当前位置: 首页> 学术动态> 专家观点

李勇| AI驱动的数字政府变革:基于美国政府效率部实践的观察

发布日期:2025-03-01

字号:

摘要:特朗普上任美总统首日任命马斯克负责“政府效率部”(以下简称:DOGE)。DOGE利用AI审计、分析多个政府部门资金流向、项目效果,暂停部分项目经费支出,宣布大规模政府职员裁员,并开发AI工具提升美国政府长期运作效率,引发美国各界持续讨论。表面上看,该事件仅是技术手段对现有政府数字系统的介入审计,其实质是AI和数据在政府运行中开始发挥核心作用,AI应用可以如此低成本且迅速产生效果,这对于我国和其他国家都有借鉴意义和启示作用。

一、事件的发展脉络

创建政府效率部(DOGE)最早是在美国总统大选期间提出,马斯克提议对联邦政府进行审计。特朗普胜选后宣布创建DOGE,机构定位是“拆除政府官僚机构,削减过度监管,削减浪费性支出,重组联邦机构”。此后,USDS(美国服务部,为联邦机构提供数字服务)重组、更名为DOGE(Department of Government Efficiency,政府效率部),对联邦技术和软件进行现代化改造,以最大限度地提高政府效率和生产力。DOGE的负责人、核心技术人员、法律等职能人员大多来自私营部门。
DOGE推行“人工智能优先”战略。首先通过获取政府部门数据权限,利用AI辅助数据分析对政府业务进行“审计”,通过减少浪费、废除冗余机构和缩减联邦劳动力等方式来达到迅速降低政府开支的目的。在此过程中,生成式人工智能技术降低了数据分析对于数据质量的要求。另据新闻报道,DOGE正在为GSA(联邦总务局)开发一款名为GSAi的聊天机器人,以提高联邦工作人员的工作效率,分析该机构采购协议和其他合同的数据。
截至2025年2月19日,在美国联邦政府400多个部门和机构中,DOGE已经介入审计超过30个左右。20日,DOGE发布报告称已为美国公众节省了 550 亿美元的联邦资金。裁员方面,马斯克计划通过自愿辞职和大规模裁员减少联邦雇员数量,预计减少至少10%。据美国人事管理办公室称,截至2月12日,约有75,000名联邦雇员接受了补偿离职协议。

二、数字政府或已步入新发展范式

传统观点认为,数字政府系统是提升政府效率的手段,其发展是一个持续迭代、不断提升的系统性过程。当前,马斯克带领的DOGE引发的是一场数字政府变革风暴,暴露了过去政府电子政务发展和数字化转型中弊端,其影响超出既往任何政府数字化项目对一国政府的影响。

数字政府将被更严格审视其效果,因为技术提升的是政府能力,但并不能提升政府人员的意愿。按照2024《联合国电子政务调查报告》,美国EGDI指数为0.9194,被认为是最早认识到数字化将在政府中发挥关键作用的国家之一,数字政府一贯表现优秀。然而近一个月的审计暴露出美国政府数字化上的诸多缺陷,按照专家观点,美国过去政府数字化建设通常采用缓慢、自上而下的方式规划项目,是即将沉默毫无生机的“混凝土船”。
社会力量和私营部门将更紧密参与数字政府建设,推动效率提升。此次DOGE事件,马斯克是利益相关方的私营企业负责人,并且利用谷歌、微软等公司的AI工具直接分析政府数据。虽然这可能是短期应急之计,但后续数字政府发展,社会部门和私营力量会以各种角色更多参与到项目中,尤其是AI大模型开发者基本上都是企业的前提下,并且数字政府将更多以用户为中心的企业方法规划和设计。
AI将在政府内部决策环节发挥提升效率的新角色和新作用。当前DOGE最重要的手段是通过AI工具分析政府数。面向未来常态化政务运作,以GSAi机器人为切入点分析GSA采购协议和其他合同的数据,帮助工作人员判断合同的合理性。
政府数字化重视数据融合的同时,对数据结构化、标准化和质量的要求可能会相应降低。大语言模型是本轮人工智能技术突破的代表领域,模型的总结分析和推理能力提升降低了数据结构化的要求。

三、未来数字政府发展的重点领域和关键问题

数字系统的透明性和可审计性。DOGE对于联邦政府部门的审计是“运动”式的,但是要想巩固效果必须建立常态化的机制。未来,DOGE有可能会长期拥有各业务部门的数据权限。经过这一轮洗礼,各国在未来电子政务系统的规划和构建中,很可能会在一开始设计阶段就将可审计性方面纳入考虑因素,即“Auditable by design”。

数据的可追溯性和防篡改。美国国家安全档案馆报告称,自政府换届以来,最大的政府数据公开存储库 data.gov 上已有 2,000 份数据集消失。区块链技术是潜在的解决手段,马斯克在DOGE成立之前就曾组织讨论,探索区块链如何增强联邦流程,例如费用追踪、支付处理和数据安全。

AI政务应用切入点。按照DOGE当前行动和面向长远提升政府效率的AI应用,明显是偏向政府内部运作的效率提升,这与当前AI大模型仍然无法消除幻觉是密切相关的,AI无法保证在公共服务过程中不犯错,或是保证服务一致性。因此,相对于AI创新公共服务,AI应用于政府内部运行可能是更有效的切入点。


作者:李勇 北京大学公共政策研究中心副主任