• 政府机构处理的海量数据，使其成为人工智能（AI）管理的理想对象。
• AI系统必须由相关领域的专家精心设计。
• 公共服务中的AI应受严格的伦理框架约束。
在新冠纾困计划下，公共资金的发放规模前所未有，公共服务的效率从未如此重要。从欺诈和错误检测到服务中断预测，政府机构掌握的数据种类繁多，使其具备有利条件，可运用人工智能应对这些问题。而人工智能的成功，离不开高质量数据这一关键要素。
各国政府才刚刚开始探索人工智能改造公共服务的潜力。从一开始就设计系统以获取正确的数据至关重要，这样才能高效部署人工智能。通过在政策制定者、公务员和数据科学家的协作下，使系统贴合具体业务领域，所有这一切都将成为可能，从而充分发挥这项技术的效益。
政府掌握着广泛的敏感数据，处于独特的权力地位。人工智能在公共服务中的应用，需要在稳健的伦理框架内运行，并以强有力的安全保障为支撑，同时清楚认识其在决策层级中的定位。以下是当今政府利用人工智能改善公共服务的七种方式：
1. 减少税务和福利系统中的欺诈与错误
如今，政府可以受益于将异常检测应用于福利申请和税收退款。英国工作与养老金部在目前估计福利系统中多付金额为46亿英镑，少付金额为20亿英镑，而英国税务海关总署（HMRC）最新估计的税收缺口为310亿英镑。正在进行中，未来几年仍有大量进展有待取得。
2. 检测拨款欺诈
政府拨款通常附带关于资金使用方式的具体标准。由于需要审查的拨款数量众多，检测资金是否按预期使用可能颇具挑战。核实拨款条件是否得到满足，通常需要分析书面报告，而这些报告并非总能以机器可读的格式提供。为解决这一问题，可应用多种机器学习方法提取文本、处理文本并对其进行分类，以确定风险概况。
3. 发现公共财政数据中的错误
政府会计系统会生成大量数据，这是由机构规模及其职责范围所决定的。这意味着，检测财务报告中的问题可能颇具挑战。运用时间序列建模来了解定期支出情况和应收账款的变化，并结合识别罕见交易以及欺诈指标分析，只是分析工作的起点，这些分析可帮助财务部门和审计人员。
4. 审查服务提供流程
越来越多的公共服务正在数字化，由此形成了运营中业务流程的电子足迹。流程挖掘是一种利用时间戳来识别工作流的技术，可用于了解公民在公共服务中的流转情况。这有助于找出瓶颈所在、流程出错之处，以及数字服务在哪些环节出现故障。结合用户反馈，流程挖掘能够更全面地呈现用户所面临的问题，并指明如何提高服务效率。
5. 实现公共服务自动化
公共服务传统上依赖资源密集型呼叫中心来处理求助和支持事务。但这未必应作为第一道防线；私营呼叫中心使用聊天机器人对支持请求进行分流，已被证明行之有效。中央和地方政府的许多领域都将因此受益，即让公民无需人工介入即可首先获得帮助。例如，设立一个聊天机器人来解答有关地方政府应对新冠肺炎（COVID-19）措施的问题，既能为选民提供帮助，又能让工作人员腾出精力处理更为紧迫的问题。
6. 预测公共卫生危机
在新冠肺炎（COVID-19）疫情暴发之前，已有项目在着手预测冬季流感高峰何时出现。预测建模在抗击流行性疾病的斗争中正变得日益重要。在新冠疫情期间，机器学习已以多种方式被用于增进我们对该疾病的认识。例如，国王学院开展了聚类分析，以探究众多新冠症状是否形成了特定的亚群，以及这对患者的治疗结局意味着什么。这一认识可用于规划医护人员、重症监护病床和呼吸机的使用，从而挽救更多生命。
7. 高效配置资源
资源配置对于提供有效的公共服务至关重要，无论是重症监护病床的管理，还是公路和铁路网络的维护。在需求出现之前便能预测，使管理者能够做出更好的决策；在公共部门中，具备这一能力将变得愈发重要。道路维护是一个尤为有趣的案例：人工智能可利用数百万张高清照片分析路况，并为地方议会提供所需信息，以指导维护工作，同时改善资源配置和公共安全。
世界经济论坛在人工智能方面做了哪些工作？
以上只是人工智能开始影响公共服务的部分示例。随着各国政府加快推进实施步伐，这一做法有望带来更多益处。制定了清晰数据战略、并配有人工智能实施指南和伦理框架的政府，有望更好地实现这些收益，并提升公众信任。在全球范围内对政府普遍持怀疑态度的当下，人工智能为重新定义公共服务所能提供的价值提供了契机。
