1. 为什么这个问题现在很重要
1788344094_c919e2679d249e9e3c72.jpg
AI 生成的图像 ©Markethub.org

蔚山市设定目标,力争到2030年将本地企业基于人工智能的数字化转型率从约7%提升至40%,并于2026年成立了独立的“人工智能首都推进总部”。尽管人工智能已从局部信息化项目发展成为涵盖产业、交通、行政和招商引资等各个领域的综合性城市战略,但市议会的核查机制仍局限于各部门的工作报告和个别预算及条例。目前尚未建立将申报与实际成果相衔接的综合核查体系,预计到2028-2029年,将难以弥补已执行项目数量与实际企业转型率之间的差距。因此,市议会针对蔚山人工智能城市战略的核查机制滞后于其实施速度。

2026年,产业和建设委员会在一次会议上审查了人工智能首都推进总部的数据中心、自动驾驶公交车、智慧城市服务、主权人工智能集群以及推广项目。虽然审查范围同时扩大到基础设施、产业转型、市民服务和城市品牌建设等领域,但审查结果在进度、差异化、利用率、满意度和推广效果等方面较为分散。没有确定评估项目间顺序关系或累积财务风险的统一绩效指标,未来两到三年内单个项目的正常执行情况很可能被当作城市战略的整体绩效来评估,这种风险日益增加。虽然目前的立法活动正在审查人工智能项目,但尚未达到将人工智能城市作为一个整体绩效组合进行审查的阶段。

2. 目前已确认的证据

在第261次产业建设委员会会议上,与会者就水下数据中心的节能竞争力、自动驾驶公交车的商业化时间表、智慧城市服务的利用率和满意度,以及人工智能资本推进总部在业务报告中提出的“主权人工智能集群”的独特性等问题进行了提问。尽管委员会的关注点已从核实项目名称和预算转向展示效果和使用指标,但目前尚无证据表明这些调查结果已被纳入委员会绩效考核体系,该体系应包含基准值、目标值和核查时间表。如果同一项目在2028年前进行组织结构调整或更名,则先前调查结果与后续结果之间的连续性将减弱。虽然人们已经意识到绩效核查的必要性,但制度化程度仍处于起步阶段。

在第263次工业建设委员会会议上,委员会在审查一项旨在利用人工智能消除公交线路右转弯盲区的条例草案时,考察了产品定价、分销情况、预算估算差异以及试点项目的技术有效性。尽管审查过程优先考虑价格合理性和示范结果,而非“人工智能”的具体应用,但公开数据并未确认在原条例草案获批后,重新审查示范结果或后续报告周期的终止条件。如果试点项目在未来两到三年内扩大规模,则最初的验证问题与扩大的预算之间的因果关系可能会被打破。虽然对具体技术的先前控制得到确认,但事后控制的持续性仍未得到证实。

2025年,蔚山市议会审议了《蔚山广域市人工智能行政实施条例》,并在议员研讨会上开展了人工智能政策分析和立法数据利用方面的培训。尽管监管对象和核查手段均已同时进入人工智能领域,但尚未公布市议会自身分析能力已永久性地融入预算、审计和立法评估等工作的具体成果。如果到2028年前后,行政部门的技术和数据能力与市议会的核查能力之间的差距进一步扩大,信息不对称将演变为结构性问题。目前,相关法律研究和学习已经启动,但独立的核查能力仍在构建之中。

3. 申报核查和项目核查是分开进行的。

在第261次全体会议上,蔚山市提出了到2030年将企业人工智能(AI)采用率提升至40%的城市目标。同时,各常设委员会也在同一会议上讨论了与人工智能数据中心、云计算、企业支持和人才培养相关的项目。尽管该城市目标被列为结果指标,但项目评估却较为分散,侧重于个别投入和实施计划。评估中并未明确各项目对提高采用率的贡献程度,因此即使目标在两到三年内未能达成,也难以将责任归咎于具体项目。蔚山市议会虽然认可了《人工智能城市宣言》,但未能将绩效问责细化到项目层面。

7%和40%的企业人工智能采用率之间存在33个百分点的差距。然而,国会披露的数据并未同时呈现受评估企业的范围、人工智能采用的认定标准、简单解决方案应用与流程转型之间的区别,以及调查频率和核查机构等信息。即使目标量化,如果衡量规则不明确,绩效指标就会被用作组织和预算扩张的理由,其事后判断力也会被削弱。如果2028年后调查对象或定义发生变化,时间序列比较将受到影响。目前,40%的目标只是一个政治方向性指标,不能被视为可审计的绩效指标。

4. 预算审查有效,但投资组合核实不可见。

产业建设委员会询问了耗资1.5亿韩元制作人工智能纪录片的宣传效果、人工智能公交车安全装置的价格合理性,以及包括人工智能投资领域在内的总计400亿韩元的成本估算。虽然财政控制措施旨在核实各项支出的合理性和单价,但并未对整体财政支出——即涵盖宣传、基础设施、企业支持和人才培养等,并将其整合为一个人工智能城市整体预算——进行核查。如果未来两到三年内人工智能相关预算分散到各个部门和政府资助机构,则很可能在逐项审查中遗漏重复项目和间接成本。目前,预算核查仍处于逐项审查阶段,而非对整个战略的资金分配进行核查的阶段。

在第261次业务报告中,有人提出企业投资局与人工智能资本促进总部可能存在职责重叠的问题;行政部门回应称,各部门职责分明,总部负责统筹全局。虽然承认组织架构边界存在问题,但并未提供项目清单、受益企业名单或通用KPI对比表,以确定是否存在职责重叠。未来两到三年内,如果将人工智能企业扶持与RISE、科技园区、招商引资和中小企业扶持等项目合并,将出现对同一企业重复扶持和绩效结果重复计算的情况。委员会虽然意识到存在职责重叠的风险,但并未在行政部门的解释之外进行独立核查。

5. 扩大示范项目的条件尚不明确。

在审查基于人工智能的公交线路安全条例期间,曾讨论过根据试点项目的结果和验证其技术有效性来审查推广方案。虽然示范后分阶段推广的方案已确定,但公开的会议结果并未确认具体的通过标准,例如事故减少率、误报率、设备利用率、驾驶员接受度和单车成本。在没有既定标准的试点项目中,安装完成情况和运行案例数量可以替代实际结果,从而增加了在两到三年后停止推广的政治和经济成本。目前,虽然市议会已确认了解分阶段审查流程,但推广的最终决定标准仍未确定。

会上询问了自动驾驶公交车的商业化时间表和外包运营系统,并提及了智慧城市服务的使用率和满意度调查。虽然讨论了运营阶段的各项指标,但并未提出一个综合考虑安全干预次数、人工切换频率、运营成本变化以及与现有交通方式相比的效益等指标的绩效结构。随着试点线路和服务在2028年前不断扩展,市民感知和技术运营绩效很可能需要分开评估。蔚山市议会对该示范项目的审核已进入质询阶段,但尚未建立相应的终止或扩展评估体系。

5. 扩大示范项目的条件尚不明确。

在审查基于人工智能的公交线路安全条例期间,曾讨论过根据试点项目的结果和验证其技术有效性来审查推广方案。虽然示范后分阶段推广的方案已确定,但公开的会议结果并未确认具体的通过标准,例如事故减少率、误报率、设备利用率、驾驶员接受度和单车成本。在没有既定标准的试点项目中,安装完成情况和运行案例数量可以替代实际结果,从而增加了在两到三年后停止推广的政治和经济成本。目前,虽然市议会已确认了解分阶段审查流程,但推广的最终决定标准仍未确定。

会上询问了自动驾驶公交车的商业化时间表和外包运营系统,并提及了智慧城市服务的使用率和满意度调查。虽然讨论了运营阶段的各项指标,但并未提出一个综合考虑安全干预次数、人工切换频率、运营成本变化以及与现有交通方式相比的效益等指标的绩效结构。随着试点线路和服务在2028年前不断扩展,市民感知和技术运营绩效很可能需要分开评估。蔚山市议会对该示范项目的审核已进入质询阶段,但尚未建立相应的终止或扩展评估体系。

6. 行业 AX 绩效的最终受益者没有被追踪。

产业建设委员会考察了蔚山科技园的区域专业制造数据激活项目和先进材料数据分析基础设施,并询问了2026年人工智能云支持项目和面向中小企业的人工智能推广项目的进展情况。尽管委员会的考察范围从设备和基础设施转向企业利用率,但受支持企业采用前后生产率、缺陷率、能源成本、销售额和就业情况的变化与已公布的立法成果之间并无关联。存在这样一种风险:如果仅统计两到三年内受益企业的数量,简单的应用和流程改进可能会被计入相同的转化绩效。虽然存在对工业AX的现场考察,但缺乏对企业层面额外绩效的验证。

会议上提出的关于人工智能人才在本地企业就业和定居蔚山的绩效目标和后续管理要求,表明人才培养的最终成果已得到认可。然而,目前尚未有区分完成培训项目、找到工作、在蔚山从事人工智能相关工作以及留任一至两年的学员的群体数据。即使到2028年受训人员数量有所增加,但如果本地留任率不加以区分,教育项目的成效和产业劳动力供给的结果将难以评估。尽管市议会指出了人才流失问题,但目前尚无持续追踪这一问题的核查机制。

7. 基础设施规模与区域绩效之间的因果关系尚未得到证实。

委员会询问了蔚山人工智能数据中心的建设进度、吸引相关企业的策略、企业需求以及水下数据中心潜在的节能效益。虽然核查范围已从基础设施建设本身扩展到需求和连锁反应,但区分本地企业计算接入成本、使用量、利用率和对外销售比例的绩效标准尚未确定。如果场地、电力和建设成本在两到三年内固定不变,那么弥补需求不足或本地接入缺陷的成本将急剧上升。尽管委员会承认基础设施存在风险,但未能最终确定将建设审批与区域人工智能绩效挂钩的评判标准。

在对水下数据中心进行评估的过程中,初步分析也涉及了海水温度、生态系统以及渔民的捕鱼环境等问题。尽管技术竞争力和区域外部性已被纳入评估范围,但并未公开用于同时比较环境、能源和工业绩效的基准线。如果设施投入运营后,环境影响和工业绩效由不同的委员会或部门负责管理,则整体损益的责任就会分散。到2028-2029年,沉没成本将迫使企业优先考虑业务连续性而非环境和需求风险。尽管人们对大规模人工智能基础设施存在担忧,但在进行不可逆转的投资之前,验证的密度仍然不足。

8. 国会自己的 AX 并没有带来核查能力。

2025年市议员研讨会涵盖了利用人工智能进行政策分析和立法数据的使用,市议会也在线公开会议记录、委员会结果和行政审计行动结果。虽然分析工具和公共数据的基础已经存在,但尚未找到一个能够自动关联预算、合同、关键绩效指标、审计结果和人工智能项目行动结果的市议会仪表盘。随着议程项目和文件在两到三年内不断积累,仅依靠市议员和政策支持人员的手动搜索,很难发现项目之间的重复和问题。尽管蔚山市议会已经开始学习人工智能,但很难断定它已经发展成为一个永久性的验证系统。

尽管行政部门设有专门的人工智能机构并开展了众多专项项目,但立法部门公开的数据中并未提及专门从事人工智能、数据和算法审计的独立专家或常设核查部门。在行政部门和立法部门之间技术信息不对称日益加剧的背景下,短期研讨会无法保证专业知识的连续性和可复制性。如果模型性能、数据权利、云成本和供应商锁定等问题在2028年前后成为需要解决的结算问题,仅依靠现有的财务审查将导致问题根源的识别被延误。立法部门自身的审计系统(AX)尚处于工具应用的早期阶段,其监督能力的结构性改革也尚未完成。

9. 当前准备水平评估

与此同时,条例提案、人工智能资本推进总部的工作报告、关于数据中心、自动驾驶和智慧城市的问询,以及对企业需求和人才保留指标的要求均得到确认。尽管委员会对人工智能的认知范围已从单一技术项目扩展到涵盖产业、行政、交通和人才等多个领域的议题,但尚未建立一套将申报、预算、执行、结果和后续措施联系起来的通用核查体系。如果未来两到三年项目数量持续增长,沿用目前的逐节提问方式将难以区分累积成果和失败案例。在问题认知方面,准备水平被评估为中等偏上;而在制度化方面,准备水平则被评估为中等偏下。

10. 常设委员会对价差水平的确定

工业、交通和智慧城市由工业和建设委员会负责;人工智能管理实施由行政和地方政府委员会负责;生成式人工智能教育由教育委员会负责。虽然人工智能议程已扩展到多个常设委员会,但尚未证实全市范围内对人工智能绩效进行联合核查,或各委员会之间指标整合。如果到2028年,各项目对数据、人才和基础设施的相互依赖性进一步增强,常设委员会的职责范围可能会成为绩效问责的分界线。议程的扩展已成定局,但整合监督的扩展仍有待证实。

11. 性能验证扩散水平的确定

在各种会议上,与会者提出了关于利用率、满意度、试点项目成效、价格合理性、本地人才留存以及企业需求等方面的结果导向型问题。然而,在随后的预算、结算或行政审计中,并没有使用相同指标对这些问题进行持续的确认记录。当一次性的质询在两到三年内反复出现时,批评的声音越来越多,但绩效标准却没有相应积累。虽然绩效核查已扩展到理事会成员提出的个别问题,但尚未在机构内部建立起可重复执行的程序。

12. 确定数据就绪级别

市议会已通过公开会议记录、委员会决议、立法提案和行政审计数据,为核实提供了书面依据。然而,目前尚无公开的单一数据结构涵盖人工智能相关总预算、项目具体关键绩效指标、受益人重叠情况、合同变更、模型性能和后续措施。如果项目名称和负责部门在2028年后发生变更,恢复以往绩效和当前支出记录的成本将大幅飙升。尽管存在公开文件,但目前仍缺乏用于绩效审计的数据集。

13. 2~3年时间风险评估

从2026年人工智能资本推进总部成立到2030年企业人工智能应用率达到40%的目标之间,2027年至2028年是首次积累基础设施、企业支持和人才培养等方面中期成果的时期。如果在此期间基线和贡献度衡量指标未能稳定下来,到2029年将仅剩目标达成率,而各个项目的成效将无法评估。验证体系的延误不仅会导致行政上的延误,还会导致绩效历史记录的丢失。目前,“黄金时期”剩余时间预计约为24个月。

14. 不可逆性的判定

对于数据中心和工业园区而言,场地、电力和建设合同是固定的,而企业支持和人才培养则通过多年期实施机构和补贴机制积累。如果投资在前期绩效标准薄弱且存在中期终止条件的情况下扩张,沉没成本和利益相关者数量将同时增加。即使在2028-2029年确认绩效不佳,项目缩减也极有可能演变为与地方政治、就业和合同相关的问题。蔚山人工智能城市战略的不可逆转性被评估为:基础设施风险高,配套项目风险中等,验证体系风险高。

15. AX兼容压缩方案

验证轴

最小执行单位

判断标准

声明 – 商业联系规划 2030 年目标及人工智能业务整体贡献将未分配贡献的项目分开
综合融资确定人工智能总预算,包括各部门、附属机构和资金。披露重叠的收益和重叠的关键绩效指标
经验控制项目基线、终止和扩展条件的登记如果未达到标准,则暂停扩张。
工业绩效公司在实施前后跟踪生产力、质量和就业情况简单用法与流程分离 AX
基础设施验证运行率、区域利用率、单价和能效比较建设速度与区域特征的分离
人才表现完成情况–就业–人工智能工作–区域剩余群体确定1年和2年留存率
算法审核准确性、误报、偏见、问责制和供应商依赖性检查业务指标,但业绩和责任尚未得到证实。
国会 AX分析预算、合同、会议记录和审计行动之间的联系自动识别重复警告和未解决的问题
16. 最终判决

蔚山市议会并未对人工智能城市的认定袖手旁观,而是扩大了审核范围,从组织重叠、技术定价、示范效果、企业需求、人才留存、环境影响和使用指标等方面提出了质疑。

然而,目前的核查工作仍然局限于会议单位、常设委员会和个别项目。尚未建立贯穿城市目标、总预算、项目贡献、机构绩效和后续措施的持续核查机制。

最终结论是“积极的人工智能监管+项目组合问责制存在差距”。虽然蔚山市议会正在审查人工智能项目,但现在就断言它正在独立且全面地验证人工智能城市的实际绩效还为时尚早。

17. 区域 AX 黄金时间得分

评估区域

分数

判决

人工智能议程意识

72

多域扩散
预算和项目咨询

67

个人控制操作
绩效指标的具体性

44

参考值和目标值均不完整
事后验证连续性

36

后续跟踪未经证实
常务委员会整合

33

分段监督
数据可访问性

52

缺乏文件披露和结构化
技术审计能力

35

初始学习阶段
不可逆投资控制

41

初步判断不足

总分:48/100

黄金时间状态:橙红色
时间窗口:约24个月
失效模式:验证错觉,即正常的项目执行取代了全市范围内的绩效
不可逆性:风险从中等上升至高风险

18. 证据来源与结构性洞察

证据来源

结构性洞察——国会的年度会计工时与AX的累计工时存在冲突

地方议会通过年度会计周期来核查行政部门的运作,该周期包括预算提案、补充预算、账目结算和行政审计。另一方面,AX 的绩效体现在多年的数据积累、流程学习、组织重组和企业扩张中。即使是同一个项目,评估目标也会从第一年的实施率转变为第二年的使用率,再到之后的生产力。

这种时间轴上的偏差造成了一种结构性问题,即使委员会每年都进行彻底审查,累积性失败也会被忽略。即使设立当年的预算执行率和运营当年的利用率都被判定为正常,但如果最终生产力或区域残值较低,整个项目仍会被视为失败。年度正常判断的总和并不能保证战略上的成功。

因此,蔚山人工智能市的监管风险并非源于市议员缺乏关注,而是由于时间上的差异。如果年度会计审核与AX绩效在三到五年内持续脱节,那么各种问题就会累积,却不会在任何一个财政年度中明显显现。蔚山市议会最大的结构性风险并非在于未能进行核查,而在于尽管每年都进行核查,却无法确定整体上存在的问题。

版本历史记录

版本

日期

修订

v1.02026.08.28蔚山市议会关于人工智能城市监管范围的首次决定
v2.02026.08.28预算、示范、工业绩效和基础设施验证的分离
v3.02026.08.28反映2-3年的时间风险和不可逆性
v3.22026.08.28证据驱动的分析叙述和最终黄金时间判定已确认