自以ChatGPT 为代表的大模型工具出现以来，全球各国纷纷探索新技术在政府治理中的应用可能，推动形成新的一波以智能化为主要特征的数字政府改革浪潮。牛津洞见发布的《2023年全球政府人工智能就绪指数评估报告》显示，我国政府人工智能就绪指数排在全球第16位，与领先国家存在差距。

全球多国政府采用大模型技术优化公共服务与管理

据统计，包括美国、英国、澳大利亚、加拿大、新加坡、日本、韩国等18个国家或地区已经在政府事务管理中应用了大模型技术，这些场景涵盖内部办公、政务信息公开、政务服务提供、民生服务优化和国防航天等多个细分场景。美国国防部数字与人工智能办公室开发并内部测试了针对公共合同撰写的生成式工具Acqbot。日本数字厅与微软合作，在政府数据中心设置AI大模型产品使用的高处理能力设备，以处理政府机密信息；新加坡开发出一套被称为“Pair”的系统，用于协助政府办公人员总结参考资料、搜索相关信息并完善写作表达。英国政府承诺投入2100万英镑，在英国国民健康服务体系(NHS)部署基于人工智能（AI）的技术，以帮助诊断癌症、中风和心脏病等疾病。

与此同时，国外大模型厂商也纷纷适应政府集成应用需要，提供面向政府侧的定制化服务能力。如0penAl为联邦机构、州和地方政府及其合作伙伴推出新的Azure 0penA1服务，使公共部门客户将能够安全访问GPT-3、GPT-4和Embeddings，并通过Azure政府云环境大规模访问人工智能模型和算法；微软先后和美国、日本政府达成合作，向其提供通过微软Azure智能云平台调用ChatGPT的服务；埃森哲发布专供美国联邦政府机构使用的FedGPT；韩国互联网巨头NAVER为阿拉伯国家等提供符合其文化背景AI大模型。

我国政务大模型应用场景需求逐渐明晰，地方积极开展政务大模型应用实践

2023年7月，北京市政务服务管理局在全球数字经济大会人工智能高峰论坛上，率先发布政务服务大模型场景需求清单，标志着地方政务大模型应用探索迈入新阶段。同年12月，安徽省数据资源局面向社会发布安徽省数字政府大模型场景应用第一批清单，部分场景应用建设取得初步成效，进一步推动政务大模型在地方的实际应用。北京市政务服务大模型需求清单涵盖7类场景，安徽省则包括6类18个具体应用场景。综合来看，政务咨询、智能搜索与问答、市民热线智能受理等场景是当前地方政务大模型共性需求，涉及牵头部门主要是数据资源管理局、政务服务局等。一方面，政务大模型处于发展初期阶段，政务数据规模和质量参差不齐，影响大模型性能和效果，进一步导致赋能政府智能化水平有限，各地政府对政务大模型应用保持谨慎态度，场景需求相对集中且处于初级阶段。另一方面，政务咨询、智能搜索与问答等作为政务服务最为常见和迫切的场景，数字化建设起步较早，相关数据归集与整合程度较高，应用政务大模型将进一步加速相关服务数智化发展。

随着场景需求逐步明确，各地加快探索政务大模型应用实践。例如，2024年初，广东省发布《广东省加快数字政府领域通用人工智能应用工作方案》，提出加快政务服务领域示范应用、推动政府治理创新场景应用、探索政府运行管理辅助应用等多项要求，全面推动政务大模型在数字政府建设中的深度应用与创新发展。利用“粤省心”政务服务知识库与省内各类政策文档作为大规模语料库对中国电信政务大模型进行微调，结合客服业务流程的工程化适配开发，实现“粤省心”平台的政务大模型应用。目前，中国电信政务大模型在“粤省心”提供面向市民端、座席端和政府决策端的三大智能化场景，智能客服回复准确率达90%以上，实现诉求事件从上报到事后考核全生命周期的智能化。上海市徐汇区推出“徐汇区政务服务大模型”，汇聚39个涉企事项数据集、超过500个体系化知识点和2300多条高频咨询语料，在政务服务办理流程、申请材料、办事要素、特殊情况处理等涉企服务场景，能实现10轮以上的自然语言咨询能力，对于高频事项的咨询准确率超过90%。

各地政务领域实践案例 来源：龙岗大数据

顺应政府数智化转型需求，加速政务大模型产业化发展

总体而言，我国政务领域大模型技术的应用正在不断推进，应用场景逐步广泛，但同时也面临着技术创新、隐私安全、伦理法规等多方面的挑战。上海智能交通有限公司创始人常光照认为对于政务服务中的大模型使用，需要考虑三个方面：价值体现、安全性和成本。其中价值体现需要有明确的落地场景；安全性方面数据安全是关键，包括数据及大模型本身的安全；成本方面，可通过精准有用的小切口项目率先开展，同时利用好原有的数据、存储、算力资源，达到真正的“降本增效”。

（一）强化政府数智化转型需求分析与挖掘

政府从数字化到数智化的转型是一个长期而复杂的过程，不仅是技术层面的应用升级，更是治理模式和体系的深刻变革。当前，要全面梳理政府政务服务、社会治理与内部办公等核心场景的业务流程与服务标准，围绕数智化转型目标深入分析与挖掘相应场景需求，结合政务大模型技术特性与应用前景，优化重构政府智能化运行整体逻辑，明确政务大型需要解决的关键问题以及推广应用预期效果。

（二）创新打造多模态数据驱动的场景化产品

多模态技术显著提高数据处理和理解的效率和准确性，可以运用“多源数据融合+认知计算”技术，对政府运行过程的多源数据进行体系化、智能化治理,形成高质量数据资产，持续提升模型能力。具体包括:利用文本、图片、音频、视频等多模态数据，全面反映政府运行各个环节，为政府决策提供数据支撑和科学依据。探索融合多模态数据打造场景化产品，持续优化迭代政务大模型，广泛拓展政务大模型应用场景，满足政府不断变化的业务需求。

（三）构建开放共享的政务大模型生态体系

大模型服务商可以通过算力资源开放、算法模型支撑、底层数据资源合作等形式，加强与政务门户、咨询问答、在线搜索、舆情监测、一网统管、协同办公等具备不同优势能力的专业厂商合作，共同打造垂直化、专业化的政务大模型开放生态。通过制定完善政务大模型相关标准规范，明确生态合作各方的权利与义务，建立数据开放共享机制，确保生态体系健康有序发展。强化政务联合创新开发与场景模型适配打磨，鼓励各方以“插件”的方式融入大模型，构建开放共享的政务大模型产品生态。

免责声明：本报告所整理政策信息材料来源于网络公开内容所得，报告内容仅供参考，不作为投资或者决策依据。

扫码关注我们

深洪所 建设新型社会智库