AI 向前系列：从试点项目到实际政府运营
Key takeaway: FedInsider 发起“AI Forward 系列圆桌研讨会”，计划于2026年7月8日、8月12日、9月9日及10月14日举办四场线上研讨会，聚焦美国政府机构将人工智能从试点项目（pilot programs）推进到实际运营（real-world operations）所面临的多维挑战。整个系列围绕四个核心议题展开：7月8日专场探讨 AI 从试点到生产的迁移，涉及集成挑战、政策摩擦和投资回报率模糊等问题，讲者来自美国能源部（U.S. DOE）、俄亥俄州洛雷恩县、国会图书馆（Library of Congress）、太平洋西北国家实验室（Pacific Northwest National Laboratory）及 CrowdStrike、Elastic、Wiz 等企业；8月12日专场关注数据就绪度、治理与可信 AI，引用调查数据指出79%的受访者表示AI计划受限于跨环境数据访问，60%的AI项目可能因数据准备不足被放弃，讲者包括美国总务管理局（GSA）、Booz Allen Hamilton、Luzerne County 及 Precisely、Axonius、ComplAi、Wiz 的代表；9月9日专场聚焦风险管理和AI系统安全，涉及数据泄露、模型操纵、未授权访问等新型漏洞，并引用 Anthropic 的 Mythos 模型在七周内发现2000个漏洞的案例，强调应用零信任（Zero Trust）原则并与 NIST、CISA 指南对齐；10月14日专场探讨在整个企业范围内扩展AI，强调从用例转向能力建设、从技术实验走向运营化，需解决组织文化、预算采购、自动化优先级等战略问题。系列研讨会提供6个CPE学分，并配有CART实时字幕服务。
- FedInsider 组织的“AI Forward 系列”包含四场线上研讨会，时间跨度为2026年7月至10月，每场1.5小时，共提供6个CPE学分。
- 7月8日专场由能源部、国会图书馆、太平洋西北国家实验室及 CrowdStrike、Elastic、Wiz 等机构专家讨论AI从试点迁移到生产中的集成、政策与ROI挑战。
- 8月12日专场重点关注数据就绪度问题，引用调研显示79%受访者受数据访问限制困扰，60%的AI项目可能因数据准备不足被放弃。
- 9月9日专场聚焦AI安全风险，引用 Anthropic Mythos 模型在七周内发现2000个漏洞的案例，强调将零信任架构和 NIST/CISA 指引融入AI工作流。
- 10月14日专场探讨AI在全企业范围内的规模化，指出成功需要从技术实验转向运营化，解决组织文化、预算和采购等战略问题。
- 参与机构涵盖美国联邦、地方及国家实验室层面的政府代表，以及包括 CrowdStrike、Wiz、Elastic、Booz Allen Hamilton、Leidos 在内的产业界合作伙伴。
- 研讨会强调实操经验而非理论讨论，聚焦政府机构当前面临的真实决策、权衡和约束条件。
当大多数AI活动还在谈“可能性”的时候，FedInsider这个系列直接把焦点拉回了“可操作性”。四场研讨会的设计精准对应了政府机构AI落地的四个关键卡点：从试点到生产的转化、数据治理的欠账、安全风险的新战场，以及规模化所需的组织变革。尤其难得的是，讲者阵容囊括了美国能源部、国会图书馆、太平洋西北国家实验室等一线实施者，加上CrowdStrike、Wiz、Booz Allen Hamilton这些深扎公共部门的技术厂商，讨论的不会是PPT里的理想状态，而是真实的权衡与取舍。对于所有关注政府AI工程化实践、或希望理解公共部门AI采购与部署真实需求的从业者，这是一个高质量的观察窗口。推荐关注8月数据就绪度专场引用的两个数字——79%和60%——它们很可能就是你正在面临或即将面临的现实。
FedInsider 组织的“AI Forward 系列”包含四场线上研讨会，时间跨度为2026年7月至10月，每场1.5小时，共提供6个CPE学分。
—— 络石智能编辑部 · Editor's PickAI 向前系列：从试点项目到实际政府运营
AI 向前系列：从试点项目到实际政府运营
2026年7月8日、8月12日、9月9日、10月14日 | 每次1.5小时 | 美国东部时间下午2:00 | 6个CPE学分
政府机构正面临越来越大的压力，需要将人工智能从试点项目推进到实际运营——同时应对不断变化的政策要求、数据挑战和日益增长的安全风险。
AI向前圆桌系列——7月8日、8月12日、9月9日、10月14日——旨在帮助公共部门领导者解决将人工智能推广到整个机构实际需要做的工作。通过四场聚焦的会议，本次培训将探讨各机构如何将AI投入生产、准备和管理其数据、管理新风险，以及在组织内扩展成功实践。
这些不是理论讨论。每场会议都基于各机构当前正在面临的实际决策、权衡和约束——提供关于什么有效、什么无效以及下一步需要做什么的实用见解。对于行业合作伙伴，本系列创造了一个独特的机会，与政府领导者一起参与反映当前优先事项的对话——解决方案与真实挑战而非假设用例保持一致。
议程
学习目标
免费注册
实时字幕CART
议程
加入我们，无论您是参加针对机构范围AI实施特定方面的一场会议，还是参加全部四场以全面了解不同挑战，政府与行业的思想领袖将分享他们的经验教训。
学习目标
我们将讨论：
概述启动试点所需改进的要素，并评估将试点扩展到整个机构需要多少升级和改进
评估机构内可用于实施企业级AI项目的人才以及执行所需招聘的人员
界定预算要求，以及性能改进是否能够产生可用于扩展项目的节省
概述您的机构在数据就绪方面面临的特定挑战
描述解决这些挑战的步骤，包括优先级排序和资源分配
建立衡量数据质量改进的指标，以便您的机构数据集能够被AI工具用于生成可信的解决方案
识别现有流程中已有的网络安全弱点，例如安全被绕过或过晚附加的情况
理解如何将零信任概念应用于AI工作流
确认网络安全与国家标准与技术研究院（NIST）和网络安全与基础设施安全局（CISA）提供的指导保持一致
识别需要解决的组织和工作文化障碍
审查您的机构的预算和采购活动，确保在扩展过程中有可用资金
描述您的机构的自动化和AI优先级，以最大化效果和影响
免费注册
认证：
参与者可以获得6个CPE学分（商业管理与组织）。*
* 要获得CPE学分，您必须准时到达并参与整个网络研讨会的调查。证书将通过电子邮件发送给注册者。根据国家CPE赞助商注册标准，50分钟等于1个CPE。通过向我们提供您的联系信息，您同意：（i）接收来自Federal News Network及其第三方合作伙伴的促销和/或新闻提醒；（ii）我们可能将您的信息分享给可能提供您感兴趣的产品和服务的第三方合作伙伴；（iii）您不在欧洲经济区内。
实时字幕CART
什么是CART？
CART（通信访问实时翻译）通过将口语单词实时转换为文本流，为所有参与者提供即时无障碍访问。
CART源可以在台式机、笔记本电脑、平板电脑或智能手机上查看。
打开CART链接后，可调整文本框大小并移动到屏幕上的任意位置。
单击文本框顶部的标签，选择字体、字号、字体颜色和背景颜色。
随时单击文本框顶部的“转录”标签，查看事件转录文本。
关闭转录可返回实时CART。
CART字幕员专业认证
我们的CART服务由Home Team Captions提供。我们所有的CART字幕员至少持有NCRA（国家法院记者协会）的CCP（认证CART提供商）认证或更高。
要查看本次网络研讨会的CART源：注册本次网络研讨会，从提供的链接登录，然后单击CART标签，点击链接开始使用CART。
7月8日：将AI从试点推进到生产
各机构已经启动了数十个AI试点——但许多从未进入生产。它们因多种原因停滞，包括集成挑战、政策摩擦、不明确的投资回报率，以及将AI嵌入实际任务工作流的困难。
设置一个试点项目相对容易——针对特定流程，确保数据集干净且可供AI工具访问，升级关键硬件和软件，并测试AI驱动结果的质量。但在扩展时，同样的步骤变得艰巨且耗时；不可信的数据、过时或废弃的基础设施、以及糟糕的身份控制系统等，都必须在AI试点能够扩展到整个企业之前得到解决。
加入我们，政府与行业的思想领袖将讨论他们从AI试点项目到机构范围实施的经验，他们必须克服的挑战，他们会采取哪些不同做法，以及促成他们成功的条件。
学习目标：
概述启动试点所需改进的要素，并评估将试点扩展到整个机构需要多少升级和改进
评估机构内可用于实施企业级AI项目的人才以及执行所需招聘的人员
界定预算要求，以及性能改进是否能够产生可用于扩展项目的节省
杰出演讲者：
Thomas Saldari
主任，企业项目与产品创新办公室，OCIO，美国能源部
Todd Sharkey
IT总监，俄亥俄州洛雷恩县
Natalie Buda Smith
数字战略主任，国会图书馆
Dr. Nancy Washton
科学家，太平洋西北国家实验室
Karan Sondhi
首席技术官，公共部门，CrowdStrike
Chaison Griffin
首席解决方案架构师，Elastic
Bryan Rosensteel
公共部门产品营销主管，Wiz
Bill Pratt
主持人兼特约编辑，FedInsider
8月12日：数据就绪、治理与可信AI
随着各机构着手在整个组织中实施AI，大多数发现其AI工作因碎片化、低质量或不可访问的数据而受阻。这是政府与私营部门共同面临的问题——最近一项调查发现，79%的受访者表示，其AI计划因跨环境数据访问受限而受阻。
这些对政府来说并不是新问题。数据碎片化和孤岛、数据质量差、应用治理和安全要求的复杂性，以及技术债务——遗留系统并非为现代分析需求而设计——这些问题仍然存在。当然，数据生成的速度持续加快，增加了清理和重组大量数据集的压力。那项调查发现，60%的AI项目可能因数据就绪不足而被放弃。
加入我们，政府与行业的思想领袖将讨论他们处理数据就绪的经验，速度与控制之间的权衡，数据所有权和治理挑战，以及他们在平衡政策期望与“可信AI”现实方面的第一手经验。
学习目标：
概述您的机构在数据就绪方面面临的特定挑战
描述解决这些挑战的步骤，包括优先级排序和资源分配
建立衡量数据质量改进的指标，以便您的机构数据集能够被AI工具用于生成可信的解决方案
杰出演讲者：
Lesley Briante（待定）
数字管理副首席信息官，GSA
Donald Polaski
国家安全AI副总裁，Booz Allen Hamilton
Vito J. DeLuca
首席人工智能官/冲突顾问，宾夕法尼亚州卢泽恩县
Shaun Connolly
战略服务副总裁，Precisely
Brian “Stretch” Meyer
现场首席技术官，Axonius Federal Systems
Nick Summers
联合创始人，ComplAi
Chris Goehring
联邦解决方案工程师经理，Wiz
Mark Krzysko
主持人兼特约编辑，FedInsider
9月9日：管理风险与保障AI系统安全
AI引入了新的漏洞——例如数据泄露、模型操纵和不受控制的访问——即使各机构仍在摸索如何应用现有的风险和安全框架。最近的新闻文章报道，Anthropic的最新AI模型Mythos在仅七周的商业可用软件测试中发现了2000个漏洞；例如，Mozilla报告Mythos在Firefox 150中识别出271个安全漏洞。有些情况下，安全团队在部署决策已经进行后才被拉入并被告知“使其安全”。
现有的网络安全架构可以帮助控制对AI工具和数据的访问。例如，已经实施的零信任指令——“从不信任，始终验证”——加强了对访问的要求。拥有“身份优先”的安全结构可以最小化与AI采用相关的风险。
加入我们，政府与行业的思想领袖将讨论他们在各机构调整风险管理和网络安全措施以启用AI，同时防范AI所打开的新漏洞方面的经验。
学习目标：
识别现有流程中已有的网络安全弱点，例如安全被绕过或过晚附加的情况
理解如何将零信任概念应用于AI工作流
确认网络安全与国家标准与技术研究院（NIST）和网络安全与基础设施安全局（CISA）提供的指导保持一致
杰出演讲者：
Ian Brooks, Ph.D.
首席销售工程师，Cloudera
Josh Salmanson
防御性网络与弹性网络副总裁，Leidos
Jane Norris
特约编辑，FedInsider
10月14日：在企业中扩展AI
AI的成功往往是孤立的，局限于解决特定挑战或工作流的试点工作。AI试点最关注的是让技术正确；实施企业级AI战略需要领导层、员工、采购和任务团队之间的协调，尽管成功、所有权和投资回报率的定义仍不明确。
各机构如何超越试点的孤立成功，并在整个组织中实现类似结果，更多是战略挑战而非技术挑战。它需要从用例转向能力，从技术实验转向运营工作，通过优先考虑可扩展的基础设施、稳健的数据治理和变革管理。
加入我们，政府与行业的思想领袖将分享他们在自动化部署、与现有工作流集成而非创建独立工具，以及确保明确的高管支持和员工认同以管理组织变革方面的见解。
学习目标：
识别需要解决的组织和工作文化障碍
审查您的机构的预算和采购活动，确保在扩展过程中有可用资金
描述您的机构的自动化和AI优先级，以最大化效果和影响
杰出演讲者：
Josh Salmanson
防御性网络与弹性网络副总裁，Leidos
John Breeden II
特约编辑，FedInsider
作者：2026 Archives, FedInsider Webinar Series, FedInsider Webinars
Tags
Related Topics
Expert Comment
This article is curated by the editorial team from public sources for reference only.