AI untuk Sektor Awam Malaysia: Peluang, Risiko dan Tadbir Urus Untuk Agensi Kerajaan

Sektor awam Malaysia berada di hadapan peluang sejarah untuk mengaplikasikan AI dalam meningkatkan kualiti dan kecekapan perkhidmatan rakyat. Dari memendekkan masa tunggu di klinik kerajaan, kepada mempercepatkan permohonan permit perniagaan, kepada mengoptimumkan operasi logistik kementerian — potensi AI dalam kerajaan adalah substansial. Tetapi sektor awam juga mempunyai keperluan yang berbeza daripada sektor swasta: tahap akauntabiliti yang lebih tinggi, sensitiviti data rakyat, kewajipan untuk keadilan, dan tanggungjawab fidusiari penggunaan dana awam.

Artikel ini menyusun rangka strategik untuk pemimpin agensi kerajaan yang menimbang pengadopsian AI — termasuk peluang utama, risiko spesifik sektor awam, struktur tadbir urus yang sesuai, dan pelan pelaksanaan praktikal. Pendekatan ini berdasarkan corak adopsi yang telah berjaya dalam pelbagai jurisdiksi termasuk Singapura, Estonia, UK Government Digital Service, dan inisiatif tempatan di bawah MyDIGITAL Corporation.

Peluang Utama AI dalam Sektor Awam Malaysia

Sektor awam mempunyai beberapa kategori use case yang menunjukkan ROI tinggi dan risiko teruskan yang munasabah. Kebanyakan agensi yang baru memulakan adopsi AI patut menumpukan pada kategori-kategori ini sebelum bergerak kepada use case yang lebih kompleks atau berisiko.

• /Perkhidmatan rakyat berasaskan chatbot dan virtual assistant — menjawab pertanyaan asas, membimbing rakyat melalui borang, mengarahkan kepada perkhidmatan yang sesuai.
• /Pemprosesan dokumen automatik — pengekstrakan maklumat daripada permohonan, semakan kelengkapan dokumen, klasifikasi awal sebelum semakan manusia.
• /Penjadualan dan pengoptimuman sumber — janji temu klinik, peruntukan kakitangan, perancangan logistik untuk pengangkutan awam.
• /Analitik untuk perancangan dasar — analisis trend daripada data terkumpul untuk menyokong keputusan dasar pada peringkat kementerian.
• /Pengesanan penipuan dan pematuhan — mengenal pasti corak yang menunjukkan kemungkinan penyelewengan dalam tuntutan subsidi, permohonan bantuan, atau aktiviti perdagangan.
• /Terjemahan bahasa dan kebolehcapaian — meningkatkan akses untuk rakyat yang tidak fasih dalam Bahasa Malaysia atau Inggeris, terutamanya untuk dokumen kerajaan.

Setiap kategori ini sudah pun mempunyai contoh pelaksanaan yang berjaya secara global, dengan playbooks yang boleh disesuaikan kepada konteks Malaysia. Sektor seperti kesihatan (MOH), kewangan kerajaan, transportasi, dan perkhidmatan dalaman kementerian semuanya menunjukkan adopsi awal yang menjanjikan.

Risiko Khusus Sektor Awam

Walaupun peluang substansial, sektor awam menghadapi risiko yang lebih ketat daripada sektor swasta dalam beberapa dimensi. Kegagalan untuk memahami risiko-risiko ini awal boleh menyebabkan kerugian reputational signifikan, krisis kepercayaan rakyat, dan pengulangan dasar yang mahal.

Akauntabiliti dan ketelusan

Keputusan kerajaan tertakluk kepada audit awam, soalan parlimen, dan permohonan kebebasan maklumat. Sistem AI yang membuat keputusan yang mempengaruhi rakyat perlu boleh diterangkan dengan cara yang difahami oleh ahli parlimen, wartawan, dan rakyat biasa — bukan hanya saintis data. Ini memberikan tekanan tambahan ke atas pemilihan model yang interpretable, dan terhadap dokumentasi yang teliti tentang reka bentuk dan keputusan model.

Keadilan dan akses sama rata

Kerajaan mempunyai tanggungjawab perlembagaan untuk melayan semua rakyat dengan adil. Sistem AI yang menghasilkan output dengan bias terhadap kumpulan tertentu — kumpulan etnik, wilayah geografi, jantina, kumpulan umur — berkemungkinan melanggar prinsip ini. Audit bias dalam sektor awam bukan amalan tambahan; ia adalah keperluan asas. Untuk konteks lebih mendalam, rujuk artikel PDPA dan AI Malaysia kami.

Sensitiviti data rakyat

Agensi kerajaan mempunyai akses kepada data peribadi yang sangat sensitif — rekod kesihatan, status kewangan, sejarah jenayah, status imigresen. Penggunaan AI dengan data ini memerlukan tahap perlindungan dan kawalan akses yang melebihi amalan biasa sektor swasta. Banyak agensi memilih untuk dihos secara dalaman (on-premise) atau dalam private cloud dengan certifikasi keselamatan kerajaan, bukan API komersial luar negara.

Risiko politik dan dasar

Inisiatif AI dalam sektor awam tertakluk kepada kitaran politik. Projek yang dimulakan oleh satu pentadbiran berkemungkinan dibekukan atau diubah oleh yang berikutnya. Untuk memastikan keberlanjutan, projek perlu dijajarkan dengan keperluan operasi yang tetap (bukan agenda politik tertentu) dan dibina dengan dokumentasi yang membolehkan kesinambungan tanpa mengira perubahan pemimpin.

Prokurmen dan kos awam

Penggunaan dana awam untuk projek AI memerlukan justifikasi yang lebih teliti daripada pelaburan swasta. Cost-benefit analysis perlu termasuk bukan sahaja kos pelaksanaan tetapi juga kos jangka panjang governance, audit, dan kemungkinan rework. Banyak projek AI sektor awam global yang gagal disebabkan underestimasi kos operasi berbanding kos pelaksanaan awal.

Rangka Tadbir Urus Yang Sesuai

Rangka tadbir urus AI untuk sektor awam memerlukan struktur yang lebih formal daripada sektor swasta. Komponen utama biasanya termasuk:

• /AI ethics committee — jawatankuasa formal dengan wakil teknikal, undang-undang, hak asasi, dan masyarakat sivil, yang menilai use case berisiko tinggi sebelum kelulusan.
• /Public consultation — untuk sistem AI yang signifikan, konsultasi awam atau dengan pemegang taruh boleh membantu mengenal pasti risiko yang tidak ketara dan membina legitimasi.
• /Algorithmic impact assessment — penilaian formal tentang potensi kesan sistem AI ke atas pelbagai kumpulan rakyat, sebelum penggelaran penuh.
• /Independent audit — semakan oleh pihak ketiga atau auditor dalaman yang bebas daripada pasukan pelaksana, secara berkala.
• /Transparency register — pendaftaran awam (atau separa awam) tentang sistem AI yang digunakan oleh agensi, termasuk tujuan dan asas undang-undang.
• /Recourse mechanism — saluran formal untuk rakyat membuat aduan atau mencabar keputusan yang dibuat dengan bantuan AI.

Banyak elemen ini sejajar dengan amalan terbaik antarabangsa — termasuk Government of Canada Directive on Automated Decision-Making, UK Algorithmic Transparency Standard, dan Singapore Model AI Governance Framework. Malaysia, melalui NAIO dan MyDIGITAL, sedang membangunkan rangka yang khusus kepada konteks tempatan.

"AI dalam sektor awam bukan tentang menggantikan pegawai. Ia tentang memberi mereka alat untuk memberikan perkhidmatan yang lebih baik kepada rakyat, sambil mengekalkan akauntabiliti dan keadilan yang menjadi tonggak kepercayaan awam."

— Falsafah amalan AI sektor awam

Pelan Pelaksanaan 12 Bulan untuk Agensi

Bagi agensi yang baru memulakan perjalanan AI, pelan 12 bulan yang berikut memberikan struktur praktikal yang menyeimbangkan momentum dengan governance. Pelan ini boleh disesuaikan mengikut saiz, mandat, dan kemampuan agensi.

Bulan 1 hingga 3: Asas dan Penilaian

Wujudkan AI working group dengan wakil dari teknologi, undang-undang, operasi dan komunikasi. Jalankan penilaian kesediaan AI yang formal — pemetaan data, infrastruktur, kemahiran, governance dan budaya. Identifikasi 2 hingga 3 use case prioriti berisiko rendah ke sederhana untuk pilot. Kaji rangka pematuhan PDPA dan keperluan keselamatan kerajaan.

Bulan 4 hingga 6: Pilot dan Pembelajaran

Laksanakan satu pilot use case dalam skop terhad — biasanya satu cawangan, satu jenis perkhidmatan, atau satu wilayah. Tubuhkan baseline metrik untuk mengukur kesan. Dokumentasikan reka bentuk model, sumber data, dan proses keputusan. Mulakan algorithmic impact assessment untuk use case yang lebih besar yang dijadualkan.

Bulan 7 hingga 9: Penilaian dan Pengembangan

Nilai pilot dengan teliti — bukan hanya metrik operasi tetapi juga maklum balas rakyat, kakitangan barisan hadapan, dan pemegang taruh. Lakukan audit bias dan keadilan. Jika pilot berjaya, kembangkan kepada skop yang lebih luas dengan pengubahsuaian berdasarkan pembelajaran. Mulakan use case kedua selari.

Bulan 10 hingga 12: Penyatuan dan Strategi Jangka Panjang

Hasilkan strategi AI agensi rasmi yang menyusun pelaburan jangka 3 tahun. Wujudkan transparency register dan recourse mechanism. Latih kakitangan secara meluas dalam amalan AI yang selamat. Susun bajet untuk pengembangan berdasarkan keputusan pilot. Berkongsi pembelajaran dengan agensi lain melalui forum NAIO atau MyDIGITAL.

Pendekatan Sourcing dan Vendor

Sektor awam mempunyai pilihan sourcing yang berbeza daripada sektor swasta. Pilihan utama termasuk: (1) pembangunan dalaman dengan pasukan teknikal kerajaan; (2) kerjasama dengan agensi penyelidikan tempatan seperti MIMOS atau universiti; (3) prokurmen daripada vendor sektor swasta tempatan; (4) penggunaan platform komersial antarabangsa dengan deployment yang sesuai. Setiap pilihan mempunyai trade-off antara kos, kawalan, keupayaan, dan masa untuk dilaksanakan.

Banyak agensi mendapati bahawa model hibrid berkesan — pembangunan strategi dan governance secara dalaman, dengan pelaksanaan teknikal melalui kerjasama dengan vendor tempatan yang memahami konteks Malaysia. Untuk perbincangan mengenai pendekatan ini, rujuk perkhidmatan AI strategy kami.

Hubungan dengan Dasar Kerajaan

Inisiatif AI sektor awam patut dijajarkan dengan rangka dasar kebangsaan — termasuk MyDIGITAL Blueprint, Rancangan Malaysia Ke-12, Madani Economy framework, dan arah strategik NAIO. Penjajaran ini bukan latihan birokrasi; ia memberikan justifikasi strategik, akses kepada peruntukan pusat, dan pengiktirafan dalam forum antara agensi. Untuk konteks dasar lebih luas, rujuk artikel NAIO Malaysia dan Strategi AI Nasional kami.

Langkah Pertama untuk Pemimpin Agensi

Bagi ketua agensi atau pegawai kanan yang ingin bertindak terhadap kandungan ini, langkah paling produktif bukan memilih satu use case AI untuk dilaksanakan. Ia adalah menubuhkan AI working group dalaman dan menjalankan penilaian kesediaan yang formal. Daripada situ, prioriti akan muncul secara semula jadi. Pasukan TechShift menyokong agensi sektor awam dengan rangka penilaian dan strategi yang disesuaikan kepada konteks pentadbiran awam Malaysia. Hubungi kami melalui borang hubungan untuk perbincangan tertutup.

Soalan Lazim

Adakah agensi kerajaan tertakluk kepada PDPA?

PDPA mempunyai pengecualian tertentu untuk pemprosesan oleh kerajaan, tetapi banyak agensi memilih untuk mematuhi prinsip PDPA sebagai amalan terbaik. Selain itu, dasar dalaman kerajaan mengenai perlindungan data rakyat sering sebanding atau lebih ketat. Rujuk arahan dari Unit Pemodenan Tadbiran dan Perancangan Pengurusan Malaysia (MAMPU) dan agensi induk untuk garis panduan khusus.

Bolehkah agensi menggunakan ChatGPT atau LLM komersial?

Bergantung kepada use case dan jenis data. Untuk tugas yang tidak melibatkan data peribadi rakyat (penulisan dokumen umum, brainstorming, penyelidikan), penggunaan boleh diterima dengan polisi yang sesuai. Untuk data peribadi rakyat, deployment yang lebih terkawal (private cloud, deployment serantau, atau on-premise) biasanya lebih sesuai. Sentiasa rujuk arahan MAMPU dan agensi keselamatan siber kerajaan.

Berapakah bajet yang sesuai untuk pilot AI di agensi?

Pilot AI sektor awam yang substansial biasanya memerlukan peruntukan dalam julat ratusan ribu hingga beberapa juta ringgit, bergantung kepada skop dan kompleksiti. Walau bagaimanapun, banyak agensi telah memulakan dengan pilot yang lebih kecil (di bawah RM500K) untuk membuktikan konsep sebelum memohon peruntukan yang lebih besar.

Adakah penggunaan AI dalam keputusan kerajaan memerlukan kelulusan parlimen?

Pada masa ini, tidak ada keperluan formal untuk kelulusan parlimen khusus untuk setiap sistem AI. Walau bagaimanapun, sistem yang membuat keputusan yang mempengaruhi rakyat secara signifikan boleh menjadi subjek soalan parlimen dan pengawasan, sehingga ketelusan dan dokumentasi yang baik adalah amalan yang bijak.

Bagaimana mengukur ROI projek AI sektor awam?

Berbeza daripada sektor swasta, ROI sektor awam termasuk dimensi yang tidak boleh dimonetisasikan secara langsung — kepuasan rakyat, masa tunggu, akses, dan keadilan. Rangka ROI yang baik menggabungkan metrik kewangan (penjimatan kos operasi, pengurangan rework) dengan metrik perkhidmatan (masa pemprosesan, kepuasan rakyat, jurang akses). Rujuk panduan kami mengenai cara mengira ROI AI untuk rangka umum yang boleh disesuaikan.