21世纪经济报道记者林典驰 深圳报道 DeepSeek的“朋友圈”扩容到了政务系统。

近期，广东、江苏、江西、内蒙古等多地密集宣布完成国产大模型DeepSeek在政务系统的本地化部署，将重复烦琐的事务交由人工智能，以精简AI的政务效率，覆盖政策解读、公文处理、民生服务、城市治理等核心场景。

2024年，IDC开展政务大模型及应用市场分析和技术评估时便发现，政务大模型在应用中的落地远高于市场预期，各级政府积极拥抱新技术，纷纷进行试点应用。IDC预测，到2027年政府中生成式AI的应用将由任务自动化扩展到决策支持，将公民服务响应能力提高10%，公务员生产力提高15%。

随着DeepSeek的横空出世，开源模型显著降低部署门槛，进一步带动算力需求激增。随着DeepSeek-R1在多地政务系统的渗透，政务云厂商的算力扩容需求有望持续攀升。

资本市场上同样掀起一股AI与云计算的共振热潮。数据显示，优刻得-W（688158.SH）、数据港(603881.SH)、广电运通(002152.SZ)等云服务厂商领跑计算机（中信）板块涨幅榜。

“AI公务员来了”

公开信息显示，深圳市打响了广东政务系统接入DeepSeek的“第一枪”。

2月8日，深圳市龙岗区部署上线了DeepSeek-R1全尺寸（671B）模型，深圳福田区则更进一步，基于DeepSeek开发的AI数智员工，首批70名“上岗”。

DeepSeek接入政务系统，带来了积极变化，AI在处理大量数据、执行重复性任务、提高效率和减少错误方面具有显著优势。

据深圳市福田区官网显示，从实际应用来看，接入后公文格式修正准确率超95%，审核时间缩短90%，错误率控制在5%以内；执法文书生成助手，将执法笔录秒级生成执法文书初稿；民生诉求分拨准确率从70%提升至95%，民情周报日报实现初稿一键生成。

其他城市也很快跟进，广州市政数局近日在政务外网部署上线DeepSeek-R1(671B) 、DeepSeek-V3 (671B)大模型。据悉，广州将通过政务专网算力推动人工智能大模型在民生政策解读系统、12345热线工单分派等政务领域的应用。

此外，南京、苏州、郑州、无锡、赣州等地的城市算力网也陆续宣布上线DeepSeek系列大模型，完成本地化部署上线。

值得关注的是，模型部署已从单一功能向系统化渗透。无锡市基于DeepSeek-R1-671B全尺寸模型，上线5项原生政务AI应用，涵盖政务办公、政务服务、城市治理等核心领域，包括填补省内空白的公文自动写作系统。

有人士向记者指出，DeepSeek不应仅局限于“智能秘书”“智能客服”，更应该借助政府海量数据和计算能力，对城市中各类事件进行智能识别和分析。

截至目前，AI目前仍无法完全替代人类的创造力、情感智能和复杂决策能力。公务员工作中涉及的许多任务，如政策制定、公众沟通、危机管理等，仍然需要人类的判断和同理心。

“经过了底层优化后的DeepSeek，更相当于一位站在巨人肩膀的‘混合专家’，未来接入算力中心后的应用场景也将更加广阔，如政务民生领域中的政策智能问答，科研创新领域的医疗健康管理，产业协作领域工业质检等。”广州人工智能公共算力中心主任李学军表示。

如何保障数据安全？

在这一波政府DeepSeek接入浪潮中，包括模型结果的准确性、数据安全等问题仍是市场关注点。

政务系统里涉及大量敏感数据，完善数据安全和隐私保护至关重要，DeepSeek的本地化部署虽然在一定程度上保证了数据“不出域”，但仍需加强数据安全管理，防止数据泄露和滥用。

IDC中国助理研究总监孙吉峰在接受记者采访时表示，为了确保政务大模型能够健康且可持续地发展，有必要采取措施来强化数据安全保障机制，提高算法的透明性和可解释性，建立并推行统一的标准和规范。

本地部署的开源大模型实施严格的数据访问控制机制，使用加密技术和隐私保护技术，支持私有化部署并强化数据治理，能够保护个人和企业的数据隐私。

李学军表示，政务单位在使用模型时可分三步走保障数据安全与信息安全，一期选择政务服务热线智能问答等低风险场景试点，积累安全防护经验；二期扩展至政策文件辅助撰写等中度风险场景，同步完善审计追溯机制；三期探索应急指挥决策支持等高价值场景，部署量子加密信道等强化措施。

模型推理结果多数时候有赖于数据的准确性，尽管DeepSeek能够显著提升效率，但政府数据相互之间存在壁垒，“数据孤岛”容易导致模型训练样本不足。

“除了模型的选择之外，政务系统应加强高质量数据集建设，通过完善的数据治理体系，确保数据的质量、安全和可靠，支撑政务大模型的训练、推理，实现更加精准的决策和预测。”孙吉峰表示。

“智能算力+”新周期

DeepSeek具备“低成本+高性能+开源”的特点，用远低于国际同类模型的价格屠刀，做到了极致的降本增效。这也让政府和个人能够接触到AI技术，打破了原有大公司能够使用AI的壁垒。

政府服务是公共服务，要以最低的成本提供最为优质的服务，DeepSeek持续降低成本已达到“成本拐点”，有助于普惠AI融入公共服务。

孙吉峰表示，大模型压缩等技术的应用，已经极大地提升了模型的推理效率，由单卡支持 2~3 条并发，提升到支撑数十条并发，但是部署成本还是极大的挑战。

DeepSeek的接入一方面降低了部署成本，有利于大模型应用的推广，另一方面支撑了政务智能化应用的普及，加大了算力的需求。

尽管DeepSeek使用成本大幅降低，但并不意味着DeepSeek就没有算力门槛。快思慢想研究院院长田丰表示，据其观察，完整版的DeepSeek本地部署需要16张GPU卡才能流畅运行，有一定算力门槛，同时，这也对政务IT团队提出了新的要求，需要具备一定程度的模型部署技术能力。

接入DeepSeek后，云计算和AI算力也将紧密结合。政务云的服务单位不仅提供的是云计算，还能够给予AI定制化服务。运营商从原本单纯的提供算力向智能服务的角色转变。

孙吉峰称，在对政务云的市场研究中我们发现，大模型的出现带动了算力和云资源需求的增加，也为政务云提供了创新变革的可能性。大部分政府客户希望在政务云中采购GPU算力，为创新应用开发及运行提供基础资源支撑，一些地方政府已将DeepSeek等大模型应用于政务系统。

政务云的应用场景不断拓展，从基础的信息化建设到智慧城市、数字政府、应急管理、政务服务等多个领域。

大模型的运行需要强大的算力支持，推动政务云不断优化算力资源的配置和管理，实现算力资源的高效复用与灵活调度。大模型能够处理海量的政务数据，政务云需要相应地提升数据存储、传输和处理能力。