🇯🇵 日本語 🇬🇧 English 🇨🇳 中文 🇲🇾 Bahasa Melayu

AI Mengubah Perolehan Awam: Keupayaan Sebenar “AI Khusus Tugas” Daripada Kajian Kes Pihak Berkuasa Tempatan

Penggunaan AI

Impak “AI Khusus Tugas” yang Diperkenalkan Secara Menyeluruh oleh Pihak Berkuasa Tempatan

Bandar Fukuyama, Wilayah Hiroshima, telah mengumumkan dasar untuk melaksanakan penggunaan AI secara menyeluruh mulai tahun fiskal 2026 di majlis bandaran. Pada masa yang sama, WiseVine memulakan percubaan percuma AI generatif khusus untuk tugas kewangan pihak berkuasa tempatan. Pergerakan ini merupakan petanda jelas bahawa penggunaan AI sedang beralih dari “fasa percubaan alat umum” ke “fasa pelaksanaan menyeluruh untuk tugas tertentu”.

Para pengurus dan CTO mungkin sudah agak biasa dengan potensi AI umum seperti ChatGPT dan Claude. Namun, berita ini menunjukkan penembusan AI ke bidang yang sangat khusus di mana alat-alat tersebut sahaja tidak mencukupi. Tugas pihak berkuasa tempatan seperti “penilaian sumber kewangan”, “penentuan cukai penyerahan khas”, dan “tugas penilaian” melibatkan peraturan kompleks dan sistem unik, menjadikannya lebih bergantung pada individu berbanding syarikat swasta.

Pergerakan ini mencadangkan tahap seterusnya penggunaan AI dalam semua industri. Ia merupakan peralihan dari persoalan “apa yang boleh dilakukan oleh AI umum” kepada “bagaimana membina dan memperkenalkan AI khusus untuk operasi teras syarikat anda”.

Mengapa AI Umum Tidak Dapat Mengautomasikan Tugas Pihak Berkuasa Tempatan

Menyelami kes Bandar Fukuyama dan perkhidmatan yang ditawarkan oleh WiseVine mendedahkan had AI umum dan keperluan untuk AI khusus tugas.

Halangan Pengetahuan Pakar dan Kefahaman Konteks

Tugas kewangan pihak berkuasa tempatan melibatkan perkaitan kompleks Akta Autonomi Tempatan, undang-undang cukai penyerahan tempatan, pelbagai sistem geran, kes undang-undang terdahulu, dan amalan setiap pihak berkuasa tempatan. Walaupun AI umum mungkin mempunyai pengetahuan ini secara terpisah, ia kekurangan maklumat konteks yang kritikal untuk membuat keputusan spesifik seperti “sumber kewangan mana yang akan diperuntukkan untuk projek ini, permohonan cukai penyerahan mana yang akan dibuat, dan risiko apa yang akan dinilai” yang dihadapi oleh pihak berkuasa tempatan tertentu.

Bayangkan dalam konteks operasi syarikat anda. Sebagai contoh, untuk mengautomasikan tugas “semakan kontrak”, hanya menampal klausa kepada Claude tidak mencukupi. Keputusan dipengaruhi oleh “konteks” seperti insiden masalah terdahulu syarikat, dinamik kuasa dengan rakan niaga, amalan industri, dan trend kes mahkamah yang tidak diketahui oleh AI luar. Tugas pihak berkuasa tempatan adalah bidang dengan “kebergantungan konteks” yang sangat tinggi.

Automasi “Tafsiran” dan “Penggunaan” Sistem

“Penentuan cukai penyerahan khas” yang dibantu oleh AI WiseVine bukan sekadar carian maklumat. Ia adalah tugas menyokong bagaimana sistem negara “digunakan” pada pelan projek khusus pihak berkuasa tempatan, iaitu membantu mentafsirkannya. Ini memerlukan AI mempelajari “pengetahuan tafsiran” yang luas antara teks undang-undang (input) dan keputusan spesifik (output).

Ini boleh dianggap hampir dengan keputusan pengurusan itu sendiri. Antara data jualan (input) dan cadangan belanjawan untuk tempoh seterusnya (output) terdapat proses tafsiran seperti trend pasaran, situasi pesaing, dan kekuatan serta kelemahan syarikat. AI umum tidak dapat menghasilkan semula proses ini dari sifar, memerlukan “AI khusus” yang telah mempelajari data keputusan terdahulu syarikat.

3 Pendekatan dan Anggaran Kos untuk Membina “AI Khusus Tugas”

Jadi, bagaimana untuk mendapatkan “AI khusus tugas” yang mengautomasikan operasi teras syarikat anda? Terdapat tiga pendekatan utama dengan kos dan tahap kesukaran yang berbeza.

Pendekatan 1: Pengenalan SaaS Khusus (Model WiseVine)

Cara paling mudah adalah dengan memperkenalkan SaaS khusus untuk industri atau operasi syarikat anda, seperti WiseVine. Kelebihannya adalah kelajuan pelaksanaan dan fakta bahawa vendor telah mengkonsolidasikan pengetahuan pakar ke dalam produk. Pihak berkuasa tempatan seperti Bandar Fukuyama boleh meningkatkan kecekapan melalui pendekatan ini walaupun tanpa sumber untuk membangunkan AI sendiri.

Anggaran Kos: RM beratus hingga beribu-ribu sebulan (bergantung pada skala syarikat dan skop penggunaan). Kebanyakan kes bermula dengan percubaan percuma. Kos pelaksanaan awal agak rendah, tetapi terdapat risiko bahawa ia mungkin tidak sesuai sepenuhnya dengan operasi syarikat sehingga dicuba.

Pendekatan 2: Penyesuaian AI Umum (RAG & Fine-Tuning)

Kedua, menyesuaikan model asas seperti Claude atau ChatGPT Enterprise dengan data syarikat anda. Secara khusus, data seperti manual syarikat, rekod operasi terdahulu, kontrak, dan contoh keputusan dipelajari oleh AI (RAG: Retrieval Augmented Generation) untuk memberikan kepakaran.

Penulis, yang juga mengendalikan media ini, menggunakan kaedah ini dalam tugas undang-undang. Semasa mengembangkan perniagaan di Malaysia, semua undang-undang tempatan, peraturan, dan e-mel rundingan terdahulu dimasukkan ke dalam Claude untuk membantu menganalisis risiko undang-undang dan menyediakan draf respons. Ini adalah contoh membina “AI khusus tugas undang-undang” di tempat.

Anggaran Kos: Kos tenaga kerja juruteknik (puluhan hingga ratusan ribu yen untuk pembinaan awal) + yuran penggunaan API AI (berpuluh-puluh ribu yen sebulan). Memerlukan sumber teknologi dalam syarikat, tetapi berpotensi membina penyelesaian yang paling sesuai dengan operasi syarikat.

Pendekatan 3: Pembangunan Dalaman (Menggunakan AI Penjanaan Kod)

Ketiga, menggunakan AI penjanaan kod seperti Claude Code atau GitHub Copilot untuk membangunkan alat AI khusus dari awal. Walaupun halangan pembangunan telah menurun, sumber kejuruteraan tertentu masih diperlukan. Namun, daya tarikan utama adalah kebebasan dari kebergantungan SaaS dan kemampuan untuk menginternalisasi sepenuhnya proses operasi yang menjadi sumber daya saing syarikat.

Anggaran Kos: Sebahagian besar adalah kos tenaga kerja jurutera. Untuk pembangunan alat berskala kecil, memerlukan usaha beberapa minggu hingga bulan. Kos penyelenggaraan jangka panjang juga perlu dipertimbangkan.

Langkah Seterusnya untuk Pengurus: Cari “WiseVine” Syarikat Anda Sendiri

Pergerakan Bandar Fukuyama adalah cermin untuk semua syarikat. Pasti terdapat “operasi teras” yang kompleks dan bergantung pada individu dalam syarikat anda yang tidak dapat ditangani oleh AI umum luar.

Mulakan dengan mengenal pasti operasi tersebut. Ia mungkin keputusan strategik yang hanya diketahui oleh pengurusan, atau pengendalian pelanggan yang hanya boleh diurus oleh kakitangan veteran. Atau mungkin tugas kawalan kualiti yang melibatkan pelbagai undang-undang.

Seterusnya, pilih pendekatan yang paling sesuai untuk mengautomasikan operasi tersebut dari sudut kos dan kelajuan.

  • Jika mahukan kesan segera, pilih Pendekatan 1 (SaaS Khusus): Kaji pasaran dan cari sama ada terdapat SaaS khusus yang hampir dengan operasi syarikat anda. Banyak startup seperti WiseVine mula memasuki pelbagai bidang.
  • Jika mahukan keunikan dan kesesuaian, pilih Pendekatan 2 (Penyesuaian): Susun data syarikat anda dan minta pasukan yang mempunyai sumber teknologi (atau rakan luar) menilai kemungkinan penyesuaian AI umum.
  • Jika mahukan penginternalisasian sebagai sumber daya saing, pilih Pendekatan 3 (Pembangunan Dalaman): Jika proses operasi itu sendiri adalah kekuatan syarikat anda, pertimbangkan penginternalisasian walaupun dengan melaburkan sumber pembangunan. AI penjanaan kod telah menjadikannya lebih murah berbanding beberapa tahun lalu.

Jangan Lupakan “Had AI” dan Peranan Manusia

Akhirnya, pengajaran penting dari kes pihak berkuasa tempatan adalah bahawa AI “membantu” dalam “penentuan” dan “penilaian”. Keputusan dan tanggungjawab muktamad tetap berada pada manusia. Ini adalah prinsip yang sama seperti AI bantuan diagnosis perubatan atau AI penilaian kredit kewangan.

AI khusus tugas adalah alat yang meningkatkan secara mendadak “kebolehulangan keputusan” dan “kelajuan pemprosesan” kakitangan veteran atau berpengalaman. Ia bukan untuk menggantikan mereka, tetapi harus dilihat sebagai “penguat kuasa” untuk menanamkan pengetahuan mereka ke dalam organisasi dan memfokuskan sumber pada keputusan yang lebih tinggi.

Semasa perbincangan penggunaan AI berkembang dari “kecekapan” ke “pembezaan”, pelaksanaan strategik “AI khusus tugas” yang menggabungkan kepakaran mendalam syarikat dan keupayaan pemprosesan AI akan memberikan daya saing yang jelas seterusnya. Langkah Bandar Fukuyama adalah langkah pasti dalam arus besar tersebut.

コメント

タイトルとURLをコピーしました