夜雨聆风本系列由数说123出品，基于2026年1-6月全国公安行业8128条公开招采数据撰写，从一线落地小场景切入，聚焦AI大模型等技术的真实应用进展，不做宏大叙事，为公安行业主管领导、一线从业者提供务实参考。
AI反诈、AI智慧侦查是行业喊了很多年的热门方向，但从2026年上半年的公开中标数据看，真正落地的项目却很少：71个公安AI大模型相关项目里，智慧侦查、反诈类项目只有3个，总金额600万元，仅占AI项目总金额的2.3%，单项目平均金额仅200万元，远低于交管AI、大模型底座类项目，大多是小范围试点，没有大规模推广。很多人觉得落地慢是因为算法准确率不够，但和一线反诈、刑侦民警交流后会发现，真正的卡点根本不是技术问题，而是三个绕不开的现实障碍。
图1 2026年上半年AI侦查/反诈类项目统计 | 数说123制作
第一个卡点：数据打不通，AI就是“无米之炊”
AI要准确识别诈骗线索、研判案件串并，首先需要足够多维度的数据支撑，但现在的实际情况是，反诈和侦查需要的数据分散在不同部门、不同系统里：刑侦的案件数据在刑侦系统、反诈的预警数据在反诈平台、治安的重点人员数据在治安系统、通话数据在运营商、转账数据在银行和支付机构、互联网行为数据在互联网公司，各警种、各部门之间的数据壁垒还没有完全打通，数据调阅需要层层审批，很多数据AI模型根本拿不到。
举个最现实的例子：要实时识别正在被诈骗的受害人，需要同时分析通话内容异常（比如提到“安全账户”“转账”）、近期转账行为异常、上网浏览涉诈网站记录三类数据，但这三类数据分属运营商、银行、网信三个不同主体，要把这些数据实时汇聚到一起做分析，不只是技术对接问题，更是数据共享权限、跨部门协同机制的问题，没有自上而下的机制推动，单靠公安科技部门根本协调不动。现在很多地方试点的AI反诈模型，只能用到本部门自己手里的数据，比如通话记录，准确率自然上不去，误报率高，民警一天打几十个劝阻电话，一半以上是误判，用两次就不想用了。
和交管场景不一样，交管的车流、违章、视频数据基本都在交警一个部门手里，打通内部数据就能用，但侦查、反诈涉及跨警种、跨部门甚至跨地域的数据协同，这个卡点不解决，AI模型再先进也没用，就像做饭没有米，再好的厨师也做不出饭。
图2 AI侦查/反诈类项目落地三大核心卡点 | 数说123制作
第二个卡点：容错率为零，错了谁担责任？
交管场景AI识别错了违章，大不了人工复核纠正，最多是车主申诉撤销处罚，不会造成严重后果；但侦查、反诈场景的容错率几乎为零：如果AI研判的线索错了，不仅会浪费大量警力去核查空线索，甚至可能误导侦查方向、错过最佳破案时机、放跑嫌疑人，更严重的如果漏判了正在发生的诈骗，受害人转了账，谁来担这个责任？是模型厂商？还是用模型的民警？还是审批的领导？现在没有明确的责任边界，谁都不敢冒这个风险。
反诈劝阻也是一样：如果AI预警漏了一个正在被诈骗的群众，群众被骗了几十万，会不会被追责？如果AI误判，半夜给群众打电话说他正在被骗，结果是正常商务通话，群众投诉了，责任算谁的？这种高风险场景，大家对AI的态度自然非常谨慎，不会轻易上线全量使用。现在落地的几个试点项目里，AI的定位非常明确：只做辅助线索筛查，把海量数据里风险最高的10%线索筛出来给民警人工复核，绝对不让AI直接做定性判断、不直接采取强制措施，所有最终决策都由人来做，AI只当“助手”不当“判官”，就是为了规避责任风险。
第三个卡点：对手迭代太快，模型跟不上节奏
交通违章、信号灯配时这些场景的规则是固定的，比如闯红灯、违停的判定标准几十年没变，模型训练好能用很久，但诈骗、刑事犯罪的手法是不断迭代的：今天模型学会了识别“冒充公检法”诈骗，明天骗子就换了“AI换脸冒充领导”“虚假投资理财”“游戏账号虚假交易”的新套路，模型刚训练好上线，诈骗手法已经变了，识别率马上掉下来。
传统模型训练的流程是“收集过去3个月的诈骗案例标注数据训练模型测试上线”，这个周期少则几周多则几个月，根本赶不上骗子迭代手法的速度——现在诈骗手法的更新周期往往只有一两周，等模型训练完上线，骗子已经换了新话术，模型自然就不准了。要解决这个问题，需要建立动态快速迭代机制：一线民警遇到新的诈骗手法，当天就把特征标注喂给模型，24小时内完成模型更新，但是这种持续运营的机制现在很多地方还没建立起来，往往是项目验收完就没人管更新了，模型用几个月准确率就跌到没法用。
现在落地的AI反诈、侦查项目，基本都集中在“事后线索筛查”这类容错空间相对大、规则相对固定的场景，比如批量筛查历史案件中的串并案线索、筛查已经发生的诈骗资金流向，实时预警、自动研判这类高风险场景还在小范围测试，没有大规模推广。
不是技术不行，要先解决机制问题
很多AI厂商一提到反诈、侦查场景，就宣传自己的模型准确率99%，但一线民警最清楚，实验室里的准确率不代表真实场景能用，数据不全、责任不清、对手迭代快这三个问题不解决，再高的准确率都是纸面数字。AI要在侦查反诈场景真正落地，不能只靠科技部门推技术，首先要建立跨警种、跨部门的数据共享机制，给模型喂足够的“粮食”；其次要明确AI的辅助定位和责任边界，AI只做线索推荐，最终决策由人来做，打消一线的顾虑；最后要建立持续运营迭代的机制，跟着犯罪手法的变化快速更新模型，不是项目上线就万事大吉。
现在的小范围试点就是在摸索这些机制，等这些机制理顺了，AI的价值会非常大——毕竟基层反诈、刑侦民警最缺的就是时间，AI能把海量筛查线索的重复劳动承担了，民警就能把精力放在真正需要人工研判的案件上，但是这个过程不会太快，得一步步来，急不得，更不能为了追AI热点上一些用不起来的花架子项目。
数据来源：政府采购网公开中标信息、一线公安民警调研反馈 | 数说123出品
数说123之政公法检是北京数说政通科技有限公司旗下自媒体矩阵“数说123”专注于政法（公检法司）行业数字化的创新媒体与服务平台，提供招投标数据定制、商机捕获、数据支撑、行业洞察、渠道建设、厂商对接、解决方案提供、自媒体宣传等专业服务。
合作请联系：
18603187258