人工智能賦能情報服務與決策：內涵、邏輯與路徑

摘" "要：文章聚焦于人工智能賦能情報服務與決策的宏觀認知概念、內涵與框架，旨在從內涵、邏輯與路徑三個層面進行深入探討。首先，明確了人工智能在情報服務中的內涵，指出其通過智能化手段實現情報的高效收集、深度處理、精準分析及快速傳遞；其次，剖析了人工智能賦能情報服務與決策的內在邏輯，包括融合創新、場景驅動和戰略引領三大要素；最后，探索了人工智能賦能情報服務的具體路徑，包括情報感知及數智賦能的智慧響應體系構建、場景化適配的智慧問答交互范式創新、智能化情報決策系統的內容構建與優化以及應用導向的“智慧＋”情報服務與決策模式塑造。通過對這些問題的深入研究，為情報服務領域的人工智能應用提供了認知支撐和邏輯指引，有助于推動情報服務的現代化轉型和創新發展。

關鍵詞：人工智能；情報服務；情報決策；理論內涵；實踐路徑

中圖分類號：G356" 文獻標識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2025001

Artificial Intelligence Driven Intelligence Services and Decision Support： Connotation， Logic and Path

Abstract Focusing on the macro cognitive concept， connotation， and framework of empowering intelligence services and decision-making with artificial intelligence， the aim is to conduct in-depth exploration from three levels： connotation， logic， and path. Firstly， the connotation of artificial intelligence in intelligence services has been clarified， pointing out that it achieves efficient collection， deep processing， precise analysis， and rapid transmission of intelligence through intelligent means; Secondly， the internal logic of empowering intelligence services and decision-making with artificial intelligence was analyzed， including three major elements： integrated innovation， scenario driven， and strategic leadership; Finally， the specific path of empowering intelligence services with artificial intelligence was explored， including the construction of intelligent response systems for intelligence perception and digital intelligence empowerment， innovative intelligent Qamp;A interaction paradigms adapted to scenarios， content construction and optimization of intelligent intelligence decision-making systems， and the shaping of application-oriented \"smart+\" intelligence services and decision-making models. Through in-depth research on these issues， cognitive support and logical guidance have been provided for the application of artificial intelligence in the field of intelligence services， which helps to promote the modernization transformation and innovative development of intelligence services.

Key words artificial intelligence; intelligence services; intelligence decision-making; theoretical connotation; practical path

隨著科技的飛速發展，人工智能已逐漸成為推動社會進步的重要力量。在情報服務領域，人工智能的深度融合與應用正帶來前所未有的變革。當前，情報工作面臨數據海量化、信息復雜化和需求多樣化的挑戰，而人工智能技術的崛起為情報服務提供了新的解決思路和方法。在數字化、網絡化時代背景下，情報服務已不再是簡單的信息收集和傳遞，而需要對海量數據進行深度挖掘、精準分析和高效利用。作為信息獲取、處理與傳遞的關鍵環節，情報服務的效率與質量直接關系到決策的科學性與有效性。決策作為行動的先導，其正確性與前瞻性更是組織成功的關鍵。人工智能技術的引入，使得情報服務能夠在數據處理、信息分析、知識發現等方面實現質的飛躍。其不僅提高了情報處理的高效性與情報決策的準確性，同時也為情報工作賦予了更加智慧化與個性化的特征。然而，人工智能在情報工作中的應用討論雖多，但大都針對具體某一種情報工作模式或情報產品，在一定程度上缺少對整體內涵與應用邏輯的宏觀認知框架。

因此，本研究旨在探討人工智能賦能情報服務與決策的宏觀認知框架，從內涵、邏輯與路徑三個層面展開分析。首先，明確人工智能在情報服務中的內涵；其次，剖析人工智能賦能情報服務與決策的內在邏輯；最后，探索人工智能賦能情報服務的具體路徑。具體將聚焦以下核心問題：如何準確理解人工智能賦能的角色定位？人工智能與情報服務和決策工作融合發展的內在邏輯是什么？在情報工作實踐中，應如何有效推進人工智能技術在情報服務中的應用與創新？通過對這些問題的深入研究和解答，期望能夠為情報服務領域的人工智能應用提供一定的認知支撐和邏輯指引。

1" "人工智能賦能情報服務和決策的概念解讀與內涵梳理

1.1" " 人工智能賦能情報工作的重要性

信息技術的發展為情報分析提供了多樣化手段，人工智能的廣泛應用為情報的深度加工分析打下了基礎［1］。人工智能賦能情報工作的必要性表現在：一方面，人工智能算法、模型優化迭代迅速，在實踐應用領域已能夠形成有力的支撐；另一方面，在數智賦能、數據要素驅動的新形勢下，情報工作需要人工智能技術賦能的新工具新范式與新邏輯，以支撐學科理論體系進一步發展［2］。因此，人工智能賦能情報服務與決策的研究范式已成為情報學領域新的研究熱點與難點。回顧人工智能的發展歷程可以發現，人工智能本身的研究范式處在不斷轉變之中。由以獨立同分布為代表的幾個基本假設開始，到近年來決策式、生成式與人工智能等前沿理論與應用，數據、算法與模型作為人工智能發展的核心要素引領了新一輪的范式轉變［3］，使人工智能在諸多實踐領域的應用與融合愈發緊密。如在產業界工業4.0的蓬勃開展［4］、社會5.0的跨越式邁進［5］以及AI4S［6］領域內的Alpha Fold等，都展現出人工智能賦能的非凡能力。人工智能的角色定位也正逐漸由課題研究轉變為先進工具與科學范式。

思考新時期情報學研究與情報工作實踐需求可以發現其與人工智能具有緊密的聯系。有學者提出數據科學下情報學的基礎理論需要重構［7］，應當關注社會需求、重視交叉融合、加強理論創新、堅守人文傳統［8］，即守正創新拓展。也有學者提出了融合Information思維與Intelligence思維的情報學學科體系基本框架［9］，從話語體系上將人工智能技術與情報本體進行了融合。這些都不斷印證著二者結合的重要性與必要性。在技術路線上，智能技術的細分發展也為輔助配合情報工作開展鋪陳了道路。目前人工智能技術的顯著成就之一是信息處理與知識獲取能力的飛躍。隨著機器學習與深度學習技術的興起，于多源多模態數據中挖掘出特征和規律，進而實現更加精準的知識表示和推理變得輕松且高效。ELMo［10］、GPT、BERT［11］等預訓練模型以及微調算法［12］的涌現，則讓應用于特定領域與精準場景的領域人工智能成為可能，能夠更加貼合情報工作實際，充分發揮人工智能賦能情報工作的巨大潛力。

1.2" " 人工智能賦能情報服務和決策的概念解讀

隨著異構網絡的廣泛部署，產生了大量對于同一現象、過程或環境采用兩種或兩種以上方式獲取的相關數據，這些數據來源不同，存在形式與利用方式也不同，它們共同構成多模態數據環境，對傳統的數據采集處理融合方法提出了巨大的挑戰。在此背景下，人工智能賦能應運而生。從概念來說，是指在現代信息技術特別是人工智能的支持下，通過智能化手段利用神經網絡、深度學習、跨模態學習以及大模型等先進技術，實現不同模態信息之間的有效融合與深度理解，完成對情報的高效收集、深度處理、精準分析以及快速傳遞。從功能邏輯來說，是指將多模態數據與多種智能算法相結合，實現更高效、更全面的智能應用。從實踐應用來說，是指能夠感知、處理和運算多模態數據并自動生成智慧情報產品的智能情報系統。從人工智能賦能提升服務過程中感知、理解和交互維度的智慧化能力，進而提升情報服務的整體效能，并為決策提供科學、智能且具有前瞻性的支持。

這一概念涵蓋了從情報的初始獲取到最終決策支持的全過程，旨在通過技術革新推動情報服務與決策模式的現代化智慧化轉型。相應地，以全過程視角切入人工智能賦能情報服務和決策的概念譜系是兼顧邏輯化與場景化體系化研究。涉及情報感知、情報響應、情報服務應用與情報決策的工作流程與邏輯銜接循環。情報感知是通過“大情報”［13］實現感知活動的過程，針對事物或事件的態勢進行覺察、理解和預測分析，從而支撐情報響應與情報服務應用的系統過程，是情報響應的先行環節。情報響應則是依據情報感知分析，及時采取響應策略，并為實際開展情報行為活動發起信號的規劃準備環節。而后情報服務應用可以視為生產環節，在對情報資源的精準抽取與合理組織的基礎上［14］，輸出面對精準場景與事件類型的情報產品的過程。在此基礎上，情報決策可以視為一種基于信息化、智能化技術的決策模式與過程系統［15］。以數智驅動和人機融合為邏輯指引，發揮情報產品的實際價值增效其潛在價值。提升決策應用環節的群智涌現、知識共享、快速響應與決策質效。

1.3" " 人工智能賦能情報服務和決策的內涵梳理

目前，人工智能賦能是一種較新的范式，是多種先進信息技術的深度融合與綜合應用，表現在推動各種應用場景、行業發展和技術創新的過程之中。情報與智能具有較為天生的共通基礎，智能和情報學的英文都對應“Intelligence”一詞［16］。有學者認為智能可以視為運用情報的能力，技術是連接人與情報的手段［17］，也有學者對情報、智能和智慧進行了辨析［18］。同時，數智賦能的工程理念也在助推人工智能與情報二者之間在概念與應用方面不斷融合，由理論邁向現實形成數智驅動下的情報智慧服務與智能決策，以服務和支撐國家重大戰略、宏觀政府治理體系現代化及重大突發事件情報感知響應等宏偉目標與精準場景。結合具體應用情景，在此過程中其呈現出高效性、準確性、智慧性、前瞻性、靈活性與動態性等顯著特征。總結來看，現階段的情報智能可以理解為是情報學與人工智能交叉融合的產物，在正確的時間收集、分析、解釋和傳播高價值數據和信息以用于不同時空場域，完成不同情報任務與主體需求的過程［19］。人工智能的引入可以為目前情報工作的服務端注入新的跨域探索視角，在決策端供給復合型基礎工具，提高情報工作自身發展的內生動力，增強不同環境與結構下的專業化程度與融合屬性。從該視角切入，人工智能賦能情報服務與決策的本質內涵可以粗略概括為，通過人工智能技術增強情報工作的全鏈條智能化水平，形成具有服務價值的動態知識體系的能力，實現從數據到情報再到決策的閉環價值轉化。具體工作內容包括但不局限于以下幾方面：一是更加智能化的信息處理，即利用人工智能技術，更深層次優化信息抽取、實體識別、情感分析、主題聚類等信息處理工作環節，以提高情報資源智能處理與自主生成的效率性和準確性；二是更加系統化的知識組織，如利用大模型的通用推理能力，在微調基礎上，進行多模態知識圖譜的開發與應用，提升知識挖掘的深度，助力情報價值實現；三是更加精準科學的決策支持系統架構，基于情報資源，結合數據處理與知識組織，搭建垂直覆蓋的情報數據庫與知識庫，為決策者提供數智驅動快速科學的決策依據問答服務，自動生成多種情報決策方案。

2" "人工智能技術賦能情報服務與決策的內在邏輯

在對人工智能賦能情報服務和決策進行概念解讀與內涵梳理后，本研究將繼續深入分析人工智能技術賦能情報服務與決策的內在邏輯，并著重從情報理論與技術的融合創新、智能化服務場景驅動以及新安全格局戰略引領三方面進行闡述（具體邏輯框架見圖1）。

2.1" " 融合創新：情報理論及前沿技術深度結合

如上文所述，人工智能與情報服務與決策之間存在深層次的賦能邏輯，并非簡單的技術疊加，而是需要緊密圍繞國家戰略需求，不斷拓展情報工作的廣度和深度。這種融合創新的內在邏輯體現為技術工具、理論體系與戰略需求的深度耦合，通過技術突破、理論擴充與場景適配的協同演進，實現情報能力從信息處理到知識賦能再到智能集成的突破和質變。

在數據海量化、威脅隱蔽化、決策實時化的背景下，人工智能通過多模態感知、跨域知識融合與動態推理等核心能力，能夠有力地驅動情報能力升維，為數智環境下更加系統化、智能體化的新一代智能情報服務與決策架構建設提供堅實的技術底座。同時，在明確情報服務與決策主體需求與目標任務的基礎上，通過人工智能技術，可以建設更加智能的數據采集與管理功能模塊、知識深度挖掘模塊、技術工具集成模塊以及情報服務交互平臺。使情報服務與決策不再局限于傳統的信息收集與傳遞，進而能夠實現情報獲取與聚集能力的躍升，形成具有情報場景與領域特色的數據集，助力對海量數據進行深度挖掘和精準分析，完成情報感知、情報響應、領域知識圖譜與綜合情報智能體構建等工作，為決策者提供更加全面、深入且可交互可協同的情報支持，進而提升情報服務與決策的整體質效，服務于國家總體安全、高精產業升級以及重大突發事件治理等核心戰略需求。

2.2" " 場景驅動：打造智能化情報應用及服務新生態

人工智能的核心價值之一在于其能夠學習人類經驗規則以模擬人類的智能行為，在情報服務領域，這意味著能夠構建起一個以數據為基礎、以智能分析為核心的新型情報服務與決策生態，實時收集、整理和分析各類情報信息，還能根據決策需求提供定制化的情報產品和服務。以智慧問答場景為例，人工智能技術通過自然語言處理和智能匹配技術，能夠為用戶提供高效便捷的咨詢服務。用戶只需輸入問題，系統即可自動從知識庫中檢索相關信息并給出回答，大大提升了咨詢服務的效率和用戶體驗。其中最具代表性的當屬近期廣泛討論的DeepSeek的應用，其通過知識蒸餾與邏輯鏈推理技術的應用將通用大模型能力向垂直領域遷移，使其兼顧精準性與科學性與低成本。目前正被快速且廣泛地部署接入諸多應用場景。如北京與上海通過DeepSeek接入來輔助交通流量與監控視頻等多模態數據的融合與分析，實現信號燈動態微調以緩解交通擁堵；深圳市公安局通過DeepSeek分析監控聲音、視圖數據，自動識別如爭執、斗毆、盜竊等異常行為以提升治安管理效率；浙江省政務服務辦公室部署了基于DeepSeek的智能客服系統以幫助市民快速解答政策咨詢等問題；四川省應急管理廳通過構建蓉安大模型接入DeepSeek實時總結地震、洪水等自然災害信息以制定應急預案，實現精準風險辨識評估、隱患排查智能判斷及對標、風險防控措施等多場景應用落地。可見，在不同場景下，人工智能技術能夠實現較為高效、快速的研發、部署以及推廣與應用，輔之以高價值的情報資源，實現對情報服務與決策的多樣化賦能。

2.3" " 戰略引領：以新安全格局保障新發展格局

在當前復雜多變的國際形勢下，情報服務在國家安全和經濟社會發展中的重要性日益凸顯。人工智能技術作為提升情報工作能力的關鍵手段，必須緊緊圍繞國家戰略需求，服務于國家安全、經濟發展、社會治理等重要領域。具體而言，人工智能技術應助力情報工作實現以下幾個方面的突破：一是助力空天地海一體的全域感知網絡建設，以國家安全情報結合智能預測模型與多智能體仿真模擬，提升國家安全領域的情報監測與預警能力，及時發現并應對潛在威脅；二是通過人工智能完善產業鏈的全景洞察與市場預測，驅動產業競爭情報從“后驗分析”向“先導決策”轉型，完善產業知識圖譜以深化產業經濟領域的情報分析與預測功能，為產業政策制定和企業決策提供情報支持；三是拓展社會治理領域的情報服務范圍，助力精準化服務與韌性治理能力升級。以民生訴求智能感知、重大突發公共事件危機協同響應以及政策知識庫、案例庫支撐的基層治理情報賦能架構提升政府公共服務水平，為推動國家治理體系和治理能力現代化提供有力支撐。

一言以蔽之，人工智能技術賦能情報服務與決策的內在邏輯核心在于其能夠統領融合創新、場景驅動和戰略引領三大要素，構建起新型情報服務與決策支持體系。以融合創新形成服務合力為基本條件、以智能驅動構建為賦能工具、以服務國家重大戰略重塑情報學主體任務為目標導向，實現情報學的守正創新，服務于國家安全和經濟社會發展大局的時代使命。

3" "人工智能賦能情報服務與決策的實踐路徑

3.1" " 情報感知及數智賦能的智慧響應體系構建

智慧應急理念強調，堅持創新思維，運用信息化手段提高應急管理的專業化、智能化、精準化及科學化水平，提供有力支撐的解決方案。作為復雜信息環境下強化情報利用、支撐決策的有效手段，情報感知強調通過“主動感知、動態防御”，推動事件響應關口前移，十分契合現代風險治理理念，對于情報賦能智慧應急建設意義重大。我國總體國家安全觀戰略強調實現從“基于威脅”到“基于能力”的轉變。傳統的基于威脅范式強調首先界定威脅，進而決定如何發揮和運用資源與力量；而“基于能力”強調主動性的提升，即預先具備戰勝威脅和韌性回應的資源和能力。情報感知可以嵌入實際的智慧應急體系，并以情報感知分析賦能情報響應活動，提供主動感知風險及防御危機的情報能力。

面向智慧應急的情報感知及情報響應研究，是在大情報觀指導下［20］以情報開發和利用為主線，構建集數據融合、知識組織、態勢感知三大主要內容構成的情報理論及方法體系研究。情報感知及響應過程中，以情報感知能力及平臺建設為載體，賦能形成了情報、計算系統、管理機構和人員、應急管理等要素有機融合的情報響應體系。國家安全情報響應成為防范化解國家安全風險的關鍵環節，情報響應關注安全風險應該如何應對、誰來應對等實踐課題，基于此能夠支撐前瞻性風險研判、危機情景動態響應、計劃適應性的協同運行，深刻體現科技力量和人文力量在數智驅動的智慧應急工作中的有機結合。

3.2" " 場景化適配的智慧問答交互范式創新

不同應用場景對人工智能的需求和約束存在顯著差異，同時對情報服務的需求也各有其領域特色。因此，須根據不同的場景特征進行智能化創新探索。以智慧問答情報應用為例，用戶期望問答產品能夠實現輸入語句的正確感知并精準匹配輸出答案以提供參考，因此大語言模型［21］的有效使用顯得尤為關鍵，其具備強大的自然語言處理能力，能夠從復雜文本中提取出深層次的語義信息，并結合領域知識給出準確的判斷。在綜合考慮現實需求與資源稟賦的基礎上，通過對領域數據的合理組織，對模型的定制化調整，以及對交互感知方式的設計等，探索構建適應的服務方案以滿足場景應用需要，這種探索不僅有助于發揮人工智能技術的優勢，還能通過不斷的實踐和優化，推動技術的進一步發展和成熟。

以近期引發廣泛熱議的DeepSeek為例，闡述其場景化適配導向的智慧問答創新應用：在醫療領域，以通用大語言模型為基座，通過對大量醫學知識、病例分析和臨床指南的學習，DeepSeek可以實現模型的領域適配，進而實現當患者描述病情后，提供相關病因分析和初步診斷建議，以輔助其做出合理治療決策的目標。此外，DeepSeek也可以根據用戶的健康數據實時提供個性化健康管理方案。在智慧政府建設領域，DeepSeek基于對大量政策文本、政策解讀以及政府網站公布的政策問答內容的學習，可以作為政策專家，為用戶提供政策釋義、政策分析等服務，輔助用戶對政策趨勢作出判斷，同時在應急管理等非常規場景中快速統籌多源多模態數據，形成預案芻議和具體方案，相關應用正蓬勃發展創新，此處不再展開論述。

3.3" " 智能化情報決策系統的內容構建與優化

通過上述總結與梳理，可以明確人工智能賦能的情報決策具有較為堅實的研究基礎與合理的邏輯主線。在此基礎上，更為有效地解決情報工作核心任務即決策智能支持與決策智慧引領是重中之重。為此，須進行智能化情報決策系統的內容構建與優化。該系統性問題應當通過體系化的人工智能［22］方案進一步完善情報決策系統加以解決。同時對人工智能技術結合情報工作的具體實踐進行體系化重構，重點分析所需的理論、技術、機制、范式和框架，實現對智能能力進行靈活高效的配置、調度、訓練和部署，以滿足日益豐富的數智化業務需求。在具體實踐過程中，需從以下幾方面著重推進。

首先，深入調研不同領域與應用中情報服務與決策支持的具體需求，包括數據多樣性、實時性、準確性及情報決策場景的多樣性等，明確情報服務與決策需求。基于調研結果，確立情報服務與決策系統的建設目標，如提升決策效率、優化資源配置、增強風險預警能力等。并以目標導向完成技術選型工作，精準選擇適合的人工智能技術并完成系統化智能集成工作，以此構建較為完備、體系化的人工智能基礎設施，包括但不限于依托決策大數據，建立專業化的大規模情報數據整合平臺，為智能分析提供豐富、全面的數據源與應用插件。其次，重點結合各類情報任務深入研究集成程度較高的通用模型算法，整合碎片化、多樣化技術，提高模型性能，進一步優化模型訓練算法與預訓練數據集質量，提高訓練效率。布局大算力人工智能計算服務，部署高性能計算集群和云計算資源，并開發可充分利用硬件性能、可訓練萬億參數的模型軟件，為人工智能模型訓練與推理提供強大的算力支持。重構并優化算法庫并持續迭代優化，以適應不同情報決策場景的需求。最后，兼顧大模型與領域小模型的優勢［23］開發智能化情報決策應用，搭建可視化展示平臺，開發用戶友好的可視化展示界面，將復雜的數據分析結果以圖表、知識圖譜、儀表盤等形式直觀展現，便于決策者快速理解并作出決策。通過上述思路的實施，體系化的人工智能方案可以通過打造具有一定普適性的決策推演引擎，為情報服務與決策提供有力支撐。有效夯實情報服務與決策基礎，推動治理能力與治理體系的現代化，實現更加精準、高效、智慧的服務與決策。

3.4" " 應用導向的“智慧+”情報服務與決策模式塑造

人工智能可同時處理不同來源、不同形式的數據，實現跨模態、多領域的數據融合與深度分析，為情報工作帶來了革命性的變化。在此背景下，提升情報服務與決策質效，為決策者提供更加全面、深入、及時的情報支持，構建應用導向的“智慧+”情報服務與決策模式成為關鍵路徑。

其模式構成是基于人工智能技術，融合多種情報資源，實現情報收集、處理、分析、決策支持及個性化服務等功能于一體的綜合體系。主要包括智能化情報收集模式、高效化情報處理模式、精準化情報分析模式以及個性化服務模式。首先，在智能化情報收集模式中，利用人工智能大模型實現對社交媒體、公開報道、衛星圖像等多種信息源的實時監測與自動化采集，對采集到的數據進行初步處理與分類，從而為后續分析提供豐富的數據資源。其次，在高效化情報處理模式中，應發揮人工智能在數據融合方面的優勢，構建統一的數據格式與標準，消除數據孤島與冗余，實現跨模態信息的關聯與整合，為后續分析提供高質量的數據基礎。再次，在精準化情報分析模式構建中，須借助人工智能的智能化分析能力對處理后的數據進行深度挖掘與關聯分析，通過構建、優化分析模型與算法揭示數據背后的規律與趨勢，為決策者提供精準的情報支持。最后，在決策支持與個性化服務模式中，應根據分析結果生成多種決策方案，為決策者提供全面、準確的決策依據，此外，還可以根據用戶需求與偏好提供個性化的情報服務。

與此同時，在塑造過程中若想這一模式矩陣體系能夠持續穩定地發揮更大價值，首先，須強化基礎設施建設，包括建設高性能的云計算平臺、大數據中心以及高速穩定的網絡傳輸系統，為情報數據的收集、存儲、處理和傳遞提供堅實的物質基礎。其次，要整合多模態情報資源，建立統一的情報資源管理平臺，實現不同來源、不同格式情報數據的集中管理、統一調度和高效利用，同時加強與政府部門、科研機構、企業等各方的合作交流，拓寬情報資源的獲取渠道和范圍。再次，應優化情報服務流程，打造基于情報任務與服務目標的情報業務中臺與服務中臺。建立并優化與之匹配的科學高效的情報服務流程體系，明確各環節職責與任務，確保情報服務與決策工作順暢進行，同時加強服務流程的監控與評估，及時發現并解決問題，不斷提升情報服務與決策質量與效率。最后，要加強人才隊伍建設，加大情報領域技術復合人才的培養和引進力度，建立高素質、專業化情報工作隊伍，同時加強人才培訓與交流，提升專業技能和綜合素質，為情報服務與決策體系的建立健全夯實人才基礎。

4" "結語

隨著人工智能技術的日新月異，其在情報服務與決策領域的應用正步入一個全新的發展階段。技術迭代不僅加速了情報獲取與處理的效率，大模型的涌現與多模態生成更是極大地拓展了情報融合的可能性邊界。算力、算法與數據要素的緊密協同，則為情報融合工作帶來了前所未有的生產效率提升。本研究從人工智能驅動情報服務與決策的內涵、邏輯與實現路徑出發，詳細剖析了人工智能如何顯著提升情報分析與處理能力、深度優化情報工作流程，最終驅動情報服務與決策有效提升。在理論層面，融合計算機科學、信息安全、人工智能等多個學科領域知識，將人工智能和情報服務與決策結合起來，明確驅動原理與路徑，使其成為聯結我國數智化建設、大數據安全治理等頂層設計和情報服務與決策應用的橋梁與紐帶，豐富了相關理論研究。在實踐層面，拓展了人工智能驅動的情報服務與決策應用場景，為科學決策提供情報依據，響應了數智化轉型背景下國家智慧城市與智慧政府建設戰略，有利于我國情報服務與決策質效提升、情報事業與情報產業繁榮發展，增強用戶體驗，推動國家治理體系和治理能力現代化。

展望未來，人工智能將在情報領域展現出更加廣闊的發展前景。首先，技術的持續進步將推動情報服務與決策邁向更高的智能化水平。大模型的不斷優化與訓練數據的日益豐富，將使得情報分析的準確性和時效性得到質的飛躍。同時，隨著人工智能技術的不斷成熟，多模態數據的無縫融合將成為可能，極大地提升情報工作的全面性和深入性。其次，情報領域應用場景的不斷拓展將賦予人工智能更廣泛的實用價值，人工智能將不僅局限于傳統的情報分析任務，還將深入到情報預警、態勢感知、情報決策等多個方面。通過構建智能化的情報服務與決策體系，為決策提供強有力的支撐。然而，在迎接機遇的同時，我們也必須清醒地認識到潛在的風險和挑戰。人工智能的廣泛應用將帶來一系列法律和倫理問題，宏觀層面如主體性危機與存在性危機、職業替代與社會不平等加劇；微觀層面如數據隱私保護、算法偏見、信息誤導等。因此，情報工作在積極擁抱新技術的同時，也必須加強法律法規和倫理規范的建設和完善，確保技術的健康發展和有效應用。

參考文獻：

［1］" 蘇新寧.大數據時代情報學學科崛起之思考［J］.情報學報，2018，37（5）：451-459.

［2］" 蘇新寧.中國特色情報學學科體系、學術體系、話語體系論綱［J］.中國圖書館學報，2021，47（4）：16-27.

［3］" 王飛躍，繆青海.人工智能驅動的科學研究新范式：從AI4S到智能科學［J］.中國科學院院刊，2023，38（4）：536-540.

［4］" 賈根良.第三次工業革命與工業智能化［J］.中國社會科學，2016（6）：87-106，206.

［5］" 李剛，陳霏，蘇丹淳，等.智庫建設范式的轉型：從專家驅動到數據驅動［J］.圖書與情報，2023（5）：1-12.

［6］" 李國杰.智能化科研（AI4R）：第五科研范式［J］.中國科學院院刊，2024，39（1）：1-9.

［7］" 巴志超，李綱，周利琴，等.數據科學及其對情報學變革的影響［J］.情報學報，2018，37（7）：653-667.

［8］" 馬費成，李志元.新文科背景下我國圖書情報學科的發展前景［J］.中國圖書館學報，2020，46（6）：4-15.

［9］" 楊建林.情報學學科體系的再認識［J］.現代情報，2020，40（1）：4-13，23.

［10］" 顧東曉，黃智勇，朱凱旋，等.醫療健康大模型知識體系構建、服務應用與風險協同治理［J/OL］.情報科學，1-29［2025-01-02］.http：//kns.cnki.net/kcms/detail/22.1264.G2.20240925.0948.002.html.

［11］" 劉穎，胡智鵬，韓心怡，等.基于深度學習的突發事件多源異構情報融合及推薦研究［J］.情報科學，2024，42（4）：136-144.

［12］" 白如江，陳鑫，任前前.基于供需理論的生成式人工智能賦能情報工作范式模型構建與應用研究［J］.情報理論與實踐，2024，47（1）：75-83.

［13］" 周紅磊，張海濤，張春龍，等.面向重大突發事件雙重響應體系的情報感知研究［J］.圖書情報工作，2024，68（11）：42-55.

［14］" 張海濤，劉彥輝，周紅磊，等.面向糧食安全政策咨詢的情報智庫服務模式與實現路徑研究［J］.情報理論與實踐，2025，48（1）：31-41.

［15］" 龐宇飛，張海濤，張鑫蕊，等.面向重大突發事件的智慧政府情報決策效果組態路徑研究［J］.情報學報，2024，43（7）：850-861.

［16］" 霍忠文，閻旭軍.“情報”“Informagence”與“Infotelligence”——科技情報工作科學技術屬性再思考［J］.情報理論與實踐，2002（1）：1-5.

［17］" 范煒.智能時代的情報概念研究：“情報×智能”雙向賦能［J］.情報理論與實踐，2025，48（2）：21-28.

［18］" 王延飛，趙柯然，何芳.重視智能技術凝練情報智慧——情報、智能、智慧關系辨析［J］.情報理論與實踐，2016，39（2）：1-4.

［19］" 陳美華，張明亮，王延飛.面向國家安全體系和能力現代化建設的應急情報工作研究［J］.情報科學，2023，41（7）：2-7，13.

［20］" 陳芬，蘇新寧.我國情報學學科發展現狀與未來思考［J］.情報學報，2019，38（9）：988-996.

［21］" 徐緒堪，朱佳瑩，陶聲婷.水工程文化遺產知識圖譜構建與問答應用研究——以大運河江蘇段為例［J/OL］.情報科學，1-19［2025-01-02］.http：//kns.cnki.net/kcms/detail/22.1264.G2.20240701.1715.016.html.

［22］" 韓旭，孫亞偉，趙璐.體系化人工智能與大語言模型在智能情報場景中的應用［J］.北京郵電大學學報，2024，47（4）：11-19，28.

［23］" 李廣建，潘佳立.人工智能技術賦能情報工作的歷程與當前思考［J］.信息資源管理學報，2024，14（2）：4-20.

作者簡介：張海濤（1966-），男，吉林大學商學與管理學院、吉林大學信息資源研究中心、吉林大學國家發展與安全研究院教授，博士生導師，研究方向：數據智慧與社會治理、突發事件與網絡輿情；龐宇飛（1995-），男，吉林大學商學與管理學院博士研究生，研究方向：突發事件與社會治理；劉彥輝（1986-），男，吉林大學商學與管理學院博士研究生，研究方向：情報服務與情報決策；周紅磊（1996-），男，吉林大學商學與管理學院助理研究員，研究方向：應急情報與智慧服務。