本文介绍了美国住房与城市发展部 (HUD) 在应对史上最长政府停摆期间，如何利用 RPA 和 AI/ML 技术来解决运营挑战，克服僵化的遗留 IT 环境和复杂的联邦法规。 文章重点介绍了两个具体的案例，展示了 RPA 和 AI/ML 在政府机构中的实际应用和效益。

😄 **RPA 自动化处理大量数据请求:** 在政府停摆期间，HUD 无法正常运作，导致大量的数据请求无法及时处理。为了解决这个问题，HUD 利用 RPA 技术自动化了数据处理流程，有效地提高了效率，并减少了人工错误。例如，RPA 可以自动提取、验证和更新数据库中的信息，并生成报告，从而减轻了人力负担，并确保了数据的准确性。RPA 的应用不仅提高了工作效率，还确保了在资源有限的情况下，能够及时满足数据需求，为政府部门提供关键信息支持。

😊 **AI/ML 预测潜在风险：** 由于政府停摆导致资金短缺，HUD 需要精准预测潜在风险，以确保有限的资源能够有效地分配和使用。HUD 利用 AI/ML 技术分析历史数据，并建立模型来预测潜在的风险，例如住房申请的激增或资金需求的变化。AI/ML 的应用帮助 HUD 提前预测风险，并制定相应的应对策略，确保资金能够有效地用于解决最迫切的问题，从而最大程度地减少政府停摆带来的负面影响。

😉 **克服遗留 IT 环境和复杂法规的挑战：** HUD 拥有庞大的遗留 IT 系统，这些系统难以维护和升级，给 RPA 和 AI/ML 的应用带来了挑战。此外，复杂的联邦法规也对数据处理和分析提出了严格的要求。为了克服这些挑战，HUD 采用了灵活的解决方案，将 RPA 和 AI/ML 技术与现有系统进行整合，并确保符合相关法规。这种灵活的方案不仅确保了 RPA 和 AI/ML 的有效应用，还保证了数据安全和合规性，为 HUD 提供了可靠的技术支持。

Explore two RPA and AI/ML use cases at HUD during the operational challenges of the longest US Government shutdown, a rigid legacy IT environment, and complex federal regulations.