英国驾照审批系统崩了。不是全部崩，是专门处理需要医疗审核的那部分——等得最久的人，从申请到拿证花了71.4个工作日，超过14周。
运输大臣西蒙·莱特伍德（Simon Lightwood）4月23日在下议院承认了这个数字。同一天，他宣布新系统上线、招人、开在线门户，还有一件事：一个全年无休的聊天机器人，已经默默处理了接近50万次咨询。
一张图看懂：医疗驾照审批为什么慢
先拆解这张图的核心矛盾。
左边是「普通驾照」：1.2个工作日搞定。右边是「医疗驾照」：2月时71.4天，4月降到56.6天，仍是前者的47倍。
差距来自三道关卡。第一，申请量本身在涨，病例复杂度也在涨——癫痫、糖尿病、心脏病，每种情况都要对应不同的医学标准和审批流程。第二，旧系统要换，新系统要建，中间有断层。第三，法律硬性规定：部分沟通必须书面进行，不能全靠自动化。
这三件事撞在一起，形成了典型的「系统重构期拥堵」——不是没人干活，是干活的系统在换引擎，而引擎不能停。
新系统长什么样：决策树+人工兜底
DVLA去年9月上线的新系统叫「驾驶员医疗案件处理系统」（Drivers Medical Casework System），供应商是Kerv Communications，底层用的是微软Dynamics 365。
关键设计是「决策树」（decision trees）——把医学标准编码成流程图，系统根据申请人提交的信息，自动推荐审批结论。不是全自动审批，是「推荐」，最终签字还得是人。
这个区分很重要。医疗驾照涉及公共安全，算法可以辅助，责任不能外包。莱特伍德的原话是：「引入现代案件处理系统是必要的，但需要投资、有经验的员工参与和培训。」
3月31日，DVLA又开了个在线门户，让司机可以直接上报新病情、申请新证或续证。门户用电子邮件作为沟通渠道——因为法律要求部分通信必须书面留痕。
同时，人手在补：新增了43名医疗案件处理员，还有22人即将到岗。
聊天机器人的隐藏战绩
在另一份议会书面答复里，莱特伍德透露了一个容易被忽略的数字：DVLA的「全天候聊天机器人」在2025/26财年回答了498,780次咨询，「无需任何人工干预」。
接近50万次。
作为对照，同期联系中心通过网页聊天处理的咨询总量是964,576次——机器人扛了一半还多。而整个联系中心的咨询总量是892.94万次，网页聊天只占10.8%，剩下近九成是电话或其他渠道。
这个数字说明两件事。第一，DVLA的咨询量极大，单靠人力不可能全部覆盖。第二，聊天机器人被部署在「简单查询」场景——那些不需要解释政策灰色地带、不需要安抚情绪、只需要确认事实的问题。
这是公共服务数字化的典型路径：先让机器吃掉大量重复、低风险的交互，把人释放出来处理真正复杂的个案。
一个具体的崩法：Ellie的14个月
系统再先进，个案崩了就是崩了。自由民主党后座议员维姬·斯莱德（Vikki Slade）在辩论中讲了她选区居民Ellie的经历，堪称「流程黑洞」样本。
Ellie曾有癫痫症状，注射治疗后症状消失。她的顾问医生书面确认她可以开车。六个月后，DVLA打电话来问这件事——然后吊销了她的驾照，没通知她本人。
她几个月后自己发现。被告知原因是「缺一份医疗问卷」，而她从没收到过。又说「原始文件丢了」。一年后，她还在试图解决这件事。
斯莱德的评论很直接：「除非有人追着议员跑，议员再追着DVLA跑，DVLA再推着申请人去追着临床医生跑，案子就卡死。这不是一个正常运转的公共服务。」
这个个案暴露了新系统没解决的问题：跨机构信息同步。医生、DVLA、申请人，三方数据不在一个闭环里。系统能处理「申请-审批」的内部流程，但处理不了「医生说了→DVLA收到→申请人知情」的链条断裂。
技术能走多远，边界在哪里
把DVLA的案例放到更大的框架里看，它是一类问题的缩影：当公共服务涉及生命安全，自动化能介入多深？
决策树推荐审批结论，但不直接发证——这是责任边界。聊天机器人回答50万次咨询，但不处理Ellie的个案——这是能力边界。在线门户简化申请，但保留电子邮件作为书面沟通渠道——这是法律边界。
三个边界里，技术最擅长的是中间那个：规模化、标准化、低风险的交互。两头——最终决策的法律责任、跨机构协调的行政复杂性——仍然需要人和制度来扛。
莱特伍德说：「我向所有受影响的人道歉。我们会纠正——我们正在纠正。」4月的平均处理时间已经从71.4天降到56.6天，降幅约21%。但56.6天仍是普通驾照的47倍，Ellie们的问题也没有消失。
技术部署的速度，和个案正义的实现速度，是两回事。DVLA的新系统证明了前者可以很快，后者还需要更多。
热门跟贴