根据IDC针对公共部门AI智能体就绪情况开展的研究显示,在政府领域,智能体AI已不再处于试验阶段,而是已上升为领导层的战略任务。
IDC发现,许多政府机构已开始推行由智能体驱动的工作流程,但真正超越试点阶段的仍属少数。政府对AI智能体的采用速度受多重因素驱动。
IDC研究表明,AI智能体——即能够自主推理并采取行动的数字工作者——在政府领域的变革涵盖三大重点方向:运营协调、公民服务交付,以及面向政策与规划的决策支持。
运营协调是指由智能体驱动的系统跨部门协调多步骤工作流程,从而提升服务交付的速度与规模。在公民服务交付方面,智能体能够提供主动式、情境感知型和个性化的互动体验。此外,AI智能体还可借助合成数据和模型情景模拟,围绕利益相关方需求提供更丰富的背景智能,从而提升新服务的规划与交付能力。
近期研究表明,AI智能体的规模化部署有赖于坚实的数据基础,包括政府机构识别高价值可智能体化工作流程的能力,以及面向AI智能体的数据架构实施。与此同时,政府机构还须确保数据质量和可及性到位,并构建AI智能体的运营与治理模型——这从根本上是对工作方式的重新思考。
IDC预测,到2026年,全球2000强企业中将有70%的CEO把AI投资回报率聚焦于增长,推动高管层在不扩大员工规模的前提下提升营收、重塑商业模式。推动私营部门加快采用AI智能体的财务压力与发展势头,同样存在于公共部门之中。
根据IDC对美国联邦、州和地方政府118位领导者及决策者开展的最新调查,超过五分之四(82%)的政府机构已采用AI智能体。研究还发现,60%的政府领导者认为,政府对AI智能体的采用速度正在超越私营部门。
政府领导者认为,采用数字劳动力最大的受益在于,能够更好地响应公民对更快速、更智能、更个性化服务的需求。绝大多数政府领导者(83%)将AI智能体视为变革政府机构结构的关键。以下是IDC关于政府AI智能体采用情况研究的核心要点:
AI智能体采用路径:71%的政府机构计划在2026至2027年间加大AI智能体的应用力度。
工作方式变革:94%的政府领导者相信,AI智能体将从根本上改变工作形态。机构运营管理职责将越来越多地由AI智能体承担。
AI对社会的影响:56%的政府领导者认为AI的影响将超过互联网和云计算;51%认为其影响将超过个人电脑;46%认为其变革意义将超越智能手机。
AI智能体带来的显著生产力提升:85%的领导者估计,AI智能体每周可为员工节省多达45%的工作时间。
AI智能体的关键任务应用:欺诈、浪费与滥用行为检测(44%)和网络安全威胁管理(36%)被列为最主要的任务型应用场景。非任务型应用场景包括社会福利管理(24%)、公共安全(22%)和国防专项应用(22%)。
近九成政府领导者(89%)预计,到2030年政府将形成人机混合工作模式,即人类与AI智能体协同工作。近四分之三的领导者预计,到2030年,目前负责管理下属的每位人类员工同时也将管理AI智能体。全新的团队和部门将应运而生,其中将纳入AI智能体成员。
AI智能体在政府中大规模应用后,对人力劳动将产生怎样的影响?好消息是,59%的政府领导者预计,部分团队和部门的规模将会扩大,领导岗位的需求也将相应增加。事实上,77%的受访者认为AI智能体将赋能更多人类员工从事高价值、更具成就感的工作。政府领导者将AI智能体的采用不仅视为技术变革,更视为一场关系层面的变革,强调以人为本的软技能的重要性。
未来五年,政府机构的招聘重点将聚焦于哪些类型的岗位?政府领导者希望引进更多AI管理与战略领域专家、IT与技术支持人才,以及AI治理与伦理专家。政府领导者认为,AI智能体对IT、行政文职以及管理与领导岗位的冲击最为深远。成功的关键在于AI与数据素养、AI的运营整合,以及负责任且合乎伦理的AI使用。
IDC研究揭示,未来两年将是政府领域AI智能体采用的关键窗口期。私营部门(全球2000强企业)的AI智能体使用量预计将在2027年前激增十倍。IDC预测,全球活跃部署的AI智能体数量将从2025年的2500万激增至2029年的逾10亿。这些智能体预计每日将执行超过2170亿次操作,每日消耗3.7万亿Token/调用次数(3,700,000,000,000),由此带动全球年度支出规模达680亿美元。
在未来五年全球活跃智能体的部署规模方面,政府机构将扮演举足轻重的角色。商业与政府的未来走向自主化,人类与AI智能体的混合协作模式将以"按需响应"的速度共同创造价值。
Q&A
Q1:IDC研究中,政府机构采用AI智能体的比例是多少?
A:根据IDC对美国联邦、州和地方政府118位领导者及决策者开展的调查,已有82%的政府机构采用了AI智能体。其中,60%的政府领导者认为,政府对AI智能体的采用速度正在超越私营部门,71%的政府机构计划在2026至2027年间进一步扩大AI智能体的应用规模。
Q2:政府领域AI智能体主要用在哪些场景?
A:政府领域AI智能体的应用涵盖任务型和非任务型两大类场景。任务型场景中,欺诈、浪费与滥用行为检测(44%)和网络安全威胁管理(36%)是最主要的用途。非任务型场景则包括社会福利管理(24%)、公共安全(22%)和国防专项应用(22%)。此外,AI智能体还广泛用于跨部门运营协调、公民服务交付以及政策规划决策支持。
Q3:AI智能体大规模应用后,政府雇员会被替代吗?
A:根据IDC研究,政府领导者普遍不认为AI智能体会大规模取代人类员工。59%的领导者预计部分团队规模将扩大,77%认为AI智能体将赋能更多员工从事高价值工作。到2030年,政府将形成人机混合工作模式,未来招聘需求将聚焦于AI管理、IT技术支持及AI治理与伦理等新兴岗位。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。