Ketua AI dari Sektor Swasta: Formula Baru Kerajaan Pintar

AI dalam Kerajaan & Sektor Awam••By 3L3C

Pelantikan ketua AI dari sektor swasta di Louisville tunjuk bagaimana bandar pintar dan kerajaan digital boleh dipacu. Apa pelajaran untuk Malaysia?

AI dalam kerajaanketua AIsektor awam Malaysiabandar pintarautomasi perkhidmatan awamanalitik keselamatan
Share:

Mengapa Jawatan Ketua AI Mula Jadi ‘Kerusi Panas’ Kerajaan

Satu persatu bandar di Amerika Syarikat mula melantik chief AI officer (CAIO). Louisville, Kentucky baru sahaja mengumumkan Pamela McKnight, seorang veteran Intel dengan hampir 30 tahun pengalaman sektor swasta, sebagai ketua AI pertama mereka – siap dengan peruntukan tambahan sekitar USD2 juta untuk percubaan AI dan pasukan khusus.

Ini bukan sekadar berita teknologi. Ini petunjuk jelas: kepimpinan AI sudah menjadi komponen strategi, bukan projek sampingan IT.

Bagi Malaysia yang sedang memacu Pelan Tindakan Ekonomi Digital dan aspirasi kerajaan digital 2030, trend ini sangat dekat dengan realiti kita. Kita bercakap tentang bandar pintar, identiti digital, automasi perkhidmatan awam, analitik keselamatan, dan penggunaan AI di seluruh sektor kerajaan. Semua itu perlukan seorang “tuan rumah” yang faham teknologi dan politik dasar.

Artikel ini gunakan kisah Louisville sebagai cermin:

  • Apa sebenarnya peranan ketua AI dalam kerajaan?
  • Kenapa ramai kerajaan ambil bakat dari sektor swasta?
  • Bagaimana model ini boleh diterjemah untuk Malaysia – dari Putrajaya sampai ke PBT?

Apa Sebenarnya Tugas Ketua AI Kerajaan?

Peranan ketua AI kerajaan mudah diringkaskan begini: orang yang mengubah AI daripada “projek eksperimen” menjadi “otak tambahan” untuk seluruh organisasi kerajaan.

Dalam kes Louisville, McKnight diberi mandat untuk:

  • Memimpin strategi AI bandar
  • Membina pasukan AI empat orang di bawah jabatan IT
  • Mendidik jabatan lain tentang penggunaan AI yang praktikal dan selamat
  • Bekerja rapat dengan pegawai data untuk integrasi ke dalam sistem sedia ada

Di Malaysia, fungsi yang sama sangat relevan untuk:

  • Bandar pintar: dari kamera CCTV pintar, pengurusan trafik, sehingga pengurusan sisa pepejal berasaskan data masa nyata.
  • Automasi perkhidmatan awam: chatbot kerajaan, pemprosesan permohonan lesen/permit, analitik aduan awam.
  • Keselamatan & analitik pengawasan: pengesanan corak jenayah, penguatkuasaan trafik, pemantauan banjir dan bencana.
  • Identiti digital & data rakyat: memastikan model AI yang guna data identiti digital mematuhi undang-undang, etika dan privasi.

Ketua AI yang berkesan bertindak sebagai “ketua arkitek” – bukan hanya membeli teknologi, tetapi menyusun keutamaan, tata kelola, bakat dan bajet di sekeliling AI.

Mengapa Banyak Kerajaan Pilih Bakat Dari Sektor Swasta?

Louisville memilih seseorang yang hampir tiga dekad di Intel, berpengalaman dalam upskilling dan penerimaan AI di kilang cip global. Ini bukan kebetulan.

Ada beberapa sebab utama kerajaan cenderung pilih bakat sektor swasta:

  1. Mindset produk dan pelanggan
    Orang sektor swasta terbiasa berfikir “customer first” dan “outcome driven”. Dalam konteks kerajaan, “pelanggan” ialah rakyat dan perniagaan.

    Dalam kes McKnight, fokus beliau jelas: mempercepat balas kepada warga, mempermudah perkhidmatan, dan pastikan teknologi sentiasa berpusatkan manusia.

  2. Pengalaman skala besar
    Syarikat seperti Intel, Google, atau syarikat teknologi tempatan besar sudah biasa dengan:

    • Projek data berskala terabait
    • Infrastruktur awan hibrid
    • Model AI yang di-deploy ke ribuan pengguna serentak

    Ini sangat berguna untuk kerajaan negeri atau persekutuan yang ingin mengintegrasi AI ke dalam sistem warisan (legacy systems).

  3. Kepantasan dan budaya eksperimen
    Sektor swasta, terutama teknologi, hidup dengan budaya pilot-fast, fail-fast, learn-fast.
    Louisville sendiri memperuntuk tambahan USD2 juta hanya untuk projek perintis AI dan pasukan kecil yang tangkas. Ini jauh lebih dekat dengan DNA startup daripada gaya tender besar-besaran yang berat.

  4. Jaringan dengan ekosistem teknologi
    Bakat sektor swasta biasanya ada akses vendor, komuniti pembangun, dan rangkaian inovasi global.
    Untuk Malaysia, ini kritikal bila kerajaan mahu menghubungkan pelaksanaan Pelan Ekonomi Digital dengan syarikat cloud global, syarikat AI tempatan, dan universiti.

Di Malaysia, kita sudah nampak pola ini dalam pelantikan ketua pegawai digital, CIO dan penasihat teknologi yang pernah memegang jawatan tinggi di telco, bank dan syarikat teknologi. Ketua AI hanyalah kesinambungan trend yang sama – tetapi lebih fokus kepada data dan model pintar.

Apa Pelajaran Utama Louisville Untuk Kerajaan Malaysia?

1. Mula Dengan Mandat Jelas Dan Bajet Nyata

Louisville tak sekadar melantik CAIO sebagai simbolik. Mereka:

  • Mengumumkan rancangan AI lebih awal pada musim panas
  • Memperluas bajet operasi IT sekitar USD2 juta khusus untuk AI
  • Menetapkan struktur: CAIO + pasukan AI empat orang

Ini berbeza dengan gaya “tubuh jawatankuasa” tanpa kuasa operasi.

Bagi Malaysia, pendekatan yang berkesan ialah:

  • Di peringkat persekutuan: mandat pusat (contoh, di bawah Kementerian Digital atau MAMPU) untuk menyelaras AI sektor awam, selari dengan blueprint nasional.
  • Di peringkat negeri dan PBT: satu pejabat kecil AI yang ada bajet eksplisit (walaupun bermula kecil) untuk pilot bandar pintar, bukan hanya menunggu peruntukan projek mega.

2. Letak AI Di Sisi Data, Bukan IT Semata-Mata

Louisville mensyaratkan CAIO bekerja rapat dengan pegawai data di Metro Technology Services.

Ini masuk akal. AI tanpa data ibarat enjin tanpa minyak.
Dalam kerajaan, data pula bertaburan mengikut agensi: PBT, jabatan tanah, JPJ, JPN, dan sebagainya.

Langkah praktikal untuk Malaysia:

  • Bentuk trio kepimpinan di setiap organisasi besar: CIO (infra & sistem), CDO/ketua data (data & kualiti), CAIO (model & penggunaan AI).
  • Wujudkan katalog data kerajaan yang jelas – dataset mana boleh diguna AI, di bawah syarat apa, dan dengan tahap anonimisasi bagaimana.

3. Human-Centric, Bukan ‘AI-Centric’

McKnight secara terbuka menyebut fokus beliau: membina penyelesaian berpusatkan manusia yang mengurangkan tugas berulang dan membebaskan masa penjawat awam untuk kerja nilai tambah.

Ini selari dengan apa yang rakyat Malaysia sebenarnya mahu:

  • Pengalaman urusan dengan kerajaan yang cepat, kurang borang dan tak perlu ulang isi maklumat sama.
  • Kakitangan kaunter yang ada lebih masa untuk kes rumit, bukan sibuk menaip data manual.
  • Sistem yang faham konteks (data sedia ada) dan beri cadangan automatik, bukan minta rakyat “bawa salinan IC 3 kali”.

Pendekatan human-centric juga penting untuk mengurangkan kebimbangan pekerja kerajaan bahawa AI akan menggantikan mereka. Naratif yang tepat ialah: AI ambil alih kerja berulang; manusia tumpu kerja yang perlukan empati, budi bicara dan keputusan kompleks.

4. AI Sebagai Pusat Latihan, Bukan Sekadar Pusat Projek

Louisville secara terbuka mengakui: “Banyak yang kami perlu belajar sebagai kerajaan, begitu juga tenaga kerja kami, sebelum AI benar-benar boleh diintegrasi.”

Ini sangat jujur – dan tepat.

Kerajaan Malaysia, dari kementerian hingga PBT, perlukan tiga lapisan pembangunan kemahiran:

  1. Literasi AI untuk semua penjawat awam

    • Faham konsep asas: apa itu model, bias, privasi data.
    • Tahu bila patut guna AI, bila tak patut.

  2. Kemahiran pengguna kuasa (power users)

    • Pegawai yang pandai merangka arahan (prompting), memantau dashboard analitik, dan menilai output AI.

  3. Pakar teknikal & dasar AI

    • Data scientist, MLOps, dan pakar tata kelola yang jaga etika, hak asasi, dan pematuhan undang-undang.

CAIO yang datang dari sektor swasta dan pernah buat upskilling kakitangan teknikal, seperti McKnight di Intel Foundry, ada kelebihan besar di sini.

Bagaimana Model Ketua AI Menyokong Agenda Malaysia: Dari Bandar Pintar ke Keselamatan Nasional

Kalau kita kaitkan terus dengan siri “AI dalam Kerajaan & Sektor Awam”, pelantikan ketua AI sebenarnya menjawab beberapa keperluan strategik Malaysia sekali gus.

a) Bandar Pintar & Infrastruktur Digital

Untuk bandar pintar seperti Kuala Lumpur, Cyberjaya, Johor Bahru atau Kuching, CAIO boleh:

  • Menyelaraskan projek AI trafik, pengangkutan awam, CCTV pintar dan pengurusan bencana supaya guna platform data bersama.
  • Elak situasi di mana setiap jabatan beli sistem AI sendiri yang tak boleh bercakap antara satu sama lain.

b) Automasi Perkhidmatan Awam & Identiti Digital

Bila identiti digital nasional diperluas, CAIO boleh:

  • Merancang cara AI gunakan data identiti untuk memudahkan permohonan lesen, bantuan, cukai dan sebagainya – tanpa melanggar privasi.
  • Menggalakkan model AI yang boleh bantu kakitangan menilai permohonan, bukan menggantikan sepenuhnya keputusan manusia.

c) Analitik Keselamatan & Pengawasan

Untuk polis, pasukan keselamatan dan pengurusan bencana, AI digunakan untuk:

  • Pengesanan awal pola jenayah atau keganasan.
  • Ramalan banjir, tanah runtuh dan risiko bencana lain.
  • Pengurusan trafik acara besar dan musim perayaan.

Di sinilah peranan CAIO sangat sensitif:
bagaimana guna AI untuk keselamatan tanpa terjerumus ke penyalahgunaan pengawasan dan pelanggaran hak privasi.

Ketua AI perlu bekerja rapat dengan penasihat undang-undang, Suruhanjaya perlindungan data, dan pihak berkepentingan lain untuk mengimbangi keperluan keselamatan dengan hak individu.

Langkah Praktikal Untuk Agensi Kerajaan di Malaysia

Kalau anda berada di kementerian, kerajaan negeri, PBT atau agensi pusat, berikut pendekatan yang realistik – bukan sekadar teori:

  1. Lantik ‘ketua AI’ kecil dahulu, nama boleh menyusul
    Tak perlu tunggu struktur rasmi CAIO nasional. Mulakan dengan seorang pengarah atau pegawai kanan yang jelas diberi tanggungjawab memacu AI.

  2. Tetapkan 2–3 kes guna (use case) bernilai tinggi
    Contoh praktikal:

    • Chatbot aduan awam berbahasa Melayu dengan integrasi rekod kes.
    • Analitik automatik untuk permohonan lesen perniagaan di PBT.
    • Sistem cadangan (rekomendasi) untuk bantuan sosial yang lebih tepat sasaran.

  3. Peruntukkan bajet eksperimen yang dilindungi
    Louisville tambah USD2 juta. Di sini, walau sekadar beberapa ratus ribu ringgit setahun, yang penting:

    • Ada ruang mencuba, gagal terkawal, dan belajar.
    • Tak semuanya perlu tender besar; boleh guna sandbox, projek bersama universiti atau GLC teknologi.

  4. Rangka garis panduan etika & tata kelola AI awal-awal
    Sebelum projek makin besar, tetapkan prinsip:

    • Data apa boleh diguna dan di bawah syarat apa.
    • Hak rakyat untuk tahu bila AI digunakan dalam keputusan yang jejaskan mereka.
    • Kewajipan human-in-the-loop untuk keputusan kritikal.

  5. Bina jambatan dengan sektor swasta & akademia
    Contoh bentuk kerjasama:

    • Fellowship 6–12 bulan pakar AI sektor swasta ke agensi kerajaan.
    • Makmal inovasi bersama universiti untuk projek bandar pintar dan dasar AI.
    • Konsortium data bersama GLC untuk kes guna nasional (contoh: kesihatan, pengangkutan).

Penutup: Masa Untuk Malaysia Serius Tentang Kepimpinan AI

Pelantikan Pamela McKnight di Louisville bukan sekadar berita luar negara. Ia cerminkan satu realiti baru: AI dalam kerajaan perlukan pemilik yang jelas, mandat yang kuat, dan gabungan pengalaman dasar awam dengan DNA teknologi sektor swasta.

Untuk Malaysia, jika kita serius tentang ekonomi digital, bandar pintar dan keselamatan nasional berasaskan data, kita tak boleh berhenti pada pembelian sistem atau pelancaran portal. Kita perlukan:

  • Ketua AI di peringkat pusat, negeri dan bandar utama.
  • Rangka kerja jelas yang jaga hak rakyat sambil memaksimumkan manfaat AI.
  • Kerjasama lebih erat antara kerajaan, sektor swasta dan akademia.

Soalnya sekarang bukan lagi perlukah kerajaan ada ketua AI, tetapi:
berapa cepat kita sanggup bergerak sebelum jurang dengan negara lain makin melebar?

Jika organisasi anda sedang memikirkan langkah pertama dalam AI sektor awam, ini masa yang sesuai untuk bertanya secara jujur:
siapa sebenarnya pemimpin AI anda hari ini – dan adakah mereka diberi kuasa seperti yang dilakukan Louisville?