凤凰城薪酬体系于2016年启动，问题已使政府损失至少35亿美元，而数千名公务员已等待数年时间才能解决他们的薪酬问题。截至去年年底，该系统积压了38.3万笔交易，其中52%的交易超过一年。

　　政府现在希望在今年晚些时候采用急需的新工资平台之前清除这些旧交易，所以时间紧迫，必须拿出成果。输入:AI。

　　自去年秋天以来，加拿大公共服务和采购部一直在测试一种虚拟助理工具，该工具使用人工智能来加快积压的清理过程。现在，他们正在寻求扩大其使用范围。

　　这个问题?没有多少新工具能解决联邦政府薪资问题的核心问题。

　　如果使用得当，人工智能可以通过减少行政负担和释放潜在效率来造福公共服务。然而，联邦政府在实施新技术时犯过代价高昂的错误，有理由担心凤凰号的替代品可能会重蹈覆辙。

　　凤凰号为什么会失败？原因有很多，但仅举几例：大量的规则和流程，包括72种工作分类和8万条薪酬规则，需要在薪资系统中内置300多个定制项；在大规模推出之前缺乏适当的用户测试；过时的采购流程支持大型供应商和瀑布方法。

　　人们已经开始担心，潜在的新薪资平台Dayforce可能会有类似的问题。加拿大公共服务联盟（Public Service Alliance of Canada）曾表示，在选择过程中，其成员没有得到有意义的咨询，并指出，即使是计划好的与公务员的反馈会议，也只关注于测试简单的导航任务，比如更新受益人或请求休假，而不是确保薪酬交易的可靠性和准确性。

　　联邦政府自己关于替代Dayforce的报告称，它是“可行的”，但在处理人力资源和薪酬职能方面存在差距，要么需要简化规则和流程，要么需要额外的云扩展。

　　这一切都导致政府在采购和部署技术时继续回避最佳实践。专注于大牌厂商的大型现成产品，避免与公务员一起进行有意义的测试和开发解决方案的艰苦工作，政府继续将自己置于公共失败的地位。

　　这将我们带回到使用AI来解决Phoenix的积压问题。所有人都说，清理积压工作是人工智能工具的可靠用例，反映了其他成功的案例研究，如美国退伍军人事务部使用人工智能处理积压的残疾福利申请。PSPC还将几项道德人工智能原则应用于这项工作，建立人类监督，分阶段推出该工具，并在扩大使用之前密切监测其性能。

　　但是，我们不应该仅仅利用人工智能的潜力来清理糟糕的技术选择和实施所造成的混乱——尤其是在无法保证我们不会重蹈覆辙的情况下。

　　而且赌注高得令人难以置信。公众对政府的信任持续下降，而人工智能的滥用有可能进一步削弱这种信任。联邦政府正冒着很大的风险，将其与一个在全国范围内被称为公共失败的系统捆绑在一起。

　　除非政府认真改变在公共服务中选择、测试和部署技术的方式，否则它将继续面临像凤凰和ArriveCAN这样的头条新闻失败的风险。人工智能是一项新技术，但它被用于一再让我们失望的现有系统中。如果我们不开始采取不同的做法，渥太华可能很快就会有新的混乱需要清理。