Gartner 2022年技術成熟度曲線顯示數字政府的新動向

12/19/2022，光纖在線訊，Gartner 2022年數字政府服務技術成熟度曲線發布了對政府的公民服務交付產生革命性影響的技術和實踐。這些創新將幫助全球各地政府在這個充滿變數和變革的時期保持服務交付的敏捷性與韌性。

Gartner研究副總裁相斌斌（Milly Xiang）表示：“數字政府服務技術成熟度曲線上的部分技術與實踐有點像“雙刃劍”，既可以被用于確保社會援助到達預定受益人等有益的用途，也可能被用于對社會構成威脅的非法用途。首席信息官需要主動讓公民相信政府使用技術的目的是為了保障個人、企業和社會的最大利益�！�

圖一、2022年數字政府服務技術成熟度曲線

為了改進服務的交付，政府首席信息官需要評估、優選和預測對今年技術成熟度曲線中的技術的投資。政府可以使用今年Gartner技術成熟度曲線圖中所示的技術：

制定戰術

技術成熟度曲線從中間到右邊的部分定義了正在進入到主流采用和擴展階段的技術和實踐。目前，這些技術包括聊天機器人、虛擬助手、數字體驗平臺、身份驗證、高級分析和人工智能應用以及隱私增強技術。而包容性設計、數字倫理等創新技術強調了考慮采用技術所產生的預期和非預期結果的必要性。

關鍵技術包括：

聊天機器人（Chatbot）是使用應用、信息收發平臺、社交網絡或聊天解決方案實現對話的針對特定領域或任務的對話界面。

虛擬助手（Virtual assistant，VA）幫助用戶完成以前由人類處理的任務。VA使用自然語言處理、預測模型、推薦引擎以及個性化服務，以語音或文本的形式與人類互動。

數字體驗平臺（Digital experience platform）是用于組合、管理、交付和優化情境化數字體驗的一系列集成和聚合的核心技術。

客戶旅程分析（Customer journey analytics）是指追蹤和分析客戶和潛在客戶與組織機構在多個渠道中互動的過程。

負責任的人工智能（Responsible AI ）是所有采用AI時做出符合商業和道德選擇的行為總稱，包含了確保積極、負責任的AI開發與運作的組織責任和實踐。

政府中的預測分析（Predictive analytics）指的是使用數據挖掘和建模技術實現任務結果。該技術利用內部和外部數據提供用于制定公共政策的信息、優化政府流程并改善實時決策。

以文檔為中心的身份驗證（Document-centric identity proofing，DCIP）也被稱為“身份證加自拍”，能夠通過多項活動驗證交易中的身份聲明。

數字倫理（Digital ethics）包含人、組織機構和物之間進行電子交互的價值和道德原則體系。

包容性設計（Inclusive design ）是一種通過發揮人類全部多樣性和能力啟發并創造滿足最大多數人需求的數字產品的設計方法。

獲得戰略視角和遠見

從更長遠的角度來看，政府需要適應和體現更加廣泛的技術趨勢。今年的技術成熟度曲線為首席信息官提供了探索和預測新興技術與實踐所帶來革命性影響的洞察，包括元宇宙、數字孿生、超級應用和身份錢包，以及自然語言技術、指導性分析、生成式AI或影響力工程化等更加先進的AI應用。

首席信息官需要關注和開始發展的技術包括：

身份錢包（Identity Wallet）使個人能夠存儲、管理和有選擇地披露不同來源、不同用途的數字身份相關數據。身份錢包一般是移動應用。

公民數字孿生（Digital Twin of a Citizen，DToC）是通過技術實現的反映個人狀態的代理。國家、州和地方政府使用DToC輔助健康、安全管理等公民服務。

超級應用（Superapp）不僅僅是一個復合型移動應用，還是一個交付模塊化微應用的平臺。用戶可以通過激活這些微應用獲得個性化的應用體驗

元宇宙（Metaverse）是一個由虛擬技術增強的物理和數字現實融合而成的聚合虛擬共享空間。這個空間具有持久性，能夠提供增強沉浸式體驗。

自然語言技術（Natural language technology ，NLT）包含使人類與系統之間進行直觀交流并對這些內容進行分析的技術和方法。

指導性分析（Prescriptive analytics ）是一組明確首選行動方案并且有時采取自動行動來達成預定目標的功能。

生成式人工智能（Generative AI）指可從數據中學習人為現象的表現方式并使用這種方式生成全新、完全原創、與原始數據相似的人為現象的AI技術。

影響力工程化（Influence engineering）指通過學習和應用行為科學技術，產生用于自動化數字體驗元素的算法，指導用戶規�；�選擇。

獲得開發面向不同職能數字服務的洞察

還有一些創新技術能夠幫助政府參與開發面向不同職能的數字服務，例如包容性設計、客戶旅程分析、多重體驗、業務生態系統建模等。

機器學習（Machine learning，ML）是一門通過使用統計模型從數據中獲取知識和規律來解決業務問題的AI學科。

語義搜索（Semantic search）使用自然語言技術提高用戶的搜索價值。該技術通過處理有意義的詞與詞之間的關系以及詞本身來實現這一目的。

包容性設計（Inclusive design）是一種通過發揮人類全部多樣性和能力啟發并創造滿足最大多數人需求的數字產品的設計方法。

客戶旅程分析（Customer journey analytics ，CJA）追蹤和分析客戶和潛在客戶與組織機構在多個渠道中的互動。

多重體驗（Multiexperience，MX）描述發生在各種不同數字接觸點上的互動，通過組合各種互動方式支持無縫銜接的連貫數字用戶旅程。

業務生態系統建模是一個由人、業務和事物組成的動態網絡，通過互動為參與者創造和交換可持續的價值。該網絡專注于將業務架構范圍擴展到業務生態系統。

改進提高服務接受度和采用度的決策

數字政府服務的設計與交付以社會對透明度和責任制度的期望為指導。負責任的人工智能、數字倫理、設計隱私等創新技術幫助政府首席信息官預測和緩解因使用先進的分析與AI技術支持政府決策而可能產生的風險。

關鍵技術包括：

負責任的人工智能（Responsible AI ）是所有在采用AI時做出符合商業和道德選擇的行為總稱，包含了確保積極、負責任的AI開發與運作的組織責任和實踐。

數字倫理（Digital ethics）包含人、組織機構和物之間進行電子交互的價值和道德原則體系。

隱私設計（Privacy by design，PbD）是一組構成許多現代隱私監管要求基礎的隱私原則。其核心是通常在早期將其嵌入到技術以及程序和流程中來主動創造一種隱私文化。

其他數字政府技術

游戲化（Gamification）是通過游戲機制與體驗式設計，以數字方式吸引和鼓勵人們實現他們的目標。

計算機視覺（Computer vision ）是一個通過捕捉、處理和分析現實世界圖像與視頻，使機器能夠從物理世界提取有意義的情景信息的流程和技術組合。

神經機器翻譯（Neural machine translation ，NMT）是使用深度神經網絡將文本從一種語言翻譯成另一種語言的自動化流程。

API市場（API marketplace）是一個供API提供商分享API的平臺。API市場既包括基本的API目錄，單家API提供商的API開發者門戶網站，也包括多家提供商提供API的商業市場。

智能文檔處理（IDP）解決方案通過獲取數據支持大量重復性文檔處理任務的自動化并將數據用于分析和洞察。

人格化（Personification）讓營銷人員能夠在無需采集或傳輸個人數據的情況下，通過推理出個人屬于哪一個特定客戶群向其提供有針對性的數字體驗。

同意和偏好管理（Consent and preference management）平臺整合終端用戶關于如何處理其個人數據的選擇。

沉浸式會議（Immersive meeting）使用沉浸式技術以類似于面對面會議或社交聚會的方式舉辦會議和聚會。

機器客戶（Machine customers）是通過獲得商品或服務換取報酬的非人類經濟活動者。它們代表人類客戶或組織機構行事。

總結：

Gartner 2022年數字政府服務技術成熟度曲線幫助公共部門的組織機構衡量、優選和采用能夠為個人、企業和社會利益服務的技術。

其中一些創新技術最快將在兩年內成為公民服務中的主流技術；其他一些創新技術可能需要10年或更長時間才能到達這個階段。

首席信息官可以根據該技術成熟度曲線規劃自己的投資并預測公民服務的“下一步發展”，包括今早發現變革的潛力。