电子产品世界

Gartner发布2024年数字政务服务技术成熟度曲线，其中包含将在五年内对数字政务服务产生颠覆性影响的六项技术：数字员工体验（DEX）、人工智能（AI）编码助手、生成式人工智能（GenAI）、生成式设计AI、政务预测性分析，以及工作方式分析（WSA）。

数字员工体验

到2027年，由业务和技术角色共同组成的数字工作场所多学科团队，取得积极成果的可能性将比完全由IT人员组成的团队高出50%。DEX战略通过采用人物角色、旅程图、员工之声等体验最佳实践，提高数字敏捷性、吸引和留住有价值的人才，并帮助员工实现业务成果。面向IT及其合作伙伴实施全面、协调的DEX战略，可最大限度消除数字摩擦、减少孤岛。

AI编码助手

开发者工具中集成的AI编码助手以预训练模型为基础，使用自然语言和代码片段与软件开发人员进行交互。功能涵盖：代码生成、分析、调试、修复和重构，文档创建，以及代码语言转换。AI编码助手可根据具体的代码库和文档进行自定义，鉴于从地方到联邦的各级政府机构高度依赖本地区的数据，这一能力尤为关键。

不同于上一代技术，AI编码助手通过解释和调试代码问题，加快了开发人员执行开发任务和解决问题的速度。基于此，Gartner预测：到2028年，使用AI编码助手的企业软件工程师比例，将从2023年初的不足10%增加到75%。

生成式人工智能

企业的关注重点，正逐渐从基础模型引发的热潮转变为可提高投资回报率（ROI）的用例。目前，多数GenAI实施局限于风险较低的内部用例。随着生产力工具和AI治理实践的快速发展，企业机构会将GenAI用于更关键的垂直行业和科学发现用例。长远来看，GenAI驱动的对话式界面将促进技术的商业化，推动AI等技术的普及和全民化。

生成式设计AI

生成式设计AI利用AI技术，根据用户设定的参数和限制条件自主生成设计方案。AI利用算法生成大量变体并快速迭代，在达成既定目标（通常是政务服务的关键组成部分）的同时，优化设计、生成最佳结果，并提高整个设计过程的效率。该技术已被用于为用户体验设计师和前端开发人员提供功能层面的支持，如提供智能设计建议等，并将快速演变为完整的数字产品设计和前端开发能力。

政务预测性分析

政务预测性分析使用机器学习、建模和仿真技术，利用内外部数据为公共政策的制定提供依据、优化政务流程并改进实时决策。为以负责任且合乎伦理的方式使用这一技术，政府机构必须以谨慎、尽责的态度，对所有数据集中固有偏见的影响施加限制。

迅速、准确、安全的决策对于政府部门实现预期成果至关重要。通过引入预测方法，政府部门可以提前考虑决策后果，并根据需要精准调整计划。相比被动应对，这种方法能以更低的风险取得更好的成果。为了维护公众的信任并确保落实问责制度，预测性分析技术的实施应公开透明。

工作方式分析

到2027年，使数字工作场所投资与企业机构当前和期望达到的数字成熟度，以及总体数字化目标相匹配的IT领导者，将能够减少50%因时机不当和不适宜的工作活动造成的浪费。

WSA通过综合与员工工作方式相关的IT、人力资源（HR）和业务数据，了解并优化技术投资、员工体验与业务成果之间的复杂关系。鉴于预算和支出是数字政务服务的基础，为优化业务和劳动力洞察与成果，政府机构必须汇总和分析相关数据，以了解技术投资对员工和政务成果的影响。