人工智能赋能政务决策的新机遇

2026年7月6日，刊载于《北京日报》第十版理论周刊的《人工智能大模型辅助决策大有可为》一文，由中国人民大学智慧治理学院副院长、智慧治理战略研究院执行院长、国家发展与战略研究院研究员宋鹭，以及该院硕士研究生卢喜洋共同撰写。

政府决策的科学性直接关系到国家治理的成效、经济社会的发展及公众利益。中央网信办与国家发展改革委联合发布的《政务领域人工智能大模型部署应用指引》，将政务服务、社会治理、机关办公及辅助决策列为政务应用的主要方向。值得注意的是，辅助决策与其他应用不同，其核心不在于提升办事效率或优化用户体验，而在于提高政府决策本身的水平。为此，专门服务于政府决策的大模型正在兴起。当前，新一轮科技革命与产业变革加速演进，生成式AI的飞速发展正在重构知识生产与公共决策的技术架构与方法体系。那么，决策辅助大模型将在何时成熟？它将扮演何种角色，又具备怎样的价值？

大模型向治理深水区拓展具备现实根基

如今，通用大模型已深入大众生活，垂直行业大模型在医疗、金融、教育等关键领域也成效显著。然而，任何新技术的普及都依赖于成熟的技术能力、可整合的知识资源以及现实场景的迫切需求。因此，要抓住这一契机，必须从技术、制度、需求三个维度来解析决策辅助大模型出现的现实基础。

AI大模型自身能力的提升，为专业化应用奠定了技术基石。近年来，其在自然语言理解、长文本处理及多模态数据分析等方面的能力显著增强，能够胜任复杂的专业任务。检索增强生成（RAG）技术的成熟，使得模型在回答前能检索指定资料库中的信息，降低了“一本正经胡说八道”的概率，也让特定领域的定制开发成为可能。医疗、金融、司法等行业已广泛应用垂直大模型，证明了其在专业场景中的实用价值。

更为关键的是知识资源组织模式的变革。研究机构和智库长期积累了丰富的行业数据、政策文件、研究报告及分析方法，但此前这些资料分散存储，缺乏关联，难以复用。大模型提供了一种新的组织形式，将分散的专业知识系统化整合，以辅助研究判断。需强调的是，仅靠公开互联网数据训练的通用大模型并不具备此类专业知识，无法胜任政府决策任务。而拥有深厚积累的高校、科研机构和智库，则有机会重新整合这些专业资源，开发决策辅助大模型，辅助政府部门做出科学决策。

公共政策复杂度的提升，催生了此类工具的现实需求。当前公共治理面临的问题日益繁杂，涉及多地区、多层级及长周期的跨域协同。以长江经济带为例，沿线11个省市需统筹生态与经济、协调上下游利益，并应对气候变化与产业转型等长期挑战。传统的经验式决策及分散信息分析手段已难以应对，因此，研究机构迫切需要更系统化的分析工具。

决策辅助大模型面临的挑战

现有大语言模型存在幻觉、领域知识不足、隐私保护薄弱等缺陷，而政府决策对信息权威、流转保密、处理精准及专业知识的要求极高，这加剧了技术与需求之间的差距。因此，必须从数据、响应、安全三个维度系统发力，以解决这一难题。

通用大模型若直接用于政府决策，最大隐患在于结果的不确定性。此类模型主要基于公开网络文本训练，虽然数据量大，但