W Europie Zachodniej 30 proc. organizacji już korzysta ze sztucznej inteligencji, a kolejne 20 proc. zamierza w nią zainwestować do końca br. W Europie Wschodniej jest to odpowiednio: 3 proc. i 8 proc.
Jak wynika z badania IDC European Tech and Industry Pulse Survey, 30 proc. organizacji sektora publicznego z Europy Zachodniej już korzysta z rozwiązań wykorzystujących algorytmy sztucznej inteligencji w codziennej działalności, a kolejne 20 proc. planuje wdrożenie rozwiązań z zakresu AI (Artificial Intelligence) do końca roku. W Europie Środkowo-Wschodniej jest to odpowiednio: 3 proc. i 8 proc. O tym, jak wiele różni obie części Starego Kontynentu pod kątem stopnia zaawansowania technologicznego, świadczy również pozycja poszczególnych krajów w „Indeksie gospodarki cyfrowej i społeczeństwa cyfrowego 2020”, opublikowanym przez Komisję Europejską. Pierwsze trzy miejsca zajęły: Finlandia, Szwecja i Dania, a trzy ostatnie: Rumunia, Grecja oraz Bułgaria. Pozytywny wyjątek stanowi Estonia, która jest jednym z liderów cyfryzacji w Europie.
Ogromny potencjał danych w sektorze publicznym
Biznes powszechnie wykorzystuje AI do automatyzacji manualnych zadań, podejmowania lepszych decyzji i poprawy jakości obsługi klienta. AI staje się powoli częścią życia. Użytkownicy przyzwyczaili się, że serwis streamingowy podpowiada im, jaki film obejrzeć, a aplikacja do współpracy zasugeruje, kiedy wyruszyć na zaplanowane spotkanie, aby uniknąć korków. Oczekują, że usługi publiczne również będą przyjazne i wspierane przez inteligentne maszyny. Sektor publiczny dysponuje ogromną ilością danych, co sprawia, że potencjał wykorzystania sztucznej inteligencji w tym obszarze może być o wiele większy niż w biznesie.
Zastosowania sztucznej inteligencji w sektorze publicznym mogą być bardzo szerokie. Respondenci badania IDC w Europie wskazywali, że najczęściej wykorzystują AI do wykrywania i zwalczania nadużyć (28 proc. odpowiedzi) oraz poprawy efektywności zbierania danin publicznych (27 proc. odpowiedzi). Na kolejnych miejscach znalazły się: personalizacja usług dla obywateli (26 proc. odpowiedzi), śledzenie i raportowanie zdarzeń i wypadków w czasie rzeczywistym (26 proc.), ustalanie optymalnego poziomu wydatków socjalnych (25 proc.) oraz ustalanie optymalnego poziomu podatków/opłat (25 proc.).
– Organizacje sektora publicznego w Europie w końcu zaczęły dostrzegać potencjał drzemiący w technologiach AI. Chociaż ich zastosowania są z reguły ograniczone do pojedynczych obszarów. W przyszłości spodziewamy się szerszego wykorzystania sztucznej inteligencji do wspierania analizy kompleksowych procesów społeczno-gospodarczych w poszukiwaniu nowych podejść i rozwiązań. Coraz częściej technologie AI będą także bazą do tworzenia nowych usług dla obywateli i przedsiębiorców, przewidywania kluczowych potrzeb społecznych i podejmowania działań mających na celu zapobieganie kryzysom – podsumowuje Edyta Kosowska, Program Manager z IDC Poland.
Sztuczna inteligencja wymaga inwestycji
Nie ma wątpliwości, że wykorzystanie potencjału sztucznej inteligencji znacznie przyspieszyłoby proces cyfryzacji administracji publicznej w krajach Europy Środkowo-Wschodniej. Zanim to jednak nastąpi, muszą one zapanować nad rosnącą ilością danych, które są wykorzystywane przez algorytmy AI. Przetwarzanie tych informacji wymaga inwestycji w infrastrukturę IT zapewniającą odpowiednią moc obliczeniową. Komisja Europejska szacuje, że stworzenie solidnej bazy dla rozwoju sztucznej inteligencji po 2020 r. wymaga wzrostu inwestycji na poziomie 20 mld euro rocznie. Niezbędne jest umiejętne określenie kosztów budowy i utrzymania narzędzi wykorzystujących AI. Zdaniem ekspertów SAS poszczególne organizacje sektora publicznego mogą podzielić się kosztami w sytuacji, gdy różne systemy wykorzystują te same dane. Podobnie jak to jest w biznesie, jednostki administracji publicznej powinny określić, jakie są oczekiwane wyniki danego wdrożenia oraz umiejętnie połączyć wartość, jaką daje AI, z procesami w organizacji.
Brakuje kadr i zrozumienia, czym jest AI
Pokonanie bariery finansowej nie jest jedynym wyzwaniem, przed którym stoi sektor publiczny w krajach Europy Środkowo-Wschodniej. Wiele instytucji nie zaczyna projektów AI ze względu na brak odpowiednich kompetencji. Wykształcenie kadr, które będą odpowiadały za inicjatywy AI, wymaga współpracy sektora publicznego i biznesu zarówno w zakresie wymiany wiedzy, jak i tworzenia regulacji prawnych gwarantujących, że sztuczna inteligencja będzie wykorzystywana w sposób etyczny, z poszanowaniem prawa do zachowania prywatności.
– Nie można zapominać, że dla części obywateli AI jawi się jako tajemnicza technologia, której niewytłumaczalne decyzje mogą mieć istotny wpływ na wiele aspektów ich życia. Ważne jest zbudowanie zaufania do rozwiązań wykorzystujących sztuczną inteligencję zarówno wśród osób podejmujących decyzje, urzędników i innych pracowników sektora publicznego, jak i całego społeczeństwa. Bez poparcia społecznego inicjatywy z zakresu AI w sektorze publicznym mają nikłe szanse powodzenia – podkreśla Patryk Choroś, Business Development Director wSAS Institute.
Raport „Jak AI zmienia sektor publiczny”
Opracowany przez IDC i SAS raport „Jak AI zmienia sektor publiczny” prezentuje korzyści wypływające z zastosowania sztucznej inteligencji oraz kluczowe wyzwania towarzyszące jej implementacji. Pokazuje też przykłady wdrożeń AI zrealizowanych przez instytucje publiczne w Europie i na świecie w obszarze finansów, opieki społecznej, ochrony zdrowia, rolnictwa i wymiaru sprawiedliwości.
opr. Wojciech Gryciuk
Raport jest dostępny na stronie:
https://www.sas.com/pl_pl/offers/2020/jak-ai-zmienia-sektor-publiczny.html
———————————————————————————————
Przykłady wykorzystania sztucznej inteligencji w sektorze publicznym
Finanse państwa
– wsparcie procesów decyzyjnych w obszarze budżetu państwa
– wykrywanie nadużyć w obszarze podatków i ceł
– efektywne przeprowadzanie kontroli podmiotów gospodarczych
– skrócenie czasu obsługi spraw i realizacji rozliczeń
Opieka społeczna
– symulacja i optymalizacja programów socjalnych
– efektywne prognozowanie wydatków socjalnych
– wykrywanie nadużyć w obszarze pomocy społecznej
– wykrywanie zagrożeń i identyfikowanie czynników je powodujących
– wspieranie pracowników socjalnych w codziennych obowiązkach
Służba zdrowia
– tworzenie kompleksowego obrazu usług opieki zdrowotnej w celu poprawy ich efektywności
– wspieranie lekarzy w podejmowaniu medycznych decyzji
– wykrywanie nadużyć w obszarze refundacji
– monitorowanie i planowanie gospodarki lekami i рrоduktami leczniczymi
– optymalizacja kontraktów i realizacja świadczeń
– prognozowanie zapotrzebowania na usługi medyczne
– optymalizacja zasobów i dostępności usług
– monitorowanie zakażeń nabywanych w szpitalach
– wsparcie analityczne i automatyzacja w diagnostyce
– tworzenie i analiza danych z rejestrów medycznych
– efektywna wymiana danych pomiędzy podmiotami
– zarządzanie ryzykiem operacyjnym i ciągłości działania
– optymalizacja zakupów i zapasów materiałów i leków
– monitorowanie i zarządzanie relacją z pacjentem
– usługi telemedyczne i zdalnego monitorowania stanu zdrowia
Wymiar sprawiedliwości
– efektywne zarządzanie operacyjne wydziałami wymiaru sprawiedliwości
– wsparcie sędziów w gromadzeniu informacji i formułowaniu wyroków
– efektywny podział pracy pomiędzy pracowników
– automatyzacja zarządzania wiedzą
– prognozowanie ryzyka występowania przestępstw
– optymalizacja zasobów penitencjarnych
– zarządzanie ryzykiem i bezpieczeństwem w więziennictwie
– wsparcie procesów analizy kryminalnej
