今年以来，深圳、杭州、苏州等多地政府单位宣布接入Deepseek（深度求索）大模型，推动AI在政务领域的应用，“AI+政务”模式逐渐走进大众视野，并引发广泛关注。

　　“AI正逐步渗透到政务办公、城市治理、民生服务及辅助决策等多个场景。”快思慢想研究院院长田丰指出，“AI+政务”模式能够显著提升决策效率。例如，湖北利川通过DeepSeek大模型与OA（办公自动化）系统的深度融合，实现了政策文件的秒级检索和公文格式的自动修正，极大提高了机关办文效率。

　　“AI+政务”还在精准环境管控方面发挥着重要作用。借助多模态大模型，结合卫星遥感、无人机监控和公共车辆摄像头等手段，可以实现对城市空间的全面感知和分析，广泛应用于环保卫生、垃圾监管、用地冲突处理等领域。

　　然而，“AI+政务”领域也面临着一些挑战。联通数字科技有限公司首席技术官杨海明坦言，当前，“一窝蜂”应用AI的现象较为严重，“为了用AI而用AI”的情况比较普遍。例如，有些部门仅接入满血版DeepSeek大模型后就宣布完成智能化转型，而对于大模型的后续能力提升和应用场景的深入拓展等均未进行认真考量。田丰也指出，由于缺乏长期战略规划，“运动式”推进AI的问题同样存在。一些部门在持续运营“AI+政务”产品方面能力不足。

　　此外，政府部门采集的数据质量参差不齐、更新不及时等问题也亟待解决。部分数据多以政府部门自身为中心，未从市场需求出发进行挖掘和利用，导致大量数据闲置浪费。田丰举例说，交通事故现场数据对智能驾驶企业而言极具价值，但这类数据通常掌握在政府部门手中，很少能够反哺相关企业。同时，这些数据还会被定期清理，导致数据资产未能充分发挥其价值。

　　针对上述问题，田丰建议政府单位制定涵盖“AI+政务”应用的长期战略，明确具体行动计划，确保政策得到有效落实。同时，设立首席AI官等职位，充分发挥青年创新人才的作用，提升公务员的AI素养。杨海明则建议坚持问题导向和需求导向，一方面聚焦实际问题，形成“AI+政务”应用的有效闭环；另一方面聚焦实际需求，对政府侧效率和百姓侧需求进行深入研究，明确下一步发展方向。

　　在数据难题方面，杨海明建议由国家或开源社区建设标准数据集作为基础，从技术层面对意识形态进行把关，“要像给学生提供规范教材一样，为AI提供规范的高质量数据。”

　　谈及数据基础设施建设，田丰建议整合算力、网络和能源等基础设施资源，以市或多城市为单位构建AI算力中心和数据平台，实现数据基础设施资源的共享与高效利用。

　　“在推动AI应用于政务的过程中，我们可以先从高频、低风险系统开始试点，再逐步向中低频、高风险系统迭代升级。同时建立赛马机制，推动经验分享与复制。”田丰强调，“我们要鼓励创新、包容试错。”

　　杨海明还强调，从隐私安全到伦理风险，从敏感数据泄露到大模型幻觉导致错误判断等潜在风险，都是AI用于政务时必须认真考量的问题。

（文章来源：科技日报）