AI驅動行政：地方系統標準化失敗教訓

日本在推完自治體系統標準化之後，政府描繪的下一步是「AI 驅動型」的行政。這篇從標準化的經驗回頭看，討論 AI 代理會怎麼改變行政，以及其中的可能性與疑慮。對關心日本行政效率、或在日本要跟公部門打交道的台灣人，這個題目比它聽起來實際。

先講標準化這件事本身的教訓在哪裡。把全國各自為政的自治體系統整合成統一規格，聽起來是純技術工程，實際上卡住的往往不是技術——是每個地方累積多年的作業慣例、既有廠商的綁定，以及誰要為過渡期的混亂負責。這類專案的困難點在於，它要求很多人同時改變做事方式，而改變的成本由第一線承擔，好處卻要好幾年後才顯現。

把這個教訓套到 AI 驅動的行政上，就能看出風險在哪。導入 AI 代理處理行政流程，技術上的門檻正在快速下降，但真正的問題是責任歸屬與流程重設計。誰為 AI 的判斷負責、出錯時怎麼追溯、承辦人要不要覆核——這些問題沒有先解決，導入就會變成在舊流程上疊一層新工具，效率沒提升，複雜度先上去。

對台灣讀者的實際意義有幾層。要在日本申辦簽證、登記公司、處理稅務的人，行政數位化的進展會直接影響跑流程的時間，但這類改革的效果通常滯後好幾年，短期不必期待。做 B2G 生意或行政系統相關產業的人，日本這波從標準化走向 AI 化的過程，會產生大量的整合與導入需求，而這類需求偏好有實績的供應商。而對任何在推內部數位轉型的人，這個案例的參考價值在於：標準化沒做好就直接上 AI，等於在不一致的資料上蓋自動化，錯誤只會被放大得更快。

接下來可以盯的是政府對 AI 行政的具體規劃內容，以及有沒有先導的自治體實例——先導案例的成敗，通常比政策文件更能預告整體的走向。再往下想一層：行政流程數位化最容易被忽略的成本，是給不上車的人準備退路。任何一次數位化，都會有一群人因為年齡、語言或設備而被擋在外面，而外國人在日本辦事，經常就落在這一群裡。標準化階段的經驗顯示，配套沒做好的時候，第一線的窗口反而更忙，因為要處理系統擋下來的例外。AI 驅動的行政如果重複同一個模式，對在日本生活的外國人來說，體感上不會變方便，只會變成更難找到能講清楚狀況的人。這一點值得在後續的規劃裡持續盯著。

觀察的重點因此不在政策宣示，在第一線的窗口人數與例外處理的流程有沒有同步設計。這兩件事沒有出現在新聞稿裡，但它們決定了改革的體感。