Gartner 2022年技术成熟度曲线显示数字政府的新动向

Gartner 2022年数字政府服务技术成熟度曲线发布了对政府的公民服务交付产生革命性影响的技术和实践。这些创新将帮助全球各地政府在这个充满变数和变革的时期保持服务交付的敏捷性与韧性。

?

Gartner研究副总裁相斌斌（Milly Xiang）表示：“数字政府服务技术成熟度曲线上的部分技术与实践有点像“双刃剑”，既可以被用于确保社会援助到达预定受益人等有益的用途，也可能被用于对社会构成威胁的非法用途。首席信息官需要主动让公民相信政府使用技术的目的是为了保障个人、企业和社会的最大利益。”

?

图一、2022年数字政府服务技术成熟度曲线

?

为了改进服务的交付，政府首席信息官需要评估、优选和预测对今年技术成熟度曲线中的技术的投资。政府可以使用今年Gartner技术成熟度曲线图中所示的技术：

制定战术

技术成熟度曲线从中间到右边的部分定义了正在进入到主流采用和扩展阶段的技术和实践。目前，这些技术包括聊天机器人、虚拟助手、数字体验平台、身份验证、高级分析和人工智能应用以及隐私增强技术。而包容性设计、数字伦理等创新技术强调了考虑采用技术所产生的预期和非预期结果的必要性。

关键技术包括：

·?????? 聊天机器人（Chatbot）是使用应用、信息收发平台、社交网络或聊天解决方案实现对话的针对特定领域或任务的对话界面。

·?????? 虚拟助手（Virtual assistant，VA）帮助用户完成以前由人类处理的任务。VA使用自然语言处理、预测模型、推荐引擎以及个性化服务，以语音或文本的形式与人类互动。

·?????? 数字体验平台（Digital experience platform）是用于组合、管理、交付和优化情境化数字体验的一系列集成和聚合的核心技术。

·?????? 客户旅程分析（Customer journey analytics）是指追踪和分析客户和潜在客户与组织机构在多个渠道中互动的过程。

·?????? 负责任的人工智能（Responsible AI?）是所有采用AI时做出符合商业和道德选择的行为总称，包含了确保积极、负责任的AI开发与运作的组织责任和实践。

·?????? 政府中的预测分析（Predictive analytics）指的是使用数据挖掘和建模技术实现任务结果。该技术利用内部和外部数据提供用于制定公共政策的信息、优化政府流程并改善实时决策。

·?????? 以文档为中心的身份验证（Document-centric identity proofing，DCIP）也被称为“身份证加自拍”，能够通过多项活动验证交易中的身份声明。

·?????? 数字伦理（Digital ethics）包含人、组织机构和物之间进行电子交互的价值和道德原则体系。

·?????? 包容性设计（Inclusive design?）是一种通过发挥人类全部多样性和能力启发并创造满足最大多数人需求的数字产品的设计方法。

?

获得战略视角和远见

从更长远的角度来看，政府需要适应和体现更加广泛的技术趋势。今年的技术成熟度曲线为首席信息官提供了探索和预测新兴技术与实践所带来革命性影响的洞察，包括元宇宙、数字孪生、超级应用和身份钱包，以及自然语言技术、指导性分析、生成式AI或影响力工程化等更加先进的AI应用。

首席信息官需要关注和开始发展的技术包括：

·?????? 身份钱包（Identity Wallet）使个人能够存储、管理和有选择地披露不同来源、不同用途的数字身份相关数据。身份钱包一般是移动应用。

·?????? 公民数字孪生（Digital Twin of a Citizen，DToC）是通过技术实现的反映个人状态的代理。国家、州和地方政府使用DToC辅助健康、安全管理等公民服务。

·?????? 超级应用（Superapp）不仅仅是一个复合型移动应用，还是一个交付模块化微应用的平台。用户可以通过激活这些微应用获得个性化的应用体验

·?????? 元宇宙（Metaverse）是一个由虚拟技术增强的物理和数字现实融合而成的聚合虚拟共享空间。这个空间具有持久性，能够提供增强沉浸式体验。

·?????? 自然语言技术（Natural language technology? ，NLT）包含使人类与系统之间进行直观交流并对这些内容进行分析的技术和方法。

·?????? 指导性分析（Prescriptive analytics?）是一组明确首选行动方案并且有时采取自动行动来达成预定目标的功能。

·?????? 生成式人工智能（Generative AI）指可从数据中学习人为现象的表现方式并使用这种方式生成全新、完全原创、与原始数据相似的人为现象的AI技术。

·?????? 影响力工程化（Influence engineering）指通过学习和应用行为科学技术，产生用于自动化数字体验元素的算法，指导用户规模化选择。

?

获得开发面向不同职能数字服务的洞察

还有一些创新技术能够帮助政府参与开发面向不同职能的数字服务，例如包容性设计、客户旅程分析、多重体验、业务生态系统建模等。

·?????? 机器学习（Machine learning，ML）是一门通过使用统计模型从数据中获取知识和规律来解决业务问题的AI学科。

·?????? 语义搜索（Semantic search）使用自然语言技术提高用户的搜索价值。该技术通过处理有意义的词与词之间的关系以及词本身来实现这一目的。

·?????? 包容性设计（Inclusive design）是一种通过发挥人类全部多样性和能力启发并创造满足最大多数人需求的数字产品的设计方法。

·?????? 客户旅程分析（Customer journey analytics? ，CJA）追踪和分析客户和潜在客户与组织机构在多个渠道中的互动。

·?????? 多重体验（Multiexperience，MX）描述发生在各种不同数字接触点上的互动，通过组合各种互动方式支持无缝衔接的连贯数字用户旅程。

·?????? 业务生态系统建模是一个由人、业务和事物组成的动态网络，通过互动为参与者创造和交换可持续的价值。该网络专注于将业务架构范围扩展到业务生态系统。

?

改进提高服务接受度和采用度的决策

数字政府服务的设计与交付以社会对透明度和责任制度的期望为指导。负责任的人工智能、数字伦理、设计隐私等创新技术帮助政府首席信息官预测和缓解因使用先进的分析与AI技术支持政府决策而可能产生的风险。

关键技术包括：

·?????? 负责任的人工智能（Responsible AI?）是所有在采用AI时做出符合商业和道德选择的行为总称，包含了确保积极、负责任的AI开发与运作的组织责任和实践。

·?????? 数字伦理（Digital ethics）包含人、组织机构和物之间进行电子交互的价值和道德原则体系。

·?????? 隐私设计（Privacy by design，PbD）是一组构成许多现代隐私监管要求基础的隐私原则。其核心是通常在早期将其嵌入到技术以及程序和流程中来主动创造一种隐私文化。

?

其他数字政府技术

·?????? 游戏化（Gamification）是通过游戏机制与体验式设计，以数字方式吸引和鼓励人们实现他们的目标。

·?????? 计算机视觉（Computer vision?）是一个通过捕捉、处理和分析现实世界图像与视频，使机器能够从物理世界提取有意义的情景信息的流程和技术组合。

·?????? 神经机器翻译（Neural machine translation?，NMT）是使用深度神经网络将文本从一种语言翻译成另一种语言的自动化流程。

API市场（API marketplace）是一个供API提供商分享API的平台。API市场既包括基本的API目录，单家API提供商的API开发者门户网站，也包括多家提供商提供API的商业市场。

·?????? 智能文档处理（IDP）解决方案通过获取数据支持大量重复性文档处理任务的自动化并将数据用于分析和洞察。

·?????? 人格化（Personification）让营销人员能够在无需采集或传输个人数据的情况下，通过推理出个人属于哪一个特定客户群向其提供有针对性的数字体验。

·?????? 同意和偏好管理（Consent and preference management）平台整合终端用户关于如何处理其个人数据的选择。

·?????? 沉浸式会议（Immersive meeting）使用沉浸式技术以类似于面对面会议或社交聚会的方式举办会议和聚会。

·?????? 机器客户（Machine customers）是通过获得商品或服务换取报酬的非人类经济活动者。它们代表人类客户或组织机构行事。

?

总结：

Gartner 2022年数字政府服务技术成熟度曲线帮助公共部门的组织机构衡量、优选和采用能够为个人、企业和社会利益服务的技术。

其中一些创新技术最快将在两年内成为公民服务中的主流技术；其他一些创新技术可能需要10年或更长时间才能到达这个阶段。

首席信息官可以根据该技术成熟度曲线规划自己的投资并预测公民服务的“下一步发展”，包括今早发现变革的潜力。