孙占卿：走出“数字外挂”困境，迈向“AI原生政府”
2026/06/17 19:53阅读量 2
传统数字政府将技术叠加在旧流程上，形成“数字外挂”困境，并未改变底层组织逻辑。需转向以AI为认知底座、协同节点和执行代理的“AI原生政府”，实现从流程效率到主动公共价值创造的转变。AI原生政府需构建公共服务、城市运行、政策研发、战略规划和组织学习五大治理闭环，并在流程、数据、决策、投资、监督和人才六方面进行系统性重塑。
事件概述
传统数字政府经历电子化、在线化、平台化三个阶段，但本质是将技术叠加在工业时代的科层制流程之上，形成“数字外挂”式改革：数据孤岛、流程平移、重合规轻效果、AI仅作为边缘工具。经合组织（OECD）数据显示，仅39%的国家在AI部署前进行风险评估，31%具备算法透明度机制，28%做闭环效果评估，AI采用速度远超政府治理能力。
核心概念：AI原生政府
AI原生政府不是让AI替代一切，而是将AI作为公共治理的认知底座、协同节点和执行代理，重新塑造政府运行方式。其使命从“提升流程效率”转向主动创造公共价值，推动从“公众适应政府流程”到“政府适配公众需求”。爱沙尼亚Bürokratt系统即是通过多部门AI智能体协同，将行政复杂性隐藏在后端，实现服务自动推送。
五大治理闭环
- 公共服务闭环：从“人找政策”转向“政策找人”，通过AI感知公民全生命周期需求，主动推送服务。
- 城市运行闭环：构建“感知—判断—执行—反馈”体系，借助传感数据与AI模型提前发现管网、交通、安全等风险。
- 政策研发闭环：利用AI仿真模拟技术，在政策正式推出前进行虚拟压力测试，实现“虚拟优先、实体跟进”。
- 战略规划闭环：将静态规划变为动态活的系统，设定触发器，根据异常信号自动提出资源调拨建议。
- 组织学习闭环：通过AI沉淀每次服务、审批、执法等经验，推动政府从经验型转向学习型。
六大系统性重塑
- 重塑流程：以公众最终需求为单位，重构端到端跨部门流程，明确人机分工。
- 重塑数据：建设可理解、可推理的政务知识底座，对政策文本、法规、热线诉求等进行知识化处理，同时内嵌隐私保护。
- 重塑决策：按风险分级划分人机边界——低风险事项由AI自动处理，中风险AI建议+人工确认，高风险人类主导，并建立授权、追溯与救济机制。
- 重塑投资：从一次性项目拨款转向基于里程碑的敏捷迭代投资，按实际绩效决定后续投入（如澳大利亚数字投资监督框架）。
- 重塑监督：建立公开的算法登记与风险评估机制（如荷兰算法与AI登记册），向公众披露算法用途、数据来源和问责方式。
- 重塑人才：将AI释放的人力转向高价值公共事务，培养复合型AI治理公务人才。
价值导向
AI原生政府绝不走技术至上路线，政府先进性不取决于算法数量，而取决于能否将算法纳入公共价值、法治约束与民主监督。转型成功的政府将成为更高效的服务提供者、更敏捷的风险治理者、更有温度的公共价值创造者和更具韧性的社会信任维护者。