让数据跨越边界发挥作用：警务工作的下一个挑战
内容提要
英国警务改革面临跨机构数据整合难题。内政部白皮书提出建立国家数据整合服务，但集中式平台易导致依赖与创新迟缓。文章主张采用数据网格模式，让数据保留在原属机构，通过开放接口共享，兼顾国家访问与地方问责，并为AI应用奠定基础。
延伸解读
集中式数据平台的潜在风险
文章指出，将数据集中到单一平台会形成依赖：部队结构变化需迁移数据，新能力需新集成，平台任何改动都会波及所有依赖方，从而拖慢创新。英国国家IT计划和FiReControl项目的失败案例表明，缺乏地方支持的国家系统难以落地。因此，集中化并非唯一路径，需权衡灵活性与效率。
数据网格：连接而非集中的思路
数据网格模式主张数据保留在原属机构，通过开放接口共享。数据作为可复用产品，有明确所有权和标准，能力与数据解耦，可独立开发替换。这既支持国家访问，又保留地方问责，还能适应部队合并等结构变化，避免数据迁移。开放接口和非专有格式可防止供应商锁定，促进竞争与创新。
为AI应用奠定数据基础
英国政府投资AI警务，但碎片化基础设施和低质量数据阻碍扩展。连接式数据基础让数据所有者构建AI代理，通过统一接口授权使用，并继承访问控制。Elastic测试显示，预先准备上下文可减少AI模型输入约58%，响应时间约40%，代理步骤从33降至9，时间从213秒降至64秒，且不损失事实准确性。
实施阶段的三项原则
文章建议：1) 数据基础与应用分开建设，避免集成层限制未来能力；2) 默认开放，通过国家标准确保一致性，同时用开放接口和格式连接现有系统；3) 默认连接，仅在确有理由时集中，将集中化视为运营和政策选择而非自动答案。这些原则有助于在改革中保持架构灵活性。
Q&A
英国警务改革中，内政部白皮书提出的国家数据整合服务（NDIES）是什么？
NDIES是内政部白皮书提出的一个集中式数据整合与利用服务，旨在通过强制性的国家数据标准和单一决策者来整合分散在43个警队中的数据。
为什么集中式数据平台可能导致创新迟缓？
集中式平台会造成依赖：如果警队结构变化，数据可能需要迁移；新能力需要新的集成；中央环境的任何变化都会对每个警队和基于其构建的能力产生连锁反应，从而拖慢创新。
数据网格模式如何让数据跨越边界发挥作用？
数据网格将数据视为可重用的产品，保留在创建和治理的环境中，通过通用接口供授权能力使用，无需移动数据。这样既能实现国家层面的访问，又能保持地方问责，并为AI应用奠定基础。
文章提到哪些历史项目失败案例来警示集中式国家IT项目？
文章提到NHS国家IT项目（2011年拆除，预计成本98亿英镑，收益仅一半）和FiReControl项目（至少浪费4.69亿英镑），这些案例表明强加的国家系统若得不到地方支持很难成功。
连接式数据模型如何支持AI在警务中的应用？
连接式模型提供良好的数据基础，使AI代理能基于准备充分的数据运行，减少处理步骤和响应时间。例如，Elastic测试显示，预先准备上下文可将AI模型输入减少约58%，响应时间减少约40%。
文章提出的警务数据架构三原则是什么？
三原则是：1) 将数据基础与应用分开构建；2) 默认开放，通过开放接口和格式实现连接；3) 默认连接，仅在有必要时集中化，集中化应是运营和政策选择而非自动答案。
