Madison AI & Pelajaran Penting Untuk Kerajaan Tempatan

Mengapa Pelaburan US$3.5 juta Dalam AI Kerajaan Patut Buat PBT Fikir Semula

US$3.5 juta (lebih kurang RM16 juta) baru sahaja masuk ke sebuah syarikat pemula yang fokus 100% kepada kerajaan tempatan di Amerika Syarikat. Bukan e-dagang, bukan fintech – tapi AI untuk majlis bandaraya dan daerah.

Ini bukan berita pelaburan biasa. Untuk Malaysia, ia adalah petunjuk jelas: pelabur global sudah yakin bahawa AI untuk sektor awam adalah pasaran besar seterusnya. Dan ini memang selari dengan sasaran Blueprint Ekonomi Digital Malaysia (MyDIGITAL) yang mahu percepatkan bandar pintar, identiti digital dan automasi perkhidmatan kerajaan menjelang 2030.

Dalam artikel ini saya nak kongsikan:

• Apa sebenarnya yang Madison AI buat untuk kerajaan tempatan
• Kenapa pelabur sanggup letak US$3.5 juta dalam syarikat AI sektor awam
• Apa yang PBT dan agensi Malaysia boleh belajar – secara praktikal
• Langkah awal jika anda di pihak kerajaan dan serius nak mula inisiatif AI

---

Siapa Madison AI dan Apa Yang Mereka Selesaikan?

Madison AI ialah syarikat AI berpengkalan di Nevada yang membangunkan platform AI khusus untuk kerajaan tempatan. Mereka baru melengkapkan pusingan seed funding sebanyak US$3.5 juta, disokong pelabur yang memang veteran dalam dunia govtech.

Inti produk mereka agak mudah difahami:

• Chatbot pembantu penyelidikan untuk agensi awam
• Analisis dasar, kod tempatan, rekod pengundian dan dokumen rasmi
• Bantu draf laporan kakitangan dan dokumen kerja harian
• Integrasi dengan data dan sistem perusahaan sedia ada di peringkat county/bandar

Dalam bahasa mudah, pegawai tak perlu lagi:

• Selak berpuluh muka surat undang-undang kecil
• Cari balik rekod minit mesyuarat bertahun-tahun lepas
• Ulang tulis laporan yang hampir sama setiap bulan

Mereka hanya tanya sistem, dan pembantu AI yang “faham” data dalaman organisasi akan bagi jawapan awal, ringkasan atau draf pertama.

Asal-usul Menarik: Lahir Terus Dari Keperluan Kerajaan

Apa yang buat Madison AI menarik ialah ia lahir daripada kerjasama rapat dengan kerajaan tempatan, bukan idea kosong dari bilik mesyuarat startup.

• Ia “dilahirkan” hasil kerjasama jangka panjang antara Washoe County (Nevada) dengan sebuah firma perancangan & AI, OnStrategy.
• Assistant County Manager Washoe County sendiri diberi kredit sebagai pencetus idea.
• CIO county terlibat sebagai penasihat.
• County tersebut turut menyediakan pembiayaan awal (pre-seed) dan bantu bina versi pertama produk.

Maknanya, dari hari pertama lagi platform ini dibentuk oleh:

“Apa yang kakitangan kerajaan buat setiap hari, dan apa yang paling menyusahkan?”

Bukan “apa teknologi paling hebat yang kita boleh jual?”. Bagi saya, ini mindset yang Malaysia patut tiru jika mahu projek AI kerajaan betul-betul berguna, bukan sekadar “demo PR”.

---

Kenapa Pelabur Serius Tentang AI Untuk Kerajaan Tempatan?

Pelabur yang masuk dalam Madison AI bukan orang baru. Ada yang pernah bina dan jual syarikat govtech besar sebelum ini. Mereka nampak tiga perkara penting:

1. Permintaan global untuk automasi sektor awam semakin mendesak
2. Data kerajaan sangat kaya tapi kurang dimanfaatkan
3. AI generatif akhirnya cukup matang untuk kegunaan kerja sebenar

Mari kaitkan dengan konteks Malaysia.

1. Tekanan Kepada PBT & Agensi Tempatan Semakin Tinggi

Di Malaysia, majlis bandaraya/daerah terpaksa hadap:

• Aduan rakyat melalui pelbagai saluran (kaunter, telefon, WhatsApp, media sosial)
• Proses kelulusan lesen, permit, pelan bangunan, pembangunan
• Keperluan pemantauan bandar pintar – CCTV, trafik, lampu jalan, sisa pepejal

Semuanya berlaku serentak, dengan bilangan staf yang tidak bertambah banyak. AI yang boleh ambil alih tugas rutin dan kerja ulang-ulang sebenarnya bukan lagi “nice to have”, ia syarat untuk kekal relevan.

2. Data Kerajaan Malaysia Sangat Kaya, Tapi Berpecah

Sebahagian besar PBT dan agensi sudah ada:

• Sistem perakaunan & hasil
• Sistem OSC/pelan bangunan
• Sistem pengurusan aduan
• Sistem HR, fail staf, rekod mesyuarat

Cabaran sebenar: semua data ini terperangkap dalam silo. Madison AI menunjukkan model berbeza:

AI yang dibina khas untuk sektor awam, dan disuap dengan data dalaman organisasi sendiri.

Ini sangat serasi dengan hala tuju MyDIGITAL dan inisiatif seperti:

• Pendigitalan perkhidmatan PBT
• Rangka kerja bandar pintar peringkat negeri & persekutuan
• Integrasi identiti digital dengan perkhidmatan awam

3. AI Generatif Sekarang Boleh “Kerja Betul”, Bukan Sekadar Tulis Karangan

Madison AI membuktikan satu perkara penting:

AI generatif boleh dijadikan “pegawai penyelidik maya” yang faham konteks tempatan, bukan sekadar chatbot umum.

Bagi pelabur, bila mereka nampak:

• 50 pelanggan kerajaan tempatan berjaya diperolehi sebelum pusingan seed
• Penggunaan nyata dalam laporan, penyelidikan, dan kerja pejabat

…itu isyarat produk ini ada “product–market fit”. Di sinilah nilai sebenar – AI bukan lagi eksperimen, tapi alat kerja harian.

---

Pelajaran Penting Untuk Malaysia: Apa Yang Boleh Kita Tiru?

Saya nampak sekurang-kurangnya lima pelajaran praktikal untuk kerajaan tempatan dan agensi Malaysia.

1. Mulakan Dari “Kerja Harian”, Bukan Dari Teknologi

Madison AI lahir daripada soalan mudah:

“Kerja apa yang paling makan masa kakitangan kerajaan?”

Untuk PBT atau agensi di Malaysia, soalan yang sama boleh jadi:

• Berapa jam digunakan setiap minggu untuk draf minit mesyuarat?
• Berapa ramai pegawai perlu semak permohonan lesen/permit yang hampir sama?
• Berapa banyak masa dihabiskan untuk jawab soalan rakyat yang berulang tentang cukai pintu, parkir, sampah, lesen perniagaan?

Di sinilah use case AI yang paling cepat beri impak.

2. Guna Model “Co-Develop” Dengan Rakan Swasta

Formula Madison AI:

• Kerajaan (Washoe County) + Syarikat perancangan/AI (OnStrategy)
• Kerajaan hulur dana awal + akses data
• Syarikat bangunkan teknologi + produkkan untuk pasaran lebih luas

Untuk Malaysia, model yang sama boleh diterjemah sebagai:

• PBT/negeri sebagai “living lab” untuk startup/penyedia teknologi tempatan
• Kontrak yang jelas tentang pemilikan data, keselamatan, dan hak IP
• Sasaran bersama: solusi yang pada awalnya disesuaikan untuk satu PBT, kemudian boleh diadaptasi ke PBT lain

Ini jauh lebih berkesan berbanding tender tradisional yang “beli sistem siap” tanpa ruang iterasi.

3. Fokus Pada AI Yang Guna Data Dalaman, Bukan AI Umum

Madison AI dibina untuk bekerja dengan:

• Kod tempatan
• Rekod undian
• Dokumen dalaman
• Sistem perusahaan sedia ada

Untuk Malaysia, AI sektor awam yang berkesan mesti faham data kerajaan sendiri:

• Garis panduan & SOP kementerian
• Undang-undang kecil PBT
• Pekeliling kewangan & pentadbiran
• Rancangan tempatan, pelan struktur, data GIS

AI jenis ini lebih selamat, lebih tepat, dan boleh dikawal pematuhannya – sesuatu yang sangat kritikal bila libatkan sektor awam.

4. Buktikan Nilai Dengan “Quick Wins” 3–6 Bulan

Pelabur bersetuju labur US$3.5 juta sebab mereka nampak traction: 50 pelanggan dan deployment sebelum seed round.

Untuk mana-mana PBT atau kementerian yang nak mula projek AI:

• Pilih 1–2 kegunaan kecil tapi jelas, contohnya:
  • Chatbot FAQ untuk cukai taksiran dan lesen
  • Pembantu AI dalaman untuk draf minit & laporan
• Ukur dengan metrik yang mudah:
  • Pengurangan masa proses (contoh: 40% kurang masa sediakan laporan)
  • Pengurangan jumlah panggilan telefon ke kaunter
  • Peningkatan kepuasan pengguna (skor ringkas selepas interaksi)

Bila nilai ini jelas, lebih senang dapat sokongan bajet dan politik untuk skala projek.

5. Bina Kepimpinan Dalaman, Bukan Hanya Vendor

Kejayaan Madison AI banyak dipacu oleh kepimpinan dalaman di Washoe County – assistant county manager dan CIO sendiri champion idea tersebut.

Dalam konteks Malaysia, projek AI sektor awam jarang berjaya jika:

• Dianggap “projek IT semata-mata”
• Diserah bulat-bulat kepada vendor

Apa yang biasanya berkesan:

• Seorang penaja (sponsor) di peringkat pengurusan tertinggi – Datuk Bandar, YDP, SUK, KSU
• Satu pasukan kecil antara fungsi (IT + operasi + kewangan + komunikasi) yang faham masalah dan proses

---

Bagaimana Ini Menyokong Blueprint Ekonomi Digital Malaysia?

MyDIGITAL mensasarkan:

• 80% perkhidmatan kerajaan secara end-to-end dalam talian
• Pembangunan bandar pintar di seluruh negara
• Pelaksanaan identiti digital nasional dan integrasi dengan perkhidmatan awam

Pelaburan seperti Madison AI menunjukkan bahawa di luar Malaysia:

• AI untuk kerajaan tempatan bukan lagi eksperimen, ia perniagaan serius
• Startup boleh berkembang hanya dengan fokus kepada pasaran agensi awam
• Model kerjasama awam–swasta dalam AI semakin matang

Untuk Malaysia, ini mesej yang jelas:

Kalau kita lambat, kita bukan sahaja tertinggal dari sudut pengalaman rakyat, malah berpotensi hilang peluang membina ekosistem govtech tempatan yang berdaya saing.

Saya melihat peluang besar untuk:

• Startup tempatan yang fokus AI untuk PBT, JKR, agensi air, pengangkutan awam
• GLC dan syarikat teknologi sedia ada yang mahu mengembangkan penawaran ke AI generatif sektor awam
• Kerajaan negeri yang berani jadi perintis (pilot) dan membina reputasi sebagai hub bandar pintar & AI sektor awam.

---

Langkah Praktikal Jika Anda Di Pihak Kerajaan Malaysia

Kalau anda bekerja di PBT, agensi negeri atau persekutuan dan mahu bergerak ke arah yang sama, ini rangka kerja ringkas yang saya cadangkan.

1. Pilih Satu Masalah Jelas, Bukan Lima Serentak

Contoh calon projek AI 3–6 bulan:

• Chatbot untuk FAQ rakyat (cukai, lesen, parkir, sampah)
• Pembantu AI untuk draf minit mesyuarat & laporan berkala
• Ringkasan automatik dokumen panjang (kertas kabinet, laporan teknikal)

2. Tetapkan Prinsip Data & Keselamatan Awal-awal

Sebelum bercakap dengan vendor, jelas tentang:

• Di mana data akan disimpan (on-premise, cloud tempatan, cloud luar negara)
• Siapa pemilik data & model terlatih
• Bagaimana kawal akses (role-based access, audit trail)

3. Cari Rakan Teknologi Yang Boleh “Co-Design” Bukan Sekadar Jual Sistem

Sama ada startup, GLC atau MNC, nilai mereka berdasarkan:

• Kesediaan ikut proses reka bersama (co-design) dengan pegawai
• Keupayaan integrasi dengan sistem sedia ada
• Pengalaman mengendalikan projek sektor awam (termasuk pematuhan & audit)

4. Dokumentasikan Impak – Dalam Nombor

Selepas 3–6 bulan, cuba jawab soalan ini dengan data:

• Berapa jam kerja dijimatkan sebulan?
• Berapa banyak aduan telefon berkurang?
• Berapa cepat laporan boleh disediakan berbanding sebelum ini?

Inilah “bukti” yang anda perlukan untuk meluaskan skop projek AI kepada jabatan lain.

---

Penutup: Masa Untuk Jadikan AI Sebagai “Pegawai Tambahan” Dalam Kerajaan

Kisah Madison AI menunjukkan satu realiti yang sukar diabaikan: pelabur sanggup letak jutaan dolar dalam AI kerajaan tempatan kerana mereka nampak kerja harian kerajaan memang sesuai untuk diotomasi dan disokong AI.

Untuk Malaysia, dengan kerangka besar seperti MyDIGITAL dan agenda bandar pintar, soalnya bukan lagi “perlu atau tidak guna AI dalam kerajaan”, tetapi bagaimana dan bila.

Kalau anda berada dalam PBT, kementerian atau agensi yang sedang fikir langkah seterusnya, ini masa yang sesuai – sebelum tahun kewangan baru bermula atau sebelum fasa pelaksanaan pelan digital seterusnya.

Tanya soalan mudah:

“Kalau kami ada satu ‘pegawai maya’ yang boleh baca semua dokumen kami, tolong draf laporan, dan jawab soalan rakyat 24/7, dia patut buat kerja apa dulu?”

Jawapan kepada soalan ini selalunya ialah titik mula terbaik untuk projek AI sektor awam anda yang pertama.