思愛普美國公共服務業務資深副總裁 Jamison Braun 指出，美國聯邦政府數千個 AI 試點專案成功率不到 1%，主因在於 AI 部署未能有效整合至營運層面。他呼籲政府應採「任務導向」策略，透過建立智能執行平台、強化資料可信度與執行授權，將人工智慧從實驗性專案轉化為能實際達成任務成果的解決方案。
美國聯邦機構目前正推動數千個人工智慧（AI）概念驗證專案，然而據專家預計，其中成功導入並實際應用的比例不到 1%。思愛普（SAP）美國公共服務業務資深副總裁兼前國防官員 Jamison Braun 指出，這並非技術本身的問題，關鍵在於政府在 AI 實施上未能於營運層面有效整合。
Braun 先生分析，公部門普遍存在「洞察力落差」，意即技術能夠識別問題，卻缺乏將其整合至實際營運流程以解決問題的能力。他強調，AI 應用失敗的根本原因在於「營運層面的流程問題」，呼籲政府領導人應將重心從 AI 產生答案轉移至系統如何實際交付任務成果，採納「任務導向」（Mission Forward）的哲學。
Braun 先生進一步闡述，有效的 AI 平台需具備三大關鍵支柱：首先是「脈絡骨幹」，意指 AI 必須內嵌於核心系統與工作流程之中，而非僅作為獨立數據分析工具；其次為「可信賴資料」，確保資料能切實支持工作執行方式；最後則是「執行權限」，賦予系統觸發自主行動的法定授權。他提到，目前實現「任務導向」所需技術，可透過美國總務署（General Services Administration, GSA）的協議以優惠價格取得。
實務案例已證明此模式的潛力。一個美國聯邦實體運用營運 AI 處理公民查詢，一年內便將積壓案件從逾 76 萬件大幅縮減至幾乎為零，自動遣返率高達 80%。此外，華盛頓州塔可瑪市（City of Tacoma）透過感測器觸發公共工程的自主行動，成功釋放 50% 的勞動力。商業領域亦有顯著成果，例如藍鑽石耕地（Blue Diamond）利用 SAP AI-enabled systems 在物流與配送成本上節省逾百萬美元；馬士基（Maersk）在伊朗衝突期間利用 AI 即時重新規劃大量船隻航線；安海斯-布希（Anheuser-Busch）甚至能自主地在國家緊急情況時，將啤酒生產轉為為聯邦緊急事務管理署（FEMA）提供瓶裝水。
Braun 先生總結，在「任務導向」的世界中，治理應扮演推動組織前進的「握手」（handshake），而非阻礙發展的「煞車」（handbrake）。他強調，至 2026 年，AI 必須融入標準工作流程，才能有效因應即時危機。他將 AI 比喻為無形的引擎，應減少摩擦，為員工創造更多「留白」空間，而非額外的登入步驟或令人困惑的模型選擇。