地方政府能應用GenAI層面廣泛，如會議文書材料製作與紀錄總結、官方文件資訊處理、採購業務規格書與合約製作、培訓課程素材策劃、員工培訓與勞動事務等。觀察日本各地方政府經驗，其導入GenAI比率不低，歸納各城市導入生成式AI的共通性作法有四點，值得我國城市未來布局策略參考。
一、服務設計以人為核心，確認需求、補足遺漏觀點：聚焦人員需求，以示範試點結合意見調查，蒐集人員使用GenAI的意見，歸納、聚焦出指南手冊涵蓋的重要面向，甚至挖掘使用問題以便對症下藥。
因地方政府對GenAI各種功能需求並不一致，如對文字生成、摘要需求可能顯著大於圖片影像生成，藉試點評估使用需求選擇優先導入的功能。如東京市千代田區於試驗結束後，進行兩階段量化問卷調查，也確認出影像生成功能基於版權考量及其需要較精準的提問技巧，並非首要導入的應用。
也可進行服務設計，從不同角色與使用者旅程地圖方面思考問題與需求，補足人員在業務執行過程中可能遺漏的觀點。如請GenAI模擬使用公共服務的不同民眾角色，其歷經不同場景下可能出現的反應，再依據角色與旅程地圖資訊制定具體計畫、有效性評估。
二、人員數位能力與素養培訓為重要基石：具有能整合地方系統與GenAI工具的技術人員為重要關鍵。and.dot株式會社與QTnet株式會社協助福岡市進行GenAI內部人員培訓、宮崎縣日向市與軟銀合作「數位轉型DX推進計畫」等均為例子。
其次，擇定當責人員或建構任務小組，扮演政府內外跨單位溝通橋梁、參與測試、討論GenAI適用範圍。強調實踐操作環節，成立社群組織、規劃內部培訓與推廣活動，促成互動交流，提升人員應用能力。
三、制定GenAI使用指南，護城河也能助攻城市智慧：公部門使用GenAI可能引發外界憂慮，尤其問責性與合法性方面，外界不希望政府將重要與高風險決策交給AI來處理，故地方城市更著重於在試驗過程中蒐集相關資訊與問題，將經驗匯集成指南手冊。
值得注意的是，指南不只提出使用規範、風險控制，更重要是需幫助使用者上手該項工具，提供詳細多元應用情境，過程需搭配數場研討會或工作坊進行互動式教學。而兵庫縣於微軟Teams建立「兵庫生成AI實驗室」，分享最新資訊與培訓消息，鼓勵參與者間相互討論與資訊共享。
四、既有資源／通用性高平台、市政內部業務優先導入原則：因GenAI可支援地方政府內部各種任務工具，將融合於市政人員現行業務中，甚至可處理複雜性更高的任務，創造新的應用情境來提高生產力並解決社會問題。平台整合須考量安全性與使用門檻條件，外部GenAI工具需符合城市安全規範外（如微軟Azure OpenAI是當前多個日本地方政府的工具選項），最好還須具備通用性高的原則，包括採用微軟CoPilot整合Teams的服務。
綜觀目前日本地方經驗，GenAI優先應用於政府內部業務，在公民服務的推進上速度則相對緩慢。主因政府一直偏向採用成熟化技術，對新興科技其背後隱含的風險與不確定性，讓政府傾向採取保守原則，優先應用於內部流程，而不冒風險直接推動面向公民的G2C服務。
從務實面看，GenAI目的是提高業務、解決人員負擔，AI準確率應達到多少方符合全面實施門檻？值得主管機關深思。2023年香川縣三豐市實驗ChatGPT指導垃圾處理，24小時自動回應民眾關於垃圾分類與收集等資訊，經兩輪試驗儘管準確率已達94.1%，卻因未能達到市府設定的99%標準而宣布放棄。事實上，政府對新興科技試驗究竟應採取嚴格標準或鼓勵創新、滾動式修正態度，仍在考驗各地方政府智慧。
（本文刊登於2024/8/11 經濟日報A11版）
【未經MIC許可，不得轉載與作其他用途使用】