Optymizm sektora publicznego wobec GenAI może przewyższać zdolności wdrożeniowe

 

Mimo opóźnienia względem innych sektorów w wykorzystywaniu GenAI o 10 proc. (44 vs. 54 proc.), pozytywne wrażenia użytkowników wskazują na ogromny potencjał tej technologii. Korzyści mogą pojawić się szybko, ponieważ 84 proc. decydentów w agencjach rządowych na świecie twierdzi, że ich organizacje planują zainwestować w GenAI w nadchodzącym roku budżetowym, a 91 proc. z nich już deklaruje posiadanie zaplanowanego budżetu na tę technologię.



Lepsze zarządzanie, komunikacja i praktyki pomogą przezwyciężyć przeszkody organizacyjne Obawy dotyczące prywatności danych, ich bezpieczeństwa i zarządzania AI wyrazili respondenci z wszystkich ujętych w badaniu SAS branż. Jednak przedstawiciele sektora publicznego wyrażali większe zaniepokojenie kulturowym oporem wobec zmian w stosunku do innych sektorów (odpowiednio 52 i 46 proc.) i są przekonani, że wyzwaniem może być również kompatybilność ze starszymi systemami.

Dodatkowym zagrożeniem dla rozwoju generatywnej AI w sektorze publicznym może być nieodpowiednie dostosowanie przepisów i brak zrozumienia tej technologii. Chociaż wiele podmiotów szybko wdraża wytyczne dotyczące generatywnej sztucznej inteligencji, tylko 52 proc. organizacji rządowych posiada politykę określającą, w jaki sposób pracownicy mogą lub nie mogą korzystać z GenAI w pracy, w porównaniu do średniej wynoszącej 61 proc. dla wszystkich branż.

Badanie wykazało również, że sektor publiczny wydaje mniej niż inne branże na zarządzanie i monitorowanie GenAI. 64 proc. respondentów przeznaczyło na ten cel 10 lub mniej procent swojego budżetu na tę technologię. Dodatkowo, połowa badanych z sektora publicznego stwierdziła, że albo nie ma ram prawnych, albo są one nieformalne lub tworzone doraźnie, podczas gdy we wszystkich innych obszarach odsetek ten wyniósł 39 proc.

Regulacje dotyczące GenAI rozwijają się szybko, więc nadążanie za nimi jest wyzwaniem. Dla sektora publicznego wyzwanie to może być jeszcze trudniejsze – tylko 51 proc. jego przedstawicieli oceniło poziom zgodności swoich organizacji z obecnymi i nadchodzącymi regulacjami dotyczącymi generatywnej sztucznej inteligencji jako pełny lub umiarkowany, podczas gdy średnia dla wszystkich sektorów wynosi 58 proc.

Problemem jest też wiedza na temat tej technologii – tylko 35 proc. pracowników sektora publicznego jest zaznajomionych z wdrażaniem GenAI w swoich organizacjach, co jest wynikiem znacznie poniżej średniej dla wszystkich badanych, która wynosi 46 proc. Owe braki czy opóźnienia mogą wynikać z problemu na poziomie zarządzania, ponieważ tylko 38 proc. wyższych rangą decydentów rządowych twierdzi, że dobrze lub całkowicie rozumie GenAI i jej wpływ na procesy biznesowe. Dla porównania, średnia uwzględniająca wszystkie badane podmioty wynosi w tym zakresie 48 proc.

Są też jednak i dobre wiadomości. Organizacje rządowe, które już wdrażają GenAI, zauważają szereg korzyści, w wielu przypadkach przewyższających inne sektory. Większy od średniej odsetek decydentów rządowych uważa, że wdrożenie GenAI poprawiło doświadczenie i satysfakcję pracowników (94 proc.) lub przyniosło oszczędności kosztów i czasu (84 proc.).



Niskie zainteresowanie danymi syntetycznymi może hamować innowacje

Dane syntetyczne to wygenerowane przez AI dane, które precyzyjnie naśladują te prawdziwe. Odtwarzają te same właściwości statystyczne, prawdopodobieństwa, wzorce i cechy rzeczywistego zestawu danych, na którym zostały wytrenowane. Co istotne, są one uznawane za statystycznie poprawne nawet w 99 proc.

Przykładowo, dane syntetyczne symulujące przepływy ruchu drogowego mogą pomóc departamentom transportu w testach optymalizacji za pomocą scenariuszy „co, jeżeli?”, nawet gdy zasób danych o ruchu był gromadzony tylko przez kilka miesięcy. Ponieważ dane syntetyczne mogą naśladować dane wrażliwe, można je tworzyć w celu trenowania i testowania systemu przetwarzającego katalogi danych medycznych, dane dot. edukacji lub dane podatkowe.

Badanie SAS wykazało jednak, że 32 proc. decydentów administracji publicznej nie rozważyłoby użycia danych syntetycznych. Tymczasem średni odsetek respondentów ze wszystkich sektorów, którzy są przeciwni ich stosowaniu, wyniósł zaledwie 23 proc.



Źródło: SAS Institute