香港人常被形容為「愛投訴」。交通班次不穩、道路設施損壞、環境衛生欠佳、公共服務回覆太慢，甚至一條行人路、一個巴士站、一盞街燈，都可以成為市民「反映意見」的原因。有人稱香港為「投訴之都」，語氣中帶點無奈，甚至帶點批評。但若換一個角度看，市民願意投訴，其實代表他們仍然相信制度，相信問題可以透過正式渠道獲得記錄、轉介、處理。
真正值得討論的，不是香港人是否投訴太多，而是香港能否把這些投訴，轉化為更有價值的治理數據。
過去的公共行政模式，往往較依賴「個案觸發」。市民反映問題後，部門記錄個案，再按權責轉介處理，最後作出回覆。這套制度有其必要性，保障市民有正式渠道表達意見，也讓政府部門可以按程序跟進。然而，在現實生活中，市民往往會有一種感覺：問題要等到多人反映、投訴增加，甚至形成輿論壓力後，才會引起較明顯的關注。
這未必是個別部門不重視，而是傳統流程本身較依賴表格、轉介、責任分工及個案處理。問題在於，當城市運作越來越複雜，市民需求越來越細緻，公共服務若仍然停留在「有投訴才處理」的模式，便容易變成被動行政。
從資訊科技角度看，投訴不應只是行政壓力，而是一種城市訊號。每一宗投訴背後，都包含地點、時間、問題類型、涉及部門、處理時間、重複程度及市民感受。當這些資料累積起來，便不再只是零散個案，而是一幅反映城市運作狀態的民情地圖。
金融科技的發展，正好提供有用的參考。銀行不會等到所有客戶都受騙後，才開始建立反欺詐系統；證券市場亦不會等到市場完全失序後，才監察異常交易。金融機構會透過數據分析、異常偵測、風險評分及早期預警，盡量在風險擴大之前作出處理。
公共治理其實也可以採用類似思維。如果金融科技可以管理資金風險，民情科技亦應可以管理公共服務風險。
例如某條小巴路線在繁忙時間的投訴突然增加，這不應只被視為幾宗交通個案，而可能是班次、客量、路面情況或居民出行模式出現變化的訊號。又例如某區反覆出現垃圾、鼠患、噪音或道路損壞投訴，這亦可能代表相關地點需要更高頻率巡查，甚至需要跨部門協調。再如某類公共服務的平均回覆時間持續延長，也可能反映資源配置、流程設計或部門協作有優化空間。
換言之，投訴可以成為公共治理的「早期風險訊號」。
香港其實具備發展「民情風控」的基礎。現時市民已有不同渠道向政府及公共機構反映意見，社區亦有大量來自地區組織、居民群組、社交平台及議員辦事處的民生訊息。問題是，這些訊息往往分散在不同系統、不同部門、不同層級之中，未必能夠即時形成整體判斷。
未來的方向，不應只是增加投訴渠道，而是要提升投訴數據的治理能力。
第一，可以建立民生問題熱點地圖，按地區、時間及類別分析投訴集中位置，讓部門及早發現交通、環境衛生、道路安全及公共設施等問題的變化。第二，可以建立重複投訴預警機制，當同一地點、同一類型問題在短時間內多次出現，系統便自動提高優先級別，提醒相關部門主動巡查。第三，利用人工智能協助分類及關聯分析，判斷個案是否涉及多個部門，避免市民在不同部門之間來回轉介。第四，建立內部服務水平儀表板，檢視不同問題類型的平均處理時間、重複投訴率、跟進成效及市民回饋。
這些建議，並不是要以科技取代前線判斷。相反，是要讓前線人員、部門主管及決策者更早掌握民情脈搏。科技的價值，不在於製造更多報表，而在於幫助公共服務由被動回應，逐步走向主動預警。
當然，民情數據的使用必須小心處理。投訴資料涉及市民個人資料、地區關注及公共信任，必須以資料最小化、匿名化、用途限制、分級授權及審計記錄為基礎。民情數據的目的，不應是追蹤個別市民，而是理解公共服務壓力分佈，從而改善城市治理。只有在私隱及透明度得到保障的前提下，數據治理才會得到市民信任。
香港市民對公共服務要求高，並非壞事。高標準，正正是這座城市能夠保持效率和競爭力的重要原因。市民願意反映問題，代表社會仍然相信制度渠道；政府願意聆聽和改進，則代表治理能力能夠不斷提升。良政善治，不是追求沒有投訴，而是有能力從投訴中看見問題、預判風險、改善服務。過去，投訴推動個案處理；未來，數據應推動系統改善。如果我們能夠把市民的意見、社區的觀察、公共服務的數據結合起來，讓投訴由噪音變成訊號，由壓力變成資產，由個案變成預警，香港便可成為真正懂得用數據治理民情的智慧城市。
