近日，中央网信办与国家发展改革委联合印发《政务领域人工智能大模型部署应用指引》，为我国政务数字化改革按下“加速键”。作为首个公开的政务大模型专项政策文件，《指引》明确以“集约共享”为核心，要求地市以上统筹建设、县级以下复用资源，坚决防止“模型孤岛”和重复建设。同时，文件划定安全红线，强调大模型仅作为“辅助工具”，需严格防范数据泄露和模型“幻觉”风险。从智能问答到灾害预警，从政策推送到基层减负，政务AI正从“单点尝试”迈向“全域协同”，一场以技术驱动治理现代化的变革悄然到来。
政策核心要点解读
(一)总体要求：系统谋划、集约发展、安全稳妥
《指引》明确提出了政务大模型应用的总体要求，强调"系统谋划、集约发展，以人为本、规范应用，共建共享、高效协同，安全稳妥、务求实效"的十六字方针。这些要求体现了我国政务大模型应用的战略定位：
-
1. 避免"数字形式主义"：要求政务部门统筹减负和赋能，避免盲目追求技术领先、概念创新，切实防范"数字形式主义"。 -
2. 明确"辅助型"定位：政务大模型需保持"辅助型"定位，所有输出内容必须人工审核，避免"算法定案"或误导性结论，确保输出内容不超出业务范围，保障内容准确性。 -
3. 安全与合规先行：强调建立安全责任制度，严格落实保密要求，防止国家秘密、工作秘密和敏感信息等输入非涉密人工智能大模型，防范敏感数据汇聚、关联引发的泄密风险。
(二)应用场景：四大领域共性需求
《指引》将政务大模型应用场景分为四大类，围绕政务服务、社会治理、机关办公和辅助决策等工作中的共性、高频需求，因地制宜选择典型场景进行探索应用：
-
1. 政务服务类： - 智能问答：整合本地区、本部门、本领域业务资源和知识库，利用自然语言理解、检索增强生成和知识图谱等技术，提供实时政务咨询服务。
- 辅助办理：基于政务服务办事指南、常见问题等数据，提供智能导办、表单预填、辅助审核等一站式服务。
- 政策服务直达快享：构建政策服务知识库，实现"政策找人""政策找企业"，精准推送惠民惠企政策。
-
2. 社会治理类： - 智能监测巡检：利用无人机、视频监控、智能传感器等设备和计算机视觉技术，实时监测基础设施，自动识别风险隐患。
- 辅助执法监管：采用语音识别、视频分析、知识图谱等技术，辅助执法人员快速检索法律依据和典型案例，提高执法效率。
- 市场风险预测：通过时间序列生成模型、异常检测等技术，为政府决策提供预警与趋势分析支持。
-
3. 机关办公类： - 辅助文书起草：利用大语言模型生成能力，构建本地知识库和预设模板，提高文书起草效率。
- 资料检索：利用知识图谱构建和信息检索技术，实现政务信息快速检索、精准定位。
- 智能分办：利用自然语言理解和多模态识别技术，对来文、来电、工单等任务进行自动识别和分类，提高任务分办效率。
-
4. 辅助决策类： - 灾害预警：对多源、多维、多模态数据进行关联分析，预测可能发生的自然灾害，提前发出预警。
- 应急处置：利用强化学习技术，基于突发场景和资源分布模拟应急处置方案，优化资源配置。
- 政策评估：通过自然语言处理、情感分析等技术，分析政策执行效果和社会反馈，帮助政策优化与调整。
- 智能辅助评审：利用自学习泛化认识、类人化评审推理等能力，对项目文件进行深度解析，提供评审意见。
(三)规范部署：集约化与差异化并重
《指引》强调"一地建设、多地多部门复用"的集约化部署模式，同时根据不同场景需求选择差异化实施路径：
-
1. 部署层级： - 省级搭建政务领域人工智能大模型统一服务平台，与政务云管理平台融合共建。
- 地市在省级统一要求下开展部署应用，县级及以下原则上复用上级的智能算力和模型资源。
- 国家行业主管部门探索细分领域政务垂直大模型的统一训练与构建，与省级协同部署。
-
2. 实施路径选择： - 通用场景（如智能问答、辅助文书起草）：采用市场上成熟并已完成备案的模型产品和服务。
- 专业场景（如辅助执法监管、市场风险预测）：利用领域专家知识和专业数据进行针对性训练，打造垂直模型。
- 安全要求：在保障安全和不泄露国家秘密的前提下，充分利用互联网算力和模型资源，鼓励探索政务智能体、具身智能等创新应用。
-
3. 数据基础建设： - 加强政务数据治理，构建高质量政务数据集和知识库，支撑政务大模型的优化训练。
- 分类分级管理政务数据，建立台账并详细记录数据来源、类型和规模等信息。
- 依托政务数据共享协调机制，推进高质量政务数据集的共建共享和生成数据的归集治理。
- 探索基于大模型的政务知识治理路径，打造可信知识库，确保数据源权威、准确、时效。
(四)运行管理：全周期与动态化
《指引》要求政务部门建立健全涵盖政务大模型部署应用全周期管理体系，明确应用方式和边界：
-
1. 内容审核机制： - 对面向公众和企业的服务场景，严格执行内容审核制度流程。
- 合理采用人工审核、生成内容实时风控、多模型交叉校验等措施，防范模型"幻觉"风险。
- 在应用界面显著位置设置风险提示，明确告知大模型服务的局限性。
-
2. 迭代优化机制： - 建立常态化更新机制，加快功能优化，深化场景应用。
- 密切关注技术发展动态，持续更新优化政务大模型的基础模型和安全能力。
-
3. 安全与责任管理： - 建立安全责任制度，明确安全职责和任务。
- 加强人工智能安全风险应对能力，防范敏感数据汇聚、关联引发的泄密风险。
- 建立AI公务员责任追溯机制，开发区块链存证系统。
-
4. 组织实施与监测评估： - 推进政务领域人工智能大模型国家标准体系建设和重点标准研制。
- 构建全流程监测评估体系，持续迭代优化。
- 做好培训宣传，增强工作人员应用能力，提升全民数字素养。
国内政务大模型应用现状与成效
近年来，我国政务大模型应用步伐持续加快，政务服务正迎来一场由AI驱动的智能变革。截至2025年9月，全国人工智能企业数量已超过5300家，政务大模型在政务服务、社会治理、机关办公和辅助决策等多元场景中广泛应用，推动政府治理迈入数智化新阶段。
在区域推进上，政务大模型应用呈现出“先行先试、梯次推进”的鲜明特点。北京、上海、深圳等一线城市作为前沿阵地，率先探索出各具特色的应用模式。例如，深圳宝安区与腾讯合作构建了政务大模型服务体系框架，上海浦东新区推出的“小浦”数字人政务服务在试运行期间处理办件1300余件且保持零差错。杭州、广州、武汉等省会城市积极布局，借助AI技术优化交通调度与能源管理。而青岛、漳州、宁夏等特色区域则结合本地实际开展创新试点，如漳州接入DeepSeek大模型，实现了政务服务全场景的智能化升级。
政务大模型的广泛应用，主要依托政企合作的模式，形成了“通用大模型+政务知识库”的技术路径。合作方式多样，包括科技企业提供基础技术能力的技术输出型，政企共同研发适配政务场景的联合开发型，以及为企业根据特定需求提供定制化解决方案。显著的案例包括深圳龙岗区部署的DeepSeek-R1全尺寸模型接入政务云平台，以及北京经开区通过“大中台、小应用”模式建设的“政务大模型智能中枢”，有效推动了跨部门场景的协同落地。
从实践成效看，政务大模型的应用已是硕果累累。在效率提升方面，智能问答与辅助办理分流了近三分之一的人工服务，深圳龙华区的政务模型将审批字段录入从699项大幅减少至10项，填表正确率达到100%。在服务质量优化上，北京市司法局建成的全国首个行政复议垂直大模型，输出准确率超过95%；深圳宝安区通过政策匹配模型，实现了惠企政策的精准推送。此外，政务大模型更助力治理能力现代化，如天津生态城利用DeepSeek优化能源调度，杭州滨江利用AI技术实时监测并优化交通流量，显著提升了城市运行效率。
写在最后
展望未来，政务大模型产业将迎来前所未有的发展机遇，据智研瞻产业研究院预测，2024-2030年中国政务大模型行业市场规模增长率在105.96%-118.30%，2030年中国政务大模型行业市场规模9653.97亿元，同比增长115.74%。随着技术的不断成熟和应用场景的持续拓展，政务大模型将从工具赋能升级为治理范式重构，成为数据驱动型治理的核心基座。同时，中国政务AI的全流程服务模式和数据统筹优势，也将为全球数字治理创新提供可借鉴的样板。
在这一进程中，构建专业化模型体系、加强全链条安全防护、完善责任追溯机制以及推动生态协同与市场化运作，将成为政务大模型产业发展的关键路径。通过这些措施，我国政务大模型产业有望实现从"能用、敢用、好用"到"智用、深用、广用"的跨越式发展，为推进国家治理体系和治理能力现代化提供有力支撑。
—— END ——
（关注我们，设为星标，别在数字洪流中掉队 ↓）
往期回顾：
4. AI赋能能源革命，2030年达到世界领先水平——解读国家《人工智能+能源》新政