儘管監管與資料準備不足，公部門仍加速導入代理型 AI

在民眾對更快速的服務與具體成效的期待推動下，全球政府正從實驗性的 AI 計畫轉向全面部署。然而，根據 Capgemini Research Institute 的最新調查結果，組織機構的準備程度與監管能力仍落後於其技術雄心。

這項針對 600 名公共部門高階主管的調查顯示，剛好超過半數的公部門機構目前正在探索、試行或部署代理型 AI（Agentic AI）。與此同時，僅有不到四分之一的受訪者表示，其負責任 AI 的實踐進度能跟上部署的速度。

舊有基礎架構與資料瓶頸

產業專家警告，這項差距源於政府機關長期存在的技術赤字。Capgemini 公共部門全球產業負責人 Marc Reinhardt 指出，公部門多年來一直在與過時的基礎架構、舊系統（Legacy Systems）、互通性以及治理問題搏鬥。隨著代理型 AI 興起——此技術需要廣泛存取多元資料庫與系統——推動這些底層基礎現代化已變得刻不容緩。

Reinhardt 指出，缺乏穩固的資料基礎是規模化發展代理型 AI 的最大阻礙。此外，許多舊系統當初設計時並未考量透過 API 存取，導致具自主性的軟體代理無法與之無縫互動。

總部位於倫敦的 Tony Blair Institute for Global Change 政府 AI 計畫負責人 Laura Gilbert 也強調，底層系統而非核心模型才是主要瓶頸。她同時指出公部門內部擴大的「能力與信心」落差，並提到高度依賴外包技術專業，導致公務員在軟體代理採取自主行動時，缺乏評估安全性、可行性或建立當責機制的能力。

藉由「雙向門」工作流程降低風險

為了縮小創新與安全之間的差距，專家建議政府建立明確的護欄，詳細規範 AI 代理能獨立執行哪些決策、可存取哪些資料，以及何時必須將控制權交還給人類操作員。

早期導入最好鎖定在重複性高、處理量大的內部任務，因為這些任務出錯對大眾造成的影響極小。Reinhardt 指出，行政工作流程、文件處理、案件管理、例行審批和內部 IT 流程，都是相當合理的切入點。

Gilbert 同樣主張從低風險環境著手，例如收案分流、信件管理與事證摘要。這些任務不僅能帶來顯著的省時效益，更能扮演「雙向門」（Two-Way Door）的角色——即便出錯也能輕易還原，既不會損害公眾信任，也不會直接改變對民眾產生的結果。

除了營運護欄之外，專家一致認為，隨著部署規模擴大，各機構必須建立貼近決策核心、精實且具備高技術能力的人才團隊，以測試、檢驗並治理各項 AI 系統。