长期以来，国家行政能力一直是新兴经济体发展的障碍。
AI能够利用国家之外产生的数据，为提升信息处理能力和建设官僚体系能力提供一条捷径。
通过AI快速引进行政能力固然诱人，但它伴随着与合法性相关的风险和政治风险。
2020年春季，随着新冠疫情封锁措施蔓延，多哥面临发展中世界普遍存在的难题：它希望向最脆弱的公民紧急发放现金，却无法可靠地掌握这些人是谁、身在何处。上一次人口普查已近十年之久，也没有社会登记系统。在发达国家，找到这些公民只需一次简单的数据库查询； 而在世界上其他大多数地区，识别这些人往往需要拼凑零散且过时的记录。
该国政府与加州大学伯克利分校的研究人员以及慈善机构GiveDirectly合作，训练了基于卫星图像和手机记录的机器学习算法，将贫困估算细化到单个手机用户，随后通过移动支付向他们发放资金。这是多哥疫情现金转移支付项目Novissi的农村阶段。该项目覆盖了约14万人，而传统系统本可能遗漏这些人。一项通常需要数十年行政基础设施才能完成的工作，在数周内便告完成，由此引出一个问题：如果国家能力长期以来被理解为国家需要艰辛建设的东西，那么它们能否转而引进这种能力？
发展领域最棘手的问题
在20世纪的大部分时间里，发展经济学家认为，贫穷国家之所以贫穷，是因为它们缺少东西：资本、机器、道路、学校。然而，巨额援助却收效甚微，到了21世纪00年代，共识已经发生转变。真正的制约因素不是资本，而是制度，尤其是国家能力：即政府征税、执行合同、提供服务和有效管理规则的基本能力。
这一主题贯穿二十年来的发展思想。经济学家达龙·阿西莫格鲁和詹姆斯·罗宾逊提出，富裕社会与贫困社会之间的差距取决于其制度是包容性的还是攫取性的，这一成果使他们获得了2024年诺贝尔奖（经济学）。弗朗西斯·福山用两卷著作探讨了社会如何“抵达丹麦”——一个有能力、守法且负责任的国家，并认为顺序最为关键。经济学家兰特·普里切特发出了更为尖锐的警告：在“能力陷阱”中，贫穷国家采纳富裕国家的法律和最佳实践，却仍无法履行其背后的基本职能。过快地给这些空壳制度加载过多负担，会使其不堪重负，这就是普里切特所称的过早承重。他表示，真正的能力必须从内部缓慢培育，无法移植。
一种真正全新的可能
人工智能动摇了这一结论。在政府中对AI的讨论大多——无论是在经合组织的调查和智库报告中——都将其视为能力已经很强的官僚机构的生产力工具。更具颠覆性的观点是，AI或许能够取代官僚体系的深度本身，因为现代国家的许多核心职能归根结底是大规模的信息处理，而这正是机器学习最擅长的。其新颖之处在于，AI能够利用国家之外产生的数据：卫星图像、电话记录、支付流水。这打破了旧有的循环困境，即了解自己的公民需要政府恰恰缺乏的行政机器。
迄今为止，大部分证据来自数字系统而非AI本身，但其机制是相同的：一旦机器解决了国家的信息问题，能力便随之而来。印度的地方经济情报平台提供了一个早期的范例，利用综合经济数据帮助地方政府了解并塑造本地经济。一份国际货币基金组织工作论文发现，企业和税务管理的数字化与税收占GDP比重最高提升三个百分点相关，尤其是在企业和政府同步推进数字化的情况下。这类增长可能对各国具有变革意义，尤其是在税收占GDP比重不足15%的国家中（以税收计），这一水平通常被认为是维持基本国家职能所需的最低标准。
据印度政府估算，该国的数字身份与支付体系通过剔除福利名单中虚构和重复的受益人，节省了约370亿美元（₹3.48 lakh crore）；在马拉维，生物识别身份认证扩大了信贷覆盖面，使正规体系无法触及的借款人也能获得贷款。在每个案例中，机器都提供了官僚体系所缺乏的分析能力。
能力不等于合法性
最重要的反对意见在于概念层面：能够处理信息的国家，并不等同于值得信任的国家，而且即便从自身角度看，引进的能力也是脆弱的。多哥的研究人员自己发现，该算法作为传统目标识别的补充效果最佳，而非替代。若叠加在运转失灵的官僚体系之上，AI可能加快办事效率，却无法提升公平性——以现代外衣包裹的过早承重，即一个有能力国家的表象，却缺乏其实质。
更深层的风险是政治性的。如果一家外国供应商构建并运营着征收国家税款或决定福利发放对象的系统，那么当系统出错时谁来负责？主权又归属于何处？历史提供了一个警示：中国海关总税务司署在1854年之后近一个世纪都由外国人主导。尽管其在税收征缴方面极为高效，但其关税收入被抵押给外国贷款和赔款，该机构也成为不平等条约时代的持久象征。能力无法克服主权受损的观感。
现代援助中由捐助方运营的项目单位，可能会重现这一困境的一个较小版本：引进的行政能力高效地交付项目，却往往绕过而非建设本国制度。数字身份系统也会在两个方向上出错，既排除了符合条件的人，又纳入了不符合条件的人。交付成果可以赢得信任，但前提是公民能够了解决策是如何做出的，并在决策错误时提出异议。目标还必须是信任，而不仅仅是能力，因为在政府治理中，信任是执政的许可。
AI时代的决定性区别
AI能否让各国引进历史上需要数百年才能建成的行政能力？在一定程度上可以，但有条件。AI能够压缩时间进程，对于最贫穷的国家而言，这是一项真实且富有人道意义的进步。然而，国际货币基金组织发现，数字工具只有在当地制度已准备好吸收它们的情况下，才能发挥最大作用。与其说AI是绕过国家的捷径，不如说它是那些已经愿意改革的国家的催化剂。
引进的能力不等于赢得的合法性。将两者混为一谈，是这个时代最具诱惑力的错误。政府可以租用行政机器，但无法租用被治理者的同意、法治以及使一个有能力的国家值得信赖的问责机制。
论坛如何帮助领导者理解AI并就负责任的创新展开合作
AI卓越中心连接各行业的领导者，帮助他们理解人工智能的快速演进及其对经济和社会的影响。它支持围绕AI应用所涉机遇、风险和权衡取舍展开知情对话。
通过可信赖的空间和协作倡议，该中心使合作伙伴能够建立共同理解，并携手推进负责任的AI创新与应用。
未来蓬勃发展的国家，将是那些利用AI建立合法性、而非绕过合法性的国家：透明地部署引进的能力，并保持国内控制，同时在底层持续推进制度建设这项更为缓慢的工作。那些将运转良好的界面误认为运转良好的国家的人，可能会发现自己只是将治理的表象自动化了。能否辨别两者之别，或将成为未来十年一项决定性的发展挑战。
