跳出“紙上談兵” 奔赴“場(chǎng)景破局”

【圓桌論壇·大模型應(yīng)用全景掃描】

編者按：政務(wù)智能化的拼圖上，DeepSeek正成為激活全局的關(guān)鍵模塊。從招標(biāo)采購(gòu)全流程數(shù)智化改造，到12345熱線秒級(jí)響應(yīng)的智能革命，大模型在政務(wù)場(chǎng)景的落地不再停留于概念，數(shù)據(jù)清洗標(biāo)準(zhǔn)化、知識(shí)圖譜動(dòng)態(tài)化、本地部署安全化，三大實(shí)戰(zhàn)解法直擊“數(shù)據(jù)散、知識(shí)僵、部署難”痛點(diǎn)。本期聚焦DeepSeek場(chǎng)景落地，看行業(yè)專家如何用“數(shù)據(jù)燃料+知識(shí)引擎+技術(shù)底座”組合拳，打通智能政務(wù)從工具應(yīng)用到治理升級(jí)的“最后一公里”。

跳出“紙上談兵” 奔赴“場(chǎng)景破局”

——業(yè)內(nèi)專家共話政務(wù)大模型落地難點(diǎn)與實(shí)戰(zhàn)解法

主持人：

本報(bào)記者 張明柳

嘉賓：

博思數(shù)采科技股份有限公司副總裁 陳  旭

國(guó)泰新點(diǎn)軟件股份有限公司副總裁 何永龍

浪潮云總經(jīng)理助理               陳  堯

采招云數(shù)智化采購(gòu)研究中心       宋  軍

主持人：有哪些具體的應(yīng)用場(chǎng)景和預(yù)期成果可以體現(xiàn)大模型所帶來(lái)的社會(huì)和經(jīng)濟(jì)效益？

何永龍：在招標(biāo)采購(gòu)領(lǐng)域，大模型正在重塑行業(yè)的底層邏輯，從政策法規(guī)解析到服務(wù)優(yōu)化，從風(fēng)險(xiǎn)防控到監(jiān)管智慧化提升，構(gòu)建起全流程數(shù)智化的新生態(tài)。新點(diǎn)軟件圍繞招標(biāo)采購(gòu)領(lǐng)域的核心業(yè)務(wù)訴求，打造“人工智能+”招標(biāo)（采購(gòu)）文件合規(guī)性檢測(cè)、智能輔助評(píng)標(biāo)評(píng)審、智能客服、智能問(wèn)數(shù)等應(yīng)用，實(shí)現(xiàn)從經(jīng)驗(yàn)驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)、從被動(dòng)響應(yīng)向主動(dòng)預(yù)測(cè)的轉(zhuǎn)變，為打造規(guī)范高效、陽(yáng)光透明的招標(biāo)采購(gòu)新生態(tài)提供有力支撐。

宋軍：在具體應(yīng)用場(chǎng)景上，如大模型作為智能政務(wù)助手可通過(guò)自然語(yǔ)言交互幫助老年人便捷辦理社保認(rèn)證、醫(yī)療掛號(hào)等高頻服務(wù)，解決傳統(tǒng)數(shù)字政務(wù)服務(wù)對(duì)弱勢(shì)群體不友好的問(wèn)題。在基層治理領(lǐng)域，大模型驅(qū)動(dòng)的政策解讀機(jī)器人能將晦澀的法規(guī)文件轉(zhuǎn)化為方言短視頻，幫助低文化水平群體理解惠民政策，目前已在鄉(xiāng)村振興中實(shí)現(xiàn)扶貧補(bǔ)貼申領(lǐng)指導(dǎo)的精準(zhǔn)覆蓋。

陳旭：“陽(yáng)光公采”大模型是政務(wù)領(lǐng)域大模型在政府采購(gòu)場(chǎng)景的成功實(shí)踐，由博思軟件與華為基于DeepSeek模型聯(lián)合推出。該模型通過(guò)與DeepSeek基礎(chǔ)模型和知識(shí)體系的深度集成，賦能公共采購(gòu)全流程智能化升級(jí)。具體而言，“陽(yáng)光公采”大模型利用DeepSeek智能引擎強(qiáng)大的算法能力和豐富的知識(shí)儲(chǔ)備，結(jié)合博思軟件多年積累的采購(gòu)領(lǐng)域數(shù)據(jù)資產(chǎn)，構(gòu)建了覆蓋需求預(yù)測(cè)、供應(yīng)商匹配、價(jià)格分析、風(fēng)險(xiǎn)預(yù)警等環(huán)節(jié)的全鏈路智能中樞。這一智能中樞部署了AI智能體，實(shí)時(shí)分析采購(gòu)需求、自動(dòng)推薦合適供應(yīng)商、監(jiān)測(cè)市場(chǎng)價(jià)格波動(dòng)并預(yù)警風(fēng)險(xiǎn)。通過(guò)這樣的“數(shù)據(jù)+算法”驅(qū)動(dòng)，“陽(yáng)光公采”實(shí)現(xiàn)采購(gòu)決策從經(jīng)驗(yàn)驅(qū)動(dòng)向智能決策的轉(zhuǎn)變，大幅提升決策效率和精準(zhǔn)度。

在應(yīng)用層面，“陽(yáng)光公采”大模型承擔(dān)多項(xiàng)具體任務(wù)：首先，它可以充當(dāng)采購(gòu)問(wèn)答助手，7×24小時(shí)解答采購(gòu)業(yè)務(wù)咨詢。例如，對(duì)于采購(gòu)人員提出的政策流程問(wèn)題，模型能即時(shí)從內(nèi)置的政策知識(shí)庫(kù)中抽取相應(yīng)條款并給予清晰解釋，提升答復(fù)準(zhǔn)確率，減少以往人工查找政策的負(fù)擔(dān)。其次，在政策解析、抽取方面，模型可自動(dòng)解析政府采購(gòu)相關(guān)法規(guī)文件，提取出重要合規(guī)要點(diǎn)，并將這些知識(shí)融入動(dòng)態(tài)知識(shí)庫(kù)供決策參考。這保證采購(gòu)過(guò)程符合最新政策要求，打造合規(guī)、透明的智能決策體系。最后，在價(jià)格監(jiān)測(cè)環(huán)節(jié)，模型通過(guò)對(duì)接市場(chǎng)交易數(shù)據(jù)實(shí)現(xiàn)智能化的價(jià)格分析：自動(dòng)比對(duì)歷史采購(gòu)價(jià)格和市場(chǎng)行情，及時(shí)發(fā)現(xiàn)異常波動(dòng)并預(yù)警，為采購(gòu)定價(jià)提供依據(jù)。實(shí)際部署顯示，該AI系統(tǒng)能夠準(zhǔn)確回答采購(gòu)業(yè)務(wù)90%以上的常見(jiàn)問(wèn)題，自動(dòng)完成大量信息檢索和數(shù)據(jù)分析工作。通過(guò)“陽(yáng)光公采”案例可以看到，DeepSeek基礎(chǔ)大模型的通用能力與政務(wù)領(lǐng)域知識(shí)的結(jié)合，催生出專業(yè)場(chǎng)景下的AI解決方案，答復(fù)精準(zhǔn)率和處理效率都有大幅提升，幫助政府和企業(yè)在數(shù)字化采購(gòu)變革中搶占先機(jī) 。

陳堯：以12345政務(wù)熱線為例，由于人工座席（窗口）數(shù)量有限，群眾訴求無(wú)法得到及時(shí)滿足，此外在熱線工單流轉(zhuǎn)中也存在“轉(zhuǎn)得慢”“轉(zhuǎn)不動(dòng)”等問(wèn)題，嚴(yán)重影響熱線服務(wù)質(zhì)效。為解決12345政務(wù)熱線運(yùn)營(yíng)中存在的問(wèn)題而打造的12345政務(wù)服務(wù)智能體，為12345政務(wù)熱線提供智能客服、智能坐席、智能處置、智能分析四類場(chǎng)景化智能助理，打造便捷、高效、規(guī)范、智慧的政務(wù)服務(wù)“總客服”，為市民、企業(yè)提供7×24小時(shí)全天候在線問(wèn)答服務(wù)，將高頻事項(xiàng)響應(yīng)速度提升至秒級(jí)，在智能分析方面，原來(lái)需要2—10天的周/月/專題報(bào)告，現(xiàn)在僅需3分鐘即可生成維度、邏輯基本符合要求的數(shù)據(jù)分析初稿。

主持人：在政務(wù)領(lǐng)域應(yīng)用場(chǎng)景落地過(guò)程中，大模型訓(xùn)練、知識(shí)圖譜創(chuàng)建等面臨諸多難題。在應(yīng)對(duì)這些挑戰(zhàn)時(shí)，有哪些解決方案和實(shí)踐經(jīng)驗(yàn)？

何永龍： 在大模型落地過(guò)程中，面對(duì)招標(biāo)采購(gòu)行業(yè)數(shù)據(jù)分散和知識(shí)圖譜構(gòu)建難題，我們積累了豐富的解決方案和實(shí)踐經(jīng)驗(yàn)。在數(shù)據(jù)整合方面，DeepSeek通過(guò)先進(jìn)的數(shù)據(jù)清洗、標(biāo)注和標(biāo)準(zhǔn)化技術(shù)，將來(lái)自不同業(yè)務(wù)的海量交易數(shù)據(jù)進(jìn)行有效整合，為模型訓(xùn)練提供了高質(zhì)量的“原料”。同時(shí)，運(yùn)用知識(shí)蒸餾等技術(shù)，提煉數(shù)據(jù)中的關(guān)鍵信息，構(gòu)建高效的知識(shí)表示。在知識(shí)圖譜創(chuàng)建上，利用實(shí)體識(shí)別和關(guān)系抽取技術(shù)，從招標(biāo)采購(gòu)領(lǐng)域的文本中提取實(shí)體和關(guān)系，構(gòu)建動(dòng)態(tài)可擴(kuò)展的知識(shí)圖譜。

陳旭：政務(wù)領(lǐng)域的數(shù)據(jù)和政策文件龐雜分散，只有將海量政務(wù)知識(shí)結(jié)構(gòu)化，才能充分發(fā)揮大模型在問(wèn)答和解析任務(wù)中的作用。構(gòu)建政務(wù)知識(shí)圖譜一般包括以下步驟：

知識(shí)抽取：從政府公文、政策法規(guī)、招投標(biāo)信息等非結(jié)構(gòu)化文本中抽取實(shí)體（如機(jī)構(gòu)、法規(guī)名稱、指標(biāo)）及其關(guān)系和屬性等關(guān)鍵信息，將碎片化知識(shí)轉(zhuǎn)化為機(jī)器可讀的三元組形式。

知識(shí)融合：消除不同來(lái)源數(shù)據(jù)中的重復(fù)或沖突實(shí)體，實(shí)現(xiàn)實(shí)體對(duì)齊和消歧，保證知識(shí)圖譜的一致性和準(zhǔn)確性。

知識(shí)加工：基于領(lǐng)域本體構(gòu)建概念模型，按政務(wù)業(yè)務(wù)邏輯對(duì)知識(shí)進(jìn)行分類分層，并運(yùn)用推理規(guī)則豐富圖譜的隱含關(guān)系，形成語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)。

知識(shí)更新：建立動(dòng)態(tài)更新機(jī)制，定期將新的政策文件、法規(guī)變動(dòng)等納入圖譜，確保知識(shí)庫(kù)實(shí)時(shí)可靠。

知識(shí)圖譜技術(shù)能夠關(guān)聯(lián)政務(wù)領(lǐng)域海量文件中的實(shí)體和關(guān)系，形成涵蓋政策法規(guī)、辦事流程、采購(gòu)數(shù)據(jù)等內(nèi)容的領(lǐng)域知識(shí)庫(kù)。這樣的知識(shí)庫(kù)為大模型提供了權(quán)威、結(jié)構(gòu)化的背景知識(shí)支撐。當(dāng)用戶詢問(wèn)政務(wù)問(wèn)題時(shí)，大模型不僅依賴自身通用知識(shí)，還能檢索圖譜中的精確信息，實(shí)現(xiàn)基于知識(shí)的問(wèn)答和分析。例如，在智慧政務(wù)問(wèn)答場(chǎng)景中，融合了知識(shí)圖譜的系統(tǒng)能夠進(jìn)行復(fù)雜推理式問(wèn)答：先理解用戶意圖，從知識(shí)圖譜中定位相關(guān)政策條款或業(yè)務(wù)流程，再給出符合政策規(guī)定的準(zhǔn)確答復(fù)。對(duì)于政策解析任務(wù)，模型可借助知識(shí)圖譜的語(yǔ)義連接來(lái)剖析政策文件的結(jié)構(gòu)和要點(diǎn)，將專業(yè)術(shù)語(yǔ)轉(zhuǎn)化為易懂的解釋。這種“模型+知識(shí)圖譜”的架構(gòu)有效提升了政務(wù)問(wèn)答的準(zhǔn)確性和專業(yè)性，使政策解讀更加精確和全面。

宋軍：DeepSeek解決了兩個(gè)難題。一是數(shù)據(jù)治理與知識(shí)融合難題。政務(wù)數(shù)據(jù)來(lái)源廣泛，數(shù)據(jù)質(zhì)量參差不齊，存在“噪聲”、重復(fù)、缺失等問(wèn)題，直接影響知識(shí)圖譜的準(zhǔn)確性和可用性。DeepSeek在數(shù)據(jù)準(zhǔn)備階段，通過(guò)數(shù)據(jù)清洗、去重、補(bǔ)全等方法提升數(shù)據(jù)質(zhì)量。此外，DeepSeek還利用先進(jìn)的數(shù)據(jù)治理工具，確保數(shù)據(jù)的準(zhǔn)確性和一致性。

二是動(dòng)態(tài)知識(shí)圖譜構(gòu)建難題。傳統(tǒng)知識(shí)圖譜多基于靜態(tài)數(shù)據(jù)構(gòu)建，難以應(yīng)對(duì)實(shí)時(shí)變化的環(huán)境需求。DeepSeek-R1系統(tǒng)通過(guò)引入流式計(jì)算、時(shí)序建模和增量學(xué)習(xí)，構(gòu)建了一個(gè)能夠?qū)崟r(shí)感知、快速響應(yīng)和持續(xù)演化的知識(shí)網(wǎng)絡(luò)。這種設(shè)計(jì)使得知識(shí)圖譜不再是靜態(tài)的“快照”，而是一個(gè)隨時(shí)間動(dòng)態(tài)生長(zhǎng)的有機(jī)體。

陳堯：浪潮云在政務(wù)領(lǐng)域DeepSeek大模型應(yīng)用中，針對(duì)大模型訓(xùn)練和知識(shí)圖譜構(gòu)建等挑戰(zhàn)提出了創(chuàng)新性解決方案。面對(duì)數(shù)據(jù)分散、隱私安全、高昂的訓(xùn)練成本及領(lǐng)域知識(shí)適配性差等問(wèn)題，浪潮云采用端到端的本地化模型服務(wù)，數(shù)據(jù)清洗、數(shù)據(jù)訓(xùn)練均發(fā)生在用戶本地，最大程度避免用戶數(shù)據(jù)泄露問(wèn)題，同時(shí)，采用基于安全大模型的隱私信息識(shí)別和脫敏技術(shù)，保證數(shù)據(jù)安全。此外，為解決多源異構(gòu)數(shù)據(jù)融合、動(dòng)態(tài)更新滯后和語(yǔ)義歧義消除的問(wèn)題，浪潮云還利用多模態(tài)知識(shí)抽取引擎、實(shí)時(shí)增量更新機(jī)制和上下文感知消歧技術(shù)提高了知識(shí)圖譜的準(zhǔn)確性和時(shí)效性。未來(lái)，計(jì)劃在多模態(tài)處理能力、動(dòng)態(tài)知識(shí)持續(xù)演進(jìn)、可信技術(shù)與可解釋性增強(qiáng)以及跨域協(xié)同治理等方面進(jìn)行優(yōu)化，旨在實(shí)現(xiàn)“感知—決策—執(zhí)行”一體化的政務(wù)智能體，推動(dòng)數(shù)字政府建設(shè)的發(fā)展。

主持人：未來(lái)，政務(wù)領(lǐng)域應(yīng)用大模型還需要在哪些方面進(jìn)一步優(yōu)化和突破？

何永龍：DeepSeek的未來(lái)發(fā)展將聚焦于實(shí)現(xiàn)從“工具應(yīng)用”到“治理升級(jí)”的躍遷，這需要在多個(gè)方面取得突破。技術(shù)層面，持續(xù)優(yōu)化模型架構(gòu)，提升推理性能和準(zhǔn)確性，以應(yīng)對(duì)復(fù)雜的招標(biāo)采購(gòu)業(yè)務(wù)場(chǎng)景與邏輯；數(shù)據(jù)層面，加強(qiáng)數(shù)據(jù)隱私保護(hù)和安全共享機(jī)制，確保數(shù)據(jù)的合規(guī)使用；應(yīng)用層面，深化模型在賦能監(jiān)管、交易、服務(wù)、共享等核心業(yè)務(wù)中的應(yīng)用場(chǎng)景，提升招標(biāo)采購(gòu)業(yè)務(wù)的智能化水平；安全層面，強(qiáng)化模型的可解釋性和魯棒性，增強(qiáng)大模型在招標(biāo)采購(gòu)領(lǐng)域的可信度。

陳旭：盡管已有顯著成果，政務(wù)大模型的應(yīng)用仍有廣闊的優(yōu)化空間，需要在模型、數(shù)據(jù)和部署等方面持續(xù)改進(jìn)。

模型精細(xì)化：未來(lái)可針對(duì)細(xì)分政務(wù)場(chǎng)景對(duì)大模型進(jìn)行精細(xì)化調(diào)優(yōu)。例如，面向法規(guī)解讀、政務(wù)客服等不同任務(wù)訓(xùn)練專門的子模型或使用指令微調(diào)，使模型在小樣本下也能輸出更符合業(yè)務(wù)語(yǔ)境的答案。通過(guò)引入強(qiáng)化學(xué)習(xí)反饋機(jī)制不斷打磨模型在復(fù)雜推理、專業(yè)表述上的能力，提升回答的可信度與專業(yè)度。

場(chǎng)景擴(kuò)展：目前大模型在政府采購(gòu)領(lǐng)域初顯成效，接下來(lái)可拓展至更多政務(wù)服務(wù)場(chǎng)景。例如政策咨詢、政務(wù)熱線智能客服、行政審批輔助決策等。每個(gè)新場(chǎng)景都將為模型提出新需求，如對(duì)法律法規(guī)、城市管理、公共服務(wù)知識(shí)的補(bǔ)充。這需要逐步豐富模型的行業(yè)知識(shí)圖譜和訓(xùn)練語(yǔ)料，使AI助手覆蓋更廣泛的政務(wù)業(yè)務(wù)。

知識(shí)動(dòng)態(tài)更新：政務(wù)政策和數(shù)據(jù)是動(dòng)態(tài)變化的，大模型需保持對(duì)最新知識(shí)的掌握。未來(lái)應(yīng)建立更加完善的知識(shí)更新機(jī)制，包括定期抓取最新政策文件和公共數(shù)據(jù)，自動(dòng)進(jìn)行知識(shí)圖譜的增量更新，避免模型回答滯后于現(xiàn)行政策。同時(shí)，可探索讓模型具備聯(lián)機(jī)檢索能力，在回答實(shí)時(shí)性強(qiáng)的問(wèn)題時(shí)查詢權(quán)威數(shù)據(jù)庫(kù)，以保證時(shí)效性和準(zhǔn)確性。

跨平臺(tái)部署能力：政務(wù)領(lǐng)域?qū)?shù)據(jù)安全和本地部署有高要求，大模型應(yīng)具備靈活的部署形態(tài)。一方面，需要優(yōu)化模型規(guī)模和性能以適配不同硬件環(huán)境，實(shí)現(xiàn)從云端到本地服務(wù)器乃至政務(wù)專網(wǎng)的平滑部署。DeepSeek通過(guò)開(kāi)源降低了私有化部署門檻，已有企業(yè)將其部署在物流報(bào)價(jià)、政府專網(wǎng)等本地場(chǎng)景。未來(lái)應(yīng)加強(qiáng)模型在多平臺(tái)上的兼容性和安全性，提供完善的訪問(wèn)控制、加密與防護(hù)措施，防止因部署在內(nèi)網(wǎng)環(huán)境而出現(xiàn)“裸奔”風(fēng)險(xiǎn)。另一方面，大模型還可探索輕量級(jí)版本在移動(dòng)端、政務(wù)APP上的應(yīng)用，以適應(yīng)政務(wù)人員隨時(shí)隨地使用AI助手的需求。

宋軍：面向政務(wù)數(shù)字化深水區(qū)，DeepSeek需在4個(gè)維度持續(xù)突破：

認(rèn)知智能升級(jí)：當(dāng)前32k tokens的上下文窗口已無(wú)法滿足復(fù)雜政策分析需求。需向更長(zhǎng)文本理解邁進(jìn)，并發(fā)展多模態(tài)能力，實(shí)現(xiàn)“文字政策—圖表數(shù)據(jù)—現(xiàn)場(chǎng)視頻”的聯(lián)合研判。

因果推理強(qiáng)化：突破現(xiàn)有關(guān)聯(lián)分析的局限，建立政策影響的因果鏈模型。如能模擬“放寬落戶政策→人口流動(dòng)→教育資源需求”的傳導(dǎo)效應(yīng)，將大幅提升決策科學(xué)性。這需要融合計(jì)量經(jīng)濟(jì)學(xué)方法與深度學(xué)習(xí)。

協(xié)同生態(tài)構(gòu)建：推動(dòng)建立“中央—地方”兩級(jí)模型體系，國(guó)家級(jí)基礎(chǔ)模型提供共性能力，地方通過(guò)輕量化微調(diào)實(shí)現(xiàn)特色應(yīng)用。同時(shí)，構(gòu)建跨區(qū)域算力共享機(jī)制，避免重復(fù)建設(shè)。

治理范式創(chuàng)新：需建立AI輔助決策的權(quán)責(zé)界定框架。探索“人機(jī)協(xié)同”新范式：常規(guī)事務(wù)由AI自動(dòng)處理，重大決策實(shí)行“AI預(yù)審+人工復(fù)核”。同步研發(fā)模型審計(jì)技術(shù)，確保每個(gè)決策建議可追溯、可解釋。

本報(bào)擁有此文版權(quán)，若需轉(zhuǎn)載或復(fù)制，請(qǐng)注明來(lái)源于中國(guó)政府采購(gòu)報(bào)，標(biāo)注作者，并保持文章的完整性。否則，將追究法律責(zé)任。