从视野到验证：面向 GCC 地区公共部门的人工智能采纳指数构建——一种理论与数据驱动的方法

人工智能 (AI) 正在全球范围内迅速变革公共部门流程，但标准化的衡量手段很少针对阿拉伯半岛合作理事会 (GCC) 国家所特有的驱动因素、治理模式和文化细微差别。本研究采用源自文献综述和六个国家人工智能战略 (NAS) 深入分析所得到的理论驱动基础，结合对 203 名中高级政府员工的调查以及高级统计技术 (K-均值聚类、主成分分析和偏最小二乘结构方程模型) 的数据驱动方法。通过将政策洞察与实证证据相结合，研究开发并验证了一个专为 GCC 公共部门量身定制的新型人工智能采纳指数。研究发现，强大的技术基础设施和清晰的政策命令是成功实施人工智能应用的最主要影响因素，凌驾于早期采纳阶段的组织准备程度之上。该组合模型解释了人工智能结果方差的 70%，这表明资源丰富的环境和自上而下的政策指令可以推动快速但不均衡的技术采纳。通过将关键维度 (技术基础设施 (TI)、组织准备 (OR) 和治理环境 (GE)) 整合为单个复合指数，本研究提供了一个具有整体性又具情境敏感性的工具，用于衡量人工智能成熟度。该指数为寻求将大规模部署与伦理和监管标准相协调的政策制定者提供了可操作的指导。除了推动学术讨论发展之外，这些见解还能更 strategically 分配资源、促进跨国合作和能力建设，从而支持 GCC 地区及其以外持续的人工智能驱动转型。