据新华社报道，有的地方精心打造了“智慧门面”，但漂亮的机器人和炫酷的大屏主要用于接待来访参观，平时基本处于关闭状态；有的政务服务信息系统建成后就停用，或未有效运行，变为“僵尸”平台……日前，一些地方把新技术当成门面和摆设，出现重形式轻实效的倾向。
各行业数字化转型在征程
目前，数字化转型已成为各行各业高质量发展的必由之路。
就如制造业通过工业互联网的构建，能够将生产设备、系统、人等要素紧密连接起来。工业互联网就像是一个无形的神经网络，使得生产线上的各个环节实现了数据的实时交互与共享。
在教育领域，在线教育平台借助数字化技术，将优质的教育资源传播到偏远地区。学生可以根据自己的学习进度和需求，选择个性化的课程。医疗领域，远程医疗借助数字化通信技术，让专家能够为偏远地区的患者进行诊断和治疗指导。电子病历系统的数字化管理，使得患者的医疗信息能够共享，为精准医疗提供了数据支持。
AI+服务面临算法逻辑僵化等问题
然而，在各行业竞相拥抱数字化转型的进程中，“AI + 服务”这一被寄予厚望的创新模式，却逐渐暴露出一些值得警惕的深层次问题。当前，多地积极部署“AI + 政务服务”，试图通过智能客服、自动审批、数据画像等技术手段，破解传统服务中“流程繁琐、响应滞后、体验不佳”等痛点，本是为企业和群众打造“指尖办、马上办、智慧办”的便利场景。但在实际落地中，部分地区的“AI + 服务”却沦为“智慧门面”——有的政务大厅虽摆放着外观酷炫的AI导办机器人，却只能机械重复几句固定话术，遇到复杂咨询便“卡壳罢工”；有的线上平台推出的智能审批系统，看似节省了人工环节，实则因算法逻辑僵化，要求企业重复提交已在其他部门备案的基础材料，反而拉长了办事链条。
聚焦实用与协同，严守数据底线
为了解决“AI + 服务”形式主义问题，技术层面需聚焦实用与协同。
首先，建立用户反馈闭环至关重要。相关部门应积极收集企业和群众在使用“AI + 服务”过程中的体验和意见，根据这些反馈持续迭代模型。例如，通过在线问卷、用户访谈等方式，了解用户在使用智能政务服务时遇到的问题，如回答不准确、操作不便捷等，针对性地对AI模型进行优化和改进，确保服务能够真正满足用户需求。
其次，建立统一大模型服务平台。目前，一些地方可能存在多个部门各自开发AI服务系统的情况，导致资源浪费和数据孤岛问题。通过建立统一的大模型服务平台，整合各方资源，实现数据的共享和协同，避免重复建设，提高资源利用效率。
最后，强化风控迭代，确保AI始终作为辅助工具，严守数据保密底线。在数字化服务中，数据安全至关重要。要不断加强 AI 系统的风险控制，对数据进行严格的加密和管理，防止数据泄露。同时，明确 AI 的辅助地位，避免过度依赖AI而忽视人工判断，确保服务的准确性和可靠性。
