Google.org 公布“AI for Government Innovation”挑战赛的 15 个获选团队，向学术机构、社会企业和非营利组织提供总额 3000 万美元资助，并通过加速器与谷歌专家合作，将生成式 AI 与代理型 AI 应用于医疗、灾害韧性、交通、基础设施与司法等公共服务场景。入选项目强调以人为中心、开源蓝图与政府可采纳性，关注数据权限、隐私与问责等落地治理问题。
谷歌旗下公益部门 Google.org 9 月 15 日公布“AI for Government Innovation”影响力挑战赛的 15 个获选团队。该项目总额为 3000 万美元，入选者来自学术机构、社会企业和非营利组织，将与政府部门合作，把生成式人工智能和代理型人工智能用于医疗、灾害韧性、交通、基础设施及司法等公共服务场景。
Google.org 表示，这些团队是从全球超过 2600 份提案中选出的。除了资金支持，入选者还将参加一个专门的 Google.org Accelerator，获得谷歌工程师和产品专家的无偿技术支持，目标是开发以人为中心的工具，并将项目整理为可复用的开源蓝图。
15个团队分别在解决什么问题
这批项目覆盖的范围，从地方政府的应急调度到低收入家庭的报税，反映出谷歌希望把 AI 介入公共服务的重点放在具体流程，而不只是建设面向政府的通用聊天机器人。
在灾害与基础设施方面，CIV:LAB 试图缩短地方政府应对高温、洪水和基础设施危机时的协调时间；名古屋大学灾害减灾研究中心将实时绘制紧急医疗物资与需求，以便在灾害发生时协调患者救治；美国伊利诺伊州县工程师协会则聚焦农村县的基础设施资源管理和道路安全。辛辛那提大学研究院的项目则尝试预测电网、道路等关键基础设施的故障，帮助应急团队保护公共服务并加快社区恢复。
约翰斯·霍普金斯大学的团队将帮助城市交通部门改善道路安全决策。麻省理工学院则计划整合实时公共交通信息和运营数据，以改善服务交付和乘客沟通。德国的 Khoch3 KlimaKarten 将帮助地方政府更快评估和实施气候韧性项目。
医疗项目同样占据重要位置。Flexbone 关注无论保险状况如何，帮助照护者和患者寻找负担得起的门诊服务；Froncort.AI 希望协助一线卫生工作者发现结核病、疟疾和登革热等传染病聚集区；Helium Health Foundation 则聚焦女性健康风险识别和及时获得专科孕产服务。英国华威大学的项目将绘制疾病风险分布，并向脆弱地区部署流动诊所，开展预防性筛查。
公共行政和经济机会也是资助重点。Clear Letter 将政府信件转化为更容易理解的说明和下一步行动建议；Code for America 希望加快低收入家庭使用免费报税服务的流程，让更多人获得应得的退税。TOJIL 则试图通过检察官监督的案件起草和透明的案件跟踪，减少积压并改善受害者获得信息的渠道。
ICLEI Europe 将帮助市政工作人员成为主动式社区能源服务窗口，为居民提供能源方面的支持。项目名单中还包括美国的 Illinois Association of County Engineers，以及与公共医疗、交通和基础设施相关的多所大学和非营利机构。
从一次性资助转向可复制的公共工具
Google.org 此前公布的项目说明显示，入选组织每家可获得 100 万至 300 万美元资金，并参加持续数月的加速器项目。加速器不只提供云资源，还包括 AI 战略和负责任治理方面的培训，以及来自谷歌 AI 专家的技术指导。
Google.org挑战赛项目页面显示，评审标准包括社会影响、技术创新、可行性和可扩展性。申请者需要证明项目确实回应重要的公共服务问题，拥有政府合作基础，能够以较低摩擦推动政府采用，并提出可衡量的成功指标。
这意味着，项目是否使用了最新模型并不是唯一考量。公共部门的 AI 项目往往要面对数据权限、采购流程、隐私保护、责任归属和工作人员接受度等问题。对于一个医疗风险识别或道路安全系统而言，模型的预测能力只是开始，政府是否能够理解输出、复核结果，并在错误发生时追溯责任，同样决定项目能否落地。
Google.org 特别强调，入选团队将把相关成果设计成“开源蓝图”，以便不同地区的政府根据自身需求进行调整。这一安排试图回应公共部门长期存在的重复建设问题：如果每个城市都要从零开始开发同类系统，成本和部署周期往往会阻碍创新；但如果直接复制一个模型，又可能忽略当地语言、法规、数据质量和服务流程的差异。
政府使用人工智能，关键不只是效率
谷歌今年 2 月启动该挑战赛时引用的调查数据显示，80%的公共服务人员表示人工智能正在赋能他们，但只有18%认为所在政府目前有效使用了人工智能。两组数字之间的落差，说明政府 AI 的难点并不只是缺少模型，也包括组织能力、基础设施和治理机制不足。
谷歌与普华永道此前发布的《AI Works for Governments》报告，则把发展中国家的政府 AI 应用描述为一种“跨越式”机会。报告认为，一些发展中经济体没有发达国家长期积累的复杂旧式 IT 系统，因此可能更容易从头建设面向 AI 的公共服务系统。不过，报告同时强调，政策环境、公务员技能和早期可见成果，都会影响 AI 转型能否持续。
公共服务领域的 AI 试验也显示出明显的两面性。AI 可以帮助政府更快处理申请、分析交通数据或识别灾害风险，但它也可能放大数据偏差，误导工作人员，或让原本就难以获得服务的人被自动化流程进一步排除。此前关于“代理泛滥”的研究就指出，当生成式 AI 降低福利申请、投诉和信息公开请求的文字与行政门槛时，政府可能同时面对申请数量增加和单份请求复杂度上升的压力。
这批获选项目因此具有一个共同的政策问题：如何把效率提升转化为更公平、更容易使用、也更容易问责的公共服务。谷歌强调“以人为中心”，并没有意味着由模型替代政府工作人员。相反，从医疗、司法到交通的项目都需要地方机构、专业人员和社区组织继续参与，AI 更像是被嵌入既有服务链条中的一层能力。
AIFlux此前曾梳理谷歌推动 AI 提升灾害预警与应急响应，以及英国交通部使用 Google Cloud 加速政策洞察的案例。前者侧重灾害预测和响应，后者展示了 AI 如何处理大规模公众咨询，两者都说明公共部门落地的重点在于把模型嵌入数据、人员和决策流程之中。
能否规模化，取决于政府的实际承接能力
Google.org 的公告没有披露 15 个团队各自获得的具体金额，也没有给出每个项目的政府合作方、部署时间表或统一的量化目标。这些信息将影响外界对项目实际进展的判断。
目前可以确认的是，资助已经从申请阶段进入获选和加速器阶段；尚不能据此认为相关工具已经在政府系统中大规模部署，也不能把项目目标等同于已经实现的公共服务成效。接下来需要观察的，是这些团队能否获得持续的数据访问权限，能否在真实环境中通过安全与公平性测试，以及开源蓝图是否真的被其他政府采用。
如果这些条件得到满足，3000 万美元计划的影响可能不限于 15 个组织本身。它最终能否改变公共服务，取决于这些项目是否能够在不同的法律体系、语言环境和行政流程中被验证、调整并长期维护。对政府而言，真正的 AI 创新或许不在于部署一个更强大的模型，而在于重新设计一套让更多人能够使用、理解并监督的服务系统。
来源：Google.org获选团队公告、Google.org挑战赛规则与项目说明、Google关于启动挑战赛的公告、《AI Works for Governments》报告介绍。