觀點丨宋鷺 盧喜洋：人工智能大模型輔助決策大有可為

宋鷺

中國人民大學國家發展與戰略研究院研究員

智慧治理學院副院長、智慧治理戰略研究院執行院長

盧喜洋

中國人民大學智慧治理學院碩士研究生

政府科學決策能力關乎國家治理效能、經濟社會發展與公共利益。中央網信辦、國家發展改革委聯合印發的《政務領域人工智能大模型部署應用指引》把政務服務、社會治理、機關辦公、輔助決策并列為政務領域的幾類應用方向。其中，輔助決策與其他幾類區別明顯，其目標并非提高辦事效率或改善公眾體驗，而是提升政府決策本身的質量。圍繞這一目標，一類專門面向政府決策的大模型正在出現。當前正值新一輪科技革命和產業變革迅猛發展期，生成式人工智能的快速迭代正在重塑知識生產與公共決策的技術基礎與方法體系。那么，決策輔助大模型將在何種時機下出現并發展成熟？又將承擔什么樣的功能、具有怎樣的意義與價值？

大模型應用走向治理縱深具備現實基礎

當前，通用大模型應用已廣泛滲透至公眾日常生活領域，垂直行業大模型亦在醫療、金融、教育等關鍵行業中取得顯著成效。而任何一種新技術形態的廣泛應用，都需要同時具備成熟的技術能力、可被有效組織的知識資源，以及來自現實場景的需求。因此，把握這一時代之機，需從技術、制度、需求三個維度剖析決策輔助大模型出現的現實基礎。

人工智能大模型自身的能力躍遷，為專業化應用提供了技術前提。近年來，大模型在自然語言理解、長文本處理和多模態數據綜合分析等方面的能力明顯提高，已能處理較為復雜的專業任務。檢索增強生成（RAG）等方法的成熟，使模型在作答前先從指定資料庫中檢索相關材料，減少憑空編造的成分，也使得面向特定領域的定制開發變得可行。醫療、金融、司法等領域已有不少面向專業場景的垂直大模型投入使用，表明大模型在專業場景中確有實用價值。

更關鍵的條件在于專業知識資源的組織方式發生了變化。研究機構和智庫在長期工作中積累了大量行業數據、政策文件、研究報告和分析方法，這些材料過去分散保存，彼此難以聯通，也難以重復使用。大模型提供了一種新的組織方式，使分散的專業知識能夠被系統整合，用于支持研究判斷。需要指出的是，僅靠公開互聯網語料訓練的通用大模型并不掌握這類專業知識，因而難以勝任面向政府決策的任務。而在相關領域有長期積累的高校、科研機構和智庫，則有條件重新整合已有的專業資料、數據，開發并直接使用決策輔助大模型，生成研究成果并幫助政府部門進行科學決策。

公共政策本身的復雜化，構成了這類工具的現實需求。當前公共治理所面對的問題日益復雜，常常跨越多個地區、多個層級和較長的時間周期。以長江經濟帶發展戰略為例，沿線11個省市的協調推進，既要統籌生態保護與經濟發展，又要協調上中下游利益關系，還要應對氣候變化和產業轉型等長期議題。傳統以經驗研判為主、輔以分散式信息分析的決策方式已難以充分應對，因此，研究機構對更系統的分析工具產生了實際需求。

決策輔助大模型需要解決的問題

現有大語言模型仍面臨幻覺生成、領域知識薄弱、隱私保護脆弱等固有短板，而政府決策對信息權威性、流轉機密性、處理精準性與知識專業性的極高要求，又進一步放大了技術能力與決策需求之間的結構性落差。因此，需從數據、響應、安全三個維度系統推進，破解這一困局。

通用大模型直接用于政府決策，最突出的問題是結果可能不可靠。通用大模型主要以公開互聯網文本訓練，材料數量大但來源龐雜，有時會生成缺乏依據的內容，由此產生“幻覺”問題。這類錯誤在普通對話場景中影響有限，一旦進入關乎公共利益的政策制定環節，則可能導致嚴重后果。應對的辦法是為模型配備經過篩選的知識庫，內容包括權威統計數據、政策文件、優質研究報告與典型實踐案例，同時將研究團隊長期積淀的分析方法和專業模型納入其中，定期更新，使結論能夠追溯到具體的數據來源和分析過程。

政府決策涉及大量未公開信息，對工具的安全性和可控性提出了通用模型難以滿足的要求。通用大模型常見的開放式云端調用架構無法滿足數據不外流、分級權限管控與涉密場景適配的基本要求，這是制約人工智能進入治理決策核心領域的根本性障礙。可行做法是在本地部署模型、隔離數據、按權限管理使用范圍，并記錄每次調用以備查核。因此，專業化與安全化的協同構建，恰是垂直大模型區別于通用大模型的關鍵所在。

決策輔助大模型拓展了“人工智能+”應用的戰略邊界

決策輔助大模型與已有的幾種應用形態——尤其是面向公眾的政務服務大模型，以及學界討論較多的“AI for Science”——存在明顯差異。其戰略意涵遠超單一技術應用的范疇，將在更廣闊的維度重塑智能時代的發展格局。

首先，大模型的服務對象從政務流程拓展到政府決策。過去一段時間，各地政府部門已經嘗試推出政務服務大模型，用于政務辦理、智能問答、信息檢索等環節。而決策輔助大模型面向的是公共政策的研判與制定。長期以來，公共決策主要依賴專家經驗、調研訪談與分散式信息分析，決策質量易受信息不對稱、認知局限與時間壓力的影響。垂直大模型將人工智能深度嵌入決策核心環節，使經驗研判得到數據印證，部門壁壘得以穿透，原本需要漫長周期的影響評估也可以前置到方案設計階段。這一變化為治理能力現代化提供了一種全新的方法論基礎。

其次，人工智能賦能科研范式的邊界向決策支持環節延展。近年來，“AI for Science”已成為學術界和政策界關注的重要議題，推動人工智能賦能科研范式變革的討論日益深入。“AI for Science”的關注焦點主要在自然科學領域的研究方法變革，而決策輔助大模型是人工智能進入哲學社會科學研究的一種具體形式。研究機構和智庫借助大模型，把長期積累的研究方法和領域知識轉化為可以持續運行的分析工具，研究成果不再止于報告和論文，而是能夠直接用于決策支持的系統。

最后，人工智能從規模競逐走向價值深耕。過去幾年，全球人工智能競爭主要圍繞參數規模、算力體量與數據資源展開。隨著通用模型能力逐步趨同，僅靠規模擴張實現突破的邊際效益正持續下降，應用價值的重心正在向具體場景的深度應用遷移。決策輔助大模型恰好處于這一遷移的重要位置，與其他垂直大模型應用同步拓展，標志著人工智能發展進入以價值為牽引的新階段。對中國而言，依托豐富的應用場景與深厚的專業積累，在這一方向上形成自主能力，是大模型產業走出差異化路徑的一種可行選擇。

總結而言，決策輔助是人工智能大模型最具戰略意義，也最具挑戰性的應用場景之一，代表了大模型應用譜系中的一種新形態，這也是“人工智能+”應用服務國家治理的一條具體路徑。

文章來源：北京日報

微信編輯：張菁菁

人大國發院是中國人民大學集全校之力重點打造的中國特色新型高校智庫，現任理事長為學校黨委書記張東剛，現任院長為學校原校長林尚立。2015年入選全國首批“國家高端智庫”建設試點單位，并入選全球智庫百強，2018年初在“中國大學智庫機構百強排行榜”中名列第一。2019年在國家高端智庫綜合評估中入選第一檔次梯隊，是唯一入選第一檔次梯隊的高校智庫。

人大國發院積極打造“新平臺、大網絡，跨學科、重交叉，促創新、高產出”的高端智庫平臺。圍繞經濟治理與經濟發展、政治治理與法治建設、社會治理與社會創新、公共外交與國際關系四大研究領域，匯聚全校一流學科優質資源，在基礎建設、決策咨詢、公共外交、理論創新、輿論引導和內部治理等方面取得了顯著成效。人大國發院以“中國特色新型高校智庫的引領者”為目標，扎根中國大地，堅守國家戰略，秉承時代使命，致力于建設成為具有全球影響力的世界一流大學智庫。

微信二維碼