เกือบหนึ่งปีในการบังคับใช้กฎหมาย Foundations for Evidence-Based Policymaking ผู้นำที่อยู่เบื้องหลังสำนักงานข้อมูลหน่วยงานบางแห่งที่กฎหมายได้ช่วยยกระดับมีนักบินข้อมูลและแดชบอร์ดมากกว่าใหม่เพื่อแสดงความพยายามของพวกเขาที่สำคัญกว่านั้น เจ้าหน้าที่กล่าวว่าพวกเขาได้รับการสนับสนุนจากพนักงานของหน่วยงานของตนเพื่อให้โครงการเหล่านี้ประสบความสำเร็จ และมีพนักงานที่อยากรู้อยากเห็นมากพอที่จะระดมความคิดเพื่อนำแนวคิดเหล่านี้ไปสู่อีกระดับ
ด้วยแผนปฏิบัติการหนึ่งปีขั้นสุดท้ายของ Federal Data Strategy
ของฝ่ายบริหารของ Trump ซึ่งคาดว่าจะมีขึ้นในปลายเดือนนี้ หน่วยงานด้านการขนส่งและพลังงานได้หันไปใช้เครื่องมือปัญญาประดิษฐ์เพื่อจัดการข้อมูลได้ดียิ่งขึ้น แต่ผู้เชี่ยวชาญด้านข้อมูลจากทั้งสองหน่วยงานกล่าวว่าเครื่องมือเหล่านี้จะใช้งานได้จนถึงตอนนี้โดยไม่ต้องมีพนักงานและโครงสร้างพื้นฐานที่เหมาะสม
“ฉันเคยมีคนมากมายในอุตสาหกรรมพูดว่า ‘คุณต้องใช้การเรียนรู้ของเครื่องมากขึ้นและปัญญาประดิษฐ์มากขึ้น และสิ่งที่ดีทั้งหมดนั้น’ ฉันอาจจะทำ แต่ฉันต้องการทำอย่างนั้นโดยมีจุดประสงค์โดยมีพื้นฐานมาจากการปฏิบัติทางวิศวกรรม” Dan Morgan หัวหน้าเจ้าหน้าที่ข้อมูลของ Transport กล่าวเมื่อวันอังคารที่การประชุม AFCEA Bethesda
CX Exchange ของ Federal News Network: เข้าร่วมกับเราในช่วงบ่ายสองวันที่ 26 และ 27 เมษายน ซึ่งเราจะสำรวจเทคโนโลยี นโยบาย และกระบวนการที่สนับสนุนความพยายามของหน่วยงานในการให้บริการสาธารณะ ธุรกิจ และเจ้าหน้าที่ของรัฐอย่างมีประสิทธิภาพมากขึ้น
ในกรณีนี้ หน่วยงานได้เริ่มใช้การประมวลผลภาษาธรรมชาติเพื่อแยกวิเคราะห์ระเบียบข้อบังคับที่มีอยู่มากมาย และดึงสถิติเกี่ยวกับจำนวนข้อบังคับที่ซับซ้อนหรือกฎระเบียบที่มีข้อยกเว้นมากที่สุด
โครงการซึ่งช่วยให้สำนักงานที่ปรึกษากฎหมายของหน่วยงานมีเวลาว่างมากขึ้น
มีการเริ่มต้นที่สดใสและมีค่าใช้จ่ายน้อยมากในการเริ่มต้น Morgan กล่าวว่าเขาและเพื่อนร่วมงาน GS-7 ได้สร้างแดชบอร์ดที่มีเมตริกเหล่านี้ตลอดหนึ่งสัปดาห์ โดยใช้เพียง “ประมาณ 6 ดอลลาร์ของ AWS และ Tableau เล็กน้อยและจาระบีข้อศอกเล็กน้อย”
แดชบอร์ดไม่สมบูรณ์แบบ – Federal Register ได้เปลี่ยนวิธีการจัดโครงสร้างข้อบังคับเมื่อเวลาผ่านไป แต่ Morgan กล่าวว่า “ถูกต้องตามทิศทาง” และเป็นเทมเพลตที่มีแนวโน้มว่าจะปรับแต่งผ่านโครงการที่คล้ายกัน“เราสามารถเริ่มช่วยทนายความของเราในการมองเห็นสิ่งใหม่ ๆ และเราแค่พยายามฟอง ล้าง และทำซ้ำขั้นตอนนี้และโครงการนี้ซ้ำแล้วซ้ำเล่า” มอร์แกนกล่าวในทำนองเดียวกัน กระทรวงพลังงานได้เริ่มใช้เครื่องมือการเรียนรู้ของเครื่องเพื่อแท็กข้อมูลภาคสนามที่เข้ามาโดยอัตโนมัติเกี่ยวกับบ่อน้ำมันและก๊าซประเภทต่างๆ ที่ดูแลทั่วสหรัฐอเมริกา
“เมื่อมีปัญหาในภาคสนาม คุณต้องการข้อมูลที่ถูกต้องจริงๆ เพื่อแสดงให้เห็น ไม่ใช่ข้อมูลทีละน้อย ไม่ใช่ข้อมูลบางส่วน นั่นคือเหตุผลที่เราพึ่งพาข้อมูลเชิงลึกของแมชชีนเลิร์นนิงและอื่นๆ มากขึ้น ดังนั้นเราจึงได้รับข้อมูลอย่างรวดเร็วและเชื่อถือได้” Pam Isom รองหัวหน้าเจ้าหน้าที่ข้อมูลของกระทรวงพลังงานและที่ปรึกษาของ Chief Data Officer กล่าว
แต่ Isom กล่าวว่าเครื่องมือเหล่านี้สามารถดำเนินการได้ไกลเพียงเพื่อจัดการกับความท้าทายด้านข้อมูลเป็นศูนย์กลางของหน่วยงาน
“ฉันไม่ค่อยสนใจเทคโนโลยีนี้เท่าไหร่นัก แต่ถ้าคุณสามารถบอกฉันได้ว่าสิ่งนี้จะแก้ปัญหาทางธุรกิจได้อย่างไร ฉันรู้ว่ามันจะต้องมีผลกระทบ” เธอกล่าวเสริมในขณะที่หน่วยงาน CDO บางแห่งระบุว่าการเปลี่ยนแปลงวัฒนธรรมเป็นอุปสรรคสำคัญในการเอาชนะ Isom ซึ่งเคยทำหน้าที่เป็น CDO ของ Energy กล่าวว่าพนักงานของหน่วยงานได้น้อมรับแนวคิดบางอย่างที่เน้นข้อมูลเป็นศูนย์กลาง
“เราแนะนำพื้นฐานบางอย่างของสิ่งที่เราต้องทำ และเนื่องจากมีความเจ็บปวดมากมายภายในองค์กร ฉันคิดว่าฉันจะต้องขายมันจริงๆ [แต่] ฉันไม่ต้องขายมัน ,” เธอพูด. “มันเหมือนกับว่า ‘ใช่ ฉันเห็นด้วยกับสิ่งที่เธอพูด เราต้องการสิ่งนี้และฉันคิดว่าเราควรเริ่มทำในสิ่งที่เธอพูด’”
Isom อดีต CDO ของหน่วยงานกล่าวว่าหน่วยงานเพิ่งจัดตั้งคณะกรรมการกำกับดูแลข้อมูลและเปิดตัวการแลกเปลี่ยนนวัตกรรมทั่วทั้งแผนก
“ตอนนี้คุณมีสถานที่แล้ว เป็นเหมือนแผนที่ของนวัตกรรมหลักบางอย่างที่กำลังเกิดขึ้นภายในแผนก และนี่คือวิธีที่คุณนำทางเพื่อค้นหาเพื่อทำความเข้าใจว่าคุณสามารถค้นหาจุดข้อมูลบางอย่างเกี่ยวกับนวัตกรรมเหล่านั้นได้จากที่ใด” เธอกล่าว .
ในช่วงปีนี้ หน่วยงานต่าง ๆ ได้ยืนหยัดจ้างงานศูนย์ข้อมูลจำนวนมากผ่านพระราชบัญญัติหลักฐาน ในขณะเดียวกัน สำนักบริหารงานบุคคลกำลังดำเนินการชุดงานสำหรับนักวิทยาศาสตร์ข้อมูลทั่วทั้งภาครัฐ
“ฉันเชื่อว่าเราต้องการผู้จัดการข้อมูลในแต่ละแผนกที่แตกต่างกัน เพื่อให้พวกเขารับผิดชอบในการดูแลข้อมูลภายในพื้นที่เฉพาะของตน” Isom กล่าว
