時至今日，越來越多的眾多國家和地區(qū)都在積極考慮使用人工智能（AI）以及其他認知技術，借以提高自身運營效率、更好地為公民服務并擴大執(zhí)行使命的能力。作為世界科技發(fā)展的前沿，美國政府機構(gòu)當然也在著手對AI技術進行投資。舉例來說，美國衛(wèi)生與人類服務部（HHS）就在研究AI與區(qū)塊鏈等新興技術的具體應用。

>>> HHS如何采用AI與區(qū)塊鏈技術

[[281756]]

▲ 美國衛(wèi)生與人類服務部（HHS）CIO Jose Arrieta

美國衛(wèi)生與人類服務部（HHS）CIO Jose Arrieta在最近的AI Today播客節(jié)目中接受了采訪。由于曾經(jīng)負責HHS的采購副部長助理一職，他對于AI及區(qū)塊鏈技術對政府機構(gòu)的影響具有深刻的理解。此外，他還曾經(jīng)出任項目經(jīng)理，負責構(gòu)建IT系統(tǒng)以利用機器學習分析相關人員的個人信息。一路走來，他憑借著自己的扎實積累，開始成為政府當中推動AI、機器學習以及區(qū)塊鏈全面融合的數(shù)據(jù)與數(shù)據(jù)分析先驅(qū)者之一。

HHS是個規(guī)模龐大的機構(gòu)，對美國GDP的影響超過1.1萬億美元。具體來說，HHS主要負責保護人類免受傳染病癥的侵害。借助AI與區(qū)塊鏈技術，Jose正在尋求能夠降低成本的洞察和見解，并借此更加高效地保護人類健康乃至挽救生命。作為一個大型機構(gòu)，HHS在過去18個月內(nèi)簽發(fā)了超過100萬份合同。這也讓Arrieta意識到，只有真正跟進這些合同所涉及的全部執(zhí)行情況，HHS才能實現(xiàn)運營效率與效果的全面提升。

然而，其中最大的挑戰(zhàn)就是如何在權(quán)力下放的同時，繼續(xù)保持HHS隨時可以觀察項目進度及情況的能力。考慮到HHS擁有諸多部門，各個部門的業(yè)務流程各有不同，這種嘗試往往無從實現(xiàn)。事實上，HHS當中單是合約管理系統(tǒng)也有五種，Arrieta的團隊因此決定利用區(qū)塊鏈技術對這些系統(tǒng)進行分層，將數(shù)據(jù)從合同當中提取出來并進行清洗。如此一來，雖然各套合同系統(tǒng)仍有獨立運行，但它們實際上已經(jīng)構(gòu)成了平臺與數(shù)據(jù)層，使得業(yè)務流程現(xiàn)代化與分析見解成為可能，最終為HHS合同談判人員帶來了巨大助益。接下來，Arrieta和他的團隊又確定了整個數(shù)據(jù)采集過程的生命周期，確保數(shù)據(jù)只需要采集一次——而不再像過去那樣多次重復勞動。

他的團隊還在數(shù)據(jù)層附近利用微服務建立起AI模型。這套微服務架構(gòu)利用自然語言處理與機器學習分析采購價格，同時通讀合同條款與條件。如此一來，模型即可快速分析合同內(nèi)容并確定條款及價格范圍。這是一種功能強大的工具，能夠?qū)⒁酝枰罅咳斯ず臅r耗力的處理流程壓縮至數(shù)秒鐘之內(nèi)。

>>> 為什么用戶接受度如此重要

新技術的采用絕不可能一蹴而就，政府內(nèi)部更是如此。而且，一部分員工可能會極力反對這些變化，甚至對新興技術產(chǎn)生恐懼心理。為了增加員工的支持度，Arrieta和他的團隊制定出新的業(yè)務流程，而后尋找愿意體驗的用戶，以此為起點一步步真正改善使用體驗。他們發(fā)現(xiàn)，預先填充用戶需要輸入的信息能夠顯著簡化合同授予流程，大部分員工也樂于接受這種輕松友好的AI協(xié)作方式。當然，截至本文發(fā)稿時，這些技術仍在進行測試，且處于概念驗證階段。

好消息是，這種對新技術及流程的積極推銷一般只發(fā)生在早期，接下來討論的重心會很快從要不要做變成怎么做。但在HHS這樣的大型機構(gòu)而言，怎么做甚至更加復雜且困難。我們首先需要在流程中納入機構(gòu)文化傾向，從而確保新方案符合員工的傳統(tǒng)習慣；此外，還需要構(gòu)建概念驗證項目以展示其工作原理。這方面工作的核心，自然是快速構(gòu)建原型設計，從而超越一般性的概念討論并真正拿出可以體驗的方案雛形。而這，又意味著我們需要把技術整合到現(xiàn)有工作文化之內(nèi)，為那些從未接觸過技術方案的人們提供支持。畢竟技術成果應該與業(yè)務流程保持一致，而非讓流程適應技術。只有獲得了員工的充分理解與認可，新技術才能真正改善業(yè)務成果。

>>> 數(shù)據(jù)與隱私問題

數(shù)據(jù)是AI的核心，一般來說，數(shù)據(jù)總量自然是越大越好。然而，人們對于數(shù)據(jù)以及隱私問題的擔憂正在逐步升級。正因為如此，在與隱私相關的層面，AI與區(qū)塊鏈對數(shù)據(jù)的使用正有所收斂。為了順應需求，Arrieta和他的團隊選擇暫緩為那些數(shù)據(jù)最為敏感且需要謹慎處理的業(yè)務環(huán)節(jié)引入?yún)^(qū)塊鏈與AI項目。相反，他們從采購開始，旨在找到更高的方案選購策略以保護納稅人的權(quán)益。這一領域的隱私風險最低，因此團隊能夠在這種受控程度更高的環(huán)境中著手學習技術的應用原理。另外，采購流程中的數(shù)據(jù)已經(jīng)收集完畢，因此適合作為展示與概念驗證場景。當然，他們也需要拿出更好的數(shù)據(jù)保護方法，畢竟很多別有用心的家伙一直在窺探這些重要信息。Arrieta提倡利用技術手段保護數(shù)據(jù)，從非敏感數(shù)據(jù)項目中汲取經(jīng)驗，并將成果最終應用于敏感數(shù)據(jù)當中。

我們所希冀的未來，實際就隱藏在當前的一步步發(fā)展當中?？陀^存在的每一種商業(yè)模式都在AI及區(qū)塊鏈層面擁有轉(zhuǎn)化的可能性，雖然其中大部分由私營部門推動，但相關趨勢終將改變政府，通過采購的方式一步步影響政府機構(gòu)的應用方式。我們無法阻止這種進步，因此必須確保政府能夠持續(xù)學習新興技術以避免落后于時代。事實上，數(shù)據(jù)已經(jīng)在醫(yī)療保健以及其他個性化需求領域發(fā)揮重要作用，而AI與區(qū)塊鏈在醫(yī)療領域的一大長期愿景，正是成就超個性化醫(yī)療這一核心目標。相信這一切，都會對人類社會產(chǎn)生深遠的影響。