张会平电子科技大学公共管理学院教授，博士生导师
一、DeepSeek引致治理智能化加速的原因
在DeepSeek受到全球关注并获得广泛认可后，不少地方已要求公务员学习应用DeepSeek，一些地方将政务系统接入了DeepSeek甚至进行了私有化部署，公务员的自发使用也在日益增加。政府对DeepSeek的广泛运用势必加速治理的智能化。DeepSeek之所以促成这一加速局面，其原因包括：
一是性能卓越。作为一个通用大模型，DeepSeek的性能进入全球领先行列，获得国内外人工智能同行的高度肯定，而且获得用户的普遍认可。DeepSeek已跨越实践运用对性能要求的底线，较大程度满足工作需要，切实提升行政效率。DeepSeek的开源选择，不仅能够让同行洞察技术细节，而且助推了通用大模型的开源趋势，为持续迭代形成性能更加卓越的通用大模型注入了不竭动能。
二是安全可控。DeepSeek由国内公司研制而且能够私有化部署，其安全是相对可控的。对于政府而言，不仅可以在互联网和政务外网环境中部署DeepSeek，而且可以尝试在政务内网部署。这与ChatGPT可能存在国家安全风险截然不同。[1]同时，DeepSeek可能造成的数据泄露、隐私侵犯、公平损失、技术幻觉等风险，也进入了能够控制的范围，可以通过制度、技术等手段有效管控各类风险。
三是制度优势。在我国，地方政府和行业主管部门具有创新运用人工智能的积极性。经济社会数字化转型走在前列的地方政府，会率先探索基于DeepSeek的治理智能化；而其他地方政府也会迅速跟进。之前已经建有强劲算力基础设施的地方和行业，也会部署应用DeepSeek或者为DeepSeek的政务应用提供算力支撑。
四是人才储备。近年来，我国公务员队伍更加年轻化、专业化，一批具有高学历的高校毕业生进入公务员队伍。对于这些人员而言，他们具备使用DeepSeek的潜在能力，在学习或者接受简单培训后就能够使用DeepSeek开展公文写作、会议准备、数据整理、数据核对等工作。DeepSeek生成的文稿、方案、数据还需要人工审核，在我们的公务员队伍中有一大批具备丰富经验的专业人才，他们不仅能够进行审核，而且能够帮助优化模型；其中一部分人在实际运用后还会特别擅长人机协同。
二、智能化加速助推治理形态跃升的路径
自20世纪末“智慧治理”概念出现后，特别是2010年以来，随着大数据、人工智能技术迅速发展后，治理智能化取得重要进展。然而，总体而言，治理智能化发展还处于起步阶段，并未形成基于强大知识整合和推理能力的智能治理形态[2]。DeepSeek引致的治理智能化加速有望助推治理形态实现新的跃升，其路径包括：
一是常规任务的高效率完成。对于政府日常工作中的常规任务，如公文写作、数据填报、数据整理、内容审核等，DeepSeek是完全能够胜任的。通过私有化部署并加载相关知识库后，工作人员只需提出明确要求，DeepSeek就能够生成高质量文稿。尽管生成的文稿需要人工审核后才能使用，但是工作效率会大幅度提高，工作人员也不再需要在琐碎、重复性工作上花费大量时间和精力。
二是复杂问题的创造性解决。在政府工作中，常常碰到一些复杂问题，解决这些问题需要考虑多方面因素，需要收集不同渠道的资料，需要参考多种数据。DeepSeek已经整合了海量知识，而且可以吸纳新资料、新数据，能够基于强大的推理能力全方位分析问题并给出参考答案。对于政府工作中的复杂问题，尽管复杂但是在解决思路和流程上是有规律的，DeepSeek的介入能够“事半功倍”。
三是综合方案的协同化制定。在政府工作中，规划、计划、政策等综合方案的制定至关重要；政府层级越高、主题范围越广、时间跨度越长，制定这些方案需要考虑的因素越多，对大模型的知识整合和推理能力要求也会越高。高度自动化生成综合方案还会有一段路要走，但是可以尝试将DeepSeek作为工具，参与综合方案的协同化制定。这些尝试也能够为更高阶智能治理的实现奠立基础。
四是政府组织的适应性调整。DeepSeek在常规工作、复杂问题解决、综合方案制定中展现出的能力和达成的效果，势必会在组织层面产生影响，一些地方会率先推动组织层面的调整。适应性调整包括设立专门的人工智能应用审核岗位，对大模型生成的文稿、方案开展专门性审核；相关工作任务不断增加后，会考虑在部门内部成立单独的人工智能应用和审查机构；一些地方还可能率先组建人工智能应用推进和审查部门，并作为政府的组成部门全面推进和规范人工智能应用。
三、治理智能化加速面临的挑战
治理智能化加速面临两类挑战：阻碍大规模使用的挑战和大规模使用后带来的挑战。前者具体包括价值对齐和数据质量；后者包括使用鸿沟和人员焦虑。
一是价值对齐。人机协作将是一种常态，但如何让人工智能的能力和行为跟人类的价值观和伦理原则相一致是极具挑战性的工作。政府管理、决策和服务需要遵循公平、正义等原则，需要合理设计弹性空间、模糊目标等不确定性，还需要考虑社会稳定、国家安全等重大关切。人工智能还难以应对这些考量。
二是数据质量。高水平的响应取决于高质量的数据输入和高性能的逻辑推理。在DeepSeek提供了强大推理能力后，高质量数据成为关键性因素。然而，政务数据质量还面临不少问题，包括数据不准确、不真实、不完整、不一致、不及时等方面。提升数据质量需要开展全流程管理、建立配套制度、优化政务平台。
三是使用鸿沟。尽管DeepSeek使用相对简单，但是私有化部署、专门知识库建设、模型迭代、算力支撑、数据质量、人员能力等方面的差异，依然会导致人员之间、部门之间、地区之间的使用鸿沟。大规模使用将会形成由多元知识、数据、资料和人机协作构成的综合智能体，而这些综合智能体并不能简单移植。
四是人员焦虑。首先，要不要使用DeepSeek会造成焦虑；其次，使用过程中如何合理分工会造成焦虑；最后，DeepSeek肯定会带来岗位调整、组织结构变化，这些更会造成焦虑。与政务活动搬到信息系统上运行、数据赋能业务协同不同，人工智能应用导致的人机分工、岗位调整和治理结构变化会更加剧烈，带来的“本领恐慌”和“机器替代”会更加严峻。
四、应对挑战的策略
由于人工智能技术的蓬勃发展和行业应用的推陈出新，人工智能将会是国家综合实力的集中体现领域，政府不可能将其排斥在外，唯有拥抱DeepSeek引致的治理智能化，提前研判、精心谋划并积极应对有关的挑战。
一是启动应用试点。试点是我国重要的政策创新工具。应由国务院办公厅牵头、组织有关部门尽快出台通用大模型政务应用试点的政策，引导地方政府和行业主管部门积极、规范、安全、有序地开展以DeepSeek为代表的通用大模型应用；并将试点形成的案例和经验，尽快凝练总结为进一步发展的指导意见和行动计划。
二是加强宣传教育。面对DeepSeek的强大能力和不少地方政府的应用推进，许多地方政府、公务员对DeepSeek的认知以及可能的应用存在诸多疑惑，如何让他们学习掌握DeepSeek的应用、深刻把握DeepSeek的发展方向、积极应对DeepSeek可能带来的冲击，迫切需要开展有益性宣传和高水平培训。
三是严防严控风险。尽快成立专门的人工智能应用安全风险机构，全面跟踪分析通用大模型大规模应用（包括政务应用）面临的风险，包括技术幻觉、责任缺失、数据泄露、隐私侵犯等方面，对可出现的各种风险进行研判，有效支持有关决策。在风险累积到一定程度后，应考虑建立管控风险的政府部门和工作机制。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化专业服务机构，为数据资源拥有者提供专业、规范、合规的全流程数据资产化服务，包括培训、咨询和产品设计等，实现数据资源价值最大化。主要服务于政府数据管理机构、央国企数据运营企业、城市数据运营平台和数据富集型平台企业，打造数据资产网、数据资产研究院和产业专家网络等支撑体系，同时在营商环境与政务领域继续保持领先优势。 主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。 数据资产化服务：数据资产化战略布局、数据资产入表、数据产品开发及交易等关键任务； 数据要素×项目服务：政策扶持、案例奖项申报、金融支撑和市场变现； 数据产业园区和试验区咨询服务：园区规划、咨询、资源导入
联系我们请点击：
数邦客
