AI如何讓50%的公務員崗位消失？

—浙江3年完成30%，你看懂了嗎？—

我最近去了一趟四川廣漢市的政務服務大廳。

如果你十幾年前的也去過，會記得那種人聲鼎沸、排隊等候的場面，是基層政務的“標配”圖景。但在如今的廣漢，我看到了驚嘆的數字：政務服務窗口從原來的120個銳減到了72個，減少了足足40%。相應地，窗口工作人員也從480人下降到了355人，縮減了26%。

或許有人覺得這不過是又一次精簡機構的改革罷了。可重點不是“精簡了多少”，而是“精簡之后發(fā)生了什么”。

工作人員少了，但辦事效率卻提升了三倍，群眾滿意度從過去的68%飆升到了92%。這不是一個未來科幻片里的場景，這是2025年，正在中國縣城真實發(fā)生的事情。

從深圳的“秒批”到銀川的“一網通辦”，從杭州的“最多跑一次”到泉港的“不見面審批”，全國各地都在發(fā)生著類似的變化，只是程度不一。

這些零散的、局部的數據，共同指向了一個判斷：到2028年，基層公務員崗位將面臨50%的縮減，這是已經啟動且正在加速的現實。

關鍵的不是“這會不會發(fā)生”，而是：大多數人根本沒看懂這場變革是什么。

有人以為這不過是“技術升級”，是“流程優(yōu)化”，是“提升效率”——這些認知都停留在了表層。實際上，這是"崗位存在邏輯"的重構。

浙江、廣東為什么能夠在3年內完成30%的精簡？不是因為他們的技術有多么神秘，而是因為他們看懂了。那些五年還在原地的地方政府，不是因為技術不行，而是壓根就沒看懂這是什么。

看懂的人已經在跑，沒看懂的人還在等。而我今天寫這篇文章的目的，就是希望你不要做那個還在等的人！

一、50%不是猜測，是正在加速的現實

“50%”會不會太激進？我認為：這個數字可能還很保守。瞎爭論沒有意義，我們看看先行者們已經交出的答卷。

·浙江的“最多跑一次”：不是簡單地把線下業(yè)務搬到線上，而是在短短三年時間里，實現了窗口人員的30%縮減。現在，95%以上的政務服務都能“一網通辦”，80%的高頻事項已實現“智能審批”。

·廣東的數字政府：深圳已經實現了21類高頻事項的“秒批”，這意味著整個審批流程無需人工干預、自動完成。窗口人員的定位，也從高高在上的“審批員”，轉變?yōu)橹鲃臃盏摹皫娃k員”。

這說明什么？說明不是“能不能做”的問題，而是“已經有人做到了，并且做得很好”。

你目前的認知在哪里？我們看看一個AI政務的成熟度框架

為什么得出“50%”這個結論？這背后有一個基本的分析框架，能幫助認清自己所處的真實位置。

很多人誤以為AI政務就是“買個系統(tǒng)”，但變革的本質是成熟度。我將政務AI化分為了五個等級（L0-L4），每個等級對應著不同的崗位替代能力。

·L0級：信息化基礎薄弱。大部分業(yè)務還在線下，系統(tǒng)各自為政。崗位替代率低于10%。很多地方以為在做AI，實際不過是“表格電子化”（也可能故意如此，不便更多評述）。

·L1級：單點試點階段。少數高頻事項實現了智能審批，替代率大約在15-20%。這是大多數地級市的現狀：系統(tǒng)有了，但使用率低于30%。

·L2級：系統(tǒng)建設階段。核心審批流程開始AI化，替代率達到30-35%。這是二線省會城市的探索：系統(tǒng)能用了，但跨部門數據還沒真正打通。

·L3級：數據打通階段。12個核心部門的數據徹底打通，實現跨部門協(xié)同。替代率達到45-50%。浙江、廣東、江蘇等先行者已經抵達了這個水平。他們真正看懂了，這是一項“系統(tǒng)工程”。

·L4級：全面智能階段。95%以上的事項實現AI化，替代率超過60%。目前只有深圳的少數區(qū)域在探索這個“AI政務3.0”的未來。

很多地方領導說：“我們上線了智能審批系統(tǒng)，應該到L1了吧。”但實際情況是，系統(tǒng)使用率只有15%，窗口人員還在手工審批。他們的真實成熟度停留在L0.5，只是買了一個系統(tǒng)，但根本沒有用起來。

而浙江、廣東已經沖到了L3，正向L4邁進。

2028年，國家的目標是推動所有地區(qū)至少達到L3，這也就意味著45%-50%的崗位替代率。這不是什么夢想，而是先行者們已經鋪好的路。

二、浙江為什么能3年完成30%因為他們看懂了本質這不是技術項目，而是認知和管理升級

很多地方看到浙江的速度，第一反應是：“他們一定用了我們沒有的先進技術，我們也去買一套。”

這又是典型的“沒看懂”。

浙江的成功，并非因為他們的AI更聰明，而是因為他們看懂了這場變革的本質：這不是“上個AI系統(tǒng)”，而是“重構整個政務服務體系”。他們沒有把精力浪費在爭論技術細節(jié)上，而是把目光聚焦于系統(tǒng)性地改造支撐政務服務的“地基”。我們復盤浙江的改革路徑，會發(fā)現他們同時推動了多達27個系統(tǒng)要素的改造。這不是一個簡單的數字羅列，它代表了一種管理思維的深刻轉變。他們做的事情，是將一個龐大的政務系統(tǒng)分解為四個環(huán)環(huán)相扣的層面，并逐一擊破：

1.數據層（地基）：他們沒有奢望一下子全部打通，而是聚焦于12個核心部門的數據，統(tǒng)一了數據標準，并建立起數據實時同步和治理規(guī)則。數據沒有治理好，再好的AI系統(tǒng)也是空中樓閣。

2.流程層（骨架）：他們重新梳理了3000多個審批事項，將80%可AI化的流程徹底推倒重構，建立智能審批規(guī)則庫和異常處理機制。

3.系統(tǒng)層（工具）：統(tǒng)一身份認證、統(tǒng)一電子印章、統(tǒng)一電子證照庫……這些才是智能審批引擎能夠高效運行的基礎設施。

4.人員層（驅動力）：最難的環(huán)節(jié)，他們同步進行了窗口人員的轉崗培訓，最重要的是——重新設計了績效指標體系，制定了分流安置方案。

那些五年還在原地的，往往只改了其中一兩個要素：比如，花錢買了套智能審批系統(tǒng)（系統(tǒng)層），但其他26個要素——數據沒有打通、流程沒有重構、KPI沒有調整——一個沒動。

結果是顯而易見的：系統(tǒng)成了昂貴的擺設，使用率低于20%。他們不是做不到，而是根本沒搞懂要做什么。

他們以為是“買個系統(tǒng)”，但浙江早已看透：這是“系統(tǒng)工程”。這就是認知差距帶來的執(zhí)行差距。

三、技術早就Ready了，差的是認知很多人直到今天還在問：“AI政務的技術成熟了嗎？”這個問題本身，就暴露了對這場變革認知的滯后性。技術早已不是瓶頸，甚至可以說，基礎設施已經鋪就。

·國家層面的底座：全國一體化政務服務平臺自2019年上線以來，已經連接了各地區(qū)、各部門，實現了數據共享和業(yè)務協(xié)同。2022年發(fā)布的《全國一體化政務大數據體系建設指南》，更是明確了國家政務大數據平臺的整合方向。

·AI大模型：從通義千問、文心一言到DeepSeek，大模型技術在智能審批、AI客服和文檔生成等政務場景中的應用已非常廣泛，且成本極低。

深圳秒批背后的六層技術棧

我們以深圳的“秒批”為例。大家看到了“無人干預自動審批”的應用成果，卻忽略了支撐這個成果的技術體系。我們拆解深圳"秒批"的架構，看到的是一個穩(wěn)固的、耗時耗力搭建起來的六層技術棧。它不是單一的軟件產品，而是一個金字塔式的體系：

1.第1-2層：數據接入與治理。整合12個部門的異構數據庫，完成數據質量監(jiān)控和主數據管理。這是最臟、最累、最基礎的工作，但決定了上層應用的準確性。

2.第3層：知識層。將3000多條政策法規(guī)結構化，建立政策知識圖譜和RAG（檢索增強）系統(tǒng)。AI不是憑空審批，它要依據結構化的法律條文。

3.第4層：決策引擎層。規(guī)則引擎處理80%的標準審批，機器學習進行風險評分和異常檢測。這是大腦。

4.第5層：流程編排層。流程挖掘、BPM流程引擎和異常處理機制。這是神經系統(tǒng)。

5.第6層：應用層。移動端、PC端、窗口端和AI客服。這是我們能看到的日常接觸最頻繁的皮膚。

深圳花了18個月、數千萬資金，搭建的是這套體系。

那些以為“花200萬買套SaaS就能搞定”的人，根本沒有看懂這六層架構的難度和必要性。只看到了深圳的“秒批”應用，卻沒有看到深圳在底層搭建的“數據治理”和“知識圖譜”。看得見的是應用，看不見的是體系。沒看懂體系，就想抄應用，當然是徒勞無功。

四、為什么有的地方五年還在原地踏步？三種沒看懂

我們診斷過十幾個耗資近千萬、五年仍在“試點”的項目，他們失敗的根源無一例外：沒看懂這是什么。

1.以為是IT項目

典型的表現是：由IT部門牽頭，業(yè)務部門“配合”提需求。

這必然失敗。IT部門不懂復雜的政務流程和政策邊界，業(yè)務部門不懂AI和數據治理。最終做出來的系統(tǒng)往往是：技術上先進，業(yè)務上沒法用。

某市花300萬買了系統(tǒng)，但要求群眾提供12份材料，AI只能處理其中3份，剩下的9份還得人工。窗口人員很快發(fā)現“用AI比手工還慢”，系統(tǒng)自然被棄置。

看懂沒看懂的差別在于：

·沒看懂：以為是“IT項目”。

·看懂了：這是“管理變革項目”，必須由政務服務中心牽頭，IT、業(yè)務和數據三方協(xié)同，業(yè)務部門定義“要什么”，數據部門解決“怎么通”。

2.以為上線就是成功

這是最普遍的認知偏差。系統(tǒng)上線了，項目組就宣布成功，不再關注使用率和實際效果。

某省會城市的智能審批系統(tǒng)，使用率只有20%。調研發(fā)現，窗口人員的KPI是“每天審批50件”。用AI后，半天就能完成。但KPI沒調整，下午沒事干會被認為“工作不飽和”。于是，窗口人員為了保住工作，故意不用AI，拖到下班。

差別在哪里？

·沒看懂：以為“上線=成功”。

·看懂了：上線是起點，使用率>80%才叫成功。他們同步調整了KPI（從“審批數量”轉向“幫辦滿意度”）、崗位職責和薪酬激勵。

3.以為慢慢來，反正還有時間

很多地方2019年啟動的項目，到了2025年，六年過去了，還在“需求調研”階段。他們追求“一次性把3000個事項全部AI化”的完美主義。結果是：12個部門為數據標準爭吵不休，項目無限期拖延。

差別在哪里？

·沒看懂：想一次做到100分。

·看懂了：采取小步快跑，持續(xù)迭代的策略。第一批先上10個高頻事項，3個月上線驗證；第二批擴展到50個；第三批到200個。3年就覆蓋了80%的事項。

完美主義在變革面前，就是慢性自殺。

五、時間窗口正在加緊縮小三重壓力讓它從“可選項”變成了“生存題”。

1.財政撐不住了：地方政府的人工成本往往占據財政支出的30%-40%。在土地財政下滑、經濟增速放緩的今天，財政缺口創(chuàng)下歷史新高。一個中等地級市，每年15億的人工成本，AI改造后節(jié)省一半，一年就能節(jié)省7.5億。投資5000萬，回本期不到一年。這不是一個可選項，這是為了活下去。

2.地區(qū)差距正在拉大：浙江、廣東已經完成了30%的縮減，財政壓力減輕，服務效率提升，自然能吸引人才和投資。而那些還在L0.5觀望的落后地區(qū)，財政壓力只會加劇，服務效率落后，人才和投資也會流失。差距的本質不是技術差距，而是認知差距，而且這種差距越拉越大。

3.國際競爭不等人：韓國早在2020年就完成了35%的精簡，2025年目標是50%。新加坡已完成40%，愛沙尼亞99%政務在線化，公務員減少60%。中國2028年的50%目標，不是激進，而是追趕國際先進水平的最后窗口。

2024年，先行地區(qū)已完成30%。 2025-2027年，是留給落后地區(qū)的大規(guī)模推廣期，時間只有三年。浙江用三年時間完成了30%。落后地區(qū)現在還在L0.5，想在三年內沖到L3，難度可想而知。

——完——