預測到2028年，AI編碼助手使用比例將增至75%

Gartner發(fā)布2024年數(shù)字政務服務技術(shù)成熟度曲線，其中包含將在五年內(nèi)對數(shù)字政務服務產(chǎn)生顛覆性影響的六項技術(shù)：數(shù)字員工體驗（DEX）、人工智能（AI）編碼助手、生成式人工智能（GenAI）、生成式設計AI、政務預測性分析，以及工作方式分析（WSA）。

數(shù)字員工體驗

到2027年，由業(yè)務和技術(shù)角色共同組成的數(shù)字工作場所多學科團隊，取得積極成果的可能性將比完全由IT人員組成的團隊高出50%。DEX戰(zhàn)略通過采用人物角色、旅程圖、員工之聲等體驗最佳實踐，提高數(shù)字敏捷性、吸引和留住有價值的人才，并幫助員工實現(xiàn)業(yè)務成果。面向IT及其合作伙伴實施全面、協(xié)調(diào)的DEX戰(zhàn)略，可最大限度消除數(shù)字摩擦、減少孤島。

AI編碼助手

開發(fā)者工具中集成的AI編碼助手以預訓練模型為基礎，使用自然語言和代碼片段與軟件開發(fā)人員進行交互。功能涵蓋：代碼生成、分析、調(diào)試、修復和重構(gòu)，文檔創(chuàng)建，以及代碼語言轉(zhuǎn)換。AI編碼助手可根據(jù)具體的代碼庫和文檔進行自定義，鑒于從地方到聯(lián)邦的各級政府機構(gòu)高度依賴本地區(qū)的數(shù)據(jù)，這一能力尤為關(guān)鍵。

不同于上一代技術(shù)，AI編碼助手通過解釋和調(diào)試代碼問題，加快了開發(fā)人員執(zhí)行開發(fā)任務和解決問題的速度。基于此，Gartner預測：到2028年，使用AI編碼助手的企業(yè)軟件工程師比例，將從2023年初的不足10%增加到75%。

生成式人工智能

企業(yè)的關(guān)注重點，正逐漸從基礎模型引發(fā)的熱潮轉(zhuǎn)變?yōu)榭商岣咄顿Y回報率（ROI）的用例。目前，多數(shù)GenAI實施局限于風險較低的內(nèi)部用例。隨著生產(chǎn)力工具和AI治理實踐的快速發(fā)展，企業(yè)機構(gòu)會將GenAI用于更關(guān)鍵的垂直行業(yè)和科學發(fā)現(xiàn)用例。長遠來看，GenAI驅(qū)動的對話式界面將促進技術(shù)的商業(yè)化，推動AI等技術(shù)的普及和全民化。

生成式設計AI

生成式設計AI利用AI技術(shù)，根據(jù)用戶設定的參數(shù)和限制條件自主生成設計方案。AI利用算法生成大量變體并快速迭代，在達成既定目標（通常是政務服務的關(guān)鍵組成部分）的同時，優(yōu)化設計、生成最佳結(jié)果，并提高整個設計過程的效率。該技術(shù)已被用于為用戶體驗設計師和前端開發(fā)人員提供功能層面的支持，如提供智能設計建議等，并將快速演變?yōu)橥暾臄?shù)字產(chǎn)品設計和前端開發(fā)能力。

政務預測性分析

政務預測性分析使用機器學習、建模和仿真技術(shù)，利用內(nèi)外部數(shù)據(jù)為公共政策的制定提供依據(jù)、優(yōu)化政務流程并改進實時決策。為以負責任且合乎倫理的方式使用這一技術(shù)，政府機構(gòu)必須以謹慎、盡責的態(tài)度，對所有數(shù)據(jù)集中固有偏見的影響施加限制。

迅速、準確、安全的決策對于政府部門實現(xiàn)預期成果至關(guān)重要。通過引入預測方法，政府部門可以提前考慮決策后果，并根據(jù)需要精準調(diào)整計劃。相比被動應對，這種方法能以更低的風險取得更好的成果。為了維護公眾的信任并確保落實問責制度，預測性分析技術(shù)的實施應公開透明。

工作方式分析

到2027年，使數(shù)字工作場所投資與企業(yè)機構(gòu)當前和期望達到的數(shù)字成熟度，以及總體數(shù)字化目標相匹配的IT領導者，將能夠減少50%因時機不當和不適宜的工作活動造成的浪費。

WSA通過綜合與員工工作方式相關(guān)的IT、人力資源（HR）和業(yè)務數(shù)據(jù)，了解并優(yōu)化技術(shù)投資、員工體驗與業(yè)務成果之間的復雜關(guān)系。鑒于預算和支出是數(shù)字政務服務的基礎，為優(yōu)化業(yè)務和勞動力洞察與成果，政府機構(gòu)必須匯總和分析相關(guān)數(shù)據(jù)，以了解技術(shù)投資對員工和政務成果的影響。