近日，多地政府部門本地部署DeepSeek。2月16日，廣州市政務服務和數(shù)據管理局近日在政務外網正式部署上線DeepSeek-R1、V3671B全量大模型。同日，深圳市基于政務云環(huán)境面向全市各區(qū)各部門正式提供DeepSeek模型應用服務，另有多地政府官宣接入DeepSeek。

可以發(fā)現(xiàn)，DeepSeek以低成本、高可控性的本地化部署能力，結合政策對數(shù)據安全與核心技術自主的要求，成為政府端落地的核心承載技術之一。

政務云由于其具有細分領域的專業(yè)性、數(shù)據安全性等優(yōu)勢，在面對政府、大型央國企等客戶時具有明顯優(yōu)勢。大模型平權后，政府、大型央國企也將成為大模型的深度使用用戶，相對應的政務云需求有望持續(xù)提升。

為了進一步探究DeepSeek在G端場景的發(fā)展情況，財聯(lián)社VIP特聯(lián)合蜂網火線直連“政務云”行業(yè)專家，調研AI大模型在政務端的落地近況，以及對相關軟件/硬件產業(yè)鏈造成的影響。

【核心邏輯】

【交流紀要】

問題一：政府端對于AI賦能的迫切性如何？

專家：AI是政務效率提升的剛需。2025年開年，DeepSeek的模型性能突破與成本優(yōu)勢釋放了行業(yè)級機遇。早在2023年底開始，多個省份已將AI納入政務數(shù)字化轉型的優(yōu)先級規(guī)劃。例如，教育部部長在工作會議中明確要求“推動AI賦能教育創(chuàng)新，構建數(shù)字教育與智慧教育互融生態(tài)”，而深圳、上海等地政府則將AI應用寫入“數(shù)字經濟三年行動計劃”，明確要求政務智能化場景滲透率至2025年達60%以上。

問題二：近期AI大模型在政務端有哪些具體案例？

專家：近期，各地政府部門對AI技術的應用需求呈現(xiàn)爆發(fā)態(tài)勢。以珠三角、長三角地區(qū)為例：深圳龍崗政務熱線引入智能分流系統(tǒng)后，市民來電分類準確率超過九成，處理速度提高40%，有效緩解了人工客服壓力；廣東省試點AI用于自動審核企業(yè)申報材料項目，其AI識別營業(yè)執(zhí)照、稅務報表的準確率超95%，審批周期從3天縮短至實時；上海某區(qū)政府云平臺通過采用國產昇騰芯片集群，已建成可承載完整模型運行的算力環(huán)境，這為全國政務系統(tǒng)國產化替代提供了可行樣本；杭州、蘇州等地部署AI信號燈系統(tǒng)，結合車流量預測動態(tài)調整紅綠燈時長，路段通行效率提升20%。

問題三：G端用戶是否更加傾向于AI大模型本地化部署？需要采購什么設備？

專家：目前DeepSeek的本地化優(yōu)勢顯著，但G端需求呈現(xiàn)顯著分層。

對于頭部城市來說，通常選擇搭建“完整系統(tǒng)+彈性擴展”的部署模式。這類項目初期需配置高性能服務器集群，硬件采購費用約500萬-800萬元，后續(xù)每年還需投入兩到三成維護費用用于算力擴容。

相比而言，二、三線城市更傾向采取經濟型方案。通過采用輕量化智能模型，配合分布式邊緣設備，可將啟動成本壓低至百萬元級別，但這種方案對模型精簡優(yōu)化的技術要求更高。比較利好支持端側推理的模組與服務器廠商（如中興通訊、浪潮邊緣服務器產線）。

當前政務智能化面臨兩大現(xiàn)實挑戰(zhàn)：

（1）首先是新舊設備兼容難題，現(xiàn)有政務機房通?；煊脟鴥韧舛喾N硬件設備，協(xié)同運行效率損失約15%，因此政府存量IT設備（如x86服務器）與國產算力（昇騰、海光）的并行運行需定制化改造。目前政府端項目要求優(yōu)先采購國產算力設備及服務。例如，北京市政務云明確要求新擴容算力節(jié)點國產化比例不低于80%。

（2）其次是數(shù)據安全要求，各地政府明確要求核心數(shù)據不得出域，因此催生出具備私有化部署能力的訓練平臺。G端客戶傾向于以一體化解決方案（算力+算法）模式采購。例如，政府客戶通過本地化部署算力一體機，可直接開發(fā)行業(yè)應用（如智慧水利、城市治理等），降低開發(fā)門檻。電科數(shù)字子公司柏飛電子就在政務領域推出了安全加固的AI算力一體機產品。通過算法適配和國產化芯片優(yōu)化，提供“開箱即用”的一體機服務。

問題四：數(shù)據要素在AI政務云里扮演什么角色？

專家：政務云的核心目標是整合政府各部門分散的數(shù)據（如戶籍、社保、公共安全等），形成統(tǒng)一的治理底座，因此，數(shù)據要素是AI（如DeepSeek）模型能力構建的基礎資源，像星環(huán)科技向量數(shù)據庫、海天瑞聲標注工具等，均服務于政務數(shù)據向AI可用數(shù)據的轉化。

垂直領域AI應用也依賴于高質量行業(yè)數(shù)據微調，例如，北京政務云利用交通、人口流動等數(shù)據訓練AI模型，預測城市擁堵點位并動態(tài)調整交通信號燈，這背后是政務云平臺每天處理的400TB動態(tài)數(shù)據在驅動。

但總體而言，我國數(shù)據要素仍處于較為早期的階段，短期發(fā)展機遇仍主要在產業(yè)基礎設施建設方，中長期隨著市場完善逐步利好數(shù)據資源方及有望運營授權公共數(shù)據的企業(yè)。