自机动车排放检验机构数量和布局限制放开以来，全国机构数量迅速增长，然而机动车定期检验周期放宽，总体检验业务逐年减少，“一增一减”导致机动车排放检验市场竞争激烈。在利益的驱使下，部分机构企图通过弄虚作假提高检验通过率以招揽业务。同时，监管效能面临多维挑战。机动车排放检验机构每年产生海量检测数据，部分地区面临监管任务繁重、监管能力不足的现实困难。近年来，机构造假手段不断迭代升级，造假操作的隐蔽性越来越高，传统的人工监管模式效率低、成本高，难以跟上形势变化和管理需要。这些弊端既影响污染防治攻坚成效，又影响行业健康发展。

可见，让机动车排放检验机构守法经营、发挥实效，既是监管重点也是监管难点。在机构监管模式升级刻不容缓的情况下，人工智能（AI）技术的发展为大幅提升监管的智能化、高效化水平和有效破解难题提供了新的契机。

AI赋能更加高效精准。依托AI技术，监管部门能够第一时间捕获检验中的异常情况，提高问题发现的精准性、时效性，实现从“事后处罚”到“事前预警+事中干预+事后追溯”全链条监管，压缩机构造假空间。AI赋能覆盖范围更广。依靠人力监管时，开展“双随机、一公开”只能覆盖部分机构，而AI可以推动由“抽样监管”向“全部覆盖、全面列管”转变，倒逼机构守法合规经营，有利于打造不敢、不能、不想造假的良好市场环境。AI赋能可以弥补部分地区基层管理力量不足、能力不够等问题，通过“程序代人”“机器代人”有效解放人力，有利于进一步优化管理。

以江苏省苏州市为例。苏州市是机动车保有量大市、机动车总数超过550万辆，有机动车排放检验机构150余家，每年上线检验200多万辆机动车，由于监管人手少、任务重，一度面临“查不全、查不透、查不深”的困境。为破解这一难题，苏州率先将AI、大数据等技术融入机动车排放检验机构监管工作，打造非现场监管“AI前哨”系统。系统针对机动车排放检验常用检测方法设置上百个预警模型，通过对排放曲线进行智能分析，从纷繁的图像中精准锁定不符合排放逻辑、疑似造假的异常曲线。2024年下半年，苏州依托“AI前哨”系统查验报告80余万份，发现问题线索8万条，查办案件数大幅提升，有效促进了机构规范经营。

随着技术的进步和应用的深化，AI技术在生态环保领域将拓展出更多应用场景，具有广阔的前景。笔者认为，我们既要积极学习、应用AI技术，推进其与监管实践纵深融合，以管理方式变革推动管理质效跃升；又要持续完善机动车排放检验机构管理机制，从根本上减少造假行为，促进行业健康良性发展。

要更加积极推广AI赋能监管工作。建议各地在充分认识管理现状和条件的基础上，系统梳理管理工作与AI技术深度融合的实现路径。从实践经验来看，可靠的监测数据、行业数据、企业数据等本地化专业知识库以及丰富的案例库，是AI技术应用于机构监管的前提和基础。各地要做好执法经验积累与总结，加强生态环境、公安、交通运输、市场监管等部门信息的互联共享，夯实AI监管的数据基础。

要在更宽领域促进AI与机动车治理深度融合。各地应持续迭代升级模型库，提升AI系统的数字化、智能化水平，提升从数据洪流中“打捞”问题的能力，更好地服务和保障机动车排放检验机构规范经营。积极探索AI技术与遥感监测、黑烟抓拍、交通大数据等联动，利用智能研判、图像识别等技术，精准捕获机动车排放检验的异常线索，同时对路上行驶的车辆进行高效监管，推动实现“线上+线下”一体监管。

要在更深层次推动管理机制优化完善。建立问题倒查机制，根据路检路查、遥感检测、黑烟抓拍等发现的排放异常车辆倒查相关机构，发现一个、排查一类，以链式溯源推进整体提升。监管部门依托AI全覆盖监管深化信用管理机制运行，对违法情节严重的机构依法撤销检验资质，形成震慑效应；对于一般性问题发生频次高的机构依法实施严格监管，加强帮扶指导，督促整改提升；对于经营信用好的机构给予更多资金、税费等方面的政策激励，充分调动机构合规经营的积极性。

来源：中国环境报