美国公共机构正在将人工智能(AI)不再视为“未来技术”，而是作为能立即减轻工作负担的“可即刻投入使用的工具”来接纳。在人力增长停滞的情况下，行政需求却在增加，加之老旧系统和严格的法规，AI正崛起为提高生产力和实现现代化的核心手段。
谷歌云最近以“Gemini for Government”为先导来应对这一趋势。其核心在于，将AI定位为不仅仅是辅助功能，而是提高公共机构整体业务生产力、改善老旧信息技术(IT)环境的“平台层”。
这一变化在The Cube Research的播客“App Dev Angle”中，谷歌公共部门首席技术官(CTO)克里斯·海因的发言中得到了印证。海因分析指出，在公共机构将AI融入实际业务的过程中，“智能代理型劳动力(Agentic Workforce)”正在显现。他解释说，AI正朝着成为“团队中有价值的一部分”而非取代组织的方向发展。
超越聊天机器人阶段，进化为辅助公务员工作的AI
在过去两年中，企业引入AI往往停留在试点项目、概念验证和以聊天机器人为主的层面。然而，在公共部门，这一趋势正变得更加务实。由于需要以较少的人力处理更多的工作，将AI逐步融入现有工作流程以提高生产力的方式正率先得到推广。
例如，将AI应用于行政文件处理、信息检索、内部工作自动化等重复性强且耗时的工作，从而提高公务员的日常工作效率。这可以看作是“智能代理型劳动力”的早期形态。这是一种由人做出最终判断，而AI作为实际工作协作者介入的结构。
市场调查也支持这一点。根据The Cube Research的数据，46.5%的整个组织面临着比三年前以更快速度开发应用程序的压力。然而，人力扩张却跟不上这个速度。结果，AI被认为是弥补这一差距实际上极具潜力的替代方案。
公共机构AI的核心不是性能，而是“合规性”
在私营企业中，创新往往走在监管之前，而公共机构则不同。安全认证、数据存储位置、个人信息保护、法规合规性等条件并非次要因素，而是出发点。公共部门在引入AI时，首要考虑的不是性能，而是“是否在可允许的环境中”。
谷歌解释称，为反映这些需求，其采取了将控制机制内置于云平台本身，而非将AI功能隔离在单独的封闭区域中的策略。通过这种方式，机构既能满足联邦风险与授权管理计划“FedRAMP”和美国国防部标准等监管要求，又能利用最新的AI模型。
这个问题也并非政府独有的议题。随着欧盟(EU)“网络复原力法案”等要求从设计阶段就将软件和AI设计得符合监管的趋势日益增强，民间开发者也开始面临类似的压力。这意味着，决定AI扩散速度的变量正在从技术本身转向“合规性内化”。
老旧系统改造也从一次性项目转变为常态化工作
被视为政府IT痼疾的老旧系统现代化，其方法也随着AI的引入而发生变化。许多机构仍在运行几十年前构建的核心系统，过去常常试图将其像大型替换项目一样一次性完成改造。
但现在，通过AI辅助开发来逐步清理代码、补充文档、改进工作流程的方式正受到关注。尤其值得注意的是，AI已开始被用于重构长期难以转换的COBOL基础系统。
这与一种观念转变相吻合，即将现代化视为一个需要持续管理的过程，而非一个“有终点的项目”。在整个应用程序开发领域，现代化已不再是一个特定时间点的目标，而成为了一项需要持续执行的运营原则。
不被单一AI绑定的“选择权”也日益重要
公共机构警惕长期依赖特定AI供应商或单一模型的情况。海因也强调，政府部门的的重要价值在于“可选性(optionality)”，即选择权。其判断是，必须能够根据性能、成本、安全性和用例选择不同的模型，才能应对快速变化的AI市场。
像谷歌的Vertex AI这样的平台，通过同时提供开放式权重模型和前沿模型来瞄准这一需求。这对开发者来说也意义重大。未来，应用程序可能不会与单一模型紧密绑定，而是更可能被设计为与多个模型进行交互的结构。
边缘部署扩大……AI不再仅仅是云的事情
AI工作负载不再仅停留在中央云，这也是一个重要变化。在公共现场，由于延迟、网络中断、运行环境限制等原因，中央服务器推理往往不适合。因此，在现场终端或分布式环境中调整和部署AI模型的“边缘AI”需求正在迅速增长。
不过，这给开发团队和平台运营团队带来了新的挑战。因为他们需要在中央环境和边缘环境之间共同管理模型生命周期、治理和部署体系。最终，AI正从一个简单的云服务转变为一个贯穿整个应用程序环境的“架构层”。
美国公共部门的动向展现了与“政府比民间在AI引入方面落后”的传统观念不同的景象。由于人力限制和基本服务运营负担沉重，反而有评价认为公共机构在提高生产力和系统现代化方面正在更快地实战部署AI。“智能代理型劳动力”虽然仍是一个进化中的模型，而非已完成的成熟概念，但AI正超越增加功能层面，成为劳动力、平台和软件结构本身的一部分，这一点似乎显而易见。
TP AI注意事项 本文基于TokenPost.ai的语言模型进行总结。可能会遗漏原文主要内容和存在与事实不符的情况。