Optymizm sektora publicznego wobec GenAI może przewyższać zdolności wdrożeniowe

Mimo dużych nadziei pokładanych w generatywnej sztucznej inteligencji i budżetów przeznaczanych na wdrożenia, jednostki administracji publicznej muszą poprawić zabezpieczenia i zwiększyć dostępność szkoleń. Niewykorzystaną szansą mogą stać się dane syntetyczne.

Jak wynika z nowego badania „Your Journey to a GenAI Future: A Strategic Path to Success for Government”, przeprowadzonego przez SAS i Coleman Parkes Research, administracja publiczna pozostaje daleko w tyle za innymi sektorami pod względem wdrażania generatywnej sztucznej inteligencji (GenAI). Jednak 60 proc. przedstawicieli sektora publicznego wierzy, że GenAI napędzi innowacje, a ci, którzy już zaczęli jej używać, zaobserwowali zwiększenie satysfakcji pracowników i większą zgodność z przepisami, jak też oszczędności w zakresie kosztów i czasu.

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.

„Chociaż agencje rządowe nie były pionierami w przyjmowaniu generatywnej sztucznej inteligencji, dzięki tej technologii są na dobrej drodze do zwiększenia produktywności i transformacji usług publicznych” – powiedział Grant Brooks, wiceprezes ds. sektora publicznego i opieki zdrowotnej w SAS. „Wdrażanie AI w sposób przemyślany i odpowiedzialny jest kluczowe, ale przy odpowiednim planowaniu i zarządzaniu możemy być pewni, że GenAI przyniesie znaczącą wartość obywatelom i społecznościom. Współpracowaliśmy z agencjami rządowymi w USA przy każdym dużym przełomie technologicznym w ciągu ostatniego półwiecza i z niecierpliwością czekamy na efekty, które możemy razem osiągnąć dzięki GenAI”.

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.).

„To naturalne, że sektor publiczny może mieć pewne obawy przed przyjęciem generatywnej sztucznej inteligencji, ale pionierzy już pokazują, że im bardziej jest ona wykorzystywana, tym bardziej rośnie zaufanie i przyśpieszają innowacje” – powiedziała Jennifer Robinson, globalny doradca strategiczny ds. sektora publicznego w SAS. „Duże modele językowe, cyfrowe bliźniaki i dane syntetyczne niosą ogromne możliwości dla agencji rządowych, gdy te będą już miały procesy i polityki pozwalające na ich szerokie zastosowanie”.

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.

„Dane syntetyczne są szczególnie istotne dla agencji rządowych, które muszą przestrzegać rygorystycznych przepisów dotyczących ochrony danych” – powiedziała Jennifer Robinson. „Rządy mogą używać danych syntetycznych do różnych celów, w tym do badań, testów i analiz, minimalizując jednocześnie ryzyko naruszenia przepisów dotyczących prywatności lub ujawnienia wrażliwych informacji”.

Highlights of the study on GenAI in government

©2024 SAS Institute Inc.