不斷推進政府治理模式的變革和創新，建設人民滿意的服務型政府是實現社會經濟發展的內在要求，也是國家治理體系和治理能力現代化的題中應有之義。黨的十九大繼往開來，在肯定和明確過去五年偉大成就和歷史性變革的基礎上，對新時代政府職能的轉變和公共服務體系的發展與完善提出了新的要求。習近平總書記明確指出，當前要「決勝全面建成小康社會，奮力奪取新時代中國特色社會主義偉大勝利」，就必須切實做到「登高望遠、居安思危，勇於變革、勇於創新，永不僵化、永不停滯」。這一表述可以說也為新時代我國政府治理模式的變革創新指明了方向。
近年來，在全球網際網路和大數據技術的發展和推動下，人類社會生產的信息化和智能化得到了顯著提升，尤其是伴隨著高質量大數據、高性能計算資源以及深度學習算法的日益成熟，人工智慧在一些領域已然走到了人類智慧的前列。對此，從阿爾法圍棋(AlphaGo)對人類棋手的完勝便可見一斑。人工智慧時代的到來，不僅開啟了萬物感知的新紀元，進一步提升了人類的社會生產能力，同時也給作為公共治理主體的政府及其治理模式的變革與創新帶來新的機遇。面對人工智慧不斷壯大的客觀實際，政府治理模式到底該如何「變」，抑或「變」成何樣?這是當下學界不得不思考的一個現實問題。
一、遭遇人工智慧:政府治理模式變革的新畫面
(一)「人工智慧」釋義
人工智慧(ArtificialIntelligence，簡稱AI)，顧名思義就是「人造的智能」，也即「用電子計算機模擬或實現的智能」，目前學界對其概念的界定不一。根據國外學者的相關研究，普遍將其界定為基於計算機研究、開發用於模擬、延伸和擴展人的智能的理論和技術科學。如美國學者溫斯頓(PatrickWinston)就認為，「人工智慧即研究如何使計算機去做過去只有人才能做的智能工作。」而當代著名的人工智慧專家尼爾遜(N．J．Nilsson)則直接將人工智慧視為「怎樣表示知識、怎樣獲得知識及使用知識的科學」。國內學界對該領域的關注主要集中在計算機與網際網路領域，社會科學層面的相關研究目前還不是很多。
作為信息化時代的高階產物，現代人工智慧以數據和知識為載體，通過對數據和知識的獲取、表示和使用來完成處理複雜任務的目標，其內含著數據挖掘、機器學習、計算機視覺、知識處理系統、自然語言理解和自動程序設計等多個複雜環節，人工智慧的產生不僅挑戰了人類智慧的社會主導能力，同時也為各類機構治理能力的提升帶來前所未有的空間與潛力。
從歷史發展的脈絡看，人工智慧的概念早在20世紀50年代便已出現，並在長期的發展中歷經多次的範式轉變和認知變遷。概而言之，自1950年「圖靈測試」的理念提出以來，人們對其認識大致經歷了「弱人工智慧」和「強人工智慧」兩大階段。其中，「弱人工智慧」即能製造出可進行推理和解決問題的智能機器，但機器本身並不產生自主意識。20世紀下半葉以來計算機的不斷普及，為人工智慧的發展提供了現實契機，以計算機為載體的弱人工智慧技術亦開始出現並不斷壯大，尤其是在工業自動化領域得到了廣泛應用，為提升社會生產效率提供了巨大輔助。
學界普遍認為，弱人工智慧技術在當前已基本實現。與此相對應，「強人工智慧」則意味著機器不僅善於推理和解決難題，而且也具備了相應的自我意識，即機器不再僅是一個「研究心靈的工具」，本身業已成為「一個心靈」。從全球人工智慧產業發展境況看，當前人類科技在如何喚起機器意識上還面臨諸多難題，整體而言依然停留在較「弱」的階段上，但隨著相關技術的不斷發展，尤其是大數據技術的不斷成熟，目前的新一代人工智慧無論在知識學習還是人機融合上，較之以往已有了巨大的飛躍和突破，在實現由「弱」到「強」的轉變中正緩慢加以遞進，並為各類機構的發展提供了更為智能的支撐。
(二)人工智慧給政府治理模式變革帶來的機遇
當今時代是一個人工智慧不斷崛起的時代，大數據、雲計算和認知技術的突破，加之國際網際網路、物聯網等層面信息交互的日益緊密化，為新一代人工智慧的發展壯大提供了絕佳的外部環境。根據中國電子信息產業發展研究院的相關統計，2018年，全球人工智慧市場規模將由2015年的1683．9億元增加到2697．3億元，複合增長率為17%。而中國人工智慧市場規模也將由2015年的203．9億元增加到2018年的360億元，複合增長率將達到21%。中國人工智慧產業的發展速度要高於全球平均水平。尤其是近年來人工智慧在計算、檢索、病蟲害測報和天氣預報等領域的廣泛應用，其效率水平已大大超越人類智慧，給社會生活和生產發展帶來了積極效應。人工智慧時代的到來，也為深化政府治理變革提供了全新途徑，在優化升級政府治理模式的過程中帶來了不可忽視的積極價值。
首先，人工智慧的崛起為有效控制政府規模提供了現實可能。所謂政府規模，即基於一定組織原則所組成的各級政府和各個部門的總和，是由政府的機構、職能、權力和人員等各類有形和無形要素構成的有機整體。既有研究已經表明，政府規模既非越小越好，亦非越大越好，政府規模過小極易誘發「市場失靈」，政府規模過大則不利於居民幸福感的提升。在強化政府治理能力的進程中，必須建構適度性的政府規模，這也是現代政府治理模式變革的基本取向。
改革開放以來，我國政府雖歷經多次機構改革，但依然未逃出「精簡-膨脹-再精簡-再膨脹」的怪圈。如何對政府規模做出有效控制依然是擺在當前我國政府治理模式變革層面的一項重要議題。人工智慧的誕生為這一難題的化解提供了新路徑。政府規模很大程度上取決於其對治理範圍、數量的界定及相關事務的複雜程度，其間任一層面的實現都要以相關數據的分析和把握為基本前提。
人工智慧的發展為優化處理海量政府數據提供了可能，通過機器學習和精準算法，人工智慧排除了人為因素下的生理局限，可以實現對數據更為科學的分析與整合，進而提出前瞻性的決策方案。在人工智慧環境下，多部門的協同治理因智能終端的嵌入而變得更為簡潔，這不僅使得治理主體從簡單勞動中解放出來，達到降低人力成本的治理目標，而且也有助於推進治理過程的扁平化，在打破行政壁壘的過程中，更好地理順政府與市場的關係。顯然，這些對於促進政府規模的精簡和適度化發展都是有積極意義的。
其次，人工智慧的崛起為強化政府效率提供了技術支撐。政府效率，簡言之，即政府在投入和產出之間的比率。作為公共行政學的核心命題，政府效率既是政府發展的基本要義，也是政府治理模式變革的重要目標。近年來，隨著我國行政體制的不斷發展與完善，我國各級政府的效率雖得到了顯著提升，但受制於計劃體制下傳統治理模式帶來的慣性影響，新時代政府效率的提升依然面臨諸多障礙，尤其同民眾的訴求相比還存在一定的差距。對此，黨的十九大也明確提出了推進「效率變革」的發展要求。政府效率的強化不僅需要制度的完善，也渴求政府在治理工具上的突破創新。
人工智慧的發展恰恰為此提供了便利。一方面，人工智慧的嵌入有效節省了政府的財政支出。人工智慧不僅具有優於常人的精確性，同時也更為便捷和快速，以辦公自動化為例，根據德勤報告的數據顯示，通過自動化計算機執行的常規任務，在全球低端範圍內每年可節省9670萬個小時和33億美元，在高端範圍內每年甚至可節省12億個小時，並因此省下411億美元。可見人工智慧在控制政府規模的同時，也為節省財政支出和提升政府靈敏度提供了有效載體。另一方面，人工智慧的使用也有效強化了政府治理主體的能力。高素質的參與主體是政府效率提升的基本前提，人工智慧的嵌入也打破了以往事事親力親為的主體運作模式，深度學習、遺傳算法等的介入賦予了機器本身一定程度的自主研判和自主決策能力，在人工智慧環境下，傳統行政模式下的人浮於事、素質低下等問題得以化解，由此在提升積極性的過程中便為推進政府治理效益的最大化帶來積極意義。
最後，人工智慧的崛起也極大地提升了公共服務的有效性。公共服務是政府的天職，正如丹哈特(ＲobertB．Denhardt)所言:「政府的重心在於服務的直接供給」，在於「建立集體的、共享的公共利益觀念」。作為公共行政的核心理念，公共服務同樣也是政府治理變革的價值目標。
人工智慧對於政府公共服務質量的提升，其價值主要體現在兩方面:一是拓寬了政府的公共服務渠道。在傳統模式下，政府公共服務主要通過建構固定平臺的途徑加以實現，受人力、物力和工作區間的限制，往往存在服務供給不融洽、不及時的現實問題，網際網路和大數據的發展一定程度上強化了服務過程的開放化和透明化，但傳統的窗口服務模式依舊佔主導地位。人工智慧的嵌入在政府與民眾之間形成了一個全新的連接點。通過創建綜合的決策樹算法模型，並將其同公共服務大數據進行結合，人工智慧可對服務內容做出基本判斷和調整，並確保一些技術性難題在遠程終端實現自動解決，由此就能打破公共服務的時空局限，讓民眾對公共服務的接收變得唾手可得。
二是提升了政府公共服務的個性化。公共服務的過程也是民眾訴求信息不斷集聚的過程。面對海量的訴求信息，人工方式很難做出準確歸類，藉助於神經網絡和遺傳算法等程序，人工智慧可便捷地實現對相關信息的收集和整理，並形成個體性的數據檔案，這就解決了傳統模式下的信息盲區，為改進公共服務流程，構建個性化的公共服務模式提供了必要準備。
(三)人工智慧給政府治理模式變革帶來的挑戰
正如霍金(StephenHawking)指出的，人工智慧的崛起既是人類文明的推進者，同樣也可能構成人類文明的終結者。事實上，對於政府治理模式的變革而言，人工智慧同樣也是一柄「雙刃劍」，其在提供巨大便利的同時，也帶來不可忽視的風險和挑戰。
其一，人工智慧的嵌入對傳統的行政倫理帶來前所未有的衝擊。行政倫理作為公共行政領域中的角色倫理，決定著公共行政本身的性質、目的、責任和義務。政府治理模式無論怎麼變，都必須遵守基本的倫理邏輯。人工智慧的嵌入改變了傳統的遊戲規則，使行政倫理開始面臨「踩空」的危機。從行政主體的角度看，人工智慧的嵌入極易導致主體責任的缺失。在傳統行政模式下，人是行政行為的不二主體，任何行政行為的產生均體現了人的主觀意志，並承擔相應的行政責任。人工智慧的參與一定程度上實現了對人的行政行為的替代，使行政方案、行政決策等體現出了機器意志，由此必將削弱行政行為的合法性根基，導致行政責任出現主體不明和模糊化的危機，這對於行政權威性的維護是極為不利的。
從行政相對人的角度看，人工智慧的嵌入也可能造成更大的行政偏見問題。人工智慧的參與，依賴的是其內部的精確算法，表面上看其似乎減少了公共行政中的主觀因素，但精確算法作為以計算機代碼表達的意見，本質上還是人造的，必然體現原初設計者和開發者的主觀意志和選擇，並將其主觀偏見帶入精確算法系統，在缺乏人類倫理引導的前提下，人工智慧極易通過固定的程序將這些偏見甚至歧視擴大化，給行政相對人造成更大的傷害，進而加劇行政過程的緊張化。
其二，人工智慧的嵌入也可能引發新的政府信息安全問題。信息化和大數據時代的到來，使得政府信息安全問題變得日益重要，2013年美國「稜鏡門」事件的曝光已充分印證了這一點。而人工智慧時代的到來將掀起一場比網際網路更為猛烈的變革，必將給政府信息安全問題帶來更大的考驗。一方面，人工智慧給政府機構遭受惡意攻擊留下了「可乘之機」。人工智慧技術的不斷普及雖帶來了巨大的便利性，但其所依賴的學習算法同樣有其「笨拙」的一面，在人為幹擾下，程序很容易就出現「失算」的尷尬局面。一些黑客極有可能利用程序漏洞繞過內部的防火裝置，讓智能失去效用，如通過修改數據源使圖像和語音識別系統失去甄別能力，進而從事欺詐犯罪活動等，就是近年來時常見諸報端的典型案例。相關統計顯示，2016年以來發生的網絡攻擊事件中，與人工智慧相關的事件就佔到了六成。
另一方面，政府治理主體和公民個體將面臨更大的隱私洩露危機。當前的新一代人工智慧是以大數據為根基加以運作的，數據已成了人工智慧時代的「新石油」。人工智慧時代無處不在的智能終端無疑加大了信息洩露的危機，尤其是機器本身在深度學習中大量敏感數據的交互使用，不僅使人類隱私暴露在人工智慧之下，而且極大地削弱了人類對於數據和信息的控制和監管能力，使敏感數據和關鍵信息游離於人類視野之外，一旦洩露將引發更大的危機。因此，同傳統的安全隱患相比，人工智慧時代的信息安全更加兼具瞬間性和破壞性的特色。面對人工智慧的不斷壯大，政府如何展開進行信息和數據資源的保護已成當務之急。
二、直面人工智慧:我國政府治理進程的客觀省察
(一)人工智慧時代我國政府治理進程的經驗積累
從歷史發展進程看，我國的人工智慧大致起步於改革開放之初，40年來在黨和國家的高度重視下，我國人工智慧技術獲得了突破性的發展。隨著人工智慧的不斷壯大，近年來我國各級政府也進行了積極探索和應用，並積累了一些初步經驗和成就，為完善政府治理體系提供了重要支撐。
其一，電子政務和政府大數據平臺的飛速成長，為人工智慧的政府應用奠定了現實根基。數據和信息是推動人工智慧運轉的基本要素，這決定了人工智慧要在政府治理層面實現有效嵌入，就必須以政務信息化的實現和政府大數據資源的壯大為根本前提。經過近十多年來的飛速發展，我國電子政務以基礎設施的投入和建設為重點，以核心業務系統的建設為關鍵環節，已取得了較為突出的規模和成果。相關統計顯示，截至目前，我國中央層面各級黨政機關政務網絡覆蓋率已達到100%，省市一級的電子政務網絡覆蓋率基本達到80%以上，區縣的政務網絡覆蓋率也達到了50%，「網際網路+政務服務」建設已取得初步成效。
與此同時，隨著政務信息化的不斷深入，近年來各級政府也積累了大量與公眾生產生活息息相關的數據資源，由此也推動了各級政府大數據資源和平臺建設的重大突破，其中不僅一些重要的資料庫，如國家統計資料庫、國家人口資料庫、工商系統企業法人資料庫等得以基本建成，而且為了更為有效地實現數據公開和便民服務，目前各級政府的大數據平臺建設也實現了突飛猛進，尤其是近兩年一些地方政府大數據共享平臺和政務系統紛紛上線，在強化和提升政務服務效率和精準性的基礎上，為下一步人工智慧的嵌入打下了堅實根基。
其二，相關政策和法制建設的不斷跟進，為人工智慧嵌入政府治理提供了基本的制度框架。從間接層面看，為有效應對各類風險和危機，近年來我國在大數據和信息安全領域的相關法規不斷推出，尤其是包括《中華人民共和國政府信息公開條例》(2007)、《國務院關於印發促進大數據發展行動綱要的通知》(2015)及《政務信息資源共享管理暫行辦法》(2016)等國家層面相關政策和法規的頒布，為推進政府信息資源的規範化應用提供了法治保障。統計顯示，目前我國信息治理層面的相關法規已高達100多件，其中行政法規20多件，部門性規章40多件，地方性法規則有50多件，涉及到個人信息保護、網絡侵權預防和網絡犯罪懲治等多個領域。
正是這些間接性法規的不斷完善，為人工智慧的嵌入應用提供了基本的法治框架。從直接層面看，為搶佔人工智慧發展的戰略機遇和先發優勢，近期我國人工智慧領域的直接性政策條例亦不斷問世，其中國務院於2017年7月下發了《關於印發人工智慧發展規劃的通知》，該通知不僅基於全國層面對我國人工智慧發展的戰略態勢、戰略目標等做出了明確，而且對政府治理層面上的部署和任務也做出了規劃。在此之下，近期包括上海、浙江、江蘇和貴州等省市也紛紛出臺本區域的人工智慧發展的具體實施意見，這些政策法規的不斷推出，直接構成了當前人工智慧嵌入政府治理的法治根基。
其三，在技術和政策環境的雙重激勵下，政府治理層面的智能應用初露端倪。人工智慧的根本價值在於應用。目前，人工智慧雖未完全嵌入我國政府的治理實踐，但在一些關鍵項目和重點領域，人工智慧已然開始介入其中，並發揮出了前瞻性的作用。如為了有效應對城市管理難題，提升城市交通治理績效，2016年杭州市政府同阿里巴巴集團進行合作，利用阿里雲技術成立了「城市大腦」國家新一代人工智慧開放創新平臺，對整個城市交通狀況進行全局實時分析，並提供自動調配公共資源以實現交通調配的最優化。數據顯示，「城市大腦」智能平臺運作以來，杭州市中心的交通效率提高了3%至5%，部分路段的效率甚至提高了11%以上。
為了助力精準扶貧工作，確保按時完成脫貧攻堅任務，2017年，安徽省扶貧辦也聯合當地科技企業啟動了基於人工智慧的大數據精準扶貧平臺項目，通過該平臺不僅可以了解到最需要扶貧的對象，並針對性地做出及時幫扶，同時也可利用平臺在省內乃至全國找到最合適的項目，以實現扶貧和被扶貧對象之間的智能匹配。而為了提升政府的公共服務效率，廣州市政府近期則通過公開招標的途徑，以搭建全市統一的政府智慧機器人雲平臺，通過將廣州市的政府知識庫和業務系統進行對接，建成智能政府服務體系，為公眾提供全天候、全覆蓋的智能政府服務。可見，人工智慧在我國政府治理層面的初步試水，有效促進了政府治理模式的變革和升級，為提升公共治理和公共服務水平提供了技術支撐。
(二)人工智慧時代我國政府治理進程的現實缺憾
人工智慧的嵌入推進了我國政府治理模式的變革，但整體而言目前我國各級政府機構的人工智慧應用還處在起步階段，對人工智慧技術的應用尚不如商業機構，尤其同歐美一些發達國家相比，我國政府治理進程中的人工智慧技術有待進一步跟進，其中還存在一些現實缺憾亟需破解。
其一，從政府主體看，體制性壁壘難以突破，政府治理進程中的人工智慧缺乏支撐能力。人工智慧的發展和嵌入，實現了對政府治理模式的重新定義。正如法學教授吳漢東所言，智能革命的出現必然會對當下的公共管理和社會秩序帶來挑戰，並客觀上要求國家在治理體制上做出發展創新。然而，遺憾的是近年來我國政府的智能化水平雖在不斷得以提升，但政府治理體制卻很大程度上依舊未跳出傳統體制的基本框架，其中不僅各部門和各機構間實現條塊分割，而且上下級之間關係存在事實上的單向度化，一旦遇到公共突發事件往往是首先逐級向上進行匯報，然後再展開決策部署。
客觀而言，這一體制雖在傳統環境下為穩定政府架構和社會秩序帶來了積極意義，但隨著社會的轉型發展其弊端亦不斷得以凸顯，如機構設置的臃腫化、決策周期的冗長化及不斷擴張的行政成本等，進而帶來政府回應社會訴求的呆滯與遲緩。顯然，這同人工智慧嵌入政府治理的初衷是存在邏輯衝突的。人工智慧籲求的是適應性強和高度靈活性的體制模式，其發展和應用呼喚的是政府治理過程的扁平化與網絡化，並在此基礎上實現各主體之間的協同配合與互動互通，這是人工智慧的應用實現最優化的基本前提，同時也恰是傳統的科層制模式難以支撐和實現的。近年來國內一些地方智慧政府建設的實踐也充分表明，如果治理模式不能實現從「人找信息」向「信息找人」的徹底轉變，則人工智慧在政府治理的應用就無法擺脫邊緣化的困境，其智能化的效果也必將大打折扣。
其二，從數據來源看，信息孤島劣勢較明顯，政府治理進程中的人工智慧缺乏聯通能力。人工智慧的發展和應用以大數據的內在驅動為載體和依託，如前所述，數據和信息構成了人工智慧發展和運用的基本前提，然而正是囿於科層制環境下條塊分割的政府治理模式，在導致人工智慧支撐能力不足的同時，也在客觀上引發了政府治理系統內部數據傳播中的「孤島效應」，並進一步對人工智慧賴以為生的數據和信息資源的有效流通形成了內在阻滯。
從信息科學的視角看，信息孤島作為相互之間信息不共享互換、信息與業務流程和應用互相脫節的計算機應用系統，既造成了信息和數據資源的浪費和重複建設，而且也是阻礙信息和數據功能最大發揮的重要根源，這顯然也構成了人工智慧發展和應用中的大忌。目前，在我國各級政府的治理進程中，受體制壁壘的約束，各部門在資料庫的建構和運作中還缺乏統一的標準和規劃，而且各部門的數據資源與信息系統均由自身監管和操作，相互之間無論是在作業系統、網絡協議、語義表示、資料庫類型乃至硬體管理平臺上均存在諸多差異性，尚不能充分做到信息流通和數據共享，嚴重阻礙了人工智慧嵌入過程中的信息聯通能力的有效發揮。加之部分地方政府機構數據共享理念和共享動力的缺乏，更加導致政府治理中信息孤島現象的增多。當下要推進我國政府治理中的人工智慧真正做到「觸類旁通」，則積極突破數據和體制壁壘，實現數據資源的有效整合與共享是當務之急。
其三，從實踐應用看，政企間缺乏有效協作，政府治理進程中的人工智慧缺乏創新能力。科技企業是人工智慧的生產者和創新者，一個國家科技水平的提升，很大程度上就是在其科技企業的帶動下實現的。全球十大科技公司，美國就獨佔8席，這是美國成為全球科技強國的命脈所在。政府作為宏觀調控的主體，本身並不生產人工智慧，其很大程度上是作為人工智慧產業的管理者、服務者和推進者的角色存在的，同時其自身亦是不可忽視的實踐應用者。
從產業發展的角度看，人工智慧的發展需要政府的政策激勵和管理創新，而從政府治理的角度看，政府要提升自身對人工智慧的駕馭能力，則離不開同科技企業的有效合作，由此才能在技術應用上形成源源不斷的驅動效應。近年來，包括美國、日本和歐盟等發達國家與地區，均加大了同本國科技企業的合作力度，以期通過智能技術的運用，為完善基礎設施和提升公共服務帶來積極意義。相比較而言，我國各級政府在該領域的開拓顯然要滯後許多。目前，除了上海、廣州、杭州等少數幾個發達城市的地方政府，通過籤署戰略合作框架協議或共建創新孵化基地等途徑，實現了政企間的人工智慧合作外，國內其他省區市還有待進一步實現跟進，尤其是部分地方政府經濟效益至上，缺乏遠大眼光。在某種程度上，正是政企有效合作的缺乏，制約了政府治理進程中的人工智慧創新能力的提升。
其四，從研發主體看，專業性人才過於稀缺，政府治理進程中的人工智慧缺乏發展能力。專業性人才的擁有率是人工智慧能否有效嵌入政府治理各層面的關鍵環節。人才數量的多寡，相關領域研發水平的高低，直接關係到人工智慧本身的發展能力。人工智慧的基本特性及其學科屬性決定了其專業性人才不僅需要掌握數據挖掘分析、語音圖像識別和自然語言處理等技術層面的相關知識，同時也要善於在應用層面上對客觀狀況做出分析，由此其才能結合實踐開發出更富科學性和前瞻性的智能機器。谷歌AlphaGo之所以能夠大獲全勝，同其設計師哈薩比斯(DemisHassabis)本人就是天才棋手不無關聯。也即，人工智慧的專業研發人才必是集專業技術與行業實踐於一體的複合型人才。
相關數據顯示，截至2017年第一季度，全球人工智慧領域的專業性人才數量為190萬，其中美國的相關人才總數超過了85萬，佔全球第一位，目前中國的人工智慧專業性人才僅有5萬餘人，人才供應短缺狀況極為嚴重。而且同國外人工智慧領域較為全面的發展態勢相比，目前國內的人工智慧專業性人才，主要還是面向企業治理和電子商務等層面展開技術研發，如產品推薦、計算廣告和股市走向預測等，直接針對政府治理和公共服務領域的人工智慧技術發展不足。可以說，這一層面專業性研發人才的不足，直接構成了人工智慧嵌入政府治理的現實阻滯。
三、善用人工智慧:我國政府治理模式的突破創新
人工智慧時代的到來，為深化政府治理變革提供了全新環境，同時也為政府治理模式的突破創新提出了新的訴求。近年來在網際網路和大數據技術的驅動下，人工智慧可謂如虎添翼、發展迅速，並在事實上構成了各行各業轉型升級的新動能。面對人工智慧蓬勃發展的態勢，我們認為，過度警惕無異於故步自封，與其擔憂未來不如乘勢把握現在、善加利用。政府作為公共管理主體更應樹立積極姿態。當前積極推進人工智慧與政府治理的深度融合，以建構適應時代訴求的「智能政府」可謂恰逢其時。
基於上文的理論分析和實踐總結，我們認為，當下應重點做好如下幾方面工作:
1．創新行動理念，提升對人工智慧嵌入政府治理的重要性認知。
理念是行動的先導，人工智慧能否在政府治理層面上發揮最大功效，並為優化公共服務帶來積極意義，首先就取決於多元治理主體對其的認知態度。自AlphaGo以大比分擊敗人類職業棋手以來，人們對人工智慧的態度也日趨複雜化，一方面既驚喜和欽佩於人類在智能技術上的突破性壯舉，另一方面對人工智慧優於、勝於乃至淘汰人類的擔憂也與日俱增，包括史蒂芬·霍金在內的一大批科學家均表達了憂慮之情。筆者認為，從科學技術本身的長遠發展看，這種擔憂可謂不無道理，但從人與科技關係的當下境況看，這種擔憂不應被擴大化。人工智慧誕生半個多世紀以來，雖歷經多次由弱到強的發展和形態演變，但其始終都「未擺脫技術的身份」，都未超越「對人腦工作方式的模擬」的邏輯框架，即其本質上都是對人腦邏輯思維能力的強化，是作為「人腦的延伸物」而存在的。
雖然現有的人工智慧在某些層面和維度接近、達到甚至超過了人類智能，但其作為人類創造物的工具性色彩依舊沒有改變，也即從人與技術的關係看，人工智慧本質上是屬人的。人類離具備自我意識的超強人工智慧還有很長一段路要走，正如百度深度學習研究院副院長餘凱指出的:「擔心人工智慧的威脅，就好像擔心火星上人滿為患一樣，是不切實際的。」人工智慧的當下境況決定了我們必須樹立積極姿態，既把握長遠規劃又正視現實挑戰，唯有樹立前瞻性的行動理念，才能確保人類在人工智慧的發展中始終立於主導地位。
對此，各級政府在嵌入人工智慧的過程中應著力做好兩方面的工作:一方面，應著力推進各級政府機構樹立起智能治理的科學理念。各級政府是實現公共治理和公共服務的根本性主體，也是推進社會經濟發展的主導力量。人工智慧能否科學嵌入政府治理實踐，並安全有效地發揮出輔助效用，很大程度上取決於政府治理主體的態度和看法。人工智慧的壯大為政府治理的智能化提供了契機，「智能治理」(Intelligentgovernance)，就是各級政府機構綜合運用人工智慧和現代信息技術，以提升政府服務績效為根本點，對各類資源進行智能化整合和配置，以推進公共治理和服務實現科學化、精細化的實踐活動。
顯然這一目標的實現，以政府主體治理理念的創新為基本前提。當前必須通過政策引導，增強各級政府機構的智能治理意識，促其積極打破對人工智慧的不良偏見，以在不斷盤活政府大數據的過程中，實現治理過程由數位化向智能化的躍進提升，進而形成以人工智慧為支撐的公共政策導向。另一方面，要著力提升多元參與主體的數據素養和技術素養水平。人工智慧既是數據的集合也是技術的升華，其科學應用需要多元主體的協同配合，尤其是對政府治理中相關數據挖掘離不開社會力量的參與支持。顯然，要達到最優境界也需要以多元參與主體良好的數據素養和技術素養為基本要件，這就需要通過教育促其在數據意識、智能技術應用能力等方面實現綜合提升，以良好的主觀認知能力配合政府主體做好智能治理的實踐工作，從而為推進政府治理過程的智能化水平的整體提升做出積極貢獻。
2．創新主導模式，建構人工智慧嵌入政府治理的配套管理機制。
正如諾斯(DouglassC．North)指出的，制度是社會的遊戲規則，規定了人與人之間的行為範式。人工智慧時代政府治理變革的現實缺憾迫切需要相關機制的發展創新，這其中首要的就是政府作為主導主體在管理機制上的跟進創新。對此，當前應重點做好三方面的工作:
(1)建構形成專業性的領導機制。領導是組織的核心，人工智慧科學嵌入政府治理的關鍵在於領導，提升政府治理的智能化水平，需要通過完善幹部選拔機制，鑄就一支兼具智能治理理念和實踐經驗的新型領導隊伍，如借鑑國外經驗成立相關的管理委員會，或設置專門的首席人工智慧官(CAIO)等，使其成為智能政府建設的中堅力量，確保政府在人工智慧應用中始終把握主動。
(2)建構形成多元主體間的信息共享機制。人工智慧對數據和信息的依賴性，決定了其科學嵌入政府治理的過程必定是政府在數據和信息上實現有效連通和安全共享的過程，對此也應以相關機制的發展完善來提供支撐，如利用電子政務系統形成統一的數據共享平臺，對各部門的信息流通作出協調，並基於黨務和政務公開的相關法規切實推進信息公開，以在打破科層制壁壘的前提下為提升智能治理水平提供數據支撐。
(3)建構形成相應的倫理矯正機制。人工智慧對行政倫理的挑戰必須給予正視，但決不能就此而因噎廢食，人工智慧畢竟只是一種治理工具，其在政府治理中的很長時間內都無法取代政府主體而單獨活動，因此當其在面對和處理公眾訴求時，同樣需要作為根本治理主體的人的篩查與補正，這同樣需要通過機制建設做出安排，從而推進人工智慧環境下的行政倫理流程實現「倫理訴求-倫理盲區-倫理矯正」的有效轉變。
3．創新治理模式，建構以人工智慧為核心載體的政府善治機制。
推進各級政府實現由管理型向治理型的轉變是現代政府理論的核心要義，但治理本身亦非萬能，其同樣也會面臨失靈的危機。顯然這一境況在人工智慧環境下也不會改變。唯有實現政府同社會的合作善治才能有效將其克服，並化解人工智慧環境下可能引發的政府信息安全問題。而要建構和形成以人工智慧為載體的政府善治機制，就必須著力做好兩個層面的具體工作:
(1)建構和形成針對政府治理的智能化處理系統。這裡的智能化系統，就是政府機構實現由現代通信與信息技術、計算機網絡技術和智能控制技術等匯集而成的應用性智能集合，這其中既要基於政務信息網絡化的角度，強化對政府治理的數據挖掘系統和數據存儲系統的建設力度，以推進政府治理進程中的各類非數值型、非結構化數據的有效整合與動態管理，也要基於政府治理需要有選擇性地引入人工智慧技術，如語言識別技術(ASＲ)、圖像識別技術(IＲT)以及自然語言處理(NLP)等，以在人機互動過程中提升對政府治理數據的處理效率，並在此基礎上形成由知識庫、資料庫、推理機、解釋器和知識獲取等組成的政府治理專家系統，從而為政府善治的實現提供堅實根基。
(2)創新以人工智慧為基礎的政府治理流程。智能化系統建構的根本取向在於應用，政府善治的實現及其優勢的發揮也必須以智能處理流程的創新為保障。如通過人工智慧對政府治理數據的優化處理，將傳統辦公自動化系統改造為智能辦公系統，實現對政府監管對象和服務對象的自動感知、智能識別和跟蹤，並針對性地提出解決方案等，由此在實現智能化的辦公、監管、服務和決策的過程中，推進政府治理能力實現不斷提升。
4．創新協作模式，建構政企間在人工智慧領域的深度合作機制。
正如前文所言，科技企業構成了當下全球人工智慧產業發展的主力軍。Google、亞馬遜、蘋果、微軟等國際科技巨頭很大程度上引領著全球人工智慧科技和產業的發展走向。近年來，隨著國家在科技創新領域的不斷重視，國內相關企業的科技水平也不斷提升，如阿里巴巴、百度、騰訊和華為等企業也在人工智慧的多個技術領域達到了全球領先水平，這些企業的崛起不僅推動民眾生產和生活模式的改變，同時也為政府治理的智能化轉型提供了現實支撐。提升政府治理的智能化水平，迫切需要形成政企間深度協作機制，以達到借勢運力和借智發展的重要目標。
對此，一要藉助科技企業的技術優勢，形成政府治理的智能技術引入機制。人工智慧本身是一個關涉多重技術的有機整體，在不同的行業和領域，其關聯性技術必然存在差異。對此政府既要積極通過研發外包的途徑，將相關的人工智慧技術交給專業化的科技企業加以完成，促其通過定向研發打造契合政府治理需求的人工智慧軟硬體，以確保人工智慧同政府治理形成內在的兼容性，同時要著力推進智能技術不斷走入政府治理實踐，如重點選取環保、醫療和交通等大數據資源較為完善的治理領域進行探索，以在實踐應用中推進相關技術的不斷發展和完善。
二要藉助科技企業的智力優勢，形成政府人工智慧人才的培育機制。人工智慧的嵌入對人才素質的新要求，呼喚政府人才培養上的相應創新。對此同樣可通過政企協作的模式加以實現，如聘任企業研發人員擔任政府智能治理的技術顧問，或邀請企業研發團隊給予技術培訓、開展知識講座等，幫助政府提升人工智慧的應用能力和水平，由此形成一批既具備過硬政治作風，又熟諳人工智慧技術的複合型人才，使其在政府智能治理崗位上發揮出應有的用武之地。
5．創新評估模式，建構政府人工智慧應用狀況的科學評估機制。
評估，簡言之即評估主體運用科學的標準、方法和程序，對評估對象的發展動態、業績水平等進行論證和考量，以分析和判定是否需要加以完善、創新或廢止的過程。作為管理學範疇，這一操作實踐最早發軔於工商管理領域，隨著公共治理範式的逐步轉型，近年來政府治理層面的評估實踐也開始出現，如對政府績效狀況的評估，有關法治政府狀況的評估等。隨著人工智慧的壯大及其在政府治理層面的不斷嵌入，開展對政府人工智慧應用狀況的評估已成當務之急。尤其是當前人工智慧技術整體上還處在較「弱」的發展層次上，其無論是在對抗惡意攻擊上，還是在認知、感知行為上都還較為「愚鈍」，在這種情況下，適時建構相關評估機制就更顯迫切。
在具體的應用實踐中，這一機制應重點從兩方面展開:
(1)在評估過程的設定上，應基於人工智慧嵌入應用的可能性風險為核心，對政府治理層面的數據存儲系統、雲計算平臺以及人工智慧的神經網絡架構、注意力模型、語言和圖像識別系統、自然語言處理系統以及機器學習中的目標函數、損失函數等作出全面評估，並以此作為完善技術和改進相關機制的重要參考，以儘可能堵塞人工智慧應用中可能出現的現實漏洞，確保政府應用過程的安全、暢通與和諧。
(2)在評估主體的設定上，為確保上述評估過程的有效展開，在堅持政府作為人工智慧應用主體內部評估的同時，必須適當引入社會層面的參與式評估主體，包括科技主體的技術評估，治理對象的體驗狀況評估等，以儘可能地提升評估過程的科學性和全面性，推進政府治理層面的人工智慧應用緊跟時代發展步伐，為推進政府治理體系和治理能力現代化提供有效支撐。
四、餘論
如果將傳統的信息科技(IT)時代視為信息爆炸時代，當下已具備相當體量的數據處理技術(DT)時代為知識爆炸時代，則下一站的人工智慧(AI)時代就是典型的智能爆炸時代。尤其是近年來在網際網路和大數據技術的推動下，全球人工智慧產業已呈現出蓬勃發展的態勢，人工智慧在各領域的應用範圍也不斷擴大。谷歌AlphaGo的大放異彩已使人類認識到AI的強大之處。種種跡象表明，對人工智慧的爭奪必將成為未來世界各國競爭最重要的場域之一，中國沒有任何空間和理由可以猶豫和後退。
對於政府治理主體而言，人工智慧的發展和嵌入應用雖給政府治理模式的變革帶來了雙重境遇，但我們決不能因此而放棄或退縮，面對挑戰畏首畏尾無異於作繭自縛，唯有直面挑戰和化「危」為「機」才是未來的必然之路。對此，黨的十九大報告也明確提出了「提高社會治理社會化、法治化、智能化、專業化水平」的執政要求，顯然這一境界的實現，必須以政府治理和人工智慧的深度融合為基本前提。而要做到這一點，就不僅需要中央層面做好頂層設計，更需要各級地方政府、科技企業和社會參與主體的協同配合。只有建構和形成兼備科學性和前瞻性的人工智慧處理系統，政府治理主體才能更加精確地實現對政務信息的收集和處理，才能做出前瞻性的決策分析，並最終實現資源整合和服務優化的根本目標，由此新時代政府治理能力才能實現持續化提升。
第三十二屆CIO班招生 法國布雷斯特商學院碩士班招生 北達軟EXIN網絡空間與IT安全基礎認證培訓 北達軟EXIN DevOps Professional認證培訓責編：content