亚洲各地的社会企业家正在成功运用人工智能，解决关键的本地社区挑战。
推广这些至关重要的工具，需要稳健的数字公共基础设施，而不仅仅是先进的技术能力。
如何让有前景的构想转化为可规模化的影响力，是世界经济论坛的 新领军者年会，又称夏季达沃斯论坛，将于6月23–25日在中国举行。
人工智能正对世界产生深远影响，尤其是在亚洲。社会企业家借助这项技术推动各类举措，以改善医疗服务、强化粮食体系、扩大教育机会、增强气候韧性，并优化公共服务的提供。
社会创新的本质使得这一多元且快速增长的生态系统中的企业家，能够将新兴工具转化为实用方案，服务于往往最难触及的社区；他们在真实环境中检验何种方法行之有效，识别需要加以管理的风险，并凸显积极影响的机遇。其潜力是巨大的。
从愿景到现实：亚洲社会创新者如何运用人工智能？
以菲律宾为例，一项合作由菲律宾社会进步商业组织（Philippine Business for Social Progress）与西门子医疗（Siemens Healthineers）共同开展，利用一款人工智能工具解读胸部X光片，以筛查肺结核迹象，使医生每天能够筛查的人数远超其独自工作时的水平。
在该国其他地方，气候与可持续城市研究所（ICSC）运用人工智能绘制隐匿的屋顶太阳能经济，依托机器学习与卫星图像。通过向城市官员和能源部提供准确数据，该举措有助于将数千套未登记系统纳入正规管理，扩大激励措施的覆盖面，并加快在拥有五十万居民的城市中心推广清洁能源的应用。
而在孟加拉国，水务企业Drinkwell与全国每一家公共供水公司合作，运营着300台以上的“水ATM”网络，服务于管网未能覆盖的社区。Drinkwell.AI是一款公用事业领域的协同辅助工具，基于13年工程经验训练而成，涵盖系统设计、维护规程、水质记录和现场故障排查。遇到故障的运维人员可以用日常语言提问，几秒钟内即可获得答案，答案取自团队已解决过的全部问题，无需等待曾遇到过该问题的那位同事。其结果是，在一个已供水超过20亿升的管网上，停机时间有所减少。
这些方案之所以有力量，是因为社会创新者搭建起了技术与社区之间的桥梁。他们对当地社区的实地了解与认识，使其能够提供有意义且行之有效的解决方案。
什么阻碍了有前景的技术进入公共体系？
然而，尽管该地区涌现出数以千计有前景的“AI促进影响力”举措（因为并不缺乏想法或雄心），许多举措仍难以超越试验阶段、走向切实落地。既然需求明确，为何更多此类举措尚未在公共领域得到应用？
施瓦布基金会（Schwab Foundation）的一份报告，《AI促进影响力：人工智能在亚洲社会创新中的作用》，基于覆盖10个经济体、超过2800项“AI促进影响力”举措的数据集进行分析，发现答案绝非源于技术卓越性或模型先进性的不足。相反，进展迟缓源于生态系统准备度不足，包括治理、融资、机构能力和信任等方面的问题。
有前景的工具往往无法嵌入公共体系或一线服务，仅仅是因为生态系统尚未为其做好准备。创新者受制于数据互操作性差、机构割裂、资金短缺，以及有利于现有供应商的资金偏向，这些都限制了新解决方案的机会。
相比之下，成功的解决方案往往出现在政府统筹战略、基础设施与合作伙伴关系的地方，从而实现大规模部署。例如在越南，通过全面的国家人工智能战略、三个国家级人工智能创新中心、开放数据发展，以及将人工智能全面融入公共服务，应用进程得以加速。中国、马来西亚和泰国同样受益于国家政策、专门的统筹机构以及持续的公共投资。这些因素对人工智能在国家层面的大规模部署至关重要。
政府和投资者如何释放人工智能造福社会的力量？
预计未来三至五年，该地区的“AI促进影响力”活动将持续扩大。但若缺乏支持性生态系统，许多改变生活乃至挽救生命的构想将难以实现其潜力。为超越试验阶段、走向大规模落地，政策、基础设施、人才、资金和合作伙伴关系需要围绕明确的公共利益成果和社区优先事项相互协调。换言之，我们需要构建“制度性管道”。
对政府而言，这意味着通过适当投资，并建立数据质量、隐私和互操作性的共同标准，公开表明对人工智能解决方案的支持。数字公共基础设施和负责任的数据治理框架，为经过验证的人工智能解决方案接入医疗、农业和社会保护等核心体系奠定了基础，并使社会创新者能够一次开发、跨多个项目部署。
关键在于，政府还需为应用推广创造清晰的路径。这包括：采购流程应优先考虑可衡量的成果，如缩短等待时间或改善服务可及性；设立监管沙盒，允许解决方案直接在公共体系内接受测试；加强各部委之间的协调，使一个领域开发的解决方案能够被整合并在全国范围内推广。例如，越南的国家人工智能战略将专项资金与沙盒机制相结合，并要求在基本公共服务中全面整合人工智能。
人工智能的扩展不仅依赖技术上的精妙，更在于它被嵌入人们所依赖的系统之中，并围绕其需求进行设计。
科技公司有机会在设计产品、平台和商业模式时以社会创新者为考量。这包括开发易于获取的工具、模块化架构和定价模式，以降低在资源匮乏环境中部署人工智能的成本与复杂度，使规模较小的机构能够基于企业级基础设施进行构建。咨询及专业服务等服务提供商，可通过支持能力建设、技能发展，以及社会创新者与公共部门之间的合作，帮助弥合技术开发与现实应用之间的差距。
与此同时，慈善机构、发展机构和影响力投资者可以通过将资本从孤立的试点项目转向生态系统赋能者，推动更广泛的应用。这包括为共享基础设施、数据协作、能力建设和多年期规模化提供资金。例如在巴基斯坦，一套人工智能驱动的早期预警系统正通过对气象站、数据平台和国家基础设施的协调投资而逐步推广。这表明，为底层系统提供资金与投资独立工具同样关键，才能惠及数百万人。
以人为本的设计是实现可规模化人工智能的关键所在
人工智能能否被接受，并最终在社会中普及，取决于它能否在人们的日常生活中带来清晰且切实的益处。在亚洲，这一联结并非仅靠技术实现，而是由社会创新者将抽象能力转化为具体利益所完成的，无论是改善医疗服务可及性、增强生计，还是扩展基本服务。
人工智能的扩展不仅依赖技术上的精妙，更在于它被嵌入人们所依赖的系统之中，并围绕其需求进行设计。当解决方案扎根于社区情境、融入公共服务，并获得适当的基础设施和合作伙伴关系支持时，它们便能开始超越试点阶段。
免责声明：本文所表达的观点为作者个人观点，不一定代表安永（EY）全球组织或其成员所属机构的观点。
