在前不久举办的2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上，国家主席习近平发表主旨讲话，指出各国应当秉持以人为本、向上向善理念，让人工智能成为促进共同繁荣、维护共同安全的一个重要动力源，携手构建公正合理的全球人工智能治理体系。

近年来，人工智能与应急管理深度融合。《现代化应急体系建设“十五五”规划》明确提出，深入开展智慧应急行动。以场景化应用需求为牵引，促进人工智能与应急管理深度融合。统筹推进“久安”系列大模型底座建设，支持各地开发统一服务接口的应用场景。怎样安全有效地应用人工智能，以赋能国家应急管理体系和能力现代化，成为摆在我们面前的必答题。

笔者调研发现，当前人工智能技术热度与实战效果之间仍有不小温差：有的系统演示时功能丰富，到了真实场景却用不了；有的平台接入了大量数据，却仍要依靠工作人员汇总、核对；有的地方重模型建设、轻持续运营，重参数规模、轻业务闭环。基层普遍反映，缺乏支撑模型算力的运营经费；企业希望人工智能系统能够准确提示高风险作业要求，又担心系统给出的依据不准确、出了问题责任说不清；群众则更关心预警能不能早一点发出，避险提示能不能听得懂，转移路线能不能走得通。

这些问题说明，人工智能赋能应急管理，不能仅停留在“建模型”“接数据”“做展示”上，而要将重点放在形成发现风险、支撑决策、辅助行动、服务基层的实战能力上，推动应急管理工作从“看到数据”向“理解情势”转变，从“被动响应”向“主动防控”转变。

不能照搬一般人工智能应用逻辑

在应急管理领域应用人工智能技术，首先要解决的不是“能不能生成”问题，而是“是否可靠、谁来核验、如何担责”问题。笔者认为，应该满足以下四项要求。

容错空间应小。人工智能模型提供的重要风险提示和处置建议，必须有权威数据、专业规则和应急预案作为支撑，不能把语言表达流畅等同于判断正确。尤其涉及重大预警、人员转移、响应启动和力量调度时，必须经过专业审核和人工确认。

决策责任不能转移。人工智能可以辅助研判，但不能替代法定职责；可以生成方案，但不能独立作出重大决策；可以提示转移范围，但不能替代政府部门依法组织群众转移。任何时候都不应出现“模型这样建议，所以照此执行”的责任转移情况。

极端条件下仍可用。灾害事故现场往往伴随断路、断网、断电等极端情况，人工智能平时在指挥大厅里运行顺畅，不代表在暴雨洪涝、地震、重大事故现场同样可靠。要保证系统既要在“数据完整、网络良好”时好用，也要在“信息不全、条件恶劣”时提供基本决策支撑。

必须嵌入组织体系。应急管理不是单一软件的独立运行，而是集值班值守、监测预警、会商研判、预警叫应、响应启动、指挥调度、现场处置和复盘评估于一体的完整链条。若只是增加一个智能问答窗口，难以真正赋能工作。

必须坚持场景牵引以形成实战能力

人工智能应用最忌脱离业务需求，“为建模而建模”。各地自然条件、产业结构、风险类型不同，不宜盲目追求“大而全”，而应优先选择风险突出、基层急需、数据可用、结果可验证、责任边界清晰的场景先行突破。

在安全生产领域，可围绕危险化学品、矿山、工贸、燃气、消防、有限空间等重点行业领域高风险环节，综合分析监测预警、现场视频、巡检记录、作业票证和历史隐患等数据，辅助识别异常行为和风险关联。人工智能的价值不只是发现“一个人未戴安全帽”此类单一问题，更要能够判断这一异常行为是否与违规作业、设备状态、现场管理和企业主体责任相联系，推动从单点隐患识别走向风险链条治理。

在防灾减灾救灾领域，要推动预警从“告知雨有多大”向“哪里有危险、谁需要转移、何时必须行动”深化。乡镇干部收到暴雨预警后，最需要的不是一份长篇大论的气象分析，而是本辖区山洪沟道、地质灾害隐患点、低洼院落、危旧房屋、学校、养老机构具体点位信息和需要转移人员清单等。

在应急救援领域，人工智能应当帮助指挥机构快速回答关键问题：风险正在向哪里发展、哪些区域可能受到影响、哪些道路仍可通行、哪些队伍距离最近、哪些装备最为急需、哪些次生风险必须提前防范。人工智能虽不能替代指挥员决策，但可以压缩信息汇总、方案比选和资源匹配所需的时间。

让智能应用真正下沉到基层和一线

基层是应急管理体系的‌“神经末梢”‌，承担着风险防控“最先一公里”与先期处置“最后一公里”的关键职能。

基层需要的不是复杂算法，而是简单、清晰、可靠的行动助手。网格员拍摄楼道堆物、违规充电、消防通道占用等问题后，系统应能提示隐患类型、法规依据和整改流程；执法人员进入企业检查时，能快速调取隐患排查清单；村干部面对强降雨时，能立即掌握重点点位、重点人员和转移任务；群众收到预警时，能看到指引明确的转移避险提示，而不是堆叠的专业术语。

技术下沉还要与基层减负同步推进。不能因为增加了人工智能应用，就给基层增加了新的负担。人工智能只有在帮助基层把复杂工作变简单时，才算真正产生治理价值。

人工智能应用设计必须充分考虑基层干部、企业人员和群众的使用习惯，尽量做到内容简明、指向明确。智慧应急行动不仅要追求技术先进，也要体现公平可及，老年人、残障人士和偏远地区群众不能被挡在智能化应用之外。

以人机协同和实战检验守住安全底线

应根据风险程度和责任属性，对人工智能应用实行分类管理。信息汇总、文本检索、台账生成等辅助性工作，可更多交由系统自动完成；风险研判、方案建议等专业性工作，必须由业务人员复核；重大预警发布、响应启动、人员转移、行政执法等法定决策，必须由有权主体依法作出。此外，要建立覆盖场景准入、数据授权、模型测评、人工审核、输出留痕、错误纠正和责任追溯的制度体系。

人工智能模型还应接受不同灾种、不同区域、不同极端条件下的测试，既要测试其在正常状态下能否准确回答问题，更要测试其面对信息矛盾、数据缺失、通信中断和突发变化时，能否及时提示“不确定性”，避免“不会也要回答”，警惕错误答案以“智能建议”的形式进入决策。

评价人工智能赋能应急管理的效能，不能只看模型参数、回答速度和演示效果，而要看治理结果。每一次灾害事故、应急演练、预警响应和复盘整改，都应成为模型迭代和能力提升的素材。复盘的价值，不只是形成一份报告，更在于下一次风险来临时，让人工智能可以更快速度、更高质效辅助决策、推动处置。

总之，人工智能不能消除灾害事故，也不能替代人的责任、经验和专业判断。它的真正价值，在于更早看见风险、更快理解情势、更准配置资源、更有效协同行动。面向“十五五”，应坚持技术与制度并进、建设与应用并重、智能赋能与基层减负相统一，推动人工智能从“会说话的工具”转变为“能支撑行动的能力”。

（作者单位：清华大学社会治理与发展研究院）