2026丹麦人工智能战略与公共部门数字化转型研究报告

上海市哲学社会科学规划办公室 2026年8月4日 丹麦人工智能战略与公共部门数字化转型研究报告 上海社会科学院信息研究所 上海市企业走出去综合服务平台 摘要 丹麦以高度数字化的公共部门和社会信任为起点，把人工智能战略重点放在技术扩散而非全链条自主。2024年，丹麦发布《人工智能战略路径》，提出以公民基本权利、企业竞争力和公共部门领先为三项原则，并以公共部门人工智能任务组、社会人工智能中心、安全透明的丹麦语模型平台和开放文本数据四项举措构建责任型人工智能基础。2025年，人工智能任务组进一步提出，到2030年人工智能将至少在80%的公共机构适宜场景使用，到2035年释放至少5000万小时、相当于3万个全职岗位的工作量。丹麦人工智能的核心路径是依托共同数字架构和跨层级协作，把语言资源和公共数据转化为本土模型能力，把医疗、养老和行政服务转化为规模化应用场景，以欧盟规则、监管沙盒和社会参与维持信任，再借助Gefion超级计算机和欧洲合作弥补小国算力及市场规模不足。 目录 一、背景：数字政府领先与人工智能规模扩散并存......1 二、框架：三项原则和四项举措形成责任型扩散体系....3 三、语言与数据：以本土语境建设“可控而非封闭”的数字能力..............................................7 四、公共部门转型：从分散试点转向跨层级规模化应用..9 五、产业、科研与算力:高采用率背后的规模差距与生态补强...............................................11 八、丹麦的人工智能国家路径.......................19 结语...........................................21 参考文献.........................................22 一、背景：数字政府领先与人工智能规模扩散并存 丹麦发展人工智能的突出优势并非拥有超大市场或全球基础模型企业，而是拥有长期积累的数字政府能力。过去二十多年，中央政府、市镇和大区通过多轮联合数字战略建设共同身份认证、数字邮政、公共门户和跨部门数字架构，形成国家、地方和地区共同投资、共享组件、统一标准的治理传统。MitID、DigitalPost和borger.dk等基础设施使公民、企业与政府之间的大量互动已经在线化，也使数据、身份、授权和安全机制具备在更大范围部署人工智能的条件。[6] 这一基础在国际比较中表现突出。经合组织（OECD）最新数字政府评估显示，丹麦在“政府即平台”“数字化设计”“数据驱动型公共部门”“默认开放”和主动服务等维度均高于该组织平均水平。在2025年数字政府的指数中，丹麦以0.81位居成员国前列。[4]欧盟2026年数字十年国别报告同样认为，丹麦拥有先进基础设施、较强科研创新基础和高质量公共服务，但技能短缺、中小企业资源有限以及研究到市场转化不足仍可能制约下一阶段发展。[5] 区域国别研究报告 丹麦因此将人工智能视为数字政府重要组成部分，而非孤立技术项目。人口老龄化、医疗和养老人力紧张、公共部门行政负担以及企业生产率压力，使“用人工智能释放时间”成为政策主线。《人工智能战略路径》指出，丹麦更应担心行动不足而非行动过度，但技术扩散必须以权利、透明和责任为边界。其核心问题是，如何把既有数字化优势转化为可跨部门复制的人工智能能力，同时避免公共机构各自试点、数据无法互通和法律理解不一致。 二、框架：三项原则和四项举措形成责任型扩散体系 丹麦政府明确人工智能战略确立三项指导原则，即人工智能开发和使用必须以公民基本权利为中心并符合丹麦价值；企业应在欧盟框架下获得开发、应用和销售负责任人工智能方案的良好条件；公共部门要成为人工智能使用的世界领先者，利用技术释放劳动力、减少行政并提升服务质量。三项原则分别对应社会信任、经济竞争力和公共价值，表明丹麦并未把治理与创新分置，而是把可信使用视为大规模采用的基础。 资料来源：根据丹麦《人工智能战略路径》整理 同时，政府也明确四项新举措承担把原则转化为基础能力的任务。这四项举措是：公共部门人工智能数字任务组负责跨国家、市镇和大区推广成熟方案；社会人工智能 区域国别研究报告 中心把大学研究、伦理和应用咨询连接起来；丹麦语模型平台为政府和企业提供可控、透明、开放的专业模型基础；开放文本数据计划则把档案馆、皇家图书馆和议会等公共语料转化为可训练资源。统计数据显示，2024-2027年，后三项举措将获得6250万丹麦克朗数字战略资金，2025年研究储备另投入4000万丹麦克朗，公共部门任务组在2025-2027年获得3060万丹麦克朗。[1] 资料来源：根据丹麦《人工智能战略路径》、公共部门人 工智能任务组愿景及相关数字政府政策整理 从上述人工智能框架可以看出，丹麦不以单一国家部门包揽人工智能建设，而是利用既有联合数字治理机制分工协作：中央政府提供法律、资金和方向；地方政府丹麦组织与丹麦大区提供服务场景和规模化网络；大学及基金会承担研究、语言模型和算力；数字化署与数据保护局提供合规指导，企业则参与解决方案开发。 三、语言与数据：以本土语境建设“可控而非封闭”的数字能力 语言资源是丹麦战略最具小国特色的部分。全球大模型主要基于英语和美国语料训练，在丹麦语、公共行政术语、医疗表达、文化传统和法律规范方面可能表现不稳定，也可能把外部价值偏好带入本地服务。丹麦因此不追求复制通用超大模型，而是建设安全透明的平台，发展规模较小、任务明确的丹麦语模型，用于医疗记录、公共咨询、行政处理和企业专业服务。模型由奥胡斯大学、南丹麦大学、哥本哈根大学和亚历山德拉研究所参与的丹麦基础模型（DanishFoundationModels）合作推进，并以开放方式供公共机构和企业进一步开发。[1] 开放数据是语言模型能力的另一半。国家档案馆、皇家 图 书 馆 和 议 会 的 文 本 将 被 标 准 化 并 通过sprogteknologi.dk开放，同时探索版权内容的合法取得和使用。2024-2027年将安排2110万丹麦克朗用于文本数据开放，创业一揽子计划还每年安排3000万丹麦克朗采购公共丹麦数据。政策目标不是简单“放出更多数据”，而是建立可检索、机器可读、权属清晰且保护个人信息的语料基础，使中小企业也能获得过去只有大型平台才能承担 区域国别研究报告 的数据资源。 语言、数据和公共服务由此形成闭环。丹麦语模型只有接入高质量本地语料和真实业务规则，才能在医疗、税务、市政和福利场景中保持准确；公共机构使用模型产生的反馈又可推动语料、评测和安全机制改进。MUNI聊天机器人已服务30多个市镇，覆盖建筑、护照、MitID、辅助器具、入学和选举等70类问题，累计开展40多万次对话，说明共同语言资源可把分散的地方需求转化为可复用服务组件。[1] 这一路径体现“最低充分数字主权”：丹麦仍使用国际模型、云和芯片，但在语言、公共数据、关键服务和评测规则上保留本地控制，使外部技术能够在丹麦法律和文化语境中运行。其难点在于公共数据质量不一、版权清理成本高、敏感数据难以开放以及小语种模型的持续维护投入。若缺乏长期语料更新和统一评测，开放模型可能迅速落后于国际通用模型。 四、公共部门转型：从分散试点转向跨层级规模化应用 公共部门是丹麦战略的锚定采用者。早期应用已覆盖乳腺癌筛查、骨折影像、急救电话心脏骤停识别、家庭护理语音记录、建筑许可初筛和市政咨询等场景。这些案例共同指向三个目标：减少文书和协调时间，把稀缺专业人员转向面对面服务；提升诊断、调度和审批质量；让公民和企业获得更快、更连续的服务。战略并不以替代公共雇员为中心，而是强调人工智能应支持专业判断和核心任务。 2025年，政府、地方政府丹麦组织和丹麦大区发布任务组愿景“把时间留给真正重要的事”，将规模化目标具体化。到2030年，将现行法律滞后或规定不明确视为人工智能应用重大障碍的公共机构占比，应降至20%以下。公民和企业应感到与政府互动更加简单，员工应感到人工智能对工作形成支持。到2035年，公共部门人工智能应用要释放至少5000万小时工作量，相当于至少3万个全职岗位，其中相当部分在2030年前实现。[2] 任务组采取“先成熟、后复杂”的扩散顺序。前期优先文档处理、资源优化、运营管理和语音转写等行政性质 区域国别研究报告 任务，并以骨折识别、医疗和养老路线排程、医疗护理语音转文字三类项目作为首批规模化方向，相关项目获得4060万丹麦克朗资金。随后再逐步进入与公民和企业直接互动、个性化服务和专业决策支持等更高风险领域。[2] 规模化的关键不只是采购同一工具，而是建立共同前提。任务组将处理法律授权、云使用、数据标准、基础设施、组织变革和员工能力，并通过国家、市镇和大区共同治理避免重复建设。丹麦既有共同数字架构使共享身份、授权和接口成为可能，但人工智能对数据质量、模型监测和持续更新提出更高要求。若只在原流程上叠加聊天机器人，难以实现30万个岗位级别的效率目标；只有重新设计流程、责任和岗位分工，才能把技术节省转化为公共价值。 丹麦人工智能战略与公共部门数字化转型研究报告 丹麦企业人工智能的运用处于欧洲前列。数据显示，2023年15%的企业使用人工智能，约为当时欧盟平均水平的两倍，2024年升至28%。企业最常见用途是生成和分析文本，其次为数据分析和工作流自动化，说明生成式人工智能首先进入知识和管理活动。不同规模企业差距明显：2024年，250人以上企业使用率为63%，10-49人企业为24%；到2025年，大型企业升至75%，小型企业为37%。[1][3] 但高采用率并不等于深度转型。大型企业能够组建专业团队、采购算力并处理合规，中小企业则面临数据不足、人才短缺、解决方案难评估和供应商锁定。欧盟国别评估也将企业规模差距和技能短缺列为丹麦的主要短板。[5]社会人工智能中心因此被设计为研究与实践的“单一入口”，为政府和企业提供同时涵盖技术、伦理、社会和文化因素的咨询，并开展生成式人工智能幻觉、透明度和错误信息的独立评估。 科研和算力是小国弥补规模限制的重要支撑。人工智能先锋中心自2021年起组织哥本哈根大学、丹麦技术大 区域国别研究报告 学、IT大学、奥尔堡大学和奥胡斯大学开展人本人工智能研究，2021-2034年获得3.54亿丹麦克朗支持。2024和2025年研究储备连续各安排1亿丹麦克朗用于人工智能，其中2025年6000万丹麦克朗聚焦基础研究、伦理和可解释性。[1] 2024年投入运行的Gefion是丹麦首台人工智能超级计算机，由诺和诺德基金会、丹麦出口与投资基金和NVIDIA合作建设，配备1528块H100GPU，为生命科学、绿色转型、量子和工业模拟提供本地算力。[7]2025年，诺和诺德基金会另安排最高5000万丹麦克朗支持高校使用Gefion，并向六所大学和四家医院的项目发放算力券。[8]Gefion并不消除对国际硬件和软件的依赖，但通过本地运营和公共—私人开放使用，使丹麦获得训练、测试和科研商业化的关键节点。 丹麦人工智能战略与公共部门数字化转型研究报告 Intelligence》，数据来自欧盟统计局和丹麦统计局 六、责任治理：把社会信任转化为采用基础和纠错能力 丹麦把可信治理嵌入技术扩散全过程。欧盟《人工智能法案》提供风险分级和基本权利框架，丹麦数字化署作为国家协调监督机构和中央联络点，与其他主管部门共同提供实施指导。数字化署已发布面向企业、机构和公民的生成式人工智能指南，数据保护局提供个人数据处理指导，双方建立监管沙盒，为具体项目解释GDPR和人工智能法案要求，减少因法律不确定导致的项目取消。[1] 社会人工智能中心承担连接科学证据和实际决策的功能。其咨询不仅评估模型准确率，也关注民主、文化、伦理、劳动和社会后果；独立研究和监测则为政府采购、企业部署和公众讨论提供第三方