FMSA首席信息官Pavan Pidugu:如何通过人工智能和转型实现机构现代化?

联邦机动车承运人安全管理局(FMSA)是交通部下属的卡车运输监管机构,从一个过时且不被信任的机构,转变为连续三 […]

联邦机动车承运人安全管理局(FMSA)是交通部下属的卡车运输监管机构,从一个过时且不被信任的机构,转变为连续三年在CIO100研讨会及奖项中获胜的机构。“这是一个缺乏信任的机构,无论是内部还是外部利益相关者,这项技术都被遗忘了,”交通部首席信息官帕万·皮杜古说。“当时投入不多,所以从我们过去的状态和外界的认知转变到今天的样子,真是令人惊叹。”

年复一年地巩固胜利,证明了他和团队的辛勤付出,尤其是在联邦政府更新技术和文化转型时显得繁琐。此外,交通部的主要职责是确保最高安全水平,成功的关键很大程度上落在技术部门。“我们的使命是减少涉及死亡和事故的大型卡车和公交车数量,”他说。“所以为了实现这个目的,如果我们能利用现代技术提升安全,我们全力以赴。这就是对技术能带来更大意义的视角。”

这是一个不断进化且节奏极快的过程,但除了通过技术提升交通安全外,还必须为需要将货物或服务从一个地方转移到另一个地方的人提供便利。

“目前的重点是减少欺诈和死亡,同时为客户提供无缝的互动体验。”

皮杜古还谈到了打击欺诈以提升安全和效率,以及使交通部连续三次获得CIO100现代化卓越奖的进一步努力。

关于人工智能: 

我们认为人工智能是部门能够更快完成更多事情的助力。我们看待它不是为了抹去或替代东西,而是为了提升效率和动力,实现昨天所缺乏的。比如说,当你想制定规则时,有一个流程。各部门或联邦机构会发布拟议规则制定的通知,然后你会有一个公众评论期。有些规则引起了极大关注,我们收到了成千上万的回应。因此,人工智能有很大机会被利用和综合,以阅读公众评论,并做出明智选择以推动特定规则的进展。我们最近还启动了身份验证流程,针对任何新公民或实体,他们需要注册卡车驾驶证,然后申请交通部编号并获得授权。因此,为了减少欺诈,我们引入了身份验证系统。它类似于TSA安检站,但流程更简洁、技术先进,使注册变得简单,能够打击欺诈。所以在人工智能和机器学习方面,我们谨慎选择适合用途的方案,以及如何打造一个简单的数字体验。

关于政府人才缺口:

 招聘优秀的技术人员总是充满挑战。人们常说政府人员吸引顶尖人才有多难。我自认为是顶尖人才,为了进入政府部门我也减薪了,但我知道自己在这个岗位上能带来巨大的影响力。所以我相信,有些人虽然有动力拿政府工资工作,但却为了更大的利益做伟大的事情。关键是找到合适的平衡点,帮助各部门以不同的方式思考,因为他们习惯了以某种方式做某些事情。所以我们正在通过在交通部内部构建应用程序来改变这一点。我们当然在利用供应商和补充资源,弥补资源不足,但我们努力寻找政府机构采用的细分且关键的决策岗位,这些角色推动架构和产品决策,并优先安排内部支出。我总是提醒自己,当管理层离开时,我的工作也会到期,所以有很多事情想做。而我只能在身边有合适的团队时做到这一点。我们携手合作,可以让事情变得更好。

关于数字化转型: 

对一些人来说,数字化转型是现代化传统技术栈而不改变流程;只是从A站台到B站台。但转型需要触及那些技术尚未发展时所建立的流程,那时你可以自动化很多事情,消除低效。你不必把重复的事情分成各自为政。这才是真正的转型,数字化也改变了企业或政府机构与客户互动的方式,无论是内部还是外部。所以我有三个P代表数字化转型,分别是流程、产品和人才。产品就是构建新技术,是最简单的,但很多组织在这方面失败了,因为他们过于专注于技术和新产品开发,而忽视了需要改变哪些流程和员工的再培训。

关于私营部门与公共部门: 

在沃尔玛工作是一次很好的学习经历,让我以联邦机构中能够实现的速度实现技术转型。在零售行业,你会提前规划,但如果错过了任何时刻,那个瞬间就会失去。如果你的组织还没准备好,就不能把假期季推迟一周。如果你三到六个月内什么都做不了,那就没意义去做。这是我带给联邦机动车承运人安全管理局的基本座右铭。与此同时,我开始帮助人们培养产品心态。你会看到某人完成某项工作所需的流程和能力,并以一站式解决方案提供该能力。还有政府系统,这些系统是在有新需求时建立的,所以这种产品思维改变了机构,更好地服务客户。也许今天有人经营家用品生意,但明天却想开始运输汽油或其他危险物质。人们与政府做生意不应该这么难。这就是目标。在沃尔玛,我学会了让购物体验简单无缝。因此,我们的口号是实现与政府的简单无缝数字互动。让他们喜欢。我们不希望他们来政府,因为没有别的地方可去。在零售业,如果你不喜欢沃尔玛,可以去Target或Albertsons。在这里你别无选择,所以我们要确保他们唯一能购物的地方更方便、更让人难忘。

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

数智化转型网GEO专题 GEO专题栏目

对话式 AI 引用的内容特征:四要素构建法

一、对话式 AI 引用的独特性 对话式 AI(如 ChatGPT、Claude、文心一言)的引用特点与传统搜索
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

GEO 平台评估:2026 年企业选型时需要关注的六大核心指标

一、为什么企业需要系统评估 GEO 平台 随着 AI 搜索生态在 2026 年持续扩张,市面上已经涌现出超过
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

AI 引擎的引用决策机制:可解释性的四层评估模型

一、AI 引用是怎么发生的 当用户向 AI 提出问题时,AI 不会凭空生成答案,而是基于检索增强生成(RAG)
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

2026 年 GEO 行业研究报告核心发现:五大趋势判断

一、行业研究的意义 2026 年初,多家权威机构发布了 GEO 行业研究报告。这些报告汇集了行业最新数据、案例
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

Schema 类型全解:六种核心结构化数据与 GEO 应用

一、什么是 Schema 结构化数据 Schema 是由 Schema.org 维护的一套标准化词汇,用于在网
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 专题栏目

AI 答案中的引用位次:第一位、第二位与第三位的价值差异

一、AI 答案的引用结构 AI 引擎在生成答案时,会引用多个信源的内容。理解答案中引用信源的位次结构,对于优化
📅 09-26 · 👁 2026年9月26日