从数据到部署：推进美国州政府中AI代理的负责任使用
人工智能正在重塑美国州政府提升运营效率和服务质量的方式。从处理信息查询的聊天机器人到加强危机响应的预测工具，AI已经在简化日常运营。根据NASCIO的2025年州CIO调查，AI现已成为州政府领导者的首要技术优先事项，并在CIO整体优先事项中排名第二。虽然聊天机器人目前占据主导地位，但AI代理正成为提升效率、响应能力和对公众影响力的下一个机遇。
基于这一势头，各州开始探索利用AI代理改进治理和公共服务的创新方法。今年早些时候，某机构启动了全美首个代理型AI工具，用于分析州法规并提出简化监管语言的方案。AI代理是一种通过自定义指令和工具配置的大语言模型，能够解释用户请求并执行任务以实现既定目标。
随着CIO们考虑在政府系统中部署AI代理，从一开始就遵循强大数据实践、网络安全和治理原则的州，将为负责任、以用户为中心的创新树立国家基准。
数据质量：信任的基石
高质量数据是可信且有效AI部署的基础，因为AI系统依赖准确、管理良好的数据来生成可靠洞察。尽管近90%的CIO认为数据质量至关重要，但只有不到四分之一的CIO拥有正式的数据质量计划，这使得糟糕的数据治理成为许多州长期面临的挑战。不准确或不完整的数据会被AI放大，导致错误决策、资源错配和公众信任下降。
改进数据管理需要跨机构进行一致的组织、验证和安全共享。这些实践促进透明度和问责制，同时确保AI生成的洞察准确且公平。对干净、结构化数据的投资可以为后续每一个负责任的AI应用提供蓝图。
从数据管理到规模化AI代理
一旦建立了强大的数据治理，下一步就是在运营中负责任地规模化AI。三个因素对这一成功至关重要：互操作性、安全性和开放标准。
- 互操作性 确保系统能够跨机构共享和解释数据，改善协调，减少行政负担，并最小化错误。
- 安全性 保护敏感数据免受滥用，符合合规标准，并维持公众信任。
- 开放标准 使AI系统更易于审计和适配，支持透明度、协作和长期创新。
Agent Builder如何实践负责任AI
诸如某机构的Agent Builder之类的工具，使政府能够将这些原则付诸实践。机构可以使用Agent Builder创建自定义代理，这些代理能够通过开放标准在系统间安全协作。例如，机构可以自动化案例管理，使卫生与公众服务部、劳工部和教育部等不同部门能够共享数据并协调工作流，同时保持基于角色的访问控制和合规性。
建立在可靠且良好治理的数据基础之上，Agent Builder可以帮助政府工作人员生成洞察、自动化任务并转变公共服务。
通过公私合作推进负责任AI
没有任何一个州可以孤立地负责任地推进AI。公私合作提供了专业知识、技术框架和问责结构，以实现安全有效的AI应用。私营开发者贡献工程深度和对新兴风险的认知，而政府领导者则确保部署与政策、伦理和公共利益保持一致。
合作模式可以包括共同开发互操作性框架、在受控环境中进行试点项目，或建立共享治理结构以加强监督和数据质量。通过合作，各州可以在保持安全、透明和公众信任的同时加速创新。
致力于清洁数据、开放架构和积极合作原则的政府，不仅将实现运营现代化，还将展示可信、以用户为中心的AI在实践中的样貌。某机构随时准备支持各州将这一愿景转化为可供他人效仿的工作模型。FINISHED
