據新華社報道，有的地方精心打造了“智慧門面”，但漂亮的機器人和炫酷的大屏主要用于接待來訪參觀，平時基本處于關閉狀態；有的政務服務信息系統建成后就停用，或未有效運行，變為“僵尸”平臺……日前，一些地方把新技術當成門面和擺設，出現重形式輕實效的傾向。

各行業數字化轉型在征程

目前，數字化轉型已成為各行各業高質量發展的必由之路。

就如制造業通過工業互聯網的構建，能夠將生產設備、系統、人等要素緊密連接起來。工業互聯網就像是一個無形的神經網絡，使得生產線上的各個環節實現了數據的實時交互與共享。

在教育領域，在線教育平臺借助數字化技術，將優質的教育資源傳播到偏遠地區。學生可以根據自己的學習進度和需求，選擇個性化的課程。醫療領域，遠程醫療借助數字化通信技術，讓專家能夠為偏遠地區的患者進行診斷和治療指導。電子病歷系統的數字化管理，使得患者的醫療信息能夠共享，為精準醫療提供了數據支持。

AI+服務面臨算法邏輯僵化等問題

然而，在各行業競相擁抱數字化轉型的進程中，“AI + 服務”這一被寄予厚望的創新模式，卻逐漸暴露出一些值得警惕的深層次問題。當前，多地積極部署“AI + 政務服務”，試圖通過智能客服、自動審批、數據畫像等技術手段，破解傳統服務中“流程繁瑣、響應滯后、體驗不佳”等痛點，本是為企業和群眾打造“指尖辦、馬上辦、智慧辦”的便利場景。但在實際落地中，部分地區的“AI + 服務”卻淪為“智慧門面”——有的政務大廳雖擺放著外觀酷炫的AI導辦機器人，卻只能機械重復幾句固定話術，遇到復雜咨詢便“卡殼罷工”；有的線上平臺推出的智能審批系統，看似節省了人工環節，實則因算法邏輯僵化，要求企業重復提交已在其他部門備案的基礎材料，反而拉長了辦事鏈條。

聚焦實用與協同，嚴守數據底線

為了解決“AI + 服務”形式主義問題，技術層面需聚焦實用與協同。

首先，建立用戶反饋閉環至關重要。相關部門應積極收集企業和群眾在使用“AI + 服務”過程中的體驗和意見，根據這些反饋持續迭代模型。例如，通過在線問卷、用戶訪談等方式，了解用戶在使用智能政務服務時遇到的問題，如回答不準確、操作不便捷等，針對性地對AI模型進行優化和改進，確保服務能夠真正滿足用戶需求。

其次，建立統一大模型服務平臺。目前，一些地方可能存在多個部門各自開發AI服務系統的情況，導致資源浪費和數據孤島問題。通過建立統一的大模型服務平臺，整合各方資源，實現數據的共享和協同，避免重復建設，提高資源利用效率。

最后，強化風控迭代，確保AI始終作為輔助工具，嚴守數據保密底線。在數字化服務中，數據安全至關重要。要不斷加強 AI 系統的風險控制，對數據進行嚴格的加密和管理，防止數據泄露。同時，明確 AI 的輔助地位，避免過度依賴AI而忽視人工判斷，確保服務的準確性和可靠性。