韩国分享国家AI转型经验
在“研发管理研讨会”上展开讨论

欧洲国家塞尔维亚正推进公共部门人工智能(AI)转型,韩国电子政府在公共研究开发(R&D)数据管理方面的经验正作为合作模式受到关注。

Mariya Gnyatovich正在介绍塞尔维亚推进公共人工智能转型的意愿。图片由Baek Jongmin提供

Mariya Gnyatovich正在介绍塞尔维亚推进公共人工智能转型的意愿。图片由Baek Jongmin提供

View original image

5月29日,在高丽大学由技术经营经济学会主导举行的“R&D Management Workshop”现场。围绕作为经济发展经验共享项目一环正在推进的塞尔维亚公共部门引入AI项目,与会者就韩国的政策经验及其应用方案展开了讨论。


经济发展经验共享项目是以韩国经济发展经验和政策知识为基础,向合作国提供定制化政策建议的知识型开发合作项目。此次塞尔维亚经济发展经验共享项目之所以受到关注,在于其试图将韩国在电子政府、公共数据以及国家研究开发信息管理方面的经验应用于海外公共部门的AI转型。这是因为,公共部门引入AI并非被视为单纯的技术应用,而是被作为涵盖数据治理、法律制度、行政能力以及公共服务创新的政策转型课题来推进。


塞尔维亚科学技术发展创新部副部长Marija Gnjatovic表示:“塞尔维亚是一个全力致力于AI领域发展的国家。”她称,“不仅在基础设施、超级计算机和数据中心方面持续投资,还在国家层面推进数据治理和人才资本培育。”


高丽大学教授Ahn Junmo评价称,塞尔维亚的AI转型潜力非常高,但也有必要参考韩国经验。Ahn Junmo表示:“韩国的转型历程并不是从AI政府开始,而是从电子政府起步。”他称,“正因为经历了公共数据开放、数据标准化、数据驱动行政以及数字平台政府等持续积累,今天的AI转型才成为可能。”

An Junmo教授在上月29日于高丽大学举行的“R&D Management Workshop 2026 in Seoul”活动上发言。图片由技术经营经济学会供图

An Junmo教授在上月29日于高丽大学举行的“R&D Management Workshop 2026 in Seoul”活动上发言。图片由技术经营经济学会供图

View original image

Ahn Junmo将塞尔维亚公共研发体系的AI转型表述为“转型之旅(Journey of transformation)”。这意味着,不是将韩国制度原封不动移植过去,而是要根据塞尔维亚的行政环境、数据状况和制度条件进行重新设计。他强调:“要把数据汇集起来、纠正完善,并真正让其运转起来,需要耐心、时间以及持续不断的努力。”


Ahn Junmo还介绍了韩国的代表性案例——国家科学技术知识信息服务。该平台是一个跨政府的研发信息平台,汇集并共享各部门研究开发课题以及大学、政府出资研究机构和科研机构的研究数据。


他表示:“通过国家科学技术知识信息服务,可以确认哪些领域获得了多少投资,以及谁是该领域的核心研究人员等信息。”他解释称,“正因为有这样的数据库,才得以推进AI转型。”并补充称,“国家科学技术知识信息服务是AI转型的基石,也是出发点。”


前科学技术信息通信部副部长Jeong Byeongseon介绍了其担任韩国科学技术企划评价院院长期间推进的AI应用案例。他表示:“AI代理可以像我们的伙伴一样工作。只要赋予目标,它就能从互联网和内部数据库中收集所需信息,并在短时间内提出成果。”


不过,他同时强调,公共机构对AI的利用必须以安全和数据主权为前提。Jeong Byeongseon解释称:“由于涉及与国家战略相关的数据,内部数据必须在组织内部进行管理。”


他还介绍了提升AI可靠性的方法。也就是说,让AI先检索机构内部积累的报告和资料,再以此为依据作答,从而降低生成与事实不符内容的可能性,并提高成果的可信度。

上月29日,在高丽大学举行的“R&D Management Workshop 2026 in Seoul”活动上,与会者正在合影留念。图片由技术经营经济学会供图

上月29日,在高丽大学举行的“R&D Management Workshop 2026 in Seoul”活动上,与会者正在合影留念。图片由技术经营经济学会供图

View original image

另一方面,此次以“AI时代研究开发(R&D)创新”为主题举行的研讨会上,来自技术创新和技术经营领域的多位知名学者大举参与,包括英国剑桥大学教授Tim Minshall、意大利Sant'Anna大学教授Alberto Di Minin,以及首尔大学教授Lee Jeongdong、Lee Geun等。


在主旨演讲中,Tim Minshall强调,即便在AI时代,制造创新的核心归根结底仍是人。他表示,AI和机器人不应以替代人类为方向使用,而应朝着增强人类能力的方向加以利用;制造业竞争力的关键,在于通过实际经验积累而成的“工艺知识(process knowledge)”。



活动期间,围绕AI战略与治理、基于AI的评估与决策系统、AI与劳动及人才资本、开放式创新、国家战略技术、产业转型等主题,共举行了36场分论坛。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点