF）等民间机构也在人工智能研究和应用方面投入巨资。
78%
美国各州的 IT 领导人将人工智能和机器学习列为首要任务。
35%
美国各州的 IT 领导人相信他们的基础设施已准备好支持人工智能。
18亿美元
2022年美国政府在人工智能方面的支出比上一年增长38%。
政府AI转型的战略性原则
要在政府部门成功实施人工智能，必须应对基础设施和数据方面的挑战，包括热量管理和能源效率。Vertiv 和 NVIDIA 的研究表明，液冷技术可以 降低 10% 的功耗，并提高 15% 以上的能源效率。 此外，经过异地测试的模块化数据中心， 与传统方法相比， 可以将部署时间缩短 40% 以上 。
为了帮助指导 AI 基础设施项目， Vertiv 开发了其 AI指令框架。该方法 定义了五个关键指令，以 帮助 数据中心所有者和运营商制定 AI 部署计划。
| 至关重要的 | 用例示例 | 数据中心要求 |
|---|---|---|
| 具有变革性 | 基础设施和城市规划。 选民参与。 |
跨职能专业知识。 整体解决方案设计。 |
| 提高效率 |
自动化数据输入和处理。 |
扩展现有系统的价值和功能。 |
| 成为第一 | 药物发现和测试。 环境管理。 |
减少时间和风险的设计。 预配置系统可减少部署时间。 |
| 要有信心 | 趋势预测。 网络安全监控。 |
经过验证的解决方案由全面的服务支持。 |
| 为未来做好准备 | 政策规划和模拟。 先进的基础设施管理。 医疗保健优化。 |
可互操作、可升级、可扩展且能适应变化的解决方案。 |
全球政府中的人工智能
世界各国政府正在积极探索利用人工智能提升公共服务。根据 经济合作与发展组织 (OECD) 的数据，目前已有来自 69 个国家的 1000 多项人工智能政策倡议，其中包括近 800 项治理倡议。以下是全球一些值得关注的人工智能应用案例：
- 国有土地管理： 新加坡 通过机器学习和地理空间技术管理闲置的国有土地和财产。
- 残疾福利处理： 美国社会保障局 使用人工智能加快残疾索赔的认定，减少受益人的等待时间。
- 医疗诊断： 国家医疗服务体系 (NHS) 利用人工智能仅需 20 秒即可诊断心脏病，而医生则需要 13 分钟。
- 税收优化： 法国 应用人工智能分析航空图像，识别未报告的财产改良并生成 €新增税收1000万元。
- 公众参与： 比利时 在气候集会期间采用人工智能众包工具，优先考虑 15 项可行的气候倡议。
- 公共安全保障：欧盟 推出了结合社交网络分析和复杂事件处理的自然语言处理（NLP） 系统，可以实时检测和预警网络恐怖主义内容。
- 司法透明度：中国的 智能法院计划整合人工智能以减少人为错误并加快案件解决速度。
- 货物安全监控：加拿大交通部 采用基于人工智能的程序来识别危险货物、检测异常情况并确定案件的优先顺序以供工作人员评估，从而提高效率和安全性。
根据经合组织的数据，人工智能在政府全球格局中的作用如下：
1,000
全球人工智能政策倡议
69
重点区域国家
世界各地
800
治理举措
受益于人工智能
关键要点：
基础设施准备就绪至关重要
政府必须实现基础设施现代化以支持人工智能的应用。
对人工智能的投资正在增长
大量资金正在推动联邦和州机构采用人工智能。
人工智能正在改变公共服务
在世界各地，人工智能正在提高公共安全和执法等领域的效率。