AI 浪潮下，公务员岗位的 “危” 与 “机”
当所有人都在关注马斯克用 AI 测评美国事务官，揭露其中人为操作的情况时，有没有稍微思考一下，他的这一行为对于全世界的政府治理可能造成的影响。AI 只是小试牛刀，就让大家发现，原来政府真的不需要那么多人。2 月 18 日，国内有关 AI 公务员的话题频频登上热搜。据南方日报消息，近日，广东深圳市福田区率先推出基于 Deepseek 开发的 AI 数字员工。首批 70 名上岗，覆盖公文处理、民生服务、应急管理、招商引资等多元场景。
据介绍，福田区这 70 名 “新员工” 可实现公文格式修正，准确率超 95%，审核时间缩短 90%，错误率控制在 5% 以内。执法文书生成助手能将执法笔录秒级生成执法文书初稿；民生诉求分拨准确率从 70% 提升至 95%；民情周报日报初稿可一键生成；安全生产助手生成演练脚本，效率提升 100 倍；AI 招商助手使企业分析筛选效率提升 30%；AI 任务督办助手让跨部门任务分派效率提升 80%，按时完成率提升 25%。
其实，不只是福田区积极拥抱 Deepseek，整个深圳都已全面启用。据报道，2 月 16 日，深圳市基于政务云环境，面向全市各区各部门正式提供 Deepseek 模型应用服务。除了深圳，其他已有多地宣布将 Deepseek 应用于政务系统。
至于为何选择 Deepseek，是因为这个大模型有两个明显的特点。第一个是算力消耗大幅降低，以前很多政府平台会使用一些服务器进行运算，这两年也开始尝试使用一些大模型，但存在一个难以解决的痛点 —— 算力消耗高，这意味着运行成本非常高昂，不具备大范围推广的条件。而基于 Deepseek 开发的政务大模型算力消耗明显下降，使得其能够大范围应用。第二点更为关键，政府机构要将数据安全放在首位，所以一般的模型不能使用，也不太适合云端部署，只有本地化部署的大模型才是政务系统最合适的选择。而 Deepseek 的开源特性允许政府机构在内网环境中训练专属模型，避免了敏感数据外流。加上近几日官方平台大力推广，因此 Deepseek 在目前国内 AI 生态圈里颇受关注。
看完福田区这些虚拟公务员的消息后，相信很多体制内的朋友或多或少都会对自己的岗位感到危机。尤其是一些从事格式化工作的岗位，被大模型取代的概率很大，因为 AI 至少有几个优势是人工无法比拟的。例如，AI 具有强悍的学习能力，大模型通过不断投喂数据、持续训练来提升自身能力。训练越多，它在文字文件处理、数据分析、逻辑推理方面的能力就越强，无论是旧数据，还是新发生的事件，它都能第一时间进行学习升级。最关键的是，这种大模型不知疲倦，只要有电，就可以 24 小时不间断地学习和吸纳新知识，这种学习能力远远超过人类的极限。再者，越琐碎的事情，大模型处理起来越是得心应手。很多人说现在的公务员工作繁忙，尤其是基层公务员，他们大多数时间都耗费在数据整理、汇报、会议、总结分析、撰写各种报告等工作上。这些数据琐碎，表格制作也比较麻烦，常把基层公务员搞得焦头烂额，甚至经常加班加点。但这些工作对 AI 来说轻而易举，只需把相关的数据文件输入 AI，下达指令，它就能完成数据分析，并以整齐的表格形式呈现。即便面对庞大的数据，也可能在几分钟内完成分析。而且，除了单一的数据分析，AI 甚至还能跨部门、跨领域、跨行业进行数据综合分析，给出更准确的结果。简单来说，一个 AI 大模型的工作量相当于几十个甚至上百个公务员，更关键的是，AI “公务员” 可以 24 小时工作，还无需发放工资、缴纳社保。
正因如此，一时之间，“AI 打破铁饭碗” 的说法在互联网上广泛传播。有公务员吐槽，发展到这个程度，不仅年底评不上优秀，连铁饭碗也可能保不住。不过，虽然 AI 取代公务员看似近在眼前，但实际上还为时尚早，AI 在应用过程中还面临不少障碍。
某地一位数据局局长曾吐槽说，他去过欧洲很多国家，也去过美国，发现没有哪个国家的数字化信息化水平比中国高。他认为中国现在的数字化信息化水平不是太低，而是太高了。再加上如今的 AI 技术，政府部门的很多工作完全可以交给信息化和 AI 来处理。但他们为很多地方搭建了很好的系统和功能，最后却发现基本被闲置，体制内的人员不喜欢使用。
背后主要有两点原因：首先，AI 触及了一些人的垄断权和决策权。比如，体制内很多单位和个人靠掌握垄断信息来体现自身价值，一些单位里的所谓业务骨干，长期深耕某个领域的具体业务，一干就是好几年甚至十几年，而这些信息往往不公开、不透明，只有他们自己知道，这就导致他们成为信息垄断者。又比如，有的单位掌握着其业务范围内独有的信息和数据，其他单位、企业或个人想获取这些信息，就得找他们，他们便会设置各种障碍从中获利。一旦信息化和 AI 让这些垄断信息公开透明，每个人登录系统都能获得对等的信息，这些部门和个人立刻就会失去优势。还有决策权方面，比较典型的数字化、信息化改造影响政府决策的例子是企业发起一项审批事项，该审批事项按照流程会显示在信息化系统上，每个审批流程都限定了时间，负责审批的人若超时就要被追责，这样信息化系统就代替人监督审批人员按时审批。而以往，掌握审批权的人常常拖着不办，不说同意也不说不同意，等被审批者主动找上门来送好处才予以通过，信息化和数字化无疑大大削弱了这种决策权。另外，现实中部门与部门之间、领导与领导之间需要进行大量沟通协调，很多沟通协调工作无法在信息系统上体现，最典型的就是人事任免方面的酝酿和权衡。比如一个县要提拔几位政治科技干部，决定选谁需要县里的主要领导进行复杂的沟通和利益交换，这些内容无法信息化。但信息化和数字化会使信息决策程序自动化，很多人就会因此失去部分价值。坦率地讲，只要 AI 再发展一段时间，很可能会超越体制内大多数领导的决策水平。
第二个原因更为现实，那就是就业问题。体制内到底有多少工作量能被 AI 取代呢？理论上讲，至少 80% 以上当前体制内的工作都可以由 AI 替代。但这可能会引发一些难以解决的争议。要知道，体制内的岗位不只是一份工作，体制内工作人员也是社会稳定的重要因素。特别是在北方，很多人对这一点看得更清楚、更重视。按一个家庭六口人计算，一位体制内工作人员能为家庭带来的稳定效应会辐射到整个家庭。但如果 80% 的工作都能被 AI 取代，那就意味着体制内不再需要这么多人。若体制内大量减少用人甚至裁员，这些失业人员该何去何从？社会又该如何应对？政府是否做好了准备？这将是一个大问题。
此外，我们知道政策自上而下传达时，表述并非都很精确，往往经过中国文化中的模糊化处理，需要结合本地实际情况，其中存在非结构化因素。对政策精神的解读、敏感度等也都需要考虑，这些与 AI 的发展存在很大冲突。因为可操作的指标数据越详细、越准确，AI 给出的最优方案就越高效，这就意味着所有的数字报表要尽可能精确。如果隐性的信息传递不能被纳入 AI 考量范围，就可能出现误差；但要是准确纳入，又不容易灵活调整，也就是说 AI 会让政令尽量避免朝令夕改，这会使官方决策的灵活性受限，相关部门会愿意这样吗？再者，责任主体难以分清。体制内工作对责任边界的划分要求很高，因为涉及各方面的利益划分，很多政策难以真正落实，就是因为各方利益不同。从效率角度出发，AI 也许几分钟就能提出方案，最优解往往是大统筹，最大程度形成合力，但方案能否落实、如何落实存在很多现实问题。
其实，从长远的社会发展角度来看，AI 应该是提升人的价值，而不是完全取代人。不过，AI 取代大多数人、承担绝大多数岗位是一个不可阻挡的趋势。未来的数字化、信息化、AI 化将在十年内彻底改变人们的生活、教育、工作等各个方面，无论体制内外，都将面临 AI 大潮带来的冲击，也总有人要承受时代发展的代价。
另外，马斯克的 Groke 3 模型也于近期发布。Groke 3 可以用一句话概括：大成本训练出来的新一代 AI 模型中的佼佼者，各种性能指标都更出色。这次的 Groke 3 是用 20 万块 GPU 同步训练了近百天的模型，训练计算量是之前模型的十倍。从这一点可以看出，低成本、高效率的开源大模型是一种发展路线，使用大量 GPU 集群堆砌算力的闭源大模型也是一种发展路线。那么 Groke 3 的表现究竟如何呢？根据专家解读，在数学能力测试、科学知识评估、编程能力测试中，它都处于领先地位。在复杂数学推理和计算效率方面领先谷歌的 Gemini 2，在聊天机器人竞技场评估中更是超过了 ChatGPT 和 Claude。所以，Groke 3 成为第一个得分突破 1400 的模型，这也是马斯克团队引以为傲的成果。综合来看，Groke 3 确实表现出色，在各项测试中都展现出它目前是较为厉害的模型。但它并没有达到彻底颠覆行业现状的程度，也就是说不会对股市产生太大的影响。