对一个行业的信息化状况进行观察、做出评价并展望其发展前景其实是件很有意义的事。
当然，做这样的事需要有明确的站位。否则，所表达的东西就会受到广泛的质疑。一般而言，在行业信息化中存在决策者、规划者、管理者、建设者、应用者和观察者几类角色，各类角色在自身角色站位上看行业信息化，会有不同角度的看法，而这些看法对于判断一个行业的信息化发展水平和前景都是有价值的。对于公安信息化而言，也是如此。笔者长期处于一定层级的公安信息化规划者、管理者、建设者角色，近几年则成为观察者，如果能够阐述一下笔者扮演（或处于）这几类角色时所看到、想到的，相关观点对于继续从事公安信息化建设的人来讲，也许会有一定的参考价值。
下文是笔者为公安部某研究所所作的以《公安信息化：现状、评价与发展愿景》为题的讲座的文字稿。基于听众的身份特征，笔者对讲座内容有些基本的考虑，包括如下三点：
一是希望研发团队、人员在致力于满足一线业务需求的同时，多考虑一下统筹建设、多跨协同、业务规范化、应用体系化、可持续发展等问题。这些问题非常重要，但在一线业务需求中通常很少反映出来。
二是希望部属研究所发挥桥梁优势、技术优势、话语优势，更多地参与到公安信息化全局性、体系化的规划与建设中来。
三是当前正直“十五五”规划编制阶段，需要对公安信息化作个全面梳理，形成全面的认识和宏观规划思路。
公安信息化：现状、评价与发展愿景
商建学
2025.11
很快就要进入“十五五”时期了，在现在这样的时间点较为全面地回顾公安信息化发展历程，对其做出适当的评价，并展望今后的发展一定是件极有意义的事。
当然，站位、经历不同，对公安信息化的回顾、评价与展望一定也是不同的，但这种不同不会影响所表达的观点的价值。事实上，各个层面对公安信息化的全面探讨、研究是有很大的提升空间的，公安信息化中存在的问题、提升的空间、发展的方向需要在这样的讨论中进一步厘清，推动发展的举措才会具有更强的针对性和力度。
我要表达的观点分为三个问题来阐述。
第一个问题：从公安信息化发展历程中看到了什么？
迄今为止，公安信息化的快速发展经历了从“十五时期”到“十四五时期”共五个五年期，总体上进入到一种相对成熟、稳定的状态。在二十多年的时间尺度上比较全面地回顾公安信息化发展历程并从中认知公安信息化发展状况对于谋划下阶段公安信息化发展是极有价值的。
那么，能从公安信息化发展历程中看到什么呢？
第一，可以看到强劲、持续的驱动力。
回顾二十来年公安信息化的发展，可以发现，公安信息化发展的关键驱动力来自战略性和技术性两个层面。
战略性驱动发生在四个关键节点：
一是始于2002年8月的包括“金盾工程”在内的国家“十二金”工程。金盾工程是公安信息化的奠基性工程，建设内容包括了公安信息化基础设施、业务信息系统、标准化体系、安全保障体系等。在公安信息化发展历程中金盾工程具有里程碑意义，它奠定了公安信息化发展的坚实基础，极大地提升了公安机关内部互联互通能力、业务管理能力等，让公安工作在信息化建设上迈出了关键一步。
二是2016年12月由浙江省率先提出并于2018年由国务院正式部署的“最多跑一次”政务服务改革。对公安机关而言，开展“最多跑一次”改革，打破了部门间的数据壁垒，推进了跨部门数据融合应用，向其它机构和公众分享了公安信息化红利，提升了政务服务效率。
三是公安部于2018年初正式部署实施的公安大数据战略。该战略促成了以云平台为核心的新的公安信息化技术体系的构建以及数据资源的深化应用，为公安信息化注入了新的技术活力，让数据在维护稳定、打击犯罪、行政管理、服务民生及队伍管理等方面发挥了更大价值。
四是以国家发改委于2020年5月发布的“数字化转型伙伴行动倡议”为标志的政府数字化转型与社会治理现代化的实际推进。通过数字化转型的努力在公安机关内部推动了业务与服务的在线化，以数据应用驱动公安工作高效开展；在外部则紧跟时代步伐，积极对接数字经济、数字社会发展，构建新社会治理模式，推进智慧（数字）法治建设。
技术性推动存在四个关键阶段：
一是单机阶段。这一阶段可追溯到上世纪八、九十年代，公安信息化主要实现了部分业务电子化和办公文档电子化，初步摆脱了纯手工操作的模式，提高了局部工作效率。
二是联网应用阶段。这一阶段主要是在金盾工程一期完成的。随着网络技术的发展与应用，公安机关实现了业务信息化、办公自动化，更重要的是促进了信息共享，使得不同部门、不同层级、不同区域间的信息流通更加顺畅。
三是深化数据应用阶段。浙江省公安厅在2004年着手“十一五”信息化规划前期准备时提出了“推动信息资源的综合应用、深度应用、应急应用”，2005年编制“十一五”规划时又增加了“社会应用”，这大概是公安机关内最早提出深化数据应用概念的，之后若干年公安部和全国各地公安机关陆续提出并发展深化数据应用概念，开展了具体实践，推出了综合信息查询系统、信息资源服务平台等数据应用载体，充分运用大数据和各类模型，为公安业务提供更全面、深入的支持，对公安信息化发展产生了巨大影响。
四是人工智能阶段。总体看，人工智能在公安机关中的应用目前正处于起步状态，在犯罪预警、图像识别、技战法应用以及智能辅助办案等方面可以看到积极的探索，并开始发挥作用，在提升公安工作智能化水平上正逐步显现作用。
当然，除了上述战略性和技术性驱动外，公安工作对信息化的急迫需求也是推动公安信息化发展的重要驱动力。
现阶段和今后一个时期的公安信息化主要发展驱动力毫无疑问来自战略层面的政府数字化转型与社会治理现代化以及技术层面的人工智能应用。应该说两者都在起步阶段，都有一定的成效和积累，但在认识、技术应用、实务操作等层面也都存在较大的提升空间。
第二，可以看到扎实的可持续发展基础。
经过这么多年尤其是“金盾工程”一期以来的建设，公安信息化有了进一步发展的良好基础，包括比较完整的技术体系、足以支撑现阶段工作的丰富数据资源、覆盖绝大多数公安业务和内部管理的信息应用以及一大批信息化建设、管理与应用人才。
在技术基础方面，拥有完善的公安主干网、接入网、移动网和不断扩展的公安物联网，保障了信息的顺畅传输；信息中心架构不断完善，从传统架构向云架构发展，提高了资源利用率和系统扩展性；建立了包括数字证书、地理信息服务、数据交换、请求服务、安全管理等在内的较为完整的应用支撑体系；通过提供综合查询、电子档案、关系分析、指纹识别、人脸识别等应用服务，为公安业务信息化的发展提供了多样化的服务支撑。
在数据基础方面，以“人”的信息为基础，涵盖了人的自然属性、社会属性、生活形态、社会活动、时空状态等多方面信息，并叠加了“物”、“事”、“案”等相关信息，形成了丰富的数据资源；数据获取渠道得到拓展，内部渠道包括各类业务开展过程中形成的数据、业务管理过程中产生的管理数据以及信息应用过程中形成的日志数据等；外部渠道包括同行分享的数据、其它政府部门及社会机构间共享的数据等。
在应用基础方面，信息化应用覆盖了公安工作中包括执法办案、即时响应、情报工作、警卫安保、侦查业务、窗口业务、行政管理等在内的业务工作和包括警务督察、装备财务、项目建设、内部审计、安全管理、人事管理、办公自动化等在内的内部管理。
在人才基础方面，科技信息化、大数据应用等专业警种（部门）汇聚了一批有能力推进公安信息化发展的精英人才；在各级公安机关、各警种（部门）有一大批信息化应用人才，成为公安机关履职的关键力量。
第三，可以看到较为独特的体系架构。
从技术基础架构看，公安专网联通了所有应用终端，一线应用、信息共享、业务协同等从技术角度看已不存在任何障碍；信息中心建于公安部和省、市、县三级公安机关科信部门以及部分警种，各自拥有相对独立的存储、计算和数据资源，总体看是分布式的；存储计算架构普遍转向云计算架构，但云计算资源尚未真正成为公共资源；应用服务支撑主要建于公安部和省、市两级公安机关科信部门信息中心，但跨层级、跨区域的服务支撑尚不够理想，少数警种建有自己的应用支撑。
从业务信息化架构看，“条”的业务信息化、“块”的综合业务信息化及基层的“小”应用主要构架于由科信部门提供或自身构建的基础服务（包括网络、算力、存储、数据、应用支撑等）之上，而自身构建基础服务（主要需求是数据共享及算力与存储）的情况相当多地存在。有少量业务信息化架构是基于类似警综平台的综合性应用平台或数据中台、业务中台搭建的。
从信息共享与业务协同的实现途径看，公安部和省、市两级公安机关建设的应用服务平台和共享（基础）数据库在汇聚各级数据基础上提供了信息共享的主要途径；业务信息系统除了向共享（基础）数据库提供共享数据外，很少向外直接提供信息（数据）服务（少数警种或基层提供了有限的信息服务）；业务协同的实现基本上是“点对点”（即业务对业务、平台对平台）的，有少量其它方式（比如通过基于业务的警综平台）的实践，近两年有少数地方在研究或开展“一对多”的协同平台建设。
第四，可以看到有效的应用形态与模式。
从信息应用形态看，由综合信息查询系统、信息资源服务平台到大数据平台这样的发展脉络形成的公共基础信息服务和公共专业信息服务已成为“条”、“块”和基层业务信息化的主要信息服务支撑，而近些年基于业务模型的数据筛选、分析服务也在业务信息化中发挥重要作用。此外，“条”、“块”和基层业务信息化中也存在不少以数据共享为基础的、自开发的信息服务。
从信息应用模式看，“条”、“块”和基层业务信息化中信息应用的主要模式包括查询查证、统计分析、数据筛选、预测预警和决策支持等五大类，这些应用模式或基于统一的数据服务、应用服务，或基于自身构建的相关数据和应用基础。其中，查询查证、统计分析两类应用模式相对比较成熟；数据筛选近些年发展较快，已从以时空为主的筛选向较为复杂的基于业务模型的筛选发展；预测预警还在起步阶段，目前相对较好的应用是基于已有数据对某些已知行为作出确定性判断并向有关方告知；决策支持尚未真正发展起来。
第五，可以看到显著的公安信息化特征。
公安信息化在发展过程中，形成了一系列特征，这些特征既体现了公安工作的特殊性，也反映了信息化发展的规律。
在数据资源方面，具有数据来源与类别复杂、静态和描述性数据为主、缺乏强质量机制保障、采集与行为通常不同步、业务关联或指向复杂等特征；在技术体系方面，具有基础建设趋向集约化、业务信息化体系相对独立、多类型多模态数据复合应用、具有相对统一的应用支撑、信息化体系跨网分布等特征；在信息应用方面，具有应用群体复杂、应用需求广泛、应用模式多样化、应用约束不明确、应用体系较为分散等特征；在建设管理方面，具有建设事权“以块为主”、“条线”话语权大、建设主体众多、基层建设热情高、技术管理复杂等特征。
公安信息化这些与众不同的特征，源自公安体制机制和业务的特殊性，这些特征既可能是公安信息化优势的体现，也可能是一些问题产生的根源。因此，深入研究这些特征对公安信息化的影响，对于推动公安信息化持续健康发展具有重要意义。
第二个问题，如何评价公安信息化发展状况？
如上所述，公安信息化的发展向我们呈现了许多信息，分析这些信息并形成一些结论对于谋划今后的公安信息化建设很有意义。
第一， 建设、应用与管理相对成熟。
经过“金盾工程”一期以来二十多年的发展，公安信息化建设总体上进入了成熟期，建立了包括存储、计算、网络、应用支撑、安全管理等在内的比较完整的技术体系；培育了一支具备规划、管理、研发、运维能力的专业技术队伍以及具有相当大规模的应用人员队伍；构建了相对完善的信息化应用机制和一些比较成熟的大数据应用模式；形成了符合法律法规且有较完善内控机制的信息化管理、采购模式；等等。
第二，在公安工作中发挥了重要且不可替代的作用。
有大量的报道和案例可以证实信息化建设对公安工作的可持续发展起了巨大推动作用。
多年前经常听到的类似“网络不能断、系统不能崩、数据不能丢”的说法原本是对公安信息化工作提出的要求，现在看来，这样的说法恰恰反映了信息化建设对公安工作的重要性，并且以简洁、明确的叙述方式表达了信息化建设成果对公安工作的重要作用。当然，我们还能再增加诸如“人才不能少、机制不能缺”等叙述，以更全面地反映公安信息化建设的成效。
这些成效在以下几方面显现出来：
一是有效支撑一线业务。公安信息化在一线业务中的应用十分广泛，涵盖了一般应用、专业化应用和“智慧”应用。在一般应用方面，包括了能帮助警务人员快速获取所需信息的综合查询分析，能显著提高信息查找效率的全文检索，在身份核实、信息校验等方面发挥重要作用的自动比对等；在专业化应用方面，包括可以对重点人员、重点目标进行有效监管的动态跟踪管控，为一线民警在现场处置警务中提供及时、有效信息支持和决策参考的现场处置信息服务；在“智慧”应用方面，正在发展能够提前预判潜在安全风险的风险预测预警、可以实时掌握社会治安态势等情况的态势跟踪评估、能为复杂警务处理提供专业知识和经验支持的专家系统等。
二是服务工作机制（模式）创新。通过“大数据+”赋能，公安工作获得了“全”数据支撑，基于数据应用初步实现了多跨协同，对公安工作和队伍的评价与管理正走向数字化。在信息化支撑下探索实践新警务模式，合成作战、现场协同处置、预测警务、基层综合治理等得到不断发展。
三是支撑和引领公安改革。基于数据应用形成了推动公安工作发展的新驱动力，以数据为导向、支撑和评价标准，为公安工作的发展注入了新的活力。与信息化发展水平相称的公安业务架构正在形成，相当多公安业务在体系、框架、流程等方面具有典型的信息化特征，在几乎所有的公安体制机制改革中都可以看到信息化建设成果的重要作用。
第三，存在一些应该关注的现象或问题。
总的来看，公安信息化建设成果丰富、成效明显。当然，公安信息化建设中存在一些应加以关注的现象或问题，包括数据资源不够理想、数据应用深度不够、应用模式更多体现为效率工具的应用、既有建设模式导致数据共享与业务协同及系统整合困难、一线业务决策者与管理者游离应用之外影响了应用机制的完善和深度应用、信息化领导体制的权威性不足等。
比如数据资源不够理想的一个突出问题--完备性问题。目前公安机关掌握的数据资源适用于两个方面：一是回答某人是怎样的人？现在在哪里？与谁在一起？在干什么？二是执法办案、政务服务的过程与要素信息记录及文书撰写。相对于公安工作的范围，这样的数据资源显然是相当不完备的。以发展的眼光看，现有数据资源条件难以满足预测性、决策支持性深度应用，在人工智能应用中也会存在专业知识性不足等问题。
再如既有建设模式带来的问题--应用体系“散”的问题。目前的建设状况是“一事一系统”、“一机构多系统”、应用系统跨层级部署，基础信息、专业信息分别依赖统一平台和两两沟通实现共享，协同主要通过系统间“点对点”或“平台对平台”对接实现，由此会在信息共享、业务整合、多跨协同、条块融合、集约建设等方面引起一系列问题。
上述现象或问题，有些是在公安信息化过程中必然产生的，可视为“发展中的问题”；有些是认识、管理不到位等带来的；还有一些则是由于政务体制的特殊性而引发的。不管是什么原因，问题总是问题，需要加以解决，这表明公安信息化的提升空间还是很大的。
第三个问题：下阶段的发展重点在哪里？
基于前面对公安信息化现状的观察、分析、评价，可以探讨一下公安信息化在下个阶段的发展重点。
（一）下一阶段的愿景
再通过五年或更长时间的建设，公安信息化会发展成什么样？这是目前特别需要考虑的问题。很显然，答案取决于当前如何规划、此后如何推进公安信息化。换个角度讲，其实需要回答“想发展成什么样”的问题。
为了实现公安信息化“质”的提升，显然需要一些深层次的追求，而不是仅仅考虑满足目前的需求。这些深层次的追求可以通过以下若干愿景来表达：
--建立公安机关关注的各类工作对象（态势）与数据的映射关系并构建相关评估评价指标体系以形成基于数据的对公安工作的新认知；
--建立基于数据的、反映公安机关内部资源配置应用与业务运作的评价指标体系以促进公安机关内部管理的科学化；
--构建数字化的公安工作知识体系和能力化的信息资源应用体系以支撑科学决策和一线业务；
--构建与预测类警务相关的警务干预机制和绩效评价指标体系以支撑警务模式从应对式向主动式转型；
--处理好业务信息化架构与公安业务体系甚至政务体制的关系以形成较为完善的信息化体系；
--形成科学、强健的信息化建设生态以适应公安工作对信息化的复杂需求并保障信息化的可持续发展。
上述各项愿景涉及三个方面，一是在信息化背景下对公安工作的新认知，二是提升信息化对公安工作的支撑，三是实现公安工作的数字化转型，三方面内容兼顾了公安工作的基础性、现实性和前瞻性要求。要实现这些愿景并不容易，既有认识问题，也需要在技术与非技术两个途径采取积极的措施。从实现的时间尺度讲，十年的时间或许比较合适。
如何实现上述愿景？需要明确基本着眼点与着手点。
应该着眼于什么呢？有这么三方面值得考虑：一是要能有效缓解甚至解决目前公安信息化存在的重要问题；二是要能跟上技术进步节奏，推动公安信息化达到新的高度；三是要能以信息化促进公安工作的转型。三个着眼点形成递进的层次关系，即解决信息化本身的问题、获取技术进步红利提升信息化水平、推动公安工作的发展。
从哪里着手呢？有以下几方面值得考虑：一是以应用促进数据资源的完善，并将完善后的数据反馈至应用中，形成数据应用的良性循环，不断提升数据质量和应用效果；二是将应用从满足一线业务需求扩展到对公安工作基础问题的认识，通过信息化应用深入研究公安工作的规律和特点，为公安工作的长远发展提供支持；三是将先进理念固化于应用中，以解决目前突出的问题或需求，使信息化应用成为推动公安工作发展的重要力量；四是谋求技术进步红利，激发公安信息化的颠覆性提升，充分利用新技术带来的机遇，实现公安信息化的跨越式发展；五是在技术建设方面，注重基础性、导向型、引领性技术的研发和应用，为公安信息化的持续发展奠定坚实的技术基础。
（二）推进若干重要方向的发展
显然，下阶段可干的事很多。基于上述愿景和着眼点、着手点的考虑，以下三个方面值得重点关注。
第一，重构应用体系。
重构应用体系应是下阶段公安信息化发展的重要任务之一，旨在解决当前应用体系存在的问题，提升信息化应用的整体效能。
有理由相信，一个较为完善的信息化应用体系应该具备信息系统框架设计的整体化、建设与运维的统筹、多跨协同的实现、服务支撑的一体化等基本特征。由这些基本特征进一步引申出包括应用实现跨网、跨层级、跨警种、跨区域合理布局，对数据类别与来源、数据采集处理、业务模型、数据应用实现统一规划，项目建设实现诸如在应用层形成核心应用、协同支撑、专属应用等的结构化，构建基础能力、公共专业能力实现统一技术支撑与能力共享等在内的应用体系等构成特征。
从信息化建设的角度出发，希望通过构建具有上述特征的应用体系，实现几个目标：打造较为集中的、无壁垒的、高效率的信息处理能力；构建充分考虑统筹的信息系统建设模式；形成跨事务、跨机构、跨网络的信息化整体布局。
怎么构建、优化公安信息化应用体系？可以从两个关键点切入，一是业务信息化架构的优化重构，二是多跨协同的实现。
1、业务信息化架构的优化重构
深入分析公安机关的体制与信息化，其实是存在三条公安信息化关键发展线的：一是基于数据应用的能力构建与服务。这是科信部门主导、各警种和基层参与，基于大数据应用的发展线。二是核心业务的信息化建设。这是各警种主导的发展线。三是基层一线创新。这是县以下公安机关和设区市公安机关业务警种主导的、以微应用和微创新为主要特征的发展线。目前来看，三条发展线不同程度地存在问题，能力构建与服务的主要问题是重复与分散建设，业务信息化与基层一线创新的主要问题则是融合兼容不足。
公安机关不管分为多少个警种部门、多少项业务，大致是可以归为若干业务领域的。业务相似或相近的警种在信息化发展过程中具有明显的一致性或趋同性，即使在最基本的数据资源上，差别通常也是在字段级别而非数据结构级别的。各项业务都需要一些核心数据应用能力（如掌握工作对象的各类属性、规范地执法办案等）支撑，业务间的协同由于信息化带来的社会运行形态变化而变得越来越密切。
如果致力于构建基于能力支撑的警种信息化，从应用角度看，需要向警种提供支撑的包括面向非特定警种的基础能力、面向同类警种的公共专业能力、面向该警种的警种专业能力、跨警种协同支撑能力以及用于业务管理的警种门户。其中，基础能力为整个应用体系提供基础支撑；公共专业能力为不同警种提供共性的专业支持；警种专业能力则针对不同警种的特殊需求，提供个性化的专业能力支持；协同支撑保障不同警种、不同部门之间的协同工作；警种门户则为警种提供统一的应用入口，方便各业务警种使用各类应用服务，并强化业务管理。显然，这样的警种信息化架构是值得期待的。
从技术实现的角度看，优化重构业务信息化架构存在四大诉求：一是科学利用信息处理资源与数据资源，充分发挥信息处理资源和数据的价值；二是缩短与减少“烟囱”，解决以往应用系统分散、独立的问题；三是强化业务协同，提升不同业务之间的协同效率；四是应对各种不确定性，提高应用体系的灵活性和适应性。看起来，警综平台或数据中台、业务中台是最接近于满足这些诉求的技术路线。以警综平台为核心构建公安业务信息化架构尽管被寄予了很大的期望，但实际上运作并不理想。关键问题是在公安机关的各层级并未就警综平台定位及各警种业务信息化发展模式达成共识。中台的引入试图解决公安信息化体系架构“稳定”与“灵活”的平衡关系，但无论是致力于解决数据应用资源化的数据中台还是致力于解决业务支撑能力化的业务中台面对“条”、“块”及基层各自为主的建设模式时都只发挥了有限的作用。由于公安主要业务是法定的，各业务相似、相近警种的主要业务要素基本相同，即便业务发生重组、组织架构发生调整，总体上依然是这样的，即存在相当大的确定性，因业务重组而要对信息化架构进行重构在公安机关内从来没有大的现实需求。“烟囱”问题与协同问题的解决在一定程度上受制于体制机制，既需要在体制机制改革上获得解决途径，也需要设法在适应体制机制上下功夫。所以，怎么构建一个科学的、高效的公安业务信息化架构是一个需要研究的课题。
当然，还有一些因素需要考虑，如核心能力集约化建设、能力构建与应用的创新、能力应用与业务融合、规范化与创新并举、兼顾条块层级积极性、适应与推进体制改革等。
2、多跨协同的实现
与其它政府机构和社会机构不同，公安机关对于业务协同的需求广泛存在于不同层面和不同主体之间，包括内部的不同业务、不同警种、不同层级、不同区域之间以及与其它政法机关、其它政府机关和社会机构之间。
需求的复杂性导致了其信息化实现的复杂性。目前的多跨协同实现途径主要有两种：一是以信息共享为基础，协助相关方完成事务；二是将指令（任务）数据传递至相关方，实现各相关方对同一或关联事务的协同处理。而实现协同的技术路线，主要是采用共享数据库及相关应用平台以及系统间以点对点模式直接对接两种方式。上述实现途径和技术路线在实践中并不令人满意。
在公安机关的多跨协同实践中，需要面对技术性和非技术性两方面的问题。技术性问题包括：技术体系与数据结构的异构，信息网络安全管理的差异，跨网跨级的信息化布局，多数据中心及数据汇聚的各种约束等。非技术性问题包括：对协同的效率、质量等缺乏有效监测、评估以及技术性问题背后的非技术性影响因素。上述问题其实不好处理，即使是发生在公安机关内部各协同方之间的相关问题，这么多年过去了，也没有产生令人满意的解决结果，更不要说发生在公安机关与其它政府机关、社会机构之间的协同问题了。我们会发现让数据流畅通、各方能够完美地协同并不容易。
另外值得关注的是复杂警务活动（如安保、警卫、事件处置等）中跨技术体系的多模态数据融合应用。现在的公安工作涉及的信息类别众多，包括音视频、图片、文本、数据等，这些数据来源于警务通、无人机、无人艇、机器人、视频监控机、数字集群通讯终端及各种智能设备，由于来源和类别的不同，数据中包含了极为丰富的信息，当然也存在诸如各种模态的异构性、不同模态之间数据融合与表示方法的差异、融合后的数据量与高维度等需要解决的问题。由于公安信息化建设深受体制影响，业务协同与多模态数据融合应用往往交织在一起，多模态数据融合应用通常是跨警种、跨层级、跨区域业务协同的技术性反映。理想的融合应用模式是在统一应用框架中整合多模态数据，按任务与主题实现跨设备融合应用，支持自动识别、持续追踪、信息检索、警力协同、决策辅助等应用，提高多跨协同的效率和效果。
显然，有些事值得做。比如在各协同方之间构建具有良好的协同性、交互性等特征的协同计算架构，有效支撑侦查办案、现场处置、大型活动安保等多警种、多区域、多层级参与的业务工作；又如运用隐私计算分享各协同方的数据，充分满足各自对信息网络安全的需求，打消部分警种或其它政府部门、社会机构对敏感信息安全性的顾虑，保护各方的相关利益；再如用信息化平台将公安机关与社会机构、公众对接起来，在大数据赋能下培育自治、共治等治理模式的成形、发展，协同治理社会。同时，加强协同机制的确立、协同进程的监管、协同成效的评价等工作，确保业务协同的有序开展和有效推进。
在协同的技术实现上，应注重包括诉求或指令、信息服务、反馈、评价等方面的标准化建设，为多跨协同提供统一的技术规范和标准；同时，应考虑在不同的对接模式中选择更能满足多跨协同需求、提高协同效率的模式。从公安机关对业务协同的需求考虑，一个部署于公安部和省、市两级公安机关的、技术架构统一的协同平台加上一条便于所有智能终端和应用系统挂接的公安数据链，或许是一个不错的技术实现方案。
第二，深化大数据应用。
如前所述，公安工作中数据应用的五大主要模式（查询查证、统计分析、数据筛选、预测预警和决策支持）发展并不平衡，预测预警和决策支持两个应用模式远未达到较为理想的状态。决策支持应用的发展涉及因素复杂，在现阶段缺乏必要的条件，不妨暂缓一下。预测预警应用应该说已处于起步状态，在认识上也易于形成共识，是今后若干年应该着重推动的。如果想想维克多.迈尔-舍恩伯格的名言“大数据的核心就是预测”，将预测预警应用作为下阶段深化大数据应用的主要突破口就更是理所当然了。
从公安工作实际需求看，预测预警应用的着力点应该在犯罪预测警务和风险监测与防控两个领域。
1、推进犯罪预测警务
推进犯罪预测警务是利用大数据、人工智能等技术，实现对犯罪的精准预测和有效防控，是公安信息化发展的重要方向。
现实案例和理论研究表明，人类的行为会受到文化、经济、社会、习惯、生物性等因素的影响，因而具有可预测性。在信息化时代，这种可预测性存于数据中，这就是支撑预测警务的认知基础。上世纪90年代后期（1998年SGI首席科学家约翰.马西提出大数据概念）至本世纪10年代（2007年图灵奖得主吉姆.格雷对大数据概念的进一步完善，2012年牛津大学教授维克多.迈尔-舍恩伯格提出大数据分析应用模式），大数据的概念与应用逐步成熟，为犯罪预测警务的发展奠定了方法论基础。
犯罪预测警务从理论到实践的发展可追溯到上世纪20年代的犯罪生态学（芝加哥学派）及80-90年代的热点警务、破窗理论和COMPSTAT（纽约警方）。直到2008年左右洛杉矶警方及合作者才真正开始了基于数据和算法的犯罪预测警务实践。
兰德公司在其2013年发表的报告《预测警务》中将犯罪预测警务描述为一个数据收集、数据分析、警务操作、犯罪响应再至数据收集的循环过程，其中包括了通过数据分析预测犯罪、通过警务操作对犯罪进行干预并对干预结果进行评估、通过对犯罪的响应改变诱发犯罪的环境并重新收集数据进行分析。由此可以看到犯罪预测警务的特征与价值包括如下几方面：立足于遏制和惩治当下的违法犯罪；始于数据应用，依赖数据应用闭环，算法成为灵魂；从“应对”式警务转向“主动”式警务。
我国对犯罪预测警务的研究并不少，但从各种相关报道看，基于数据应用的犯罪预测警务实践不多，犯罪预测警务远未成为真正的、持久的一线警务。
对犯罪预测警务的认识，“一线”正是关键词。其本质在于建立一套基于犯罪预测的警务流程。显然，流程应该包括基于理论基础和实践经验构建犯罪预测模型、及时准确收集与犯罪活动相关的海量数据、利用模型对数据进行分析研判、确定警务战术、调度警力及其它资源对犯罪进行干预、持续收集数据评估及跟进相关警务活动等。
从实施角度看，上述流程中有五个要素（模型、数据、分析、干预、评估）至关重要，而流程中存在的两个闭环同样重要，一个闭环是通过对警务干预的评估调整相应举措，借以完善警务活动的直接效果；另一个闭环是通过对受到警务干预影响的大环境的评估，整体性地修正模型、重新收集数据并分析预测。
推进犯罪预测警务的着手点主要包括六个方面：构建基于犯罪学/社会学和业务经验的预测模型（算法）；构建配套的警务干预机制；收集规模化（多维度、海量、实时）数据；应用大数据、人工智能技术进行数据分析与预测；评估预测结果并开展警务干预；修正预测模型、数据集和警务干预机制。
在上述六个方面中，特别值得关注的是预测算法与干预机制建设。预测算法是犯罪预测警务的灵魂。不同地区、不同业务场景下采用的预测算法存在差异，例如，美国洛杉矶警方借鉴余震预测模型，将城市划为 0.15 平方公里的网格，分析历史案件时空分布，利用核密度估计法识别犯罪热点，预测犯罪；英国达勒姆郡警方运用随机森林算法，使用10万多监禁案例中的各类信息，对犯罪者未来两年的风险进行预测。这些案例表明，在业务目标、数据类别、空间范围等方面的差异，会导致预测算法的选择和应用有所不同。同时，预测算法也会引发一些复杂问题，如历史犯罪数据的引入可能反映执法偏见，影响预测结果的公正性；算法机理不透明可能在不同利益相关方引发对预测结果的解读歧义；过度依赖预测可能引发侵犯隐私和过度执法等问题。此外，由于人的行为的可预测性事实上与政治、文化、经济、道德、教育、习俗等非技术性因素密切相关，因此还需考虑这些因素对犯罪预测警务的影响。干预机制建设则是一个复杂问题。一个有意思的说法是：在犯罪预测警务的发展中，西方国家面临的主要障碍是政治性的，我国面临的主要障碍是机制性的。在这所谓的机制性障碍中其实存在一个根本性的问题，即能否从相信经验向相信数据与相信经验并重（甚至更相信数据）转变？要实现这样的转变，实践（从而提升认识）是至关重要的。所以有几件事需要下功夫去做：一是深入研究犯罪行为与数据的映射关系，为预测模型的构建和优化提供理论支持；二是需要长期跟踪、不断调整预测模型，提高预测准确性；三是及时开展对相关警务活动成效的评估评价，及时修正相对于预测结果的警务干预机制；四是推动一线业务决策者、管理者的直接参与，确保犯罪预测警务能够与实际业务需求紧密结合，实现可持续发展。
2、实现风险监测与防控
广义而言，公安机关开展风险监测与防控也可归为预测警务，只是风险监测与防控致力于解决中长期问题，而前述的犯罪预测警务立足于解决当下犯罪问题。
一般认为，风险是指损害发生的可能性与程度。从监测与防控实践看，风险可分为已知的（曾经发生过的、凭理论或常识可以认知的）和未知的。而从信息化角度看，对于已知风险，要解决的关键问题是明确哪些数据可以表征损害可能性的存在与发展，这是开展有效监测与防控的基础；对于未知风险，要解决的关键问题是需要探索哪些数据可以表征异常状态的出现与发展，只有发现异常才有可能发现潜在的未知风险，为风险防控争取时间。
损害发生可能性与损害程度是风险监测的两个关键指标，当然也是风险防控的重要决策依据。要判断损害发生可能性的大小，需要建立相关数据集与损害发生可能性之间的映射关系，而发生概率、指标性数据变化速度及其达到应引起重视的阈值是三个重要参数。对损害程度的判断需要通过建立指标数据（函数）与损害程度之间的映射关系来实现，并通过对损害程度的判断对管控措施（资源、方向、时机、力度等）进行评估。上面这些就是风险监测要做的事。
当然，风险监测中还存在一个问题，就是有可能存在我们根本不知道的风险，如何去监测？这是大数据应用要解决的问题。风险的存在如果最终造成了对社会的损害，它一定有个演变过程，只要能捕捉到演变的发生，就有可能发现风险，而这个演变是从正常态向异常态发展的，因此，运用大数据搞清社会正常态是什么，及时发现状态的异常变化，是有可能监测未知风险的。
将上面的叙述作一个提升，风险监测与防控实际上面对了两个问题：一是公安工作的基础性问题--找到损害可能性或正常状态与数据的映射关系，即通过数据应用认知公安工作的规律和特点；二是公安工作的实践性问题--利用上述映射关系实现对风险的监测与管控，即通过数据赋能实现警力资源的科学管理与应用。
大数据理念与实践的深化，使通过大数据应用对各类影响社会安定的风险进行评估、预警和防控得到了普遍的重视，但在实践中远没有那么理想。收集什么数据？分析什么问题？监测什么？如何干预？对这些问题的把握并不容易。与犯罪预测不同，社会风险监测往往指向性不很清晰，缺乏系统化的理论和实践经验支撑。与犯罪预测警务要把干预警力直接投放一线不同，对风险的干预要依据对风险发生可能性与损害程度的监测，调整干预预案、储备干预资源、开展对应演练、投入适当警力进行早期干预。
对风险的判断是一种可能性判断，存在太多的不确定性，许多问题其实难以得到现成的答案，例如存在哪些风险、风险以哪些事件的发生为标志、哪些因素会影响相关事件的发展、相关事件会导致多大的损害、控制哪些因素能有效减少损害等，这些问题的答案都需要在实践中不断探索和完善。因此，对风险进行监测和防控需要相应的知识库支撑，并根据实践对知识库进行修正。知识库的组成至少需要以下几方面：一是风险、相关事件、影响因素、特征数据之间的映射关系，这种映射关系是构建风险模型、实现风险监测的基础。二是风险的评估指标。风险在成为现实之前毕竟只是可能性，然而对风险的防控是需要资源投入的，因此需要对风险一旦成为现实时可能带来的损害进行评估，从而确定风险的等级以及防控的代价。三是对风险演变的防控预案。如果确认了风险正在向现实演变，尤其是演变速度很快时，积极的防控不可或缺，防控什么、如何防控必须有清晰的思路，这时候防控预案的重要性就体现出来了。此外，还需要对防控资源进行管理，并对资源的应用进行必要的评价。
与基于犯罪预测的警务不同，风险监测与防控需要持续、稳定的工作策略和行动，需要不断评估风险的演变，及时调整应对风险的资源配置和干预预案，科学平衡风险防控与其它工作的关系。风险监测与防控还需要进行一体化体系化建设，因为在一个行业领域存在的风险有可能诱发其它行业领域的相关风险，在一个区域存在的风险可能蔓延或诱发其它区域形成同类风险，并在更高的区域层级形成风险。因此，需要构建跨行业、跨区域的风险监测与防控一体化体系，实现风险信息的共享和协同防控。总之，有大量工作要做。
第三，探索推进新技术应用。
摆在公安机关面前的关于新技术应用的最核心课题是探索人工智能应用。公安工作具有业务复杂、数据复杂、应用复杂等特点，是发挥人工智能优势的极好领域。另外，公安信息化发展至今，现有技术进步红利已充分吸纳，目前进入到发展瓶颈期，已有一段时间看不到令人兴奋的进步了，在公安工作中积极探索并推进人工智能应用正逢其时。当然，从应用角度看，人工智能目前存在两个问题，即自身的不够成熟与应用条件的不够成熟。前一个问题交给科技界和企业去解决，后一个问题（包括应用场景、基础设施、大模型部署、训练数据、专业知识库、服务支撑应用、应用机制等）需以用户为主去解决。
公安工作对人工智能应用的需求是确切存在的，比如以下的应用场景就很值得关注：
在生成式人工智能应用中，有必要关注：基于AI的警务通（信息检索、法律服务、业务指导、警务支撑）；新警培训（知识、业务能力培训）；深度分析（数据鉴别与修正、态势分析、犯罪预测、AI犯罪治理）；痕迹鉴定与生物特征识别（细微差异鉴识、生物特征深度分析）；依赖开源信息的情报获取(信息搜索与收集、清洗整理与分析、情报合成与评估)；应用整合（任务导向的跨体系、跨平台应用整合）；快速开发（适应数据资源、业务模型、应用模式等的不确定）等场景。
在图像识别与计算机视觉应用中，有必要关注：基于语义理解的视频信息检索与追踪；基于场景、行为特征识别的机器自动值机；基于步态识别的视频追踪；基于步态识别和心理学知识融合应用的特定人群行为发展趋势预测等场景。
在具身智能应用中，有必要关注复杂地理环境、执勤场景中的无人警务活动。在诸如山洞、涵洞、下水道、建筑工地、辽阔水面、水下、森林等复杂地理环境中开展巡逻、搜索、观察、救援、排爆、抓捕、突袭等警务活动时，以机器人（包括具有狗、车、艇、机等形态的各类可移动设备）为基础平台，整合照明、视频监控、探测、捕获、救援、作战等工作平台的无人智能化设备具有不可替代的优势。实际应用中包括了现场感知、识别、执行等的自主化以及机器人与承载的各类工作平台的协同、多个相同或不同形态机器人间（集群）的协同（比如水面搜救时无人艇与无人机的协同）、无人警务现场与现场指挥部的协同、无人警务现场（或现场指挥部）与后方指挥中心的协同等。
在智能体应用中，技战法的实施特别值得关注。各类公安业务技战法的主要内容包括目标任务（业务目标、子任务等）、执法依据与行为规范（法律政策、工作规则等）、知识支撑（业务知识、案例经验、动态学习等）、工作评价（绩效评价、反馈修正等）。从信息应用角度看，技战法的主要内容包括信息支撑（基础信息、公共信息、专业信息、工作信息等）、知识支撑（通用知识库、专业知识库、标签库等）、应用工具（信息检索、数据分析、数据挖掘、任务驱动等）。上述内容的实施与智能体可以发挥的作用高度契合，因此，有理由认为，运用智能体实现各种技战法会是公安工作中人工智能应用的重要突破。同时也要认识到，几乎所有技战法的推广本质上是理念和经验的推广，没有统一的实施规范，这给通过智能体去实施技战法带来重大挑战。当然，这种挑战本就应该交给人工智能去应对。
在公安工作中应用人工智能，对以下若干问题需要有清醒的认识。一是数据资源问题。公安网上的数据以描述性、动态性数据（属性、案情、轨迹等）为主，知识性、政策性、研究性、工作性等数据（如工作报告、会议纪要、讨论记录、事务总结、调研报告、课题研究等）上网、在线不足。此外，因公安工作的特殊性而导致许多重要影响因素难以数据化。除了数据类别外，数据汇聚与专业化标注也是个难题。所以，公安网上目前的数据资源状态在很大程度上限制了对人工智能的训练以及应用效果，使我们对能否利用大模型构建相关知识体系并实现知识的泛化应用缺乏信心。二是应用场景问题。需要明确最需要在哪些业务领域推进人工智能应用，以及这些最需要的业务领域是否具备推进应用的条件，避免盲目投入资源。三是应用目标问题。要确定人工智能应用的目标，是用于提升具体工作效率的工具，还是为业务信息化提供公共基础，或是借此推动公安体制机制的颠覆性变革，不同的目标将决定不同的应用方向和实施策略。四是建设统筹问题。人工智能应用的推进中，场景应用可以追求“百花齐放”，基础建设则应加强统筹，以防止长期以来存在的公安信息化建设“散”的问题在人工智能建设应用中继续存在甚至更严重。中央网信办、国家发展改革委2025年10月联合印发的《政务领域人工智能大模型部署应用指引》提出应探索构建“一地建设、多地多部门复用”的集约化部署模式，统筹推进政务大模型部署应用，防止形成“模型孤岛”，说明国家层面已经关注到相关问题。对公安机关而言，许多基础性建设问题需要寻求答案，比如通用大模型该在哪些层级部署？专业知识库、标签库甚至专业训练数据如何共享？具身智能的研发是否要考虑标准化甚至统一研发？涉及复杂业务技战法的多智能体建设是采用“主-子”结构还是“协同-平行”结构？多智能体协同体系中如何处理好分层与分支知识库建设、通用与变异业务流程融合等？这样的问题有很多，不太可能现在都有明确的答案，但需要有个方向。
对在公安工作中应用人工智能还可以作更多的思考。目前我们对人工智能应用会对公安工作产生多大的影响认识是不足的。实际上，我们还是将它作为一种应用工具、应用模式引入公安工作。有两个问题应该考虑：一是人工智能应用对公安机关组织架构、业务规则、岗位设置等体制要素和业务运作模式会产生什么影响？试想一下，当应用人工智能完全实现对视频监控的机器值机后，意味着能够第一时间发现社会面的各种治安问题，公安机关该怎么确保对各种问题的及时响应？这恐怕会颠覆现有的警情响应模式和街面警力部署模式。这个例子表明在推进图像识别与计算机视觉发展应用的同时，在业务层面需要改革工作模式，在信息化层面需要推进警力资源管理的数字化转型。二是面向社会治理时，政治、经济、文化、宗教、道德、传统等因素都将发挥重要影响，人工智能如何顾及这些因素的影响？很难有人或机构能够拥有如此复杂的知识体系及相关的经验教训，人们很容易将视线转向人工智能，希望通过知识、案例的训练和自学习，使人工智能胜人一筹，在相关工作中能够更科学一些，但必须认识到相关的知识、案例并不容易总结提炼成为用于训练人工智能的有效数据，或许不必谋求人工智能直接面向社会治理终极问题提供意见，这意味对人工智能的训练、应用需要围绕社会治理的各个侧面进行组织，以“迂回”策略发挥人工智能的优势。
（三）关注非技术因素的影响
公安信息化当前存在的问题绝大多数是由非技术因素引发的，公安信息化的发展深受非技术因素的影响。因此，必须充分认识到非技术因素与技术因素对公安信息化发展同样重要。此外，非技术因素的影响通常来自大环境、氛围或体制，有其必然性，消除负面影响不一定有可行性，甚至不一定是好的选择。而在实际应对中，技术因素与非技术因素对信息化的影响是可以转化的，这一点非常重要。
第一，主要的非技术影响因素
从二十来年的实践看，非技术影响因素主要集中在“条块结合、以块为主”的政务运作体制、“分级财政、分灶吃饭”的财政体制、公安信息化领导体制、设区市在公安信息化中的定位与建设模式、长期规划与短期效益的兼顾、涉及信息共享的各类平衡、条块融合与跨层级融合等方面。
事实上，上述各种非技术因素对公安信息化的影响都可以在建设与应用中看到，它们会在规划、布局、技术路线、实施策略、资金安排、进度、业务应用等几乎全过程中显现出来。不能简单认为这些影响因素只带来负面效果，其实是可以看到一些好的影响结果，比如能够发挥各方积极性，使各方积极应对业务的差异性和个性化，有能力和资源促进基层业务整合，推动基层创新等。当然非技术因素也存在一些负面影响结果，比如全局性统筹建设困难，信息共享壁垒较难完全破除，大范围业务协同不易实现，业务规范化较难推进，上下衔接、条块融合不太理想等。不充分考虑非技术因素的影响并采取适当的策略，公安信息化的技术实现是不太可能成功的，至少会不那么令人满意。
第二，几个应该重点关注的影响因素
政务运作体制与财政体制问题、公安信息化领导体制问题、设区市在公安信息化中的定位与建设模式问题是目前影响公安信息化发展的三大关键问题。
政务运作体制和财政体制对公安信息化的影响主要体现在以下四个方面：业务事权与信息化建设事权；地方政府统筹；跨层级大平台的建设与运营；自主建设的积极性与约束。这四个方面归结起来是如何妥善处理统筹与发挥各方积极性之间的矛盾。由于公安机关体制、业务的复杂性，发挥各方信息化建设积极性是必要的，但随着公安信息化的发展进步，加强信息化建设统筹、深化信息共享、强化业务协同、促进融合发展已成为急迫的需求。由于政务、财政体制改革空间有限，因此，信息化规划与实施要考虑此方面影响，以技术方式去弥补体制带来的不足或者去适应既有体制。
以统筹协调机构、分管领导负责制、信息化主管部门责任制、信息化建设管理制度等为核心要素的公安信息化领导体制在公安信息化发展过程中发挥了重要作用，但也存在一些需要关注的问题，如在对业务信息化的影响力、对多跨协同信息化建设的统筹力、对重大信息化决策的话语权和权威性等方面明显不足。直观地看，目前公安信息化中存在的问题都与这些不足有直接关系。换个角度讲，不管如何强调政务运作体制与财政体制对公安信息化发展的影响，目前在公安信息化建设中看到的问题其实是可以通过强化公安信息化领导体制的作用加以解决或弱化的。
设区市的重要性主要基于以下两个基本事实：一是设区市在我国的政务体制中处于关键地位，承上启下，连接中央和地方；二是设区市在社会治理中无论在宏观层面还是微观层面都拥有足够的话语权、决策权和行动力。从公安工作角度看，设区市是公安工作中条块融合、业务整合的核心节点，是基层自主创新以及业务规范化的关键结合点，是政务运作体制与财政体制的主要支撑点。因此，在公安信息化发展中需要特别关注设区市的定位和建设模式。这种关注的结果或许会对现有公安信息化整体框架形成较大的影响，因而需要深入研究。
第三，应对非技术因素影响的策略
如前所述，非技术因素对公安信息化的影响是比较大的，如应对不当会带来一系列问题，但应对非技术因素的影响亦非易事，往往需要通过技术与非技术途径“双管齐下”。技术途径重在回避、减轻甚至适应非技术因素的影响；而非技术途径重在强化领导力、协调力，以机制化举措弥补技术路线上的不足。
有几点易于做到：一是认识到数据、算力、应用等方面的分布式建设是必须面对的现实，在信息化建设过程中应充分考虑分布式的特点，采取相应的技术和管理措施；二是加强体系化、标准化、模块化的技术架构设计，通过统一的技术架构和标准规范，实现应用的一体化；三是建立健全信息共享机制、业务协同机制、绩效评价机制等，以应用机制建设弥补技术建设的不足。
此外，应该充分认识到公安工作体制机制的稳定性和改革的复杂性，公安信息化建设其实应有一个目标，就是在信息化支撑下让现有体制机制运作得更为顺畅。换句话讲，许多情况下公安信息化实施策略去主动适应现有体制机制通常更具现实意义。
声明：本文来自网上行者的信息化杂议，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
