缩小 AI 差距：下一代知识访问如何为政府解锁任务成果

作者来自 Elastic Oksana Abramovych一份基于对 685 名公共部门受访者调查的最新 IDC Spotlight 报告发现72% 的受访者认为将 AI 从试点扩展到生产环境 “非常困难” 或 “有些困难”。¹ 选择合适的模型只是挑战的一部分。政府机构还需要为 AI 做好数据准备。成功应用 AI 的政府机构正在构建一个受治理的检索层通常称为下一代联邦知识访问它能够将权威知识连接到 AI agents同时保持数据主权、可审计性以及公众信任。全球公共部门组织正处于这一充满挑战的交汇点预算不断缩减、监管义务持续增加、公民期望不断提高同时 AI 正在重塑各种可能性。政府关注的重点已不再只是是否采用 AI而是如何在保持治理和控制的同时以负责任的方式实现 AI 的规模化应用。本报告深入解析了 IDC 研究揭示的 AI 大规模应用的运营现实以及为什么下一代联邦知识访问正成为超越试点阶段的重要基础。什么是下一代知识访问下一代知识访问代表了一种查找、理解和使用信息的先进方法它突破了传统搜索方式和静态知识库的局限。在公共部门这意味着 AI 系统和操作人员能够在正确的时间、结合正确的上下文访问正确的知识无需再手动跨多个彼此孤立的数据源进行搜索。为什么政府面临着扩大 AI 应用规模的压力财政压力正在许多地区不断加剧。在接受评估的 193 个联合国成员国中对韧性基础设施和先进技术的投资仍在持续增长。² 各级领导者被要求用更少的资源取得更好的成果因此他们正借助 AI 来缩小这一差距。对于公共部门领导者而言其战略意义十分明确。AI 已不再是一项可有可无的创新计划而是越来越成为政策制定和公共服务交付的优先事项。那些无法将 AI 实现运营化的政府机构将面临来自监督机构、民选官员以及其所服务公众日益增长的压力。实现 AI 运营化本质上是一个数据准备就绪的问题72% 这一数字值得深入分析。 IDC 的研究指出阻碍 AI 规模化应用的主要障碍包括技能缺口、安全与合规风险以及数据准备就绪程度。¹传统数据仓库是为经过整理的结构化数据进行周期性分析而构建的。而 Agentic AI 则依赖于快速、受治理地访问更广泛的知识面其中可能包括政策和流程案件记录和往来通信通话记录、表单和运营日志实时网络安全威胁信号这些内容大多数都是非结构化数据并存放在彼此孤立的系统中因此难以进行关联分析。并且在当前状态下这些数据可能无法被 AI agents 发现或使用。这一挑战通常出现在检索层。如果无法以受治理的方式访问权威知识AI 应用可能会产生可靠性较低的输出从而使政府机构更难建立和维持公众信任。传统数据平台与下一代知识访问能力传统数据仓库下一代知识访问主要用途周期性报告与分析实时 AI 基础支撑和 agent 检索数据类型结构化、经过整理的数据结构化、非结构化、半结构化数据检索方式SQL 查询混合搜索词法搜索和语义搜索数据主权控制有限内置数据驻留、审计和权限过滤最适用场景历史数据仪表板检索增强生成 RAG 、Agentic AI、对话式助手查看完整研究下载关于缩小政府 AI 差距的 IDC Spotlight 报告深入了解调查数据、全球政策格局以及架构指导。为什么 Agentic AI 对检索质量提出了更高要求公共部门环境正朝着多 agent、多模型架构发展。正如报告所指出65% 的受访者计划针对不同用例采用不同模型35% 的受访者计划编排多种模型来完成复杂任务。¹ 这使架构目标从 “一个能够提供通用答案的助手” 转变为 “多个需要持续访问可信上下文的 agents 和应用”。AI agents 的性能取决于它们所检索信息的质量。当 AI agents 支持案件管理、许可证审批、资助管理或集成网络安全威胁检测等关键流程时较差的检索结果可能影响后续操作在整个工作流中放大错误并带来合规风险。IDC 的数据反映了政府机构对此的应对方式。为了满足 Agentic AI 的行业定制化需求47% 将 AI agents 嵌入现有应用中39% 利用领域专家反馈增强模型35% 投资于垂直领域数据集成和知识库¹上述每一种方法都依赖于一个受治理的检索基础。没有这一基础定制化工作就无法实现规模化。数据主权和治理如今已成为架构决策相关法规正开始明确 AI 投入生产环境的要求。《欧盟 AI 法案》 EU AI Act 和《欧洲互操作法案》 Interoperable Europe Act 体现了全球范围内的一项更广泛趋势即为可信、可互操作的数字公共服务制定正式标准。与此同时数字主权和 AI 主权正日益影响采购决策和运营要求。根据 IDC 的研究正在规模化部署生成式 AI 和 Agentic AI 的公共部门组织优先关注数据驻留保障46%安全防护措施包括基于检索的基础支撑 grounding 和策略过滤43%Prompt 和操作的可审计性40%人工参与审批 Human-in-the-loop 39%模型来源 provenance 和软件物料清单 Software Bill of Materials SBOM 38%¹这些要求需要从一开始就纳入考虑而不是在部署完成后再补充。它们会影响整体架构、工具选型以及系统设计。正如 IDC 在与高级官员交流时指出的那样政策制定者希望拥有能够在“危机时期仍然可控”的 AI 基础设施这反映出关注重点正从单纯的数据存放位置要求转向对 AI 发展路线图的战略自主权。¹对于决策者而言这意味着应在技术选型的早期阶段就评估治理和主权要求。只有当相关技术能够满足政府机构的合规要求时模型性能才真正具有意义。下一代知识访问的实际形态三大融合趋势正在推动这一演进混合检索成为标准模式混合搜索结合关键词词法搜索和语义搜索以支持 RAG 和 Agentic 工作流在精确匹配与上下文理解之间实现平衡。开放集成协议诸如 Model Context Protocol MCP 等标准 —— 一种用于将大型语言模型 LLM 应用连接到外部数据源和工具的开放规范 —— 加快了集成速度同时也提高了对连接对象及其日志记录方式的治理要求。作为安全机制的安全与风险控制权限过滤、敏感信息脱敏 redaction 、审计日志和来源追踪 provenance tracking 使检索架构能够符合诸如美国国家标准与技术研究院 NIST AI 风险管理框架 AI Risk Management Framework 等框架的要求。³这些能力共同将搜索转变为一项面向 AI 的检索服务使数据能够保留在符合合规要求的位置同时支持跨分布式系统进行受控、低延迟的数据访问。政府机构可以期待实现的任务成果当检索受到治理且保持一致时其带来的收益将覆盖整个组织。对于 IT 团队和开发人员而言标准化连接器、索引方法和检索 API 能够减少一次性的集成工作加快各类项目的交付速度。对于安全和治理团队而言这些能力可以减少不必要的数据复制并使信息访问更容易审计。¹政府机构可以期待获得统一的运营视图打破数据孤岛提高可见性并为团队提供所需的上下文以便更快、更准确地作出决策。通过整合分散的搜索和检索工具实现效率提升。借助内置的权限过滤、敏感信息脱敏和审计日志降低合规风险。加快 AI 用例投入生产环境的速度涵盖政府网络安全、案件管理和公众服务等领域。对 AI 发展路线图拥有战略自主权并能够根据政策要求部署到主权环境或本地部署环境中。这些成果之所以重要是因为监督机构和民选官员最终关注的是治理能力、可审计性以及任务成果的实际证据。如果一项 AI 投资无法证明能够实现这些成果它就可能面临风险。公共部门领导者下一步应优先关注什么研究指出了一个明确的战略方向。扩大 AI 应用规模主要不是模型选型的问题而是架构问题而检索层在其中发挥着关键作用。根据 IDC 的研究结果公共部门领导者应重点关注以下三个方面将数据准备就绪视为前提条件而不是一项并行开展的工作。在扩大 AI 试点规模之前应投资建设受治理的检索基础以支撑未来的大规模应用。从一开始就围绕主权进行架构设计。数据驻留、可审计性和人工监督并非只是合规检查项而是决定平台选型的架构要求。选择基于开放标准构建的平台。互操作性能够避免供应商锁定并随着政策和地缘政治环境的变化持续保障战略自主权。现在就围绕这些重点采取行动的政府机构将能够在未来两到三年内利用 AI 实现可量化的任务成果。迈出下一步由 Elastic 和 AWS 联合赞助的完整 IDC Spotlight 报告提供了本文引用的完整调查数据、全球政策分析以及架构指导。下载 IDC Spotlight 报告《缩小政府 AI 差距》。探索 Elastic 面向公共部门的 AI 用例。了解公共部门组织如何使用 Elasticsearch。阅读《公共部门中的生成式 AI 和语义搜索》一文。来源IDC《北美政府与教育行业采购者洞察调查》2026 年。联合国《电子政务调查》2024 年。美国国家标准与技术研究院 NIST 《 AI 风险管理框架》。本文中描述的任何功能或特性的发布及发布时间均由 Elastic 自行决定。任何当前尚未提供的功能或特性可能无法按时发布甚至可能不会发布。在本文中我们可能使用或提及了第三方生成式 AI 工具这些工具归各自所有者所有并由其运营。 Elastic 不控制任何第三方工具也不对其内容、运行或使用承担任何责任对于因你使用这些工具而导致的任何损失或损害 Elastic 亦不承担任何责任。在使用 AI 工具处理个人信息、敏感信息或机密信息时请务必谨慎。你提交的任何数据都可能被用于 AI 训练或其他用途。我们无法保证你提供的信息会得到安全或保密处理。在使用任何生成式 AI 工具之前你应先了解其隐私政策和使用条款。Elastic、Elasticsearch 及相关标识是 elasticsearch B.V. 在美国及其他国家的商标、标识或注册商标。所有其他公司名称和产品名称均为其各自所有者的商标、标识或注册商标。原文Closing the AI gap in government: Next-gen knowledge access | Elastic | Elastic Blog