人工智能大模型推动政务创新发展的作用机制

　　近年来，伴随生成式人工智能技术的快速发展，大模型从一场技术革命演变为深刻的社会治理变革引擎。在政务领域部署应用人工智能大模型，成为推动政府治理体系和治理能力现代化建设的重要抓手。在此背景下，中央网信办、国家发展改革委印发的《政务领域人工智能大模型部署应用指引》要求有序推进人工智能大模型技术、产品和服务在政务领域的部署、应用，充分发挥人工智能大模型优势，推动政务创新发展，并从应用场景、规范部署、运行管理和保障措施四个方面提出工作导向和参照。在政务领域部署智能体并非简单的技术叠加，而是对传统政务模式的系统性重塑，因此，正确理解应用智能体推动政务创新发展，对政府部门在实践中有序稳妥完成部署应用工作具有重要意义。

　　诉求处理：从“流程驱动”到“知识驱动”的流程转换

　　传统电子政务可以看作是一个“高级的复印机”，用信息技术把线下工作流程如审批、服务、发布等搬到线上，虽然实现了无纸化，但仅仅是旧流程的电子化，没有改变流程本身运行。这一模式的基本逻辑是技术赋能的“流程驱动”，虽然相比线下有很大进步，但仍存在很多短板，比如，流程复杂僵化、服务碎片化、数据资源浪费等。因此，传统电子政务的最大问题在于用信息技术固化了流程，且默认流程是合理的，问题只是如何提高效率，其逻辑在于“人适应系统”。

　　与此不同，人工智能大模型在政务领域的部署、应用，能够实现“系统理解人”的“知识驱动”模式跃迁。大模型具备强大的自然语言理解与生成能力，本质上是一个超大规模的压缩模型。部署在政务部门的智能体，通过对诸如政策法规、办事指南、案例汇编等海量政务数据的深度学习，形成一个可供随时调用的“政务知识大脑”，具备在“理解—生成—推理”三个层次与人类进行交互的能力。这使得智能体可以直接听懂、深度解析公众用自然语言表达的各类业务诉求，通过内部的知识库和逻辑进行推理，自行拆解任务、对照政策法规要点，最后生成条理清晰、易于理解和操作的个性化、步骤清晰的操作指南。

　　在政务领域部署应用智能体，使政府业务办理从当前被动的“信息仓库”向主动的“知识服务体”转型，不再要求民众去理解和适应复杂孤立的流程，而是让政府知识体系适应和满足公众个性化的需求。这种转变实际上是将业务处理中的认知负担从用户转移到智能体：对公众来说，以往依赖固定选项、层层点击的僵硬服务模式被放弃，政务服务变得精准化、人性化；对政务人员来说，相当于为其配备了一位知识渊博、经验丰富且永不疲倦的超级助手，能有效提升业务决策的科学性、一致性。

　　服务供给：从“被动响应”到“主动普惠”的价值回归

　　传统模式下的政府服务多表现为“被动响应”，公众必须主动上门提出诉求，才能获得政府服务。这种服务模式有四个特征：一是业务办理以政府为中心。如服务流程、业务规则和办理时间等都由政府规定，公众需要花费大量时间学习适应。二是服务需求触发滞后。公众只有申请才能启动政务，政府无法提前预知公众需求。三是诉求信息单向传递。公众填报信息、政府审核信息，信息在流程中单向传递和批阅。四是服务标准化供给。政府主要提供无差别服务，难以有效顾及特殊情况。由此可见，传统模式下政府缺乏对公众诉求的主动洞察，公众缺乏高效触达和利用政府服务的知识和能力。

　　随着人工智能大模型在政务领域的部署、应用，将使政务模式转变为“主动服务”和“普惠服务”。第一，智能体以自然语言为交互界面，能够主动感知公众以最习惯方式表达的诉求，通过超级大模型分析海量数据，预先发现公众潜在需求，甚至预测社会矛盾苗头，在公众尚未申请政府服务时就能主动识别、提示或者介入，进行事前干预。第二，智能体通过强大的语音助手设计，能够在公众诉求的识别、翻译、处理等环节尽可能消除交互障碍，让政府服务精准匹配每一个符合条件的个体，确保“应享尽享”。

　　公共管理的终极目标是为社会创造公共价值。人工智能大模型的部署应用，使政府工作实现了从“被动响应”到“主动普惠”的价值回归，是政务处理逻辑的深刻变革。这意味着依循新型政府服务逻辑，政府权力行使的最大目的是赋能公众，让公众公平、便利地享受公共服务，大模型成为促成这一转变的“赋能工具”。同时，对政府服务评价的标准不仅仅是“程序合规”，而是“人民满意”，即评判政府绩效的尺度在于为公众解决了多少实在问题，创造了多少具体福利。因此，大模型推动的政府服务创新，最终指向的是更有温度、更具包容性、能够创造出公共价值的新型治理。

　　复杂治理：从“分散孤岛”到“融合智能”的决策升级

　　现代社会是一个十分复杂的超级系统，诸如经济运行、城市交通、公共卫生、环境生态等子系统，始终相互交织、动态变化，充满不确定性。传统模式下政府部门应对复杂系统依赖各部门上报的滞后且片面的数据，易形成“盲人摸象”式决策。这种决策由各部门基于自身业务特点建立独立信息系统，易形成信息孤岛，会存在数据标准不一等问题，其业务流程以部门分工为中心，数据共享协同困难。该模式下的政务决策只能基于有限的局部信息进行判断，因此会存在视角片面、决策滞后等问题。

　　人工智能大模型作为一个统一的“超级大脑”，其核心能力在于处理超大规模、多维度、非结构化的数据，从中发现人脑难以察觉的隐藏关联和宏观模式。面对复杂系统治理中的“部门墙”和“数据孤岛”导致的政府效能低下问题，大模型能够凭借其强大的“融合”与“升级”能力从根本上摆脱这一困境。从融合维度看，大模型在技术层面能理解和处理海量多源数据，成为数据的“翻译器”和“连接器”，将各部门的政策法规、业务流程和专业知识内化为自身的“知识图谱”，形成统一且更新的数据网络。它以融合为基础，采用人工智能大模型的政务决策，将实现从局部片段向全域洞察、被动响应向预测治理的决策升级。

　　人工智能大模型在治理复杂系统问题上可以提供预测性的预警提示、根源性的问题诊断、协同性的解决方案，实现从“事后应对”到“事前预测”、从“经验决策”到“数据驱动决策”、从“部门割据”到“跨界协同”的深刻转变。从决策模式角度看，这一转变是从“分散孤岛”“盲人摸象”向“融合智能”的升级。大模型作为关键驱动力，将政府从一个由无数个局部视角拼凑而成的“模糊镜像”，升级为一个拥有全域视野、前瞻思维和协同智慧的“城市大脑”，使政府能够从容应对现代社会复杂系统的治理挑战，提升公共安全的韧性和公共资源分配的精确性。

　　组织形态：形成“平台—生态”结构重塑

　　现代政府运行模式，强调专业分工、等级服从和照章办事，为工业化时代的社会管控提供了可预测性、专业性和稳定性。现行模式下，政务处理是一种流程驱动的“流水线作业”。即便实现了政务电子化，政务活动仍可能存在部门壁垒、流程缓慢、创新匮乏等弊端。

　　在政务领域引入人工智能大模型，会催生一种新的政府组织形态，即“平台—生态”型组织。政府不仅是规则的制定者和执行者，更是开放赋能平台的构建者和运营者。依据该模式，首先，政府是“基础平台”的构建者和运营者，致力于打造统一的政务大模型平台，能理解相关政策法规和办事流程。其次，外部开发者作为“生态共建者”，基于该平台开发新的垂直应用和服务，可以丰富政务服务生态。最后，政府部门工作人员是“规则校准者”和“场景赋能者”，可从流水线作业任务中解放出来，转而处理智能体无法处理的复杂情形和特别情况，并对新情况进行系统反馈，帮助大模型迭代优化，使业务规则更贴近实际生活。

　　政府组织形态的结构重塑，其意义远超效率提升，关乎政府在现代社会的核心价值。政府通过提供标准化的人工智能服务、掌握场景和数据，科技公司拥有技术和算法，公众和高校提供需求和智力支持，能够形成“政府—市场—社会”三者协同的社会生态，最终激发社会各层面创新活力。此外，这种结构重塑使公务员从重复、烦琐、低价值的事务性劳动中获得解脱，转型为智能体训练师、政策设计师。由此，公众在政府服务中可以获得犹如使用优质互联网产品一样良好的体验，而政府服务的公信力也会获得显著提升。

　　总体来看，人工智能大模型在政务领域的应用，可以完成诉求处理的流程转化、服务供给的价值回归、复杂治理的决策升级和组织形态的结构重塑，是提升政府治理体系和治理能力现代化的强大力量。大模型在政务领域的部署应用，将对传统政务范式进行深度解构与重组，其精准契合了现代政府治理对效率、公平、创新性和人性化的追求，将把政务创新发展推向新的高度，为建设人民满意的服务型政府提供新方案。

　　本文为广东省哲学社会科学规划2025年度习近平法治思想研究专项“数据要素市场化视角下数据交易所制度研究”（项目编号：GD25XFZ12）的阶段性研究成果。

　　（作者单位：暨南大学法学院/知识产权学院）