凯捷《2026 政府数据与AI：从雄心到运营成熟》

政府机构在数据和 AI 上的雄心，与真正落到运营层面的成熟度之间，差距究竟在哪里？凯捷研究院（Capgemini Research Institute）的研究简报《Data and AI in government 2026: From AI ambition to operational maturity》围绕这一问题展开。它考察政府组织如何夯实数据基础、扩大 AI 应用，同时在创新与信任、治理和公共问责之间取得平衡。值得现在看的地方在于，它把关注点从“要不要做 AI”移到了“为什么多数机构仍停在试点”，这对正在推进现代化的公共部门更有参照价值。

报告的结论建立在一项全球调查之上，样本为 600 家高级公共部门机构，并辅以对政府领导人的访谈。它的相关性并不局限于狭义的政府机关，也延伸到医疗、税务与海关、公共行政、国防、社会服务、教育、交通和公共安全等领域的领导者。报告面向的是负责塑造本组织数据与 AI 议程的人，包括 CEO、首席数据官、CIO/CTO、首席数字官、首席 AI 与分析官和首席信息安全官，也包括更广泛意义上的公共部门转型负责人与政策制定者。作为研究院 research brief 系列的产品，它采用精简、以数据为中心的呈现方式，包含简短调查、高管引语和建议速览，而非长篇深度报告。

报告给出的最醒目数字是：在受访的 600 家公共部门机构中，只有 28% 成功将 AI 项目规模化。换句话说，约七成机构尚未跨过从试点到规模化的门槛。这个比例本身说明，公共部门当前的主要挑战不是缺少 AI 尝试，而是这些尝试未能转化为全机构范围的影响。报告因此把“从碎片化的试点走向全机构范围的数据与 AI 成效”作为核心线索，去辨认那些成功转型的机构究竟在哪些方面与其他人不同。

材料中另一个被明确强调的结论是数据准备度是关键。报告探讨的是成功机构与其他机构之间的差异点，并据此给出实用指导：通过建设可扩展的数据基础、把可信 AI 投入实际运营、改善跨机构协作，为公民和员工创造可衡量的价值。按我的解读，这意味着规模化的前提条件更多落在数据这一层——数据是否足够可用、可治理、可跨部门流转，直接决定 AI 项目能否走出实验阶段。报告正是沿着这条线索，把成熟度拆解为可以逐项推进的工作。

把这些放在一起看，可以得出一个对实践有影响的判断，以下是解读而非报告原话：公共部门 AI 的瓶颈，很大程度上不在模型或工具的可获得性，而在数据基础和组织层面的运营能力。28% 这个数字若成立，意味着多数机构即便启动了项目，也缺少把项目复制到全机构的路径。另一层含义是，治理与问责不宜被视为规模化的对立面——报告把可信 AI 的运营化与数据基础、跨机构协作并列，说明在公共部门语境下，信任机制本身就是成熟度的一部分，而不是额外负担。

这份简报适合公共部门中负责数据与 AI 议程的领导者阅读，尤其是正在把分散试点整合为统一战略的机构负责人、首席数据官与技术负责人，以及关注服务交付与公共信任的政策制定者。读完可以拿走的是一套判断框架：用数据准备度、可信 AI 运营化和跨机构协作三个维度评估自身处在哪个阶段，以及规模化究竟卡在哪里。需要说明的边界是，材料只披露了两个量化结论——600 家机构的样本量和 28% 的规模化比例——没有给出分地区、分行业或分机构规模的细分结果，也未说明问卷设计与样本构成。因此这个比例更适合当作方向性参照，不宜直接套用到某个具体的国家或部门。

Data and AI in government 2026 From AI ambition to operational maturity Research brief Capgemini Research Institute 2026 Data and AI in government 2026: From AI ambition to operational maturity |Research brief - Capgemini Research Institute 2026 Table of contents *This PDF has been designed as a digitally accessible document and is compatible with screen readers and other assistive technologies.