ombegov/2025-Federal-Agency-AI-Use-Case-Inventory

# 2025-Federal-Agency-AI-Use-Case-Inventory 本 2025 年联邦机构人工智能 (AI) 用例清单仓库整合了来自美国各联邦机构的 AI 用例清单，这符合第 13960 号行政命令 (EO) 第 5 节“在联邦政府中推广使用可信赖人工智能”的规定，并根据《推进美国人工智能法案》以及 OMB 备忘录 M-25-21“通过创新、治理和公众信任加速联邦对 AI 的使用”的要求。本仓库展示了美国在 AI 领域的领导地位，并提高了联邦机构如何使用 AI 技术改善其公共服务透明度。 ## 概述 除少数例外，联邦机构须每年对其 AI 用例进行盘点，并公开这些信息。联邦机构应在其机构网站上发布包含所有可公开用例的机器可读 CSV 文件。如需更多信息，请查看“报告说明”文件夹中 OMB 对各机构的指导。 值得注意的是，OMB 是根据各机构公开的清单汇编了本仓库。Validation 文件夹中的 Data Sourcing Summary 文件提供了指向各个机构托管清单的链接。有关本仓库的问题，请联系维护者：OFCIO_AI@omb.eop.gov。有关特定机构或用例的查询，请联系相关机构。 ## 仓库结构 - 报告说明 - Guidance_on_2025_Agency_Artificial_Intelligence_Reporting.pdf - 数据 - 2025_individually_reported_AI_use_cases.csv - 2025_individually_reported_AI_use_cases.xls - 2025_consolidated_COTS_AI_use_cases.csv - 2025_consolidated_COTS_AI_use_cases.xls - 验证 - README.md - data_dictionary.md - data_dictionary.json - data_sourcing_summary.md - data_standardization_report.md - data_standardization_report_COTS_AI.md ## 摘要 截至 2026 年 4 月 13 日，以下为当前仓库的摘要： - 总计 56 份机构提交，提供了单独报告的用例、合并的商业现货 (COTS) AI 用例，或向 OMB 确认未使用 AI - 41 份关于单独报告 AI 用例的机构提交 - 46 份关于合并 COTS AI 用例的机构提交 - 3,611 个单独报告的 AI 用例（涵盖所有开发阶段） - 445 个高影响力 AI 用例 - 2 个明确报告未使用 AI 的机构 |机构|公开报告的 AI 用例总数|已部署和试点中的 AI 用例|高影响力用例|合并 COTS AI 用例报告| |-|-|-|-|-| |农业部|162|86|4|Y| |商务部|223|223|0|Y| |教育部|56|56|0|N| |能源部|340|176|29|Y| |卫生与公众服务部|447|255|2|Y| |国土安全部|238|118|55|Y| |住房与城市发展部|11|6|0|Y| |司法部|314|188|114|N| |劳工部|41|23|1|Y| |国务院|60|28|3|Y| |内政部|247|129|0|Y| |交通部|70|17|0|Y| |财政部|129|48|4|Y| |退伍军人事务部|367|159|215|Y| |环境保护署|29|14|2|Y| |总务管理局|49|20|0|Y| |国家航空航天局|425|47|1|Y| |国家科学基金会|17|6|0|N| |核管理委员会|4|2|0|N| |人事管理局|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |小企业管理局|34|4|0|Y| |社会保障局|33|31|9|Y| |向盲人或重度残障人士采购委员会|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |商品期货交易委员会|3|2|0|N| |消费者金融保护局|向 OMB 报告该机构不使用 AI|向 OMB 报告该机构不使用 AI|向 OMB 报告该机构不使用 AI|向 OMB 报告该机构不使用 AI| |法院服务和违法者监督机构|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |退伍军人事务部监察长办公室|该办公室没有单独的 AI 用例需要报告|该办公室没有单独的 AI 用例需要报告|该办公室没有单独的 AI 用例需要报告|Y| |平等就业机会委员会|该机构的公开 AI 清单即将发布|该机构的公开 AI 清单即将发布|该机构的公开 AI 清单即将发布|该机构的公开 AI 清单即将发布| |美国进出口银行|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |农业信贷管理局|3|0|0|Y| |联邦通信委员会|6|1|0|Y| |联邦存款保险公司|50|19|1|Y| |联邦能源管理委员会|6|2|0|Y| |联邦住房金融局|16|12|0|Y| |联邦海事委员会管理局|向 OMB 报告该机构不使用 AI|向 OMB 报告该机构不使用 AI|向 OMB 报告该机构不使用 AI|向 OMB 报告该机构不使用 AI| |联邦储备委员会|38|23|0|Y| |联邦贸易委员会|16|12|0|Y| |Morris K. Udall 和 Stewart L. Udall 基金会|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |国家档案和记录管理局|14|6|0|N| |国家信用合作社管理局|6|6|5|Y| |国家艺术基金会|4|0|0|Y| |国家人文基金会|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |国家印第安人博彩委员会|5|5|0|Y| |国家劳资关系委员会|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |国家运输安全委员会|4|3|0|Y| |职业安全与健康审查委员会|1|1|0|Y| |养老金福利担保公司|17|2|0|Y| |证券交易委员会|60|25|0|Y| |地面运输委员会|2|0|0|Y| |田纳西河流域管理局|59|59|0|Y| |美国选举协助委员会|4|4|0|Y| |美国国际贸易委员会|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |美国特别检察官办公室|1|1|0|Y| |美国贸易和发展署|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|该机构没有单独的 AI 用例需要报告|Y| |总计|3611|1818|445|| ## 关键考量 ### 2024 年至 2025 年报告要求的重大变更 - OMB 减少了问题数量，以简化繁琐的机构报告要求，同时保留基本的数据字段，以确保强有力的公众问责制并促进跨政府的协作。 - OMB 为依赖商业现货 (COTS) 产品的一小部分通用任务创建了新的“合并报告”类别。鉴于 AI 在现代软件中的日益融合，分离这种报告有助于保持较低的机构负担，并使单独报告的用例清单专注于机构的变革性和高影响力应用。（高影响力的用例不符合以合并格式报告的条件。） - OMB 修改了报告 AI 研发 (R\&D) 用例的范围，以更好地与 OMB 备忘录 M-25-21 保持一致。有关范围的更多信息，请参见下文的排除标准部分。 - OMB 已指示各机构，“已退役”的用例必须在该退役用例最后一次运行的次年立即在清单中如实报告。此后，退役的用例可以在未来的年度报告中省略；但是，不得重复使用该唯一的用例标识符。 ### 排除标准 - 所有报告的机构 AI 用例，在少数例外情况下，均包含在此清单中。请注意，某些用例超出了本次数据征集的范围，或不需要公开发布。排除的类别包括： - 当 AI 被用作国家安全系统的一部分或在情报界内使用时的 AI； - 当 AI 被用于进行基础研究或应用研究时的 AI（如果研究的目的是为机构开发特定的 AI 应用，或者当前正在使用 AI 来控制或显着影响有关个人的决定或结果，亦或 AI 已获批准 transitioning 进入机构运营，各机构仍必须对研究中的任何此类使用进行盘点记录。）； - 战争部用例；以及 - 共享后会与适用法律和全政府政策不一致的用例。如果特定用例的细节无法共享或公开发布，各机构必须仅排除这些细节，同时包含任何可以共享或发布的字段。 - 此外，各机构可以删除先前年度提交中不再符合纳入标准的用例。 ## 提交时间表 - 机构提交须于 2025 年 12 月 22 日前提交至 OMB。机构的公开报告截止日期为 2026 年 1 月 28 日。 - 本仓库的更新将以滚动方式处理。 ## 其他资源 - [OMB 备忘录 M-25-21](https://www.whitehouse.gov/wp-content/uploads/2025/02/M-25-21-Accelerating-Federal-Use-of-AI-through-Innovation-Governance-and-Public-Trust.pdf) - [推进美国人工智能法案](https://www.congress.gov/117/plaws/publ263/PLAW-117publ263.pdf) - [第 13960 号行政命令](https://www.federalregister.gov/documents/2020/12/08/2020-27065/promoting-the-use-of-trustworthy-artificial-intelligence-in-the-federal-government) ## 致谢 今年仓库在数据质量上的显著提升得益于多位美国数字事务部研究员 (U.S. Digital Corps Fellows) 的贡献：Colton Lapp、Drew Keller、Angela Chang、Alexander Adams、Emily Mech、Zach Palmer 和 Veronica Swanson。

标签：Homebrew安装, 人工智能, 公共政策, 政府数据, 数据治理, 用户模式Hook绕过, 防御加固