Gdje američki javni sektor pronalazi mjerljivu vrijednost od umjetne inteligencije

GDJE AMERIČKI JAVNI SEKTOR PRONALAZI MJERLJIVU VRIJEDNOST OD UMJETNE INTELIGENCIJE? Istraživanje tvrtke Euna Solutions pokazuje da, iako većina agencija javnog sektora istražuje umjetnu inteligenciju, mjerljiva vrijednost danas je koncentrirana u operativnim tijekovima rada.

Iako je znatiželja o umjetnoj inteligenciji (UI) raširena, većina agencija javnog sektora još uvijek je u najranijim fazama usvajanja, prema izvješću pružatelja cloud rješenja Euna Solutions.

Izvješće o stanju umjetne inteligencije u javnom sektoru temelji se na originalnom istraživanju s čelnicima financija i operacija javnog sektora. Ispituje kako agencije javnog sektora diljem Sjeverne Amerike usvajaju umjetnu inteligenciju, koji se slučajevi upotrebe očekuju da će pružiti mjerljivu operativnu vrijednost i koji su uvjeti potrebni za odgovorno, skalabilno usvajanje.

Praktične primjene umjetne inteligencije

Izvješće ističe da čelnici više ne raspravljaju o tome je li umjetna inteligencija važna, već su usredotočeni na to gdje može pružiti stvarnu, mjerljivu vrijednost i kako je odgovorno usvojiti unutar složenih regulatornih i operativnih okruženja.

„UI predstavlja sadašnju priliku za vladu, a ne daleku“, rekao je Tom Amburgey, glavni izvršni direktor tvrtke Euna Solutions. „Najveći utjecaj umjetne inteligencije dolazi od praktičnih primjena koje jačaju okosnicu vladinih operacija – nabavu, proračun, potpore i plaćanja. Tu moderne SaaS platforme javnog sektora mogu ostvariti mjerljive dobitke u točnosti, učinkovitosti i povjerenju.“

Izvješće otkriva sve veći jaz između entuzijazma i izvršenja

Dok 57 posto agencija aktivno istražuje i uči o umjetnoj inteligenciji, samo 16 posto provodi pilot projekte u malim projektima, a samo 1,6 posto izvještava o širokoj primjeni u odjelima.

Prema ispitanicima, prihvaćanje nije usporeno skepticizmom, već strukturnim ograničenjima, uključujući probleme sigurnosti i privatnosti, nejasne smjernice za upravljanje i politiku, naslijeđene sustave i ograničene kapacitete osoblja.

Glavni nalazi uključuju:

• Interes nadmašuje primjenu: 57 posto agencija aktivno istražuje i uči o umjetnoj inteligenciji, ali samo 16 posto provodi pilot projekte u malim projektima, a samo 1,6 posto izvještava o širokoj primjeni u odjelima.
• Operativna umjetna inteligencija donosi raniju vrijednost od generativnih alata: ispitanici vide najviše obećanja u automatizaciji radnih procesa velikog obima temeljenih na pravilima, umjesto u implementaciji samostalnih generativnih kopilota.
• Ušteda vremena je glavna metrika uspjeha: više od dvije trećine ispitanika identificiralo je produktivnost i ušteđene sate kao svoje primarne željene ishode, ispred uštede troškova ili tehničke sofisticiranosti.
• Financijski radni procesi vode ranom usvajanju: glavni kratkoročni slučajevi upotrebe uključuju generiranje zahtjeva za ponudu (29 posto), predviđanje i planiranje scenarija (27 posto) te istraživanje i usklađivanje bespovratnih sredstava (25 posto).

Agencije žele usvojiti umjetnu inteligenciju, ali…

Izvješće također naglašava da agencije žele usvojiti umjetnu inteligenciju, ali mnogima nedostaju temeljni uvjeti potrebni za sigurno skaliranje. Usvajanje nije usporeno skepticizmom, već ograničenjima infrastrukture, upravljanja i kapaciteta.

Izvješće otkriva da glavne prepreke usvajanju umjetne inteligencije uključuju:

• Zaštitu osjetljivih podataka stanovnika i financijskih podataka;
• Nedostatak jasnih saveznih ili državnih smjernica za upravljanje umjetnom inteligencijom;
• Ograničenja naslijeđene tehnologije;
• Ograničeni kapacitet osoblja i organizacijska propusnost.

Unatoč tim izazovima, izvješće ističe jasan put naprijed. Agencije koje uspiju s umjetnom inteligencijom obično počinju s malim stvarima, usredotočuju se na tijekove rada umjesto na alate te grade upravljanje paralelno s eksperimentiranjem.

U mnogim slučajevima, najbrži napredak dolazi od procjene mogućnosti umjetne inteligencije koje su već ugrađene u pouzdane govtech platforme, smanjujući rizik uz istovremeno postizanje trenutnih dobitaka u učinkovitosti.

Temeljni sloj infrastrukture javnog sektora

Zaključuje se da umjetna inteligencija brzo postaje temeljni sloj infrastrukture javnog sektora, slično kao što su to bili računarstvo u oblaku i kibernetička sigurnost prije nje. Agencije koje rano definiraju uspjeh – koristeći praktične metrike poput ušteđenog vremena, poboljšane točnosti i smanjenog opterećenja – bit će bolje pozicionirane za odgovorno skaliranje umjetne inteligencije u sljedećih 24 do 36 mjeseci.

„Timovi javnog sektora ne moraju svugdje preko noći implementirati umjetnu inteligenciju“, rekao je Amburgey. „Pravi napredak događa se kada se agencije oslanjaju na pouzdane platforme gdje je stručnost umjetne inteligencije već promišljeno ugrađena u bitne tijekove rada. S umjetnom inteligencijom ugrađenom izravno u sustave na koje vlade ovise, agencije mogu smanjiti rizik, povećati učinkovitost i bolje služiti svojim zajednicama.“

Anketa je provedena na 58 čelnika financija i operacija javnog sektora na konferenciji korisnika Euna Solutions 2025. (rujan 2025.).

Pročitajte cijelo izvješće o stanju umjetne inteligencije u javnom sektoru ovdje.