AI ሲነዳ መንግስት አገልግሎት እንዴት ይፋጠናል?

ከዚህ ጥቂት ዓመታት በፊት “AI ክፍያ ይፈጽማል” ብለህ ብታስብ እንደ ሳይንስ ልብ ወለድ ይመስል ነበር። ዛሬ ግን በፋይናንስ ዘርፍ ኤጀንቶች የራሳቸውን ክፍያ መጀመር ጀምረዋል፤ በምርት ዘርፍ ደግሞ AI የንጥረ ነገር ፈጠራን ከላብ ወደ ፋብሪካ ያስነሳል። እነዚህ ዜናዎች በመጀመሪያ ለግል ኢኮኖሚ የሚመስሉ ቢሆኑም ለመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን በቀጥታ ትምህርት አላቸው።

ይህ ምክንያቱ ቀላል ነው፤ ብዙ የመንግስት አገልግሎቶች ዛሬም በሰው ለሰው ተዘጋጅተው በተራ ፎርም፣ በወረቀት፣ በድጋግሞሽ ማረጋገጫ እና በተቀጣጠለ ሂደት ይሄዳሉ። ግን ግል ዘርፍ አሁን እያሳየን ያለው ነገር አንድ ነው፤ AI ሲሰራ ሂደቶች ለማሽን-ለማሽን መሆን አለባቸው፣ እና ያ ብቻ ነው የቢሮክራሲ ወጪን የሚቀንስ።

ይህ ፖስት በ“አርቲፊሻል ኢንተሊጀንስ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን” ተከታታይ ውስጥ የሚገባ ነው። ከፋይናንስ፣ ከምርት፣ ከጤና ቴክ እና ከማስተዳደር የመጡ 10 የቅርብ ጊዜ ምሳሌዎችን እንደ “መንግስት ዲጂታል አገልግሎት” መስክ መመሪያ እንቀይራቸዋለን።

1) ለAI የሚሰሩ አገልግሎቶች የሚጀምሩት ከAPI ነው

መልሱ ግልጽ ነው፤ AI ኤጀንቶች በመንግስት አገልግሎት ላይ እንዲረዱ ከፈለግን የሚያነብ ማሽን-ተነባቢ መስተጋብር (API) ማስቀመጥ አለብን። ድህረ ገጾች እና ፎርሞች ለሰው ናቸው፤ ኤጀንት ግን ከጀርባ ስርዓት ጋር ቀጥታ መነጋገር ይፈልጋል።

በቅርቡ በፋይናንስ ዘርፍ የታየው አንድ ምሳሌ ይህን በተግባር አሳይቷል፤ AI ኤጀንቶች የመመዝገብ እና የመክፈል ሂደትን ሰው ሳያስገቡ ለመፈጸም የሚያስችል መንገድ እየተገነባ ነው። እዚህ ያለው እርምጃ ቴክኖሎጂ ብቻ አይደለም፤ የአገልግሎት ንድፍ (service design) መቀየር ነው።

መንግስት ውስጥ ይህ ምን ይመስላል?

ብዙ ዜጎች የሚያገኙት ችግኝ አንዱ ነው፤ አንድ አገልግሎት ሲፈልጉ እኩል መረጃን ሁለት ወይም ሶስት ቦታ መሙላት፣ የማረጋገጫ ወረቀት ማምጣት፣ ማስገባት እና መጠበቅ። ኤጀንት ሲገባ ግን ይህ ሁሉ አይከናወንም እስከሚባል ድረስ ሊቀርበው ይችላል—ነገር ግን በአንድ ቅድመ ሁኔታ፤ የኤጀንት-ዝግጁ መንግስት API ካለ።

ከተግባር እንዲህ ዓይነት ሁኔታዎች ይጀምራሉ፦

• የፈቃድ እድሳት ሲመጣ ኤጀንት ያስታውሳል፣ ይክፈላል፣ ሁኔታውን ይከታተላል።
• የንግድ ምዝገባ ላይ ኤጀንት መረጃ ከተለያዩ መዝገቦች ያስማማል እና ጥፋት ከመሆኑ በፊት ይገነዘባል።
• የግብር ሪፖርት ሲገባ ኤጀንት ቀደም ብሎ የሚጎድሉ መስኮችን ያሳያል እና የተጨማሪ ማስረጃ ይጠይቃል—በግልጽ የተዋቀረ መልዕክት።

“ዲጂታል በመሆን ብቻ አይበቃም፤ ማሽን-የሚነበብ መሆን ነው የሚያፋጥነው።”

2) ሂደት አውቶሜሽን ሲሆን ቢሮክራሲ በቀጥታ ይቀንሳል

መልሱ፤ ሰው ላይ የተመሰረተ የማረጋገጫ ስራ ብዙውን ጊዜ የመዘግየት ምክንያት ነው—እና AI ይህን ወደ ስርዓት ያወርዳል። በግንባታ ዘርፍ የታየው ምሳሌ እንዲህ ነው፤ በፕሮጀክት ስዕሎች እና መመሪያዎች ላይ ተመስርቶ የቅድመ-ግንባታ እቅድ (ወጪ፣ ጊዜ፣ ሎጀስቲክስ) በራሱ ይዘጋጃል። አንዳንድ እቅድ ዝግጅት ወጪ እስከ ሚሊዮኖች ዶላር ድረስ እንደሚደርስ የተገለጸ ነበር—ከዚያ ወደ “እስከ ዜሮ የሚቀርብ” መቀነስ እንደ ግብ ተቀምጧል።

መንግስት ላይ የሚተረጎምበት ቦታ

በመንግስት አገልግሎት ዲጂታላይዜሽን ላይ አብዛኛው የሚጠፋው ጊዜ ከ“ውሂብ ማሰባሰብ” እና “ውሂብ ማረጋገጥ” ይጀምራል። ይህን በአውቶሜሽን ሲቀንስ የሚከተለው ይመጣል፦

• የመጠባበቂያ ጊዜ መቀነስ (queue time)
• የሰነድ መመለስ መቀነስ (rework)
• የተሳሳተ መረጃ ቀድሞ መያዝ (validation)

ተግባራዊ ምሳሌ፦ የግንባታ ፈቃድ መስጠት እንደ ሂደት ብዙ የሚባል ማረጋገጫ አለው (ስዕል፣ የመሬት ሁኔታ፣ ደህንነት መመሪያዎች)። አንድ የህግ ስርዓት የሚፈቅደውን ያህል ክፍል በክፍል የሚያረጋግጥ ስርዓት ካለ፣ ሰራተኞች የሚያደርጉት ስራ “መክሰስ” አይሆንም—ለአስቸጋሪ ጉዳዮች የሰው ውሳኔ ላይ ይመለሳሉ።

3) ጤና ቴክ ያሳየን ነገር፦ ርቀት አገልግሎት ማለት የእምነት ኢንፍራ ማለት ነው

መልሱ፤ ርቀት ላይ ቀዶ ጥገና እንኳ ካለ የዲጂታል መንግስት ችግኝ ብዙውን ጊዜ ቴክኖሎጂ ሳይሆን እምነት፣ መደበኛነት እና ኃላፊነት ነው። በቅርቡ የታየው የርቀት ሮቦቲክ ቀዶ ጥገና ሙከራ ትልቅ መልዕክት አለው፤ ሚሊሜትር-ደረጃ ትክክለኛነት፣ ዘግይት (latency) መቆጣጠር፣ ቀጥታ ግብረ-መልስ እና የአደጋ መከላከል ሂደቶች።

ለመንግስት የሚያመለክተው

• የመረጃ ደህንነት (data security) አብዛኛውን ጊዜ “በኋላ እንደምንሰራው” ነው፤ በAI መሰረት አገልግሎት ግን መጀመሪያ መሆን አለበት።
• ኦዲት መዝገብ (audit trail) ያለው ስርዓት አይነት የማይቀር መስፈርት ነው፤ ማን ምን አደረገ? መቼ? በምን መሠረት?
• የሰው አስተዳደር (human-in-the-loop) በማለት “AI እንዲሁ ያድርግ” አይደለም፤ ለውሳኔ ደረጃዎች ግልጽ ድንበር ማድረግ ነው።

የጤና ቴክ ሌላ ጥሩ ትምህርት ያሳየ፤ አየር ውስጥ የሚተላለፉ በሽታዎችን በAR ማሳየት የማይታየውን ነገር የሚታይ አድርጎ ሰራተኞችን ያስተምራል። መንግስት ውስጥ ይህ በቀላሉ ይተረጎማል፤ የአገልግሎት ሂደት ውስብስብ መሆኑን ለዜጋ መግለጥ (status, next step, missing doc) በግልጽ እይታ ማቅረብ።

4) ሴንሰሮች፣ ሮቦቶች እና አስቀድሞ ማስጠንቀቂያ: የ“ስማ-ተንቀሳቃሽ” መንግስት

መልሱ፤ መንግስት አገልግሎት ብቻ በቢሮ ውስጥ አይኖርም—እሳት፣ መጥፎ አየር፣ አደጋ እና መሠረተ ልማት ሁኔታ ውስጥ ነው የሚጀምረው። በመሬት ላይ የሙቀት እና የአካባቢ መረጃ ለመሰብሰብ ሮቦቲክ ውሾችን መጠቀም የታየው ምሳሌ ሲሆን አንድ ነገር ያሳያል፤ ትንሽ ምልክቶችን ቀድሞ መያዝ ወጪን እና ጉዳትን በጣም ይቀንሳል።

መንግስታዊ አገልግሎት ዲጂታላይዜሽን ላይ የሚሰራው

• የአደጋ መጠንቀቂያ ስርዓቶች (wildfire/flood/landslide) በአካባቢ ውሂብ እና ማስተንበያ ሞዴሎች መመርኮዝ
• የመንገድ እና የውሃ መስመር ጥገና ቅድመ-ጥገና (predictive maintenance) በሴንሰር መረጃ
• የአካባቢ እና የህዝብ ጤና መመርመር ከመስፈርት ጋር በተጣጣሚ መልኩ

እኔ የምወደው አቀራረብ እንዲህ ነው፤ መንግስት አገልግሎት ብዙ ጊዜ “ሰነድ ካመጣህ እንረዳሃለን” ይላል። የAI ዘመን ግን “ሁኔታ ከመጥፋት በፊት እንጠነቀቅ” ይላል።

5) የመንግስት AI ማስፈጸሚያ መመሪያ: ከነገር ወደ ውሳኔ

መልሱ፤ ታላቅ እቅድ ከመጻፍ በፊት አንድ የሚሰራ ፓይለት ይጀምሩ—ግን ከመጀመሪያ ቀን ጀምሮ መደበኛነት እና መለኪያ አድርጉት። በዚህ ሳምንት የታዩ ምሳሌዎች (ኤጀንት ክፍያ፣ የንጥረ ነገር ማምረት ማፋጠን፣ ርቀት ሕክምና፣ ቅድመ-እቅድ አውቶሜሽን) ሁሉ በአንድ ስርዓተ-ሀሳብ ይገናኛሉ፤ መረጃ ይዘምናል፣ ሂደት ይቀነሳል፣ ውጤት ይመዘናል።

የ90 ቀን የስራ እቅድ (በተግባር የሚጀምር)

1. አንድ አገልግሎት ምረጡ: ብዙ ጥያቄ ያለው እና የሰነድ መመለስ ከፍ ያለበት (ለምሳሌ ፈቃድ እድሳት ወይም ምዝገባ)።
2. 3 መለኪያ ይውሰኑ: አማካይ ጊዜ፣ የተመለሱ ማመልከቻዎች መጠን፣ የጥሪ/ኢሜል ቁጥር (እነዚህ በራሳቸው ግልጽ ምልክት ናቸው)።
3. API እና መደበኛ መረጃ ማስተካከል: ቢያንስ ለሁኔታ (status)፣ ለሰነድ ጥያቄ (document request)፣ ለክፍያ (payment) የማሽን-ተነባቢ መውጫ/መግቢያ ይኑር።
4. የሰው ውሳኔ ነጥቦችን ይግለጹ: ምን ዓይነት ጉዳይ ሰው ብቻ ይወስናል? ምን ዓይነት ኤጀንት ይሰራ? ኃላፊነት የማን ነው?
5. የእምነት ማቀናበሪያ: ፍቃድ፣ ማስረጃ እና ማስታወቂያ መልእክቶች አንድ እና ግልጽ ሆነው እንዲደርሱ (audit log ጨምሮ)።

“People also ask” ቅጥ ጥያቄዎች

AI በመንግስት አገልግሎት ላይ በመጀመሪያ የት ይጀምራል? ከከፍተኛ መጠን ያለው የደጋግመኛ ሂደት ይጀምሩ—ማስታወቂያ፣ ክፍያ፣ የሁኔታ ክትትል እና የሰነድ ማረጋገጫ ያሉበት። እዚህ ውጤት በፍጥነት ይታያል።

API ካልነበረ ኤጀንት አይሰራም? በከፊል ይሰራ ይችላል (ለምሳሌ በድህረ-ገጽ ላይ ማስገባት)፣ ግን እሱ የተበላሸ መንገድ ነው፤ ስህተት ይጨምራል እና ማስተካከል ያክላል። የሚቆይ መፍትሔ ማሽን-ተነባቢ እና መደበኛ መስተጋብር ነው።

የAI ዲጂታል መንግስት አደጋዎች ምን ናቸው? ዋናዎቹ 3 ናቸው፤ የመረጃ ደህንነት፣ የአስተዳደር ግልጽነት (accountability) እና የእኩልነት ጉዳይ (fairness)። መፍትሔው እንዲሁም 3 ነው፤ ቀድሞ የተሰራ መደበኛነት፣ ኦዲት መዝገብ፣ የሰው ውሳኔ መመሪያዎች።

የሚጀምሩት ከዛሬ የሚችሉት ነገር

AI በፋይናንስ ኤጀንቶች በራሳቸው እየከፈሉ ነው፣ በምርት ዘርፍ ከላብ ወደ ማምረት የመሻገር ጊዜ እየቀነሰ ነው፣ በጤና ቴክ ደግሞ ርቀት ላይ ትክክለኛነት እየተረጋገጠ ነው። ይህ ሁሉ አንድ መልዕክት አለው፤ መንግስታዊ አገልግሎቶች ዲጂታላይዜሽን ሊቆይ አይችልም—እና የAI ማስገባት አሁን መጀመር አለበት።

እርምጃ ቀላል እንዲሆን ይህን ይውሰዱ፤ አንድ ተደጋጋሚ አገልግሎት ምረጡ፣ የሂደቱን ጊዜ ይለኩ፣ ከዚያ የሁኔታ እና ክፍያ ክፍሎችን ቢያንስ በAPI ያውጡ። እዚህ ላይ ማሻሻል በሳምንታት ውስጥ ይታያል—እና ዜጎች የሚሰሙት “ተስፋ” እንጂ “ተራ” አይሆንም።

ቀጣይ እርምጃ ለእርስዎ ቡድን፦ የእርስዎ የመጀመሪያ ኤጀንት-ዝግጁ መንግስት አገልግሎት ምን ይሆናል—ፈቃድ እድሳት? ምዝገባ? ክፍያ ክትትል?