政务AI采购变革:别再只买一套系统,而是购买持续进化的能力

政务大模型火热，但很多人忽略一个现实矛盾：

AI大模型一直在迭代升级，可传统政务采购习惯：一次招标、交付一套系统、做成固定资产。

技术在不停变，采购制度却跟不上，这就是当下政务AI落地的一大痛点。

一、市场一瞥：中美IT市场有什么不一样

数据来自行业机构测算，仅作科普参考。

中国IT整体市场约4.2万亿元：

• 财政资金的政务IT，只占整体市场10%

• 企业市场（民企+央企国企）是绝对主力，占70%

• 个人消费占20%

如果把央企、国企数字化全部算进来，广义公共相关市场占比约24.1%。

美国没有经营性国有企业，IT总规模约1.48万亿美元：

• 商业企业市场57%

• 政府、公立机构公共部门22%

• 个人消费21%

简单总结：

🇨🇳中国：企业（含国企）驱动IT市场增长；

🇺🇸美国：政府公共预算在IT市场占比更高。

小提醒：即便占比数字接近，资金性质不同。美国公共板块基本都是财政拨款；我国广义公共板块多数是国企市场化经营资金。

二、美国怎么买软件与AI？允许“边用边迭代”

美国依靠一整套成文规则，不强制IT项目一步到位做完整套系统。

1. 国会法律层面

• 允许IT项目分阶段、模块化实施，不必一开始锁死全部需求；

• 看重系统全生命周期运行效果，不是交付完工就结束；

• 少数部门针对创新技术原型，可以简化部分传统采购流程。

2. 联邦采购条例

流行多年框架合同模式：设定总预算上限，不确定具体工作量，后续根据实际需求下订单，持续更新迭代。

3. 白宫AI采购要求

明确不鼓励直接买断静态AI模型。AI采购合同，必须包含持续迭代、运行监控、风险管控等义务。云与AI小幅更新，还可以简化安全复审流程。

4. 国防部实操路径

要求软件项目12个月内就要产出可用版本，走增量迭代，同时简化迭代版本的安全审批。

👉美国模式小结：

买服务、买能力，按周期、资源用量付费；验收看可用性、安全性；多数不计入固定资产。

三、国内传统政务采购，遇上AI时代的困境

过去政务信息化标准流程：

招标阶段把全部功能写死 → 定制开发 → 完工一次性验收 → 作为固定资产入库。

后续想要升级改动，需要重新立项、重新招标。

这套模式，非常适合需求固定、业务稳定的业务系统。

但AI大模型的特点就是持续更新，能力不断进化，很难在招标之初把所有功能全部写死，于是就产生制度和技术之间的错位。

好在国家已经给出探索方向。

中央网信办、国家发改委2025‑10‑10发布《政务领域人工智能大模型部署应用指引》提出：

探索企业建设运营、政府购买服务、按使用情况结算费用的运作模式。

⚠️注意：这属于引导鼓励类政策，不是强制性法规。全国统一的预算、资产、审计配套细则尚未出台，更多鼓励地方先行试点。

四、国内多地试点：从“买系统”转向“买能力”

🤖AI大模型创新试点

1. 广东湾擎·WorkBuddy

省级统一搭建政务AI底座，各厅局以租户形式调用AI能力。按算力、推理、运营服务付费，没有一次性终验，模型持续迭代。

2. 无锡Token超市

汇聚多家大模型，政务单位通过API调用，按实际Token消耗量结算，不用采购整套软硬件资产。

3. 广州政务外网AI服务

市级算力中心统一部署大模型，各单位按并发、调用量采购推理服务，按服务类项目立项。

☁️云租赁模式（已经大范围落地）

上海、江苏、浙江、北京、杭州等多地，政务云主机、存储、SaaS软件早已采用租赁、订阅模式。运维服务也出现“点单式、按工单结算”，不再单纯看开发功能。

现实现状：

政务云租赁已经普及；AI按量付费还只是局部试点。国内绝大多数政务AI项目，依旧沿用传统建设模式。预算、资产管理、审计，仍是新型模式落地的现实约束。

五、两种模式简单对比

🔹传统工程采购（国内主流）

锁定全部需求 → 定制开发 → 一次性验收 → 计入固定资产 → 升级需要重新立项

🔹新型服务化采购（国内试点+美国常态）

采购服务与能力 → 按算力/调用量/周期付费 → 验收看稳定、安全合规 → 不计固定资产 → 持续迭代

写在最后

软件尤其是AI，天生就是动态演化的产物。

美国依靠完备制度，把服务化采购做成常态。我国传统政务采购更偏向工程、资产思维，和大模型技术特性存在适配鸿沟。

国家层面已经释放改革信号，广东、无锡、广州等地先行试水。但从局部试点走向全国普及，还需要预算、资产、审计配套规则进一步完善。

参考信息

1. 《政务领域人工智能大模型部署应用指引》｜中央网信办、国家发改委（中国政府网公开发布）

2. 美国相关法律、条例、备忘录来源：Cornell法律库、美国政府出版局、白宫、国防部官网

3. 地方案例：地方政府官网、新华日报公开报道

4. 市场规模为第三方行业机构测算，仅供科普参考

免责提示

本文由AI辅助整理，仅作公众号科普阅读，不构成法律、政策专业意见。涉及政策、数据、案例，正式使用请务必核对官方原始文件。