英国交通部（DfT）与Google Cloud和Alan Turing Institute合作，基于Vertex AI与Gemini模型构建咨询分析工具（CAT），将公民自由文本反馈的主题识别与分类时间从数月压缩到数小时，评估准确率高达约90%，并据称每年可节省高达400万英镑。DfT同时在内部部署了连通性工具与自动草拟答复系统，采用human-in-the-loop流程以确保决策由政策专家主导并审查AI输出的准确性与公平性。
概览
– 机构：英国交通部（DfT）与Google Cloud、Alan Turing Institute合作
– 平台：Google Cloud（Vertex AI、Cloud Run、Cloud CDN、Firestore）与Gemini模型
關鍵應用
– 咨询分析工具（CAT）
– 功能：对每年约55次公共咨询中超过10万条自由文本响应进行主题识别与分类
– 性能：将处理时间从数月缩短为数小时，评估准确率可达约90%
– 成效：加速在12周内公布咨询回应的能力，宣称节省成本高达400万英镑/年（DfT，2025）
– 实例：支持对《国家综合交通战略》和驾驶考试预约规则等公众意见的分析
- 其它AI工具
- 连通性工具：利用Cloud Run、Cloud CDN、Firestore辅助城市规划以推动可持续基础设施决策
- AI来信草拟器：用Vertex AI Search做混合检索（内部安全数据库）并结合Gemini生成答复初稿，供人工审校
治理与风险控制
– 采用human-in-the-loop流程，确保政策专家对AI输出进行核查，关注准确性、公平性与偏见问题
– DfT强调技术为处理规模化数据提供能力，但最终愿景与决策由政府专家把控
技術與實務啟示（面向AI/技術從業者）
– 大规模政策咨询可通过组合检索（hybrid search）与生成模型实现快速主题抽取与草稿生成
– 需要把模型性能指标与人工审校流程结合，建立可解释性与责任链路
– 基础设施选型（托管AI平台+云服务）可显著缩短研发与部署周期，但安全与数据访问治理同样关键
結語
– 该案例展示了云端生成式AI在公共政策领域的实际落地价值，同时强调必须以人为核心的审查机制来降低治理风险。
这是一个展示云端生成式AI在公共政策规模化应用的典型案例，但治理与审查流程比技术本身更关键。