How public sector organizations can govern AI at scale
TL;DR · AI 摘要
How public sector organizations can govern AI at scale Databricks Blog Skip to main content Industries November 6, 2026...
核心要点
- 主题聚焦:How public sector organizations can govern AI at
- 来源:Databricks,建议结合原文判断细节。
- AI 分析暂不可用,本条为保底评分与摘要。
公共部门组织如何实现AI的规模化治理 | Databricks 博客
跳至主要内容
行业
2026年11月6日
公共部门组织如何实现AI的规模化治理
Unity Gateway 集中管理合规性和成本控制,使机构能够自信地采用AI
作者:Kacey Hertan 和 Antonio Javier Samaniego Jurado
摘要
• Unity Gateway 提供关于成本、合规性和数据驻留的明确答案,使公共部门团队能够推进AI项目。 • 已经使用 Unity Catalog 的机构可以像管理数据一样管理AI,控制模型访问权限、限制支出并跟踪所有请求。 • Databricks 按地理区域管理其托管模型的数据驻留,为合规团队提供AI请求处理位置的文档记录。
目前,每位政府首席信息官都面临相同的任务:采用AI,加快步伐,用更少资源做更多事。代码助手正在提高开发团队的生产力。利用大型语言模型的代理正在开辟服务公民的新途径。而那些不推进AI的组织则面临落后风险。
但公共部门组织的运营现实与商业企业不同。在任何AI模型或代理被调用之前,必须回答一套大多数AI工具或推理提供商未设计解决的问题。这并不是公共部门组织采用技术缓慢,而是风险性质不同。这些组织处理公民数据、国防信息、执法记录和公共资金。与这些责任相关的治理要求并非可选。
直到最近,满足这些要求意味着拒绝AI,或者至少说“尚未准备好”。可用的工具未能为治理、预算和合规团队提供必要的支持以做出肯定回答。
这一局面正在改变。
为何公共部门AI项目会受阻
以下是实际情况。公共部门组织的数字服务团队开始使用第三方代码代理(如Codex和Claude Code),帮助开发人员提高效率。开发人员对此非常满意,但随后出现治理问题:谁可以访问哪些模型?为何AI支出增长如此迅速?
合规团队询问数据流向。结果发现,第三方代码代理平台将请求路由到其他国家的基础设施。对于处理敏感运营数据的组织而言,这成为问题。
预算办公室询问成本问题。没有人能说明这些工具的费用或哪些团队在推动支出。响应速度缓慢,不必要的令牌被使用,因为请求需要通过从未针对该用例优化的基础设施传输。
结果显而易见:合规团队无法批准,预算办公室无法规划,AI项目陷入停滞。不是因为团队不需要AI,而是没有人能回答基本的治理问题。
这一模式在各机构和不同地区反复出现。具体法规可能因GDPR、FedRAMP或国家主权框架而异,但底层动态相同。团队希望使用AI。治理团队希望批准。但中间的工具未能满足任何一方的需求。
如何通过集中式AI治理推动公共部门团队前进
在人工智能领域取得实质性进展的公共部门组织都具有一个共同特征:它们在扩大AI应用之前就解决了治理问题。这些组织没有回避治理议题,而是找到了一个集中回答这些问题的方法,从而避免每个团队都自行摸索解决方案。
这正是Unity Gateway在Databricks中所扮演的角色。
没有一种模型能适用于所有任务场景,因此各机构需要灵活的选择权。
- 一个全天候回答许可和税务问题的公民服务助手需要处理多语言的高并发请求,因此需要响应速度快且单次请求成本低廉的模型。
- 一个追踪福利申领模式的反欺诈部门需要能处理复杂证据链的模型,且该模型只能在数据被允许访问的环境中运行。
- 一个从扫描的法律文件中提取信息的档案办公室需要能处理文档和图像的模型,而不仅仅是文本。
- 一个关键机构的应用程序基于过时的代码库构建,因此升级需要能胜任复杂编码任务的前沿模型。
如果为所有场景选择同一种模型,机构要么会为常规问题支付过高费用,要么无法满足最复杂任务的需求。治理机制必须为每个任务场景匹配合适的模型,同时保持对数据、用户和预算的全面管控。
Unity Gateway为治理和预算团队提供的解决方案非常直接。组织可以控制哪些AI模型、编码代理、MCP和AI工具可供使用以及使用权限。团队可立即获得最新前沿模型和开源模型的访问权限,而管理员则决定启用哪些模型以及哪些用户可以使用。新模型默认不会向所有用户开放。
例如,在税务机构中,这意味着调查部门可以在纳税人记录上使用AI,但访问权限仅限于被授权处理相关案件的调查人员。可通过用户、团队或使用场景设置支出上限和硬性额度,所有请求都会被追踪并可追溯。包括内容防护机制和访问控制在内的合规政策会在平台层面应用于所有AI交互,无论由哪个团队或应用程序发起。
除了设置支出限制,Unity Gateway还通过智能路由功能帮助组织降低AI成本,该功能能将任务导向更具成本效益的模型同时保持质量。对于预算固定但需要现代化遗留系统的机构而言,这意味着常规编码任务可分配给低成本模型,从而在不降低开发效率的前提下进一步延长预算使用周期。
对于有严格数据驻留要求的机构,治理机制还必须覆盖AI请求的处理位置。例如,一个将AI应用于患者记录的国家卫生服务机构必须能够向监管机构证明数据的流向。Databricks通过地理区域管理其托管基础模型的数据驻留,账户管理员可要求这些请求必须在其工作区所属地理区域内处理。合规团队可获得关于请求处理位置的清晰书面说明。
由于Unity Gateway支持来自多个供应商的模型、开源模型和外部端点,团队不会被锁定在单一供应商上。他们可以为每个任务选择最佳模型,同时治理团队仍能保持全面可见性。
当公共部门机构集中管理AI治理时会发生什么
当组织将 AI 工作负载迁移至 Unity Gateway 时,原本阻碍采用的动态将被逆转。开发人员可通过 Databricks 基础设施访问所需模型,无需每个团队自行管理。治理团队可获得跨模型、代理和工具的统一 AI 活动视图,通过统一追踪记录请求、令牌使用情况、成本和工具活动。
对福利机构而言,这意味着领导者可以看到处理索赔的 AI 工具被大量使用且成本合理,从而能够将这些工具扩展到更多案件处理人员,更快地为人们提供福利。
原本阻碍 AI 采用的治理要求转变为统一基础,使 AI 采用成为可能。当合规团队确信 AI 使用情况可见且受控,预算办公室能清晰看到支出去向时,批准 AI 的决策将变得容易得多。
为何这在当下至关重要
全球各国政府正在加大 AI 投资力度,同时收紧数据保护和主权要求。从公民服务到国家安全,行动最快的机构将能够将每项任务与合适的模型及控制措施精准匹配。
Unity Gateway 是 Databricks 帮助公共部门组织实现这一目标的方式。它基于现有数据治理框架,直接对接机构现状,并叠加 AI 治理能力。无需并行系统,无需多年实施周期,只需公共部门领导者所需的控制能力即可。
了解更多
想了解更多?
常见问题
是否需要新基础设施?
不需要。Unity Gateway 嵌入 Databricks 平台,使组织能够集中管理 AI 访问权限、安全性和成本,无需部署或维护独立的 AI 网关或 AI 治理解决方案。
能否控制团队使用的模型?
可以。虽然 Unity Gateway 提供最新 AI 模型的零日访问权限,但管理员可控制启用的模型及使用权限。组织可通过用户、组或团队审批模型并管理访问权限,使团队在不损害治理的前提下采用新 AI 能力。
能否设置支出上限?
可以。预算和硬性支出上限可按用户、团队或使用场景设置。所有请求都会被追踪记录。
是否支持多个模型提供商?
是的。Unity Gateway 支持来自多家前沿模型提供商、开源模型和外部端点的模型。
能否将 AI 处理限制在特定地理区域?
可以。账户管理员可要求对 Databricks 托管的基础模型请求在工作区所在地理区域进行处理。如果某地理区域未提供相应模型,管理员可选择允许在其他区域处理。
相关标签:
Unity Gateway 与公共部门
订阅获取最新文章
订阅我们的博客,最新文章将直接发送到您的邮箱。
立即订阅
slice-start id="_gatsby-scripts-1"
slice-end id="_gatsby-scripts-1"