政府採人工智能所遇挑戰 (車品覺)

By on September 18, 2019

本文作者車品覺,為紅杉資本中國基金專家合夥人、阿里巴巴集團前副總裁,為《信報》撰寫專欄「全民大數據」

政府部門對人工智能感到難以入手,主要障礙是人才與創新期望不配合。(Freepik網上圖片)

政府部門對人工智能感到難以入手,主要障礙是人才與創新期望不配合。(Freepik網上圖片)

為什麼世界上許多政府部門都感到人工智能難以入手?政府面臨着大規模人工智能普及的重大挑戰,與大型企業有着不少共通點,但也有與主流觀點相反的地方。

先說大數據作為人工智能的原材料,IBM在2017年的報告中指出,世界上90%的數據是在過去兩年內創造出來,當中包括近年才大量產生的非結構性數據(例如:聲音、影像、位置)。但問題是無論公共的還是私人機構,都沒有處理和利用這種大規模數據的經驗,大多數組織對他們的內部數據能力,如數據資源、儲存方式、處理數據的基礎設施都沒基本評估,更缺少戰略方向。主要障礙是人才與創新期望不配合,至今僅有很少的亞洲城市及大型企業設有Chief Data Officer(CDO)職位,更不用說推動高效地訪問和利用數據的工具及人才資源。

政府都在說重視吸引外部高質素的大數據及人工智能領域的專家,但大部分政府的招聘預算都難以吸引高手加盟,這是政府面臨的第一個挑戰。

公共部門的靈活度不如私營部門,使得項目外判時,協調困難大增。(Freepik網上圖片)

公共部門的靈活度不如私營部門,使得項目外判時,協調困難大增。(Freepik網上圖片)

此外,人工智能的企業服務市場很分散,德勤加拿大在2019年進行的一項研究,列出了800多家人工智能公司,其中大多數的僱員不到50人,超過50%是成立不足5年。在小型的、較新的小型企業往往與政府合作經驗有限,政府需要找到方法讓他們參與進來,既利用他們的技術又要促進產業的發展,這是政府面臨的第二個挑戰。

眾所周知,公共採購機制是緩慢而複雜的。常見的障礙包括繁複的條款和條件,從投標到最終決定都需要經過漫長等待,這些因素也令政府外判人工智能項目做成極大的困難,漫長的等待使得小型企業很難在資源配備作出承諾。

另外,政府機構面臨着一個額外的複雜性,職能間的隔離使得在多個部門間的項目外判時協調困難大增。當然所有組織在採用新技術方面都面臨挑戰,然而,公共部門的靈活度往往不如其私營部門,它們的實踐時往往循規蹈矩。在私營部門中,企業文化鼓勵員工創新,並獎勵積極的表現。而在政府中,較少鼓勵員工承擔風險。這種根深柢固的問題,不是一時三刻能改變,但「夢想一定要有,萬一實現了呢」!

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們