张 勇，刘爱莲

（河海大学 马克思主义学院，江苏 南京 211100）

随着人工智能的飞速发展与广泛应用，如何对其进行有效治理日益成为一项重要的社会议题。市场治理失灵的社会现实提醒我们在人工智能治理方面需要进行治理模式与路径的创新，对可能发生的人工智能问题进行精准预测、识别和整治，构建有效精准的治理模式，以应对人工智能时代的挑战。鉴于此，本文提出人工智能治理精准化问题并作探讨，希冀对人工智能产品与服务供给模式创新有所启示。

一、人工智能治理精准化概述

人工智能治理精准化旨在通过理念更新、过程优化和体系完善来增强人工智能产品与服务供需对接的有效性，实现人工智能资源的高质量供给和合理化配置，满足公众在人工智能产品与服务方面的多元化、差异化和个性化发展需求，提升公众的获得感与幸福感。

（一）人工智能治理精准化的理论意涵

关于人工智能治理精准化，学界已开展了一定的研究，综合来看，可归纳为四个方面：其一，关于人工智能治理精准化的条件。谢康认为人工智能的工具性和社会性交互构成人工智能发挥精准治理的基础。［1］郑戈指出，公共信息与市场信息的互通和共享是实现人工智能精准治理的重要前提。［2］其二，关于人工智能治理精准化的方式。谢康认为社会嵌入结构、社会威慑和问责的感知是人工智能实现精准治理功能的两种方式。［1］其三，关于人工智能治理精准化的路径。赵杨、曹文航以新冠病毒疫情防控为例指出，数据规模与质量提升、算法创新、场景深化是人工智能实现精准治理的主要路径，有助于形成以人工智能为核心的疫情防控“硬核”技术支撑，进一步提高人工智能在重大突发公共卫生事件应急管理中的赋能效用。［3］蔡振华、赵友华认为人工智能对公共服务需求治理具有动力赋能作用，理念塑造、信息共享、权责明晰、制度建设是实现人工智能精准治理的有效路径，有助于实现公共服务需求和谐善治。［4］其四，关于人工智能治理精准化的评价。张龙辉、肖克以特大城市风险治理为例，给予人工智能精准治理以积极评价，认为人工智能的应用推动了特大城市风险治理过程中权力运行的技术化、治理结构的网络化、治理过程的协同化和治理结果的精准化等技术变革，能够有效提升特大城市风险治理效能。［5］梁正也对人工智能精准治理持积极评价态度。他从抗击新冠肺炎疫情的角度指出，人工智能技术赋能公共治理创新，辅助政府精准决策，助力企业复工复产，有效提升了政府的治理水平和企业的创新发展。［6］与此相反，李利文从隐忧与风险的角度对人工智能精准治理作出了一定程度的消极评价。他认为，人工智能驱动的精准治理作为一种单粒度精准治理在为人类提供舒适的生活环境和制度环境的同时，会使社会个体陷入单向度世界，造成批判能力的弱化和丧失，并指出，在外部输入受到约束和内部认知变得固化的双重作用下，人工智能驱动的精准治理易陷入内卷化困境，造成社会个体陷入一种不断追求精致化却又难以突破和超越自我的平庸状态。［7］

可以看出，人工智能治理精准化是精准治理范式的一种典型体现。在人工智能治理实践中，治理主体通过大数据能够获取公众个体的精准化信息，并以数据挖掘等手段处理和分析这些信息，进而对人工智能发展过程中相关问题的特征、成因及实质进行精准把握，同时运用大数据推理等方法主动预判公众个体对人工智能政策与服务的需求。人工智能治理精准化以对公众个体的人工智能需求信息的全面精准把握为治理前提，着力实现人工智能治理政策供给和需求的适时、精准匹配。从治理理论来看，人工智能治理精准化表现在三个方面：在治理主体方面，政府、科技专家、社会组织和公众等治理主体需要找准各自的角色定位，避免缺位、错位、越位，充分发挥各治理主体在人工智能治理方面的合力作用。在治理客体方面，人工智能应用领域广泛，涉及模式识别、自动工程、知识工程等众多领域，这就决定了在治理过程中需要对人工智能治理对象加以严格区分，按照不同的性质和特点进行细化归类。在治理手段方面，需要根据人工智能治理客体的性质、特点、应用领域和应用范围等实际情况，适时运用政府治理、网络治理、市场治理等一种或几种治理手段的有机组合形式，开展有针对性的人工智能治理，以提升治理的质量和实际效果。

从理论层面来看，人工智能治理精准化是对马克思主义需要理论的践行。坚持以人的需要为中心是人工智能治理精准化的出发点和落脚点。关于人的需要，马克思恩格斯指出，“他们的需要即他们的本性”［8］。尊重人的主体性，满足人的需要，是实现人的本质、促进人的自由全面发展的内在根本性要求。人的需要是不断发展的，对此，马克思指出：“由于人类本性的发展规律，一旦满足了某一范围的需要，又会游离出、创造出新的需要。”［9］人工智能治理精准化以人的需要为中心，是对人的主体性地位的一种关注，本质上是以人的需要的满足为中心。在人工智能治理过程中，一方面，治理主体通过识别、整合公众在人工智能方面的现实需要，提供人工智能产品和服务的有效供给，充分满足公众的当下需要，体现了需求和供给匹配的“精准性”。另一方面，治理主体要根据人的需要的发展特点和人工智能的发展趋势将两者有机结合，准确预测公众在人工智能方面的潜在需要，提前做好人工智能未来治理的研判工作和顶层设计。可以看出，人工智能治理精准化是对人的需要的全面性和差异性的主动回应，体现了“以人民为中心”的发展思想，是马克思主义需要理论在人工智能产品和服务供给领域的应用与实践。

（二）人工智能治理精准化的实践效用

人工智能治理精准化是推进国家治理能力现代化的新要求。能力性作为治理体系现代化国家逻辑的核心指数，其要旨是指国家履行其治理职能和使命担当的能力，即资源集聚能力、公共服务能力和制度能力。［10］人工智能治理是国家治理体系的有机组成部分，人工智能治理能力也必然是资源集聚能力、公共服务能力和制度能力的有机融合。在此意义上，人工智能治理精准化是提升国家治理能力水平的一种要求，人工智能治理精准化的过程亦即是国家治理能力不断提高的一种反映。可见，国家治理能力是人工智能治理精准化的核心要件。进一步来看，以合理性和有序性为核心向度的国家治理能力是人工智能治理逻辑、动能及其运行秩序的功用践行，是人工智能治理精准化的有效尺度。也就是说，只有现代化的高水平国家治理能力才能真正提高人工智能治理的精准性和现代化水平。

人工智能治理精准化是人工智能产品和服务的供给侧结构性改革。随着科学技术的发展，公众的生活理念和生活方式较之传统均发生了明显的变化，其对人工智能产品和服务的要求越来越多，呈现出个性化需要、差异化需要和多样化需要共生的趋势。比如，在人工智能时代，智能健康管理产品需求日益多元化，智慧健康养老产业逐渐兴起。［11］人工智能治理精准化通过强化供给导向理念和人民中心理念，运用互联网信息技术和大数据分析与挖掘技术，构建多元治理主体协同合作机制，促进人工智能产品和服务供给主体的联合，提高供给质量，扩大有效供给，同时，畅通公众对人工智能产品和服务的需求表达渠道，提高供给结构对公众需求变化的适应性与灵活性，确保治理主体对公众需求的精准识别，保障人工智能产品和服务的精准供给，更好地满足公众在人工智能方面的需要。从实质上看，人工智能治理精准化是人工智能产品和服务供给从“批量生产”向“个性定制”的模式转变，即转向以公众为中心的集约型、精细化供给模式。

二、人工智能治理精准化的系统构成与运作过程

随着人工智能的不断发展，人工智能治理日益成为社会治理的核心议题。当前，创新人工智能产品和服务供给方式，有效满足公众需求，是人工智能治理面临的迫切任务。推进人工智能治理精准化，是提高人工智能产品和服务供给能力的切入点，也是促进人工智能有序发展的重要保障。人工智能治理精准化涉及多重系统，表现为满足公众需求的整体性运作过程。

（一）系统构成

作为一个有机体系，人工智能治理精准化由众多相互联系、依存与制约的子系统构成。从功能价值角度来看，这些子系统主要包括：

1.公众需求识别系统。识别公众的人工智能产品与服务需求是人工智能治理精准化的逻辑起点。人工智能治理主体要通过召开听证会、问卷调查、网络测评等形式，主动了解公众在人工智能方面的现实与潜在需求，筑牢人工智能治理精准化的基础，构建有效的需求识别系统。

2.供给方案设计系统。识别了公众在人工智能产品与服务方面的需求，还要制定明确的供给实施方案。方案设计系统是在需求识别系统的基础上，对人工智能产品与服务供给进行规划、整合，确定供给实施方案，包括产品与服务的供给主体、方式、数量、种类等，形成供给“内容清单”。

3.产品和服务生产系统。该系统的对象为人工智能产品与服务的直接供给方，主要包括人工智能产品生产企业、人工智能服务生产企业与外包企业等相关主体。产品和服务生产系统的职能主要是人工智能产品的直接生产与服务的有效递送，即根据人工智能产品与服务供给方案，由上述相关主体通过特定方式为公众提供所需产品和服务。

4.治理过程控制系统。怀特海认为：“现实世界是一个过程，该过程就是诸现实实有生成的过程。”［12］人工智能治理作为一种过程性存在，其在本质上必然是历史的、生成的。在此意义上，人工智能治理精准化就是要做好治理过程的控制工作。即是说，人工智能治理主体要对人工智能产品与服务的生产过程、递送过程以及产品与服务质量进行监督，防止人工智能产品与服务供给偏离供给方案设计目标，亦防止人工智能产品与服务出现质量问题，造成与公众实际需求的脱钩。

5.治理效果评估系统。对人工智能治理是否真正做到精准化必须进行效果评估，主要是对人工智能产品与服务供给的质量与实效进行评估，了解公众对人工智能产品和服务的感知度与满意度，以此来检验人工智能产品和服务供给的有效性和针对性。治理效果评估系统旨在形成治理主体自我评估、社会组织评估、第三方专业机构评估、服务对象评估相结合的评估体系，其评估指标主要集中在人工智能产品与服务的时间准确率和项目完成率、公众对人工智能产品与服务的满意度、人工智能产品与服务的有效投诉反馈率和结案率等。

（二）运作过程

人工智能治理精准化的目标意在实现公众对人工智能产品和服务需求与供给的无缝对接。在要旨上，“精准”的核心是人工智能产品和服务需求侧与供给侧的有机匹配和协调统一。从运作过程来看，人工智能治理精准化将公众需求视作中心，以公众需求识别为起点，以公众需求满足为终点，构成一个开放式的循环过程。

1.精准识别公众需求。人工智能治理精准化是需求导向的人工智能产品与服务的供给创新，以识别公众需求为前提和基础。公众需求的个性化与多元化决定了人工智能治理精准化需要构建线上线下相结合的需求信息收集渠道，尤其是要发挥大数据平台在收集公众需求信息方面的重要作用，对公众需求进行细微识别，厘清公众在人工智能产品与服务方面的需求差异性，全面了解公众需求。

2.精准设计供给方案。人工智能治理精准化要以科学、合理、有序的供给方案作为实施指南和依据。在精准识别公众需求之后，人工智能治理多元主体需要通过民主协商方式寻求公众偏好的“最大公约数”以实现需求整合，形成人工智能产品与服务的需求“清单”。进一步地，以公众需求“清单”为基础，治理主体通过招标等程序确定人工智能产品与服务供给的要求、项目和主体等，形成整体性的精准化供给方案。

3.精准提供产品与服务。公众在人工智能产品和服务需求方面的差异化与多样化，决定了必须加强政府、社会组织、专业机构和企业的服务功能，形成多元化治理主体协同共治的新格局。围绕公众需求，承担人工智能产品和服务供给职责的相关主体，要坚持以质量为中心，做好产品生产与服务递送工作，增强供给与需求的匹配度，提升供给的精准性与实效性。这是人工智能治理精准化的核心环节，亦是多元治理主体发挥治理合力作用所要达到的共同目标。

4.精准评估产品和服务效果。对人工智能产品和服务的供给效果进行精准评估是检验人工智能治理精准化程度的重要途径，通过引入社会组织、第三方专业机构等多类评估主体，运用基线测量法、介入影响测量法、目标实现程度测量法、任务完成情况测量法等专业评估工具，从过程与结果两个方面对公众在人工智能产品和服务方面的感知度与满意度、人工智能产品和服务供给项目的完成率以及多元治理主体的职责履行情况进行精准评估，确保评估的科学性、专业性、规范性和全面性。评估完成后，将评估结果向公众、人工智能产品和服务供给主体及多元治理主体进行及时反馈。

三、人工智能治理精准化的基本原则

人工智能治理精准化是一个复杂的体系，主体多元、内容多样、价值多维，关涉经济、政治、文化、社会、生态等多个层面。立足《G20人工智能原则》，我们可以发现，人工智能治理精准化作为一个动态的生成过程，其规范有序的发展需要遵循如下几个基本原则：

（一）包容性增长原则

包容性增长既是人工智能治理多元主体的共同愿景，又是人工智能治理精准化的价值旨归。在包容性增长方面，人工智能治理精准化有两个主要的关注点：其一，主体的包容性。人工智能治理精准化遵循包容性发展理念，凸显多元主体在人工智能发展方面的机会与利益共享，对所有主体尤其是弱势群体在人工智能产品与服务方面的实际需求、供给环境、利益分配等给予充分关注，也就是说，“任何人应该拥有平等的接触人工智能的机会，可以按意愿使用人工智能产品，并与人工智能相融合”［13］。概言之，人工智能治理精准化在主体方面实现了全覆盖。其二，成果的共享性。不平等的底线是考察发展成果是否共享的一个重要因素，其上是社会“有差别分配比例平等空间”，其下是“底线平等空间”，表示社会分配给全体成员的非竞争性益品（如公共物品等）和某些竞争性益品（如消费品等）的相同性或平等性。［14］一个社会应该确保全体成员最基本的底线平等。就人工智能产品与服务而言，确保社会全体成员的底线平等，是实现人工智能发展成果共享的内在要求。而要做到这一点，关键在于对社会全体成员在人工智能产品与服务方面的需求能够精确识别，坚持因人施策、分类施策，实现精准化供给，真正保证全体社会成员共享人工智能发展成果。

（二）程序公正原则

人工智能治理精准化注重程序公正，这是其规范性的一个显著特征，也是其具有实践生命力的根本保证。作为程序政治在现实社会中的一种体现，人工智能治理精准化产生于协商民主的环境中，需注重多元主体之间的平等协商，以达到规范化操作、程序化运行的良好效果。可以这么认为，人工智能治理精准化运作于“协商决策”的语境中。协商是人工智能治理精准化的突出优势，多元主体运用协商这一有效的治理工具可以改善人工智能治理环境，合理解决相关各方的利益问题。尤其在风险社会，人工智能治理精准化关于程序协商的强调对促进人工智能发展过程中风险交流与风险决策的民主化意义重大。由于多元主体在社会角色、身份地位和知识背景方面存在着差异，因而，人工智能治理在进行风险任务分配时，必须要注重运用机制安排来促进多元主体间的风险交流，将风险决策构建于协商民主之上。从根本上看，程序公正就是要充分发挥好人工智能治理多元主体的合力作用，促进人工智能各类要素的最优化配置，以实现经济效益、社会效益的最大化产出。也就是说，政府、企业、公众和社会组织可以构建一个人工智能治理团队，共同拥有人工智能治理所需要的资源、能力和知识，并通过民主协商来有效组合各类资源，提升人工智能治理的质量与效果。

（三）过程透明原则

人工智能治理精准化十分注重过程的透明性。传统的科层制管理模式往往注重政治权威性与执政合法性，而通常忽视管理透明性和执政民主性，极易导致管理者与被管理者之间非人格化关系的产生。然而，随着社会从“管理模式”发展到“治理模式”，这一状况发生了实质性改变。就人工智能治理而言，企业、公众、社会组织等这些非政府类的多元主体不再仅仅作为政府的管理对象被动地参与人工智能的发展与运作，而是作为多元主体以一种民主合作的形式参与人工智能治理，其身份角色和社会地位发生了根本改变。尤其是在人工智能治理精准化情境下，多元主体为了共同的治理目标的实现，更需要加强对话交流，确保信息共享和治理过程的透明。可以说，过程透明是人工智能治理精准化的有效要件。从现实情况来看，在过程透明方面，当前人工智能治理精准化需要突破知识产权和数据霸权两种制约，避免在人工智能治理精准化过程中出现不公正现象。

（四）稳健安全原则

从规范生成的角度来看，稳健安全是人工智能治理精准化的重要保障。具体表现在两个方面：第一，规则体系的开放性。人工智能治理精准化的规则并非由政府部门依照权力制定，而是由多元主体协商制定。也就是说，政府、市场力量、社会组织、公众个人等主体经民主协商，可以共同制定人工智能治理精准化的相关规则。可以看出，制定主体的广泛性体现着人工智能产品和服务供给主体的差异性，反映出人工智能产品和服务需求的丰富性，一定程度上决定了人工智能治理精准化规则的多样化表现形式，使人工智能治理精准化规则具有浓厚的“包容性”色彩，提高了人工智能精准治理的公众基础。第二，规则内容的通约性。作为一种非理论固化的协议共识，人工智能治理精准化规则具有较强的弹性或张力，也即内容上富含通约性。它可以在多元主体的分歧中谋求最大化共识，在争议中寻求最大化合作，并使之成为一种通行的规则确定下来。在风险社会中，人工智能治理精准化规则的通约性具有重要意义。一般而言，风险的放大效应使多元主体在风险感知方面表现出巨大的差异性。尤其在“后真相”时代，人工智能会对后真相的生产领域进行再塑，对事实进行乔装和捏造，转移公众对真相的感知，后真相由此呈现出操纵性。［15］这种社会功能的部分异化使信任匮乏日益成为一种社会通病，导致依赖单一路径进行人工智能风险决策时，可能会面临一些抵触。针对这一现象，构建一种开放的内容通约的规则治理体系，让多元主体皆有权参与人工智能风险决策，通过民主协商谋求意见的一致性，进而在人工智能治理精准化过程中迎回乃至提升主体间的相互信任度，保障人工智能精准治理安全有序的运作。

（五）负责任原则

在人工智能治理精准化方面，政府、市场和社会组织是三个主要的供给主体，分别扮演着不同的供给角色，担负着不同的供给责任。具体来看，政府担负着人工智能产品和服务的制度供给者的责任，市场担负着人工智能产品和服务供给者的责任，社会组织担负着人工智能公共服务供给者的责任。人工智能产品和服务供给机制的有效运作要求包括上述三个主要供给主体在内的多元供给主体必须切实担负起相关供给责任，以适合于技术发展水平和社会公众实际需求的方式确保人工智能精准治理的正常运作，如此才能促进人工智能产品和服务供给效能的有效提升。在目标方面，多元供给主体要在明晰各自责任归属的基础上，找准自身角色定位，并以此为基础协同合作，共同完成人工智能产品和服务供给任务。在过程方面，虽然“政府、市场和社会力量都有自己的比较优势领域”［16］，但如果没有制度保障和机制支撑，供给主体多元化只能停留在口头讨论中，难以自动实现。在此意义上，人工智能治理精准化需要人工智能产品和服务的多元供给主体本着负责任的态度与时俱进地完善相关制度与机制，同时，不断优化自身结构，内容包括明确供给主体标准、扩大供给主体数量、扫清多元主体供给合作的障碍等，最终促成人工智能产品服务高效、精准供给目标的实现，提升公众的满意度。

四、人工智能治理精准化的实现机制

人工智能治理精准化是人工智能产品和服务供给侧改革的一种体现，是创新供给方式的一种有益尝试。需求主体的复杂性、供给主体的多元性以及产品和服务种类的多样性决定了人工智能治理精准化的推进必然是一个系统工程，需要建立与之相应的有效实现机制。

（一）民主协商机制

民主协商是提升人工智能治理精准化水平的重要手段。在推进国家治理体系和治理能力现代化的时代背景下，人工智能治理不再仅是政府单一维度的行动，而是政府、市场、社会等多元主体协商共治的多维行动，需要多元主体“在对话、协商与合作中为人工智能的发展制定规划”［17］。人工智能治理精准化的实施与推进，以有效获取需求和供给信息为前提，建立以民主协商为基础的沟通交流机制，有助于促成人工智能需求和供给信息的交换与共享，为人工智能治理精准化目标的实现提供保障。仔细分析，构建民主协商的沟通交流机制，需要从如下四个层面着手：其一，在物质环境层面，多元主体要围绕人工智能发展的物质环境开展协商，营造人工智能发展的科技创新环境和投资创业环境。其二，在制度环境层面，多元主体要围绕人工智能发展的长期目标和短期目标开展协商，适时出台相关法律法规和规划纲要，保障人工智能发展有章可循，规避人工智能发展过程中的各类问题。比如，在做好人工智能新技术、新产品评估的同时，加强以终端社会消费需求为导向的市场培育，逐步提升创新评价类政策制度和市场需求型政策制度的供给。［18］其三，在组织环境层面，“现代人工智能的发展已经更加倾向于由不同学科背景的科学家、工程师和社会学家等所组成的组织来推动”［19］，因此，多元主体要围绕人工智能治理组织的架构、功能、职责和运行机制等开展协商，确保构建的人工智能治理组织能够在法定范围内行使人工智能相关事务的参与权、决策权与监督权。其四，在价值环境层面，多元主体要围绕人工智能责任伦理开展协商，以人文情怀为纽带，强调人的主体地位，强化技术的人文情怀［20］，其包含三个方面的内容：一是协商微观上的“工程师职业伦理”问题，确保提高全体公众的社会福利为人工智能工程师的职业伦理方向，尽可能满足人们多方面的愿望和不断增长的需要［13］；二是协商中观上的行业伦理问题，确保人工智能行业道德规范的健康发展；三是协商宏观上的人工智能工程活动与社会的关系问题，倡导在人工智能工程活动与社会之间建立一种“善”的关系。人类势必要在智能机器设计阶段将“善”的理念嵌入其中，以使其产品遵守社会道德规范。［21］

（二）协同合作机制

多元主体之间的协同与合作是人工智能治理精准化的客观要求。从元治理角度来看，治理存在着“失灵”现象［22］，无论是政府治理、市场治理还是网络治理都有各自的不足之处，存在着一定程度的治理失效性。也就是说，任何一种社会治理都不可能由单一治理模式、单一主体独自完成，需要其他治理模式、其他主体的协同合作才能完成。就人工智能治理精准化而言，多元主体应围绕人工智能治理的目标将治理策略多样化，实时把握治理过程，根据不同阶段的治理目标及时采用有针对性的治理策略或策略组合，尤其是在人工智能产品与服务供给方面，多元主体更需要构建协同合作机制，打造有效的人工智能产品与服务供给体系。具体来看，这一协同合作机制主要表现在三个方面：其一，政府要结合人工智能发展现状及其趋势，制定合适的人工智能治理规则，引领人工智能治理发展方向，同时，构建有效的人工智能治理交流平台，促进其自身、市场、公众和社会组织围绕人工智能治理议题开展协商对话；其二，市场主体要通过合同承包、特许经营等方式，参与人工智能产品与服务供给，加大供给力度，充分满足公众需求；其三，社会组织要引导公众以互助交换的方式参与人工智能产品与服务供给，促进人工智能资源整合和服务协同，并为公众提供人工智能产品与服务方面的专业咨询。

（三）质量评价机制

结合公众需求，对人工智能治理精准化进行科学评价，是检验人工智能产品与服务供给质量和效果的重要手段，也是优化改进人工智能产品与服务供给方式的重要保障。人工智能治理精准化评价，要坚持以质量为核心的评价标准，构建有效评价机制：其一，改变政府作为唯一“裁判员”的传统做法，将公众引入人工智能治理精准化评价中，作为核心评价主体，真正成为人工智能产品与服务供给质量的“裁判员”。其二，将人工智能产品与服务供给效果作为评价的关键要素，不仅要关注人工智能产品与服务供给的种类、数量等“量化”指标，更要关注这些产品与服务供给所产生的现实效果和社会影响等“质化”指标。其三，将过程评价作为评价的重要环节，克服单一式结果评价的不足，提升人工智能产品与服务供给的过程质量。其四，在人工智能产品与服务供给评价中，引入具有独立资质的第三方质量评估机构，构建第三方质量评价体系，确保评估的专业性、权威性和公正性。

五、结语

伴随着新时代社会主要矛盾的转化，公众在人工智能产品与服务需求方面的个性化与多元化趋势日益凸显，对创新人工智能产品与服务供给方式提出了更高的诉求。因而，人工智能治理精准化要以精准识别公众需求为起点，坚持把满足公众在人工智能产品和服务方面的需求作为动力源泉和价值旨归，持续创新人工智能治理机制，实现由数量扩充的外延式发展转向质量提升的内涵式发展，构建高效交互的宏微观整合式创新体系［23］，不断提升人工智能产品与服务的供给能力与水平，提升公众的获得感与幸福感。同时，人工智能治理精准化要充分发挥政府治理、市场治理、网络治理等治理手段的各自优势，形成治理合力，积极鼓励、动员、支持公众参与人工智能治理，努力扮演好人工智能治理的共同发起者、设计者和执行者角色。此外，在治理有效性方面，人工智能治理精准化不仅要精准识别公众需求，还要合理引导公众在人工智能产品和服务方面的需求预期，避免公众提出脱离人工智能发展实际的需求，增强人工智能产品和服务需求与供给的有效性匹配，更好地回应公众对人工智能发展的期待。