Bagaimana Helena Guna Dana Digital Untuk Ubah Bandar

Bagaimana Helena Guna Dana Digital Untuk Ubah Bandar — Dan Apa Pengajarannya Untuk Malaysia

Pada tahun 2021, bandar kecil Helena di negeri Montana, Amerika Syarikat menerima kira-kira USD8.49 juta (±RM39 juta) di bawah American Rescue Plan Act (ARPA). Dalam tempoh empat tahun, wang itu dihabiskan sepenuhnya – bukan sekadar untuk bumbung bangunan dan loji rawatan air, tetapi juga untuk perisian HR, sistem dispatch kecemasan (CAD) dan sistem rekod digital.

Ini kedengaran biasa: bantuan pasca pandemik digunakan untuk tampung defisit dan baiki infrastruktur asas. Tetapi kalau tengok dengan teliti, Helena sebenarnya sedang buat sesuatu yang bandar-bandar di Malaysia juga sedang cari jalan: menggunakan dana pemulihan untuk mempercepat transformasi digital kerajaan, termasuk komponen AI dan analitik.

Dalam siri AI in Government & Public Sector ini, contoh seperti Helena membantu kita nampak:

• bagaimana dana sekali-sekala (one-off) boleh dijadikan pemangkin infrastruktur digital jangka panjang,
• apa jenis sistem yang patut diberi keutamaan,
• dan bagaimana semua ini menyumbang terus kepada agenda Malaysia Digital Economy Blueprint dan aspirasi bandar pintar.

1. Apa Sebenarnya Helena Buat Dengan Dana ARPA?

Jawapannya: mereka campurkan pelaburan sosial (perumahan & gelandangan) dengan naik taraf teknologi kerajaan yang kritikal.

Secara ringkas, pecahan penggunaan dana ARPA Helena:

• Jumlah diterima: USD8,486,620
• Dibelanja untuk projek dalaman kerajaan: ~USD4.59 juta
• Diberi kepada komuniti & perniagaan: ~USD2.78 juta
• Baki dalam tabung am (General Fund): ~USD1.12 juta

Daripada jumlah dalaman itu, tiga komponen teknologi yang penting:

• USD750,000 untuk Computer Aided Dispatch (CAD) dan Records Management System (RMS) – teras operasi kecemasan dan penguatkuasaan.
• ±USD500,000 untuk perisian Sumber Manusia (HR) & kewangan.
• Selebihnya untuk infrastruktur fizikal yang berkaitan seperti loji rawatan air, bumbung teater, sistem HVAC pusat sivik dan projek tenaga solar.

Helena buat satu langkah yang ramai pegawai kewangan kerajaan suka: mereka masukkan dana ke dalam General Fund sebagai “lost revenue”. Secara teknikal, ini beri fleksibiliti:

Dana bantuan sekali sahaja ditukar menjadi ruang fiskal yang boleh dilabur semula dalam projek jangka panjang – termasuk inisiatif digital dan AI.

Bagi pihak berkuasa tempatan di Malaysia, pendekatan ini selari dengan idea “revenue recycling untuk digital”: bila ada ruang bajet (sama ada daripada penjimatan, geran persekutuan atau hasil baru), sebahagiannya perlu dikunci untuk infrastruktur digital, bukan habis pada operasi harian semata-mata.

2. HR & Kewangan Digital: Asas Automasi Kerajaan

Kalau kita tengok senarai projek Helena, ada satu item yang nampak “kecil” tapi sangat strategik: setengah juta dolar untuk perisian HR dan kewangan.

Ini bukan glamor macam AI kamera pintar atau dron, tapi inilah tulang belakang kerajaan digital.

Kenapa perisian HR & kewangan sangat kritikal?

Kerajaan yang serius tentang AI dalam sektor awam hampir pasti akan bermula di sini:

1. Data staf & proses lebih tersusun
   Sistem HR moden menyatukan:

   • rekod pegawai,
   • kompetensi & latihan,
   • penilaian prestasi,
   • jadual & kehadiran,
   • gaji & elaun.

   Bila data ini bersih dan berpusat, barulah AI boleh membantu menjawab soalan seperti:

   • Unit mana paling terbeban dan perlukan tambahan pegawai?
   • Latihan digital apa yang paling beri impak kepada produktiviti?
   • Bagaimana pola overtime berhubung dengan aduan rakyat?

2. Automasi kerja rutin
   Perisian HR & kewangan yang moden biasanya datang dengan:

   • aliran kerja (workflow) automatik untuk kelulusan,
   • portal layan diri (self-service) untuk pegawai isi cuti, tuntutan, profil,
   • dashboard kewangan masa nyata.

   Di sinilah AI generatif dan chatbot dalaman boleh disepadukan: bantu pegawai cari dasar, semak baki cuti, jelaskan kod perbelanjaan – tanpa perlu ganggu pegawai HR setiap masa.

3. Pematuhan & tadbir urus
   Dengan rekod digital, audit menjadi jauh lebih mudah. Setiap kelulusan, perubahan data dan transaksi direkodkan.

Bagi konteks Malaysia, ini sangat sejalan dengan sasaran Digital Government dalam Malaysia Digital Economy Blueprint:

• mempercepat penggunaan e-Perolehan,
• mengurangkan kertas dalam proses HR kerajaan,
• dan menyediakan data yang cukup matang untuk digunakan dalam AI analitik tenaga kerja sektor awam.

Realitinya? Tanpa asas ini, cita-cita AI di peringkat kementerian atau PBT selalunya tinggal sebagai projek perintis (pilot) yang sukar dikembangkan.

3. CAD & Records: Jantung Bandar Pintar Dan Keselamatan Awam

Pelaburan Helena sebanyak USD750,000 untuk CAD & sistem rekod mungkin nampak teknikal, tapi kesannya terus kepada nyawa dan keselamatan penduduk.

Apa itu CAD dalam operasi bandar pintar?

Computer Aided Dispatch (CAD) ialah sistem yang:

• menerima panggilan kecemasan,
• mengutamakan kes mengikut tahap kritikal,
• menjejak lokasi dan status kenderaan polis, bomba, ambulans,
• menyalurkan maklumat kepada petugas lapangan secara masa nyata.

Apabila digabung dengan Records Management System (RMS), setiap insiden akan:

• disimpan dengan butiran masa, lokasi, respon unit mana,
• dikaitkan dengan rekod kejiranan, jenis jenayah, atau insiden berulang,
• menjadi asas analitik dan AI ramalan (predictive analytics).

Di mana AI masuk dalam gambar?

Bila data dispatch dan rekod kejadian dikumpulkan dengan baik, bandar boleh mula buat perkara seperti:

• Ramalan “hotspot” jenayah atau kemalangan berdasarkan corak masa dan lokasi.
• Pengoptimuman penempatan balai & pos bantuan – contohnya, perlu tambah pos bomba di kawasan tertentu kerana masa respon terlalu lama.
• Analisis beban kerja untuk unit tertentu (contoh: trak bomba paling sibuk, ambulans yang selalu “over-utilised”).

Dalam konteks bandar pintar Malaysia:

• Sistem dispatch 999, bilik gerakan PDRM, bomba dan hospital kerajaan merupakan calon utama integrasi AI analitik masa nyata.
• PBT yang mengurus CCTV, sensor trafik dan IoT perbandaran boleh menyambungkan data ini ke satu pusat operasi bersepadu (command center) – sama seperti Helena naik taraf CAD, tapi dengan konteks tempatan.

Satu perkara yang Helena buat dengan betul ialah menggunakan dana pemulihan untuk sistem teras jangka panjang. CAD dan RMS bukan projek setahun dua; ia jadi platform untuk:

• integrasi CCTV pintar di masa depan,
• integrasi data banjir, alam sekitar, dan trafik,
• serta penggunaan AI untuk mengurangkan masa respon kecemasan.

4. Menghubungkan Pelaburan Fizikal, Sosial Dan Digital

Kalau kita tengok senarai penuh projek Helena, dana ARPA digunakan untuk:

• Perumahan & gelandangan
  – projek 113 unit perumahan baharu, – rumah perlindungan (shelter) seperti Family Promise & Good Samaritan, – inisiatif makanan komuniti & tandas awam.

• Infrastruktur fizikal
  – pembaikan loji rawatan air (Ten Mile Water Treatment Plant) dengan USD1.8 juta, – bumbung teater komuniti, – sistem HVAC pusat sivik, – “bailout” untuk taman tema air Last Chance Splash yang defisit.

• Infrastruktur digital & pentadbiran
  – sistem HR & kewangan, – CAD & sistem rekod, – projek solar yang menyokong kecekapan tenaga.

Kenapa gabungan ini penting bagi agenda AI dalam sektor awam?

Kerana bandar pintar sebenar bukan hanya tentang sensor dan dashboard. Ia gabungan:

1. Data sosial – seperti status perumahan, gelandangan, penggunaan pusat perlindungan.
2. Data infrastruktur – seperti status air, tenaga, kemudahan awam.
3. Data operasi dalaman – HR, kewangan, proses kerja.

Apabila semua ini sudah digital dan konsisten, barulah kerajaan boleh:

• membina model AI yang faham realiti penduduk, bukan hanya angka kasar;
• mengutamakan bajet berdasarkan bukti (data-driven budgeting);
• menilai impak dasar – contohnya, selepas buka rumah perlindungan baharu, adakah aduan gangguan di pusat bandar menurun? Adakah penggunaan perkhidmatan kecemasan berubah?

Helena mungkin bandar kecil, tapi pendekatan mereka sejajar dengan apa yang Malaysia cuba capai di bawah Malaysia Digital Economy Blueprint: gunakan data rentas sektor untuk menyokong keputusan dasar dan pelaburan sosial.

5. Apa Pengajaran Praktikal Untuk Malaysia?

Daripada kes Helena, ada beberapa langkah yang sangat relevan untuk kementerian, kerajaan negeri dan PBT di Malaysia.

5.1 Jadikan setiap dana tambahan sebagai modal digital

Sama ada dana datang daripada:

• peruntukan khas pasca Covid,
• penjimatan subsidi,
• hasil baharu (contoh caj parkir pintar, cukai pelancongan digital),

sekeping daripada dana itu patut “dicop” untuk:

• sistem HR & kewangan moden,
• sistem rekod berpusat,
• naik taraf dispatch atau pusat operasi,
• asas data & integrasi (data lake, API, integrasi antara sistem warisan).

5.2 Fokus dulu pada sistem teras, bukan ‘gimik’ AI

Ramai organisasi terjun terus ke projek AI – chatbot kepada rakyat, analitik media sosial, dan sebagainya – sebelum sistem asas mereka kukuh.

Contoh Helena jelas: mereka mula dengan sistem dispatch, rekod, HR, kewangan. AI akan datang kemudian, apabila:

• data sudah bersih,
• proses sudah distandardkan,
• pengguna dalaman sudah selesa dengan sistem baharu.

Di Malaysia, pendekatan yang sama patut digunakan:

• selesaikan dulu integrasi sistem HR & kewangan di peringkat kerajaan negeri/PBT,
• kemaskan pengkalan data aduan rakyat, lesen, permit dan sebagainya,
• kemudian barulah bawa AI analitik, pembelajaran mesin dan chatbot di atas infrastruktur itu.

5.3 Rangka ‘roadmap’ 3–5 tahun yang gabungkan fizikal, sosial dan digital

Helena tak guna dana ARPA hanya untuk satu kluster projek. Mereka gabungkan:

• perumahan & gelandangan,
• air & utiliti,
• kemudahan komuniti,
• serta IT dalaman.

Di Malaysia, sebuah PBT boleh rangka pelan 3–5 tahun yang:

• naik taraf sistem dalaman (HR, kewangan, rekod),
• seiring dengan projek sosial (perumahan kos rendah, bantuan makanan),
• dan projek fizikal (air, pengangkutan, hijau bandar),
• semua diikat dengan rangka kerja data & AI yang sama.

Bila AI in Government & Public Sector dibincangkan, fokus jangan hanya pada “AI apa yang kita nak beli?”, tapi juga “data apa yang kita struktrukan supaya AI boleh membantu?”. Di sinilah contoh Helena memberi panduan yang praktikal.

Penutup: Dari Helena Ke Putrajaya – Masa Untuk Strategi Digital Yang Berani

Kes Helena menunjukkan sesuatu yang ramai kerajaan sedang alami: suntikan dana sekali sahaja boleh jadi pemangkin transformasi digital yang lama tertangguh, kalau dibelanjakan pada sistem teras seperti HR, kewangan, CAD dan rekod.

Bagi Malaysia, dalam suasana hujung tahun 2025 dengan tekanan fiskal, keperluan kebajikan dan tuntutan rakyat untuk perkhidmatan lebih pantas, strategi ini sangat relevan. Malaysia Digital Economy Blueprint sudah beri hala tuju; yang tinggal ialah keberanian untuk:

• mengutamakan pelaburan pada sistem dalaman yang kurang glamor tetapi kritikal,
• merancang integrasi data rentas sosial, fizikal dan operasi,
• dan membina asas kukuh supaya projek AI dalam sektor awam bukan sekadar demo, tetapi benar-benar mengubah cara kerajaan berkhidmat.

Kalau anda berada di kementerian, kerajaan negeri atau PBT dan sedang fikir tentang dana tahun hadapan, soalan paling praktikal sekarang ialah:

Bahagian mana dalam organisasi anda yang, jika didigitalkan hari ini, akan memudahkan pengenalan AI esok?

Jawapan jujur kepada soalan itu boleh jadi titik mula pelan transformasi digital seterusnya.