陆DeepSeek真威！AI单日处理量=公务员10年工作量 影响曝光

据公眾号「伴公汀」报导，最近，关于大陆国产大模型DeepSeek在政务领域投入应用的新闻不少：深圳市福田区一次性上岗70名基于DeepSeek开发的「AI数智员工」，公文审核时间缩短90％，执法文书初稿秒级生成；江苏镇江宣布，完成DeepSeek的本地化部署并上线运行，「单日数据处理量相当于全市公务员10年工作量总和」；北京丰台区也在政务云本地部署了DeepSeek大模型环境，并应用于政务服务领域，上线「丰小政」数智助手……据不完全统计，今年以来，已有超过12个省区市政府部门宣布开展DeepSeek大模型的相关应用。

就在本周，一场关于提升政务服务质效的内部会议上，参会的政府相关部门、业务处室和专家学者们也围绕这个话题展开了讨论。如何更好地应用DeepSeek等大模型，以及其他人工智慧领域的最新成果，为政府服务和行政系统运行赋能？大模型还可以在哪些应用场景大展拳脚？这些都成为大家最关心的问题。

持续助力政务大模型训练落地

事实上，上海近年来在这一领域已经展开了一些探索。市数据局介绍，上海政务领域主动拥抱人工智慧、大模型等新技术，依托「一网通办」「一网统管」「一网协同」等平台，积极探索人工智慧应用场景推进，同时聚焦模型部署、算力统筹、语料治理、应用部署和管理架构等环节，有序推进政务垂类模型研发，积极稳妥推动应用场景试点落地。

比如去年举办的第七届进博会运用空间计算大模型，实现了「展位级」颗粒度的客流量精准监测和管理调度，精准统计分析全时段、各展区客流，方便现场的安保人员和志愿者第一时间引导。「风乌」「雨师」等气象大模型，也在「贝碧嘉」「普拉桑」等颱风预报和暴雨预警中发挥了作用。

「这些年我一直很想看到，人工智慧和大模型能够更多地应用到我们的政务服务和日常工作中。毫无疑问，如果运用得当，会明显提升我们的工作效率。」一名长期从事政务服务、审批改革等方面工作的公务员表达了自己的期待，也坦言「有些着急」，「现在科技发展迭代很快，在安全的前提下，我们需要紧跟步伐。」

市数据局相关负责人也表示，下一步还将通过持续开放政务场景，助力政务大模型训练和落地，进一步推动人工智慧技术的迭代发展。

有望解决「群眾不会问、部门答非所问」

「各地政府的探索现在应该真正启动了。」復旦大学国际关系与公共事务学院教授、数位与移动治理实验室主任郑磊认为，以DeepSeek为例，其技术特性与中国数位政府建设的需求在一些方面较为契合。首先，相比于此前问世的ChatGPT，DeepSeek的成本显着降低。同时DeepSeek模型在中文场景有较好的理解和推理能力，在进一步训练后可以更准确地理解各类行政术语、政策文件和民眾诉求中蕴含的语义差异，让数位政府更有温度、更接地气。更重要的是，在涉及敏感政务数据时，传统的云端部署模式往往面临安全风险，而DeepSeek模型能够支持完全的本地化部署，构建起物理隔离的安全屏障，消除数据外泄的隐患。

「现在我们招了那么多『985』毕业的高材生，很多人却在做最基本的文秘工作，其实是很浪费的。」在一次会议中，一位政府部门领导曾这样说。在郑磊看来，随着大模型的进一步运用，这样的问题也会有所解决，「以前写一篇公文可能要一晚上，现在只要几分钟就可以生成一篇初稿，然后再去精细打磨修改，可以节省不少精力。」同时，还可以运用大模型建立智慧化的政务知识管理系统，政府可以对分散在各个部门的经验、案例和最佳实践进行系统化整理和关联分析，建立一个「知识库」，将知识与经验共享，避免了许多「老法师」离岗后经验「失传」的情况，提高公务员们的业务能力及政府部门的运作效率。

DeepSeek等大模型的应用，还有望改变公眾与政府部门间的交互方式。「我们网购的时候，常常会感到智慧客服一点也不智慧，还是要想尽办法去找到人工客服，才能解决问题。在办理政务服务的时候也是一样。」郑磊回忆，ChatGPT面世之初，自己参加联合国举办的电子政务会议，有专家就提出，未来人机交互的界面将不再是网站，而是对话，「网页表单再优化也不是寻找信息的最优方式，最好的方式就是提问、回答。」在他看来，大模型可以更准确地把握用户的实际需求，有助于将群眾的口语化表达更为准确地匹配到相应的政策与服务事项，提供更精准的服务指引，解决「群眾不会问、部门答非所问」的痛点。

从趁热「接入」走向深度「嵌入」

不过，也有不少业内人士与专家学者提醒，儘管近年来人工智慧技术发展迅猛，但其在知识精确性、逻辑推理严谨性等方面仍存在技术局限，人工智慧「幻觉」时有发生，「一旦在政务领域出现政策内容的编造，后果可能比较严重」。同时，在高质量公共数据集和语料库的建设与供给上，也还存在不少体制机制方面的障碍。

「炫酷的『技术玩具』并不必然就能成为有效的治理工具，在积极拥抱的同时，也要时刻保持审慎态度。不能手里拿着锤子，看什么都是钉子。」郑磊认为，技术归根到底仍是「赋能者」而非「决定者」，关键还是要坚持管用为王，技术上可能的不一定是组织上可行的、社会上可接受的。

要避免一味追求技术领先或概念创新，不顾实际需求盲目跟风，最终沦为「数位炫技」，带来新一波「大模型上的形式主义」，应该做好技术判断与价值判断，在数位政府建设中让大模型从趁热「接入」走向深度「嵌入」。