人工智慧（AI）正快速進入美國公共部門，但如何從試驗走向可持續應用，仍是地方政府面臨的主要挑戰。根據《GovTech》報導，美國州首席資訊長協會（NASCIO）2026年調查顯示，高達94%的州政府首席資訊長（CIO）已展開生成式AI試行計畫，但不少地方政府仍面臨應用場景不明、資安風險、員工技能不足與導入阻力等問題。
與傳統資訊系統相比，生成式AI導入速度更快，也帶來更高的政策壓力。部分地方政府在尚未清楚定義業務問題前，就急於採購AI工具，結果可能出現專案無法擴大、授權閒置或實際效益有限等情況。這也使公共部門開始從「先買工具」轉向「先找問題」的導入思維。
顧問公司Plante Moran技術諮詢主要負責人Kyle Macyda指出，AI並非可以解決所有問題的萬靈丹，但若應用在明確場景，仍可協助提升人員判斷能力、整理資料洞察，並辨識異常或規律。他認為，AI較適合作為補充人類決策的工具，而不是直接取代專業判斷。
目前地方政府較常見的AI應用，包括許可證與執照申請自動化、財務與合規資料異常偵測、設備故障預測，以及市民服務聊天機器人等。這些場景的共同特點，是流程相對明確、資料量大，且可透過縮短處理時間或降低人工負擔衡量成效，因此較適合作為初期試點。
Macyda建議，地方政府導入AI前應先明確定義希望解決的問題，並從規模較小、可快速驗證成效的專案開始，同時設定具體指標。若沒有清楚目標，即使採購功能強大的AI系統，也可能因缺乏使用情境而無法產生實際價值。
另一項重點是盤點既有系統。許多政府已使用的企業軟體平台開始內建AI功能，因此不一定需要立即採購新的獨立工具。地方政府在擴大投入前，也須先處理資料治理、權限管理、資安與隱私問題，避免敏感資料在使用AI過程中遭到不當存取或外流。
人才培訓同樣是導入成敗的關鍵。除了提示設計、AI代理程式等技術能力，員工也需要理解資料隱私、輸出驗證與錯誤辨識。生成式AI可能產生所謂「幻覺」，也就是生成看似合理但實際錯誤的資訊，因此若使用者缺乏檢核能力，錯誤內容可能進一步進入行政流程或公共決策。
Macyda也主張，地方政府應鼓勵員工在明確安全界線內試驗新的工作方式，而非只把AI當成自動化現有流程的工具。部分真正有價值的應用，可能來自重新設計行政流程，而不是單純把人工步驟交由AI執行。
不過，公共部門導入AI仍須保留人類監督。尤其涉及資格審查、執法、福利分配或其他直接影響民眾權益的業務時，僅依賴AI結果可能放大偏誤、錯誤與責任歸屬問題。對地方政府而言，AI的實際價值不在於導入多少工具，而在於能否在資安、治理、人才與明確業務目標之間取得平衡，並證明技術確實改善公共服務。
