Gartner：政府數位轉型常見有3大挑戰，組織文化、預算和人才

「資料（Data）、客戶（Customer）和優化（Optimization）是數位政府的核心。」國際市場研究機構Gartner數位政府資深研究總裁Dean Lacheca指出，不論是什麼層級或業務類型的政府機關，推動數位政府可以從這三件事著手，像「資料」就是多數人會想到的數位政府作法，透過大數據分析，從巨量資料中獲取洞察（Insight），來進行更好的決策、推行更符合民眾的服務。

「比如開放資料（Open Data）服務。」Dean Lacheca以法國為例，早在2011年時，法國政府就已推動開放資料平臺，首先聯合境內6家交通業者舉辦開放資料競賽，讓參賽者利用釋出的交通資料打造各式App或網頁工具，後來z84更進一步推出交通資料開放API，供業者介接、開發新服務，「更建立了一個開放資料生態圈。」

數位政府的第2個核心，則是以客戶為中心、「由外而內」的服務模式。Dean Lacheca表示，政府的服務對象（也就是客戶）很廣，從個別公民、家庭，到企業組織都有，政府必須從不同對象的角度來設想所需的服務，並根據這些外部需求，從政府內部開發新服務，而且還要跨部會合作來推行這些服務，而非只靠單一部門。

Dean Lacheca舉例，杜拜智慧城市計畫團隊開發一款App，僅靠單一平臺，就串連起政府40個機構來服務民眾，並也透過聊天機器人Rshid，來提供24小時的雙阿拉伯語和英語諮詢服務。「這兩者就是以服務對象為中心、因應外部需求而從政府內部發起的服務模式，」Dean Lacheca說。

第三項數位政府的核心是「優化」。Dean Lacheca提到，優化並不只是要節省成本，而是解決民眾使用政府服務時的痛點。他舉例，菲律賓政府最近將戶政文件申請流程全面E化，將民眾申請駕照或出生、結婚、死亡等證明文件的時間，從數周縮短為幾個小時。

推動數位政府要面臨的3大痛點

然而，各國推行數位政府政策時，總面臨各式各樣的挑戰。Gartner每年都會針對各國政府CIO做一份調查，結果發現，推行數位政府的前3大痛點，分別是組織文化、預算，以及人才資源。

Dean Lacheca進一步解釋，「許多政府並非不願意數位轉型，而是需顧慮長期沿襲的作業模式、組織文化。」例如政府一開始推行App作業，也許還或公務員青睞，但要是進行更大層面的改革、影響原有作業習慣，就容易遭公務員抗拒，因此，政府作風趨於保守，不敢力推。

至於預算、人才資源這2個痛點，則相互關聯。Dean Lacheca表示，政府大多仍將預算用於管理舊有IT設備和系統，難有多餘預算來改善服務，或培養人員技能、雇用新人才。

「許多政府部門CIO雖有影響力，但卻沒有決策控制權。」Dean Lacheca解釋，「數位轉型可說是業務轉型（Business Transformation），而非只是IT轉型，因此CIO必須善用影響力，從建立信任開始。」也就是說，首先，政府CIO要先建立出組織內的信任，要學習業務語言（Business Language），從業務部門的角度出發，來探討期望的數位轉型成果，而不是用IT語言來溝通、介紹IT解決方案。

Dean Lacheca表示，預算有限時，唯有跨部會合作，才能將用途最大化；此外，藉由跨部會討論，IT部門也能分享遇到的問題和經驗，打破彼此的壁壘。另一方面，由於「政府大多仍將預算用於管理舊有IT設備和系統，」更新這些老舊系統，不只能創造新IT成果，也可以創造新的業務成果，更能釋出資源和預算，來執行新業務。Dean Lacheca也再次強調，「這些建議聽起來很簡單，但要實際做到，得下一番功夫。」

政府如何利用AI來提供數位政府服務？

話鋒一轉，Dean Lacheca表示，各國政府現在都想用AI來發展數位政府服務。「AI是很有潛力的數位政府應用，例如自然語言處理、電腦視覺，以及預測分析。」

在自然語言處理（NLP）部分，政府可以利用該技術，來優化政府網站的搜尋結果，或是打造聊天機器人提供24小時不間斷的服務。此外，自然語言處理的新興應用，「也漸漸擴展至翻譯領域，」比如澳洲、美國等由多民族組成的國家，政府開發出支援多種語言的聊天機器人，來提供更多諮詢管道。也可以用NLP來進行詐欺偵測，或用於政府服務的記錄管理（Record Management）。

至於電腦視覺，Dean Lacheca指出，除了機場通關結合人臉辨識外，也有政府將電腦視覺用於捕魚監測。如澳洲昆士蘭政府今年初揭露了一項「魚臉辨識」計畫（Fishal Recognition）成果，指出過去半年以來，昆士蘭政府已在不同的商業捕魚船上，裝設攝影機、感測器和影像辨識軟體，來自動辨識捕獲魚種和數量，取代過去需人為檢測監視器、填資料的過程。

「車流、人流監測，以及利用衛星影像來追蹤天災、人禍影響，也是另一種電腦視覺應用。」比如印度、美國透過路口監視器影像，依據車流和人流多寡，來自動調整紅綠燈時間；又或是政府利用衛星影像資料，來訓練一套洪水預警系統，預測可能發生洪水泛濫的區域，以保護當地居民。

至於預測分析，則可用在政府內部的人才管理（Talent Management）。Dean Lacheca說，傳統人才管理會根據部門性質來挑選人才，也可以利用機器學習打造人才管理模型，從人才技能來評估適任的職位。

政府部門想要善用AI，到底該從何下手？ 「首先要檢視手中握有的資料，而非想著要做什麼AI服務。」Dean Lacheca指出，政府CIO要先問自己，「是否擁有足夠的、品質良好的資料，可供AI模型訓練之用？」其次再評估「是否有現成的AI模型訓練平臺或工具可用？」文◎王若樸