人工智能(AI)正在全球范围内推动一场技术革命,而沙特阿拉伯则凭借其“2030愿景”计划走在时代的前列。为了从石油经济转型为创新与知识驱动的新经济形态,沙特阿拉伯正在运用AI技术实现公共部门服务一体化。在此过程中,AI不仅是提高效率的工具,更是国内广泛数字化转型战略的核心所在。赫尔特国际商学院的Ahlam Alduhaish为此专门发表和份研究文章,探讨了世界各地公共服务领导者在运用AI技术以提高效率方面的经验和教训。
推动AI落地,为何如此重要
沙特阿拉伯的“2030愿景”为技术推动下的经济多元化与公共部门改善前景奠定了基础。而AI技术的应用,则在这一转变当中发挥着至关重要的作用。因此,公共部门组织将越来越多地整合AI技术以简化运营、增强决策能力并改善服务交付。单在2021年,AI技术就为沙特阿拉伯带来了40亿至53亿美元之间的经济贡献估值,通过AI驱动的公共服务则预计高达106亿美元。可尽管前途一片光明,但各公共部门采用AI科技的历程却颇为复杂、进度也参差不齐。
理解AI应用及相关挑战
Ahlam的研究确定了影响AI成熟度的两大核心要素。其一是组织的变革准备水平,这反映的是组织对于技术变革的接纳和筹备程度。其二则是动态能力(DC),指的是有效适应并整合AI技术的能力。这两项要素决定了组织能否成功从初步AI认知转向全面的、变革性AI整合形态。
组织准备水平:AI成功的基础
组织准备水平(ORC)是AI应用中的一项关键预测因素。这项水平越高,则政府实体就越有能力在其运营当中整合AI技术。在研究当中,Ahlam对AI规划的清晰度、跨部门协作表现以及组织实施技术解决方案的能力来得出明确量化的准备水平数字。
更高的准备水平不仅能够加快AI应用,还可以确保AI项目带来具有现实意义的长期成果。因此,公共部门领导者必须投资以建立起一种支持变革的文化,具体包括制定明确的AI战略、鼓励IT和运营团队间协作,并培养出有助于推动转型的AI技能。
动态能力:AI集成的催化剂
动态能力包括组织用来发现机会、从AI实施中学习以及运用自身资源以适应快节奏AI技术世界的工具。Ahlam在研究中发现,即使最初的变革准备水平较低,只要具备强大的动态能力,组织仍然能够实现很高的AI成熟度。对于公共部门领导者来说,这项工作的重点应该是通过投资持续学习并建立起灵活、适应性强的流程以培养相关能力,从而快速部署AI方案。
组织规模:一把双刃剑
组织的规模也会影响其采用AI的能力。大型组织往往受到官僚结构以及缓慢决策过程的影响而面临更多限制。相比之下,小型组织往往更为敏捷,但可能也缺乏实施大规模AI计划所需要的资源储备。
对于大型政府部门的领导者来说,关键在于意识到简化决策及培养敏捷文化的重要意义。这可能要求我们打破各部门之间的孤岛,同时建立跨职能团队来处理AI项目。另一方面,小型组织则应专注于构建强大的AI基础设施并投资于人才培养,进而保障长期成功。
公共部门领导者的实践策略
为了克服这些挑战,公共部门领导者必须专注于以下几条实践策略:
未来之路:AI科技与沙特阿拉伯公共部门的新形态
随着沙特阿拉伯继续朝着2030愿景目标迈进,Ahlam的研究结论也已非常明确:AI方案的应用不仅仅在于技术部署,更多是要做好迎接变革的准备以及适应新形势的灵活性。
在全球范围内,其他国家也可以从沙特阿拉伯的实践探索中汲取宝贵的经验教训。AI应用带来的挑战并非沙特阿拉伯所独有,该国正在实施的战略也可以作为其他希望运用AI科技、实现公共服务转型的国家的重要参考和草拟路线图。世界各国政府必须专注于促进创新、培养领导力并建立起动态能力,才有希望充分发挥AI技术的潜力。
Ahlam的研究也为公共部门以外的高管提供了建议:AI方案的落地需要的不仅仅是技术,更要求在组织文化、预先准备和领导策略等层面掀起根本性的转变。随着AI自身的持续演进,组织部门也必须及时跟进、尽一切努力把握住这股变革性的力量。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。