摘要：在数字技术飞速发展的当下，数字政府建设成为提升政府治理能力现代化的关键路径。本文聚焦于数字政府智慧政务接入DeepSeek这一前沿话题，深入探讨其接入思路、面临的建设问题及应对措施。通过多维度分析，阐述接入DeepSeek在提升政务服务效率、优化资源配置等方面

导语

3月10日从安徽省数据资源管理局获悉，安徽省率先在全国省级层面完成DeepSeek满血版（671B）本地化部署，推出无差别综窗、公文写作、语音转文字等16个典型应用，并在全省试用推广。

本文将在已有研究基础上，深入剖析DeepSeek接入数字政府智慧政务的相关问题，提出针对性的解决策略。接入过程中也面临诸多问题，亟待深入研究并寻求有效解决方案。

随着信息技术的迅猛发展，数字政府建设已成为全球政府治理变革的重要趋势。我国积极推进数字政府建设，旨在提升政务服务效能、优化营商环境、促进政府决策科学化民主化。智慧政务作为数字政府建设的核心内容，借助人工智能、大数据、云计算等先进技术，实现政务服务的智能化、便捷化。DeepSeek作为一款具有强大语言理解与生成能力的大模型，在自然语言处理等领域展现出显著优势，为智慧政务的发展带来了新的机遇与可能。多地政务系统已宣布接入DeepSeek，开启“AI + 政务”的新模式。

在国外，人工智能技术在政务领域的应用研究起步较早，取得了一定的成果。例如，美国一些城市利用人工智能优化交通管理、公共安全预警等政务服务；欧盟国家关注人工智能在政务数据保护、算法伦理等方面的应用与监管。但由于各国政治体制、数据治理模式等存在差异，其研究成果对我国数字政府建设的直接借鉴性有限。在国内，随着数字政府建设的推进，学者们对智慧政务与人工智能的融合进行了广泛研究。已有研究探讨了人工智能在政务服务流程优化、智能决策支持等方面的应用，以及面临的数据安全、隐私保护等问题。然而，针对DeepSeek在数字政府智慧政务中的具体应用研究相对较少，且缺乏系统性和深入性。

2.1 政策导向与战略规划

• 国家和地方政府出台的一系列政策文件为数字政府智慧政务建设提供了明确的方向和指导。如《“十四五”数字政府建设规划》强调以数据要素重构政府履职能力，推动政务服务数字化、智能化转型。在此背景下，接入DeepSeek成为实现这一目标的重要举措。政府应从战略高度进行规划，将DeepSeek的接入纳入数字政府建设的整体布局，明确接入的目标、重点领域和实施步骤。例如，制定分阶段的接入计划，先在部分高频业务场景进行试点，如智能问答、政策咨询等，待技术成熟、经验积累后再逐步推广至其他领域。同时，建立跨部门的协调机制，加强不同部门之间的沟通与协作，确保DeepSeek的接入与各部门的业务需求紧密结合，实现政务服务的协同化、一体化。

2.2.1）. 算力基础设施建设：

• 强大的算力是支撑DeepSeek运行的基础。政府应加大对算力基础设施的投入，建设高性能的数据中心，采用国产化算力设备，确保数据主权和系统安全性。例如，镇江市通过建成600台国产算力服务器集群，为DeepSeek的本地化部署提供了坚实的算力保障，实现了单日数据处理量相当于全市公务员10年工作量总和。同时，优化算力资源的配置，根据不同业务场景的需求，灵活分配算力，提高算力的利用效率。

2.2.2）. 数据整合与治理：

• 政务数据的整合与治理是接入DeepSeek的关键环节。政府需要打破各部门之间的数据壁垒，建立统一的数据标准和规范，对分散在不同系统中的政务数据进行采集、清洗、整合和存储。例如，利用数据中台技术，将企业档案、政策文件、民生诉求等各类结构化和非结构化数据进行集中管理，为DeepSeek的训练提供丰富、高质量的数据资源。同时，加强数据质量管理，确保数据的准确性、完整性和一致性，提高数据的可用性和价值。

2.2.3）. 模型优化与定制：

• DeepSeek作为通用大模型，需要根据政务业务的特点和需求进行优化与定制。政府可以联合科研机构、企业等，针对政务领域的特定任务和场景，如政策解读、行政审批等，对DeepSeek进行微调训练，使其能够更好地理解和处理政务数据，提高模型的准确性和适用性。例如，针对本地政策术语和业务流程，训练垂直领域模型，增强模型对本地政务业务的理解和处理能力。

2.3.1）. 智能客服与政策咨询：

• 在政务服务平台嵌入DeepSeek智能客服，实现7×24小时在线应答，解答群众关于户政、社保、医保、企业开办、不动产等高频问题。通过集成本地政策知识库，智能客服能够根据群众的提问，精准匹配相关政策信息，提供准确、详细的解答。例如，仁寿县“仁小政”（DeepSeek测试版）AI小助手智能客服嵌入“仁寿政务”微信公众号，支持模糊查询，有效提升了咨询处理效率。

2.3.2）. 政务大厅智能导办：

• 在办事大厅自助终端升级AI导引系统，利用DeepSeek的智能识别和路径规划能力，精准指引办事群众至相应窗口快速办理业务。通过分析群众的办事历史和偏好，为群众提供个性化的导办服务，缩短群众等待找寻时间，提高办事效率。

2.3.3）. 智能办公与辅助决策：

• 引入AI办公系统，借助DeepSeek实现会议语音实时转写、自动生成重点事项清单，公文智能拟稿与纠错等功能。同时，利用DeepSeek对政务数据的分析能力，为政府决策提供数据支持和参考建议。例如，通过分析12345热线数据，实时掌握社情民意，发现城市管理中的问题和痛点，为制定针对性的政策提供依据。

2.3.4）. 政策精准推送：

• 根据企业和群众的特征、需求以及行为数据，利用DeepSeek的智能匹配算法，为其精准推送税费减免、补贴申领等相关政策。例如，广州市“穗智管”系统根据企业信用数据自动生成定制化监管方案，并精准推送相关政策实现政策服务的“精准滴灌”，提高政策知晓度和惠及面。

3.1 数据安全与隐私保护问题

3.1.1）. 数据泄露风险：

• 政务数据中包含大量公民个人信息、企业商业秘密等敏感信息。DeepSeek的应用依赖于海量数据的训练和调用，在数据传输、存储和使用过程中，若安全防护措施不到位，可能导致数据泄露。例如，采用API调用方式获取数据时，若接口未进行有效加密，数据可能被截取或窃取，从而引发隐私泄露、数据滥用等问题，严重影响政府公信力和社会稳定。

3.1.2）. 数据篡改风险：

• 恶意攻击者可能通过篡改政务数据，干扰DeepSeek的训练和决策过程，导致模型输出错误结果。例如，篡改政策文件数据，使政策解读和执行出现偏差，影响政府决策的科学性和公正性。

3.1.3）. 隐私保护机制不完善：

• 目前，在《数据安全法》框架下，政务数据隐私保护机制仍需进一步完善。对于数据采集的范围、使用目的、存储期限等缺乏明确、细致的规定，导致在实际操作中存在数据过度采集、滥用等问题。同时，在数据共享过程中，如何保障数据提供方和接收方的隐私权益，也缺乏有效的制度保障。

3.2.1）. 模型“幻觉”问题：

• DeepSeek作为生成式AI模型，存在输出结果不可解释性和“幻觉”问题，即生成的内容看似合理但并不符合实际情况。在政策咨询、行政审批等场景中，如果系统提供的答案存在错误或误导性信息，可能引发公众对政府服务的不信任，甚至导致决策失误。例如，在解答群众关于政策申请条件的咨询时，给出错误的条件要求，使群众无法正确申请相关政策。

3.2.2）. 技术更新迭代快带来的挑战：

• 人工智能技术发展迅速，新的模型和算法不断涌现。DeepSeek接入后，可能面临技术更新迭代快的问题，需要及时进行升级和优化。然而，部分政府部门缺乏专业的技术人才和运维能力，难以跟上技术发展的步伐，导致系统在使用过程中出现性能下降、功能滞后等问题。

3.2.3）. 与现有政务系统兼容性问题：

• 政务系统通常具有复杂性和多样性，DeepSeek接入时可能与现有政务系统存在兼容性问题。例如，数据格式不匹配、接口不兼容等，导致数据传输不畅、系统无法正常交互，影响政务服务的连贯性和协同性。

3.3.1）. 老年群体数字技能不足：

• 老年群体普遍面临数字技能不足的问题，对智能终端操作不熟练，难以适应智慧政务服务模式。例如，在使用政务APP进行业务办理时，由于操作界面复杂、缺乏适老化设计，老年群体往往感到无从下手，被迫放弃线上服务，形成新的“数字鸿沟”，影响服务公平性。

3.3.2）. 地区间数字化基础设施差异：

• 我国不同地区之间数字化基础设施存在较大差异，中西部地区与东部发达地区相比，在网络覆盖、算力设施等方面相对薄弱。这可能导致DeepSeek在不同地区的应用效果存在差异，进一步加剧区域治理水平分化，影响服务的均衡性和公平性。

3.3.3）. 特殊群体服务需求难以满足：

• 除老年群体外，残障人士、低收入群体等特殊群体在使用智慧政务服务时也可能面临困难。例如，残障人士可能因身体原因无法使用常规的交互设备，而政务服务平台缺乏相应的无障碍设计，无法满足他们的服务需求。

3.4.1）. 建设成本高昂：

• 接入DeepSeek需要投入大量资金用于算力设备购置、数据治理、模型优化、系统开发与集成等方面。对于一些财政实力较弱的地区或部门来说，可能面临较大的资金压力。同时，后期的运维和升级也需要持续投入资金，增加了运营成本。

3.4.2）. 资源浪费风险：

• 部分地方政府在引入DeepSeek时缺乏统一的规划和标准，未充分评估实际需求和应用效果，导致重复建设和资源浪费。例如，一些地方投入大量资金引入DeepSeek及算力设备，但由于技术适配性不足或使用场景有限，最终未能实现预期效果，造成投入产出比失衡。此外，由于缺乏长远规划，随着技术的快速发展，可能需要频繁进行系统升级甚至重建，进一步浪费资源。

3.4.3）. 技术可行性评估：

• 评估医院现有的IT基础设施，包括服务器性能、网络带宽、存储容量等，确保能够支持DeepSeek模型的运行。同时，分析医院的数据质量和数据量，数据是AI模型发挥作用的关键，高质量、大规模的数据能够提升模型的准确性和可靠性。例如，丰富的病历数据可以帮助模型学习更多的疾病特征和诊疗模式。

4.1.1）. 数据加密与访问控制：

• 采用先进的加密技术，对政务数据在传输和存储过程中进行加密处理，确保数据的机密性。例如，使用SSL/TLS加密协议保障数据传输安全，采用AES等加密算法对数据进行存储加密。同时，建立严格的访问控制机制，根据用户角色和权限，对数据的访问进行精细化管理，只有经过授权的用户才能访问特定的数据。例如，采用RBAC（基于角色的访问控制）模型，为不同部门、不同岗位的人员分配相应的数据访问权限。

4.1.2）. 数据安全审计与监测：

• 评估建立数据安全审计系统，对数据的使用、操作进行实时记录和审计，及时发现潜在的数据安全风险。定期开展数据安全审计工作，对数据处理流程、安全防护措施等进行全面检查和评估，发现问题及时整改。同时，利用大数据分析技术对数据安全状况进行实时监测，通过设置安全预警指标，及时发现异常行为和数据泄露风险。。

4.1.3）. 完善隐私保护制度：

• 制定详细的政务数据隐私保护制度，明确数据采集、使用、存储、共享等各个环节的隐私保护要求和责任主体。规范数据采集行为，遵循最小必要原则，严格控制数据采集范围。明确数据使用目的，未经授权不得将数据用于其他目的。规定数据存储期限，到期后及时删除或销毁数据。在数据共享过程中，签订数据共享协议，明确各方的隐私保护责任和义务。

4.2.1）. 建立“智能预审 + 人工复核”双轨机制：

• 针对DeepSeek可能出现的“幻觉”问题，建立“智能预审 + 人工复核”双轨机制。在政策咨询、行政审批等业务中，先由DeepSeek进行智能预审，提供初步的解答或审核意见，然后由人工进行复核，确保结果的准确性和可靠性。对于复杂业务或存在疑问的情况，自动转接人工处理，避免因错误结果给公众带来损失。

4.2.2）. 加强技术人才培养与引进：

• 政府部门应加强与高校、科研机构的合作，开展人工智能技术培训，提高现有工作人员的技术水平和应用能力。同时，积极引进专业的人工智能技术人才，充实技术团队，为DeepSeek的接入和运维提供人才支持。例如，设立人工智能技术专项人才招聘计划，吸引具有丰富经验和专业技能的人才加入政府数字化建设队伍。

4.2.3）. 建立技术更新与维护机制：

• 制定技术更新计划，密切关注人工智能技术发展动态，及时对DeepSeek进行升级和优化。建立专业的技术维护团队，负责系统的日常运维和故障处理，确保系统稳定运行。同时，加强与DeepSeek研发团队的沟通与合作，及时获取技术支持和解决方案。

4.2.4）. 优化系统兼容性测试：

• 在DeepSeek接入现有政务系统之前，进行全面的兼容性测试，对数据格式、接口规范等进行统一和优化。建立数据转换机制，确保不同系统之间的数据能够顺畅传输和交互。同时，制定应急预案，在出现兼容性问题导致系统故障时，能够迅速切换到备用方案，保障政务服务的正常运行。

4.3.1）. 开发适老化服务模块：

• 在政务服务平台开发适老化服务模块，采用简洁明了的界面设计、大字体显示、语音导航等功能，降低老年群体的使用难度。提供多种交互方式，如屏幕共享、远程协助等，方便老年群体在遇到问题时能够及时获得帮助。例如，在政务APP中设置“老年模式”，简化操作流程，突出常用功能，提高老年群体的使用体验。

4.3.2）. 加强数字化基础设施建设：

• 加大对中西部地区和农村地区数字化基础设施建设的投入，提高网络覆盖范围和质量，提升算力设施水平。通过建设区域一体化的政务云平台，实现算力资源的共享和优化配置，降低各地接入DeepSeek的成本。同时，加强对基层政务服务人员的数字化技能培训，提高其服务能力和水平。

4.3.3）. 满足特殊群体服务需求：

• 针对残障人士、低收入群体等特殊群体的服务需求，在政务服务平台设计无障碍功能，如提供语音识别、手语翻译等服务，方便残障人士使用。对于低收入群体，提供免费或低成本的数字设备和网络接入服务，降低其使用智慧政务服务的门槛。同时，在政务大厅设置特殊群体服务专区，配备专人提供个性化的服务。

4.4.1）. 科学评估业务需求与成本效益：

• 在引入DeepSeek之前，政府部门应充分调研和评估实际业务场景的需求，明确技术的适用性和优先级。通过成本效益分析，综合考虑建设成本、运维成本、预期收益等因素，制定合理的预算计划。对于高频、标准化程度高的业务，优先引入DeepSeek以提升效率；对于复杂、涉及重大决策的业务，谨慎评估技术的适用性，避免盲目投入。

4.4.2）. 建立统一的建设标准和评估机制：

• 制定统一的DeepSeek接入建设标准，规范算力设备选型、数据治理流程、模型优化方法等，避免各地重复建设和资源浪费。建立科学的评估机制，对DeepSeek的应用效果进行定期评估，及时发现问题并进行调整和优化。例如，设定关键绩效指标（KPI），如业务处理效率提升率、公众满意度等，对项目的实施效果进行量化评估。

4.4.3）. 推动技术创新与合作共享：

• 鼓励政府部门与科研机构、企业开展合作，共同推动人工智能技术在政务领域的创新应用。通过合作研发，降低技术成本，提高技术的适用性和创新性。同时，建立政务数据和技术共享平台，促进各地政府之间的数据共享和技术交流，避免重复开发，提高资源利用效率。例如，长三角、珠三角等经济圈可以围绕头部AI企业构建标准化政务AI平台，实现区域内政务服务的协同发展。

本章节将深入剖析全国各地20例DeepSeek+政务应用智能化的实践案例，展现其在提升政务效率、优化公共服务、创新城市治理等方面的显著成效。

5.1 一线城市的创新引领

5.1.1）. 北京：多模态政务服务探索

• 北京作为我国的政治中心，在政务智能化方面一直走在前列。北京经济技术开发区推动旷视科技、云知声等企业与DeepSeek共建政务大模型联合实验室。通过多模态技术，实现审批材料自动核验，原本需要人工花费大量时间核对的文件，现在借助模型能够快速准确地完成核验，大大提高了审批效率；产业政策智能匹配引擎，根据企业的不同需求和特点，精准推送适配的产业政策，助力企业发展；开发区经济运行预警系统，利用大数据和模型分析，提前预测经济运行中的潜在风险，为政府决策提供有力支持。

5.1.2）. 上海：AI高地的政务生态构建

• 上海以其强大的经济实力和创新氛围，打造人工智能产业高地，产业规模突破4000亿元，60款备案大模型形成了丰富的技术储备池。在政务领域，上海推动DeepSeek等企业参与全球开发者先锋大会，探索政务大模型开源社区建设。通过开源协作，吸引了众多开发者贡献智慧，不断优化政务模型。同时，在浦东新区试点AI伦理评估框架，为政务模型应用提供合规范本，确保技术应用符合伦理和社会价值观，保障市民权益。

5.1.3）. 广州：政务外网的深度融合

• 广州市政务服务和数据管理局在政务外网正式部署上线DeepSeek-R1、V3 671B大模型。依托数字广州创新实验室，完成模型与国产硬件的深度适配，通过政务专网算力推动人工智能大模型在多个政务领域的应用。在民生政策解读系统中，市民可以快速获取社保、户籍等高频事项的详细解读，以往复杂难懂的政策文件变得通俗易懂；12345热线工单分派准确率达到92.7%，大大提高了市民诉求的处理效率，减少了工单流转时间。目前，广州正筹划构建基于DeepSeek的“1+3+N”智慧政务体系，打造支撑广州“12218”现代化产业体系建设的数字化新引擎，推动产业生态多点融合。

5.1.4）. 深圳：全市范围的一体化赋能

• 深圳市基于政务云环境面向全市各区各部门正式提供DeepSeek模型应用服务，实现人工智能政务应用一体化赋能升级。此前，深圳已完成DeepSeek R1(671B)满血版模型在政务云上的部署，并组织开展全市使用操作培训。在深圳南山区，“南山通”小程序引入DeepSeek大模型，通过“小智”智能客服，实现1200项政务服务一键办理，市民办事更加便捷高效；龙岗区在政务外网部署上线DeepSeek-R1全尺寸模型，公文写作助手将材料起草时间从3小时缩短至20分钟，错误率降低90%，极大提升了公文处理效率。福田区推出基于DeepSeek开发的AI数智员工，上线福田区政务大模型2.0版，首批满足240个业务场景使用，民生诉求分拨准确率从70%提升至95% ，民情周报日报初稿一键生成。

5.2.1）. 成都：市民云平台的智能升级

• 成都在天府市民云平台试点政务服务意图识别，利用DeepSeek大模型分析市民咨询内容，咨询分流准确率突破85%。以往市民在平台咨询问题时，常常因为分类不准确导致处理延迟，现在通过模型的智能识别，能够快速将问题分流到相应部门，提高了问题解决速度。同时，成都还在探索将模型应用于更多民生服务领域，如公共交通优化、医疗资源分配等，为市民提供更加智能、便捷的生活服务。

5.2.2）. 杭州：城市大脑的智能进化

• 杭州依托城市大脑3.0体系，探索DeepSeek在“浙里办”的智能问答升级。通过对海量政务数据的学习和分析，模型能够准确理解市民的问题，并提供精准的回答。在处理市民关于办事流程、政策法规等问题时，能够快速给出详细解答，减少了人工客服的压力，提升了服务效率。此外，杭州还计划将模型与城市管理的各个环节深度融合，实现城市治理的精细化和智能化。

5.2.3）. 南京：营商环境的优化升级

• 南京市高淳区在《2025年优化营商环境工作要点》中明确引入DeepSeek技术。在企业开办全流程中，通过AI导办，为企业提供一站式指导，减少了企业在开办过程中的繁琐手续和时间成本；惠企政策精准推送系统，根据企业的行业类型、规模等信息，为企业量身定制政策推送方案，确保企业能够及时了解并享受相关优惠政策；建设工程审批智能预审，利用模型对审批材料进行初步审核，提高了审批的准确性和效率，为企业发展创造了更加良好的营商环境。

5.2.4）. 武汉：智慧政务的全面推进

武汉在政务办公、城市治理、民生服务等多个领域全面推进DeepSeek的应用。在政务办公方面，实现公文自动摘要、政策智能检索等功能，覆盖大部分市级部门，审批效率提升40%，减少了文件处理时间，提高了政务办公效率；在城市治理中，利用AI技术对城市交通流量、环境监测等数据进行分析，为城市规划和管理提供数据支持；在民生服务领域，通过智能客服为市民提供咨询服务，解决市民在生活中遇到的问题。

5.3.1）. 郑州：中原智慧政务标杆

• 郑州市将引入DeepSeek大模型列为优化营商环境的核心举措。郑庆哈算力调度服务平台作为河南省首个接入DeepSeek的算力中枢，实现AI技术在政务服务的多场景赋能。在智能算力调度方面，通过大模型优化算力资源配置，支持社保查询、税务办理等高并发业务，确保市民在办理业务时能够快速得到响应；无纸化升级方面，公文自动摘要、政策智能检索等功能覆盖80%市级部门，减少了纸质文件的使用，提高了办公效率；跨域协作方面，联动开封、洛阳等城市构建政务服务AI协同网络，实现区域内政务服务的互联互通。

5.3.2）. 无锡：城市大脑的AI动能注入

• 无锡在省内率先实现政务信创环境下DeepSeek-R1-671B全尺寸模型部署，为“城市大脑”注入更强大的AI动能。无锡市城运中心快速上线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。在政务办公中，公文写作助手支持政策解读、文件起草、智能校对，提升公文处理效率；在政务服务方面，智能客服数字人“小城”“小运”通过深度学习框架，大幅改善了咨询响应的准确性和问题解决率；在城市治理中，利用模型分析城市运行数据，及时发现并解决问题，重塑城市数字治理的智能化版图。

5.3.3）. 佛山：政务数字化转型的加速：

• 佛山将DeepSeek本地化部署至粤治慧城市大脑，并与粤政易工作台的“政府治理专区”结合，用以提升政府工作人员的服务效率。通过模型对政务数据的分析和处理，能够为政府决策提供数据支持，优化政府工作流程。例如，在城市规划中，利用模型分析人口分布、交通流量等数据，合理规划城市基础设施建设；在公共服务领域，根据市民需求和反馈，优化服务资源配置，提高公共服务质量。

5.3.4）. 东莞：智能服务的快速部署：

• 东莞在市人工智能大模型中心完成DeepSeek的本地化部署，短期内将为用户提供高质量的智能服务。在政务服务方面，通过智能客服为市民解答问题，提供办事指南；在企业服务中，利用模型为企业提供市场分析、政策解读等服务，助力企业发展。同时，东莞还在探索将模型应用于城市管理、社会治理等领域，提升城市的整体治理水平。

5.4.1）. 赣州：全省率先部署的政务变革

• 赣州市已完成政务环境DeepSeek系列大模型部署，成为全省首个成功部署上线该大模型的地级市。此次部署涵盖政务办公、便民惠企、民意速办等领域。在政务办公方面，公文写作助手支持政策解读、文件起草、智能核对，提升公文处理效率；拟办意见自动生成功能结合政务语境，智能提取关键信息，助力公职人员快速决策；在便民惠企方面，帮助企业分析大量数据，提供市场趋势预测、客户行为分析等；在民意速办方面，民生诉求智能匹配功能分析市民诉求倾向，自动分类，提高诉求处理精准度

5.4.2）. 昆山：县域智慧政务范式：

• 昆山作为全国首个在政务云部署DeepSeek R1国产化模型的县级市，构建了“一基多翼”体系。公共智慧底座整合城市数据湖、CIM平台，提供通用模型服务，为政务应用提供基础支撑；垂直场景训练方面，市场监管、社保等部门基于业务数据集微调模型，企业合规审查效率提升3倍；算力共享机制通过国产DCU集群，降低中小部门AI应用门槛，让更多部门能够享受到人工智能带来的便利。

5.4.3）. 江阴：APP中的智能交互体验

• 江阴在“最江阴APP”中全面接入DeepSeek大模型能力，实现国产化本地部署，为市民提供智能交互体验。通过智能客服“江豚豚”，提升12345咨询智能问答效率，市民在咨询问题时能够得到更快速、准确的回答；在工业制造领域，探索AI赋能工业制造，推动产业升级；在社会治理方面，提供模型服务和算力资源支撑，助力经济社会发展。

5.4.4）. 呼和浩特：城市大脑的AI集成：

• 呼和浩特市大数据管理局组织技术团队完成了DeepSeek-R1在政务外网的本地化部署，实现了城市大脑与DeepSeek大语言模型的初步集成。通过对文本、图像、视频等多模态数据融合分析，实现城市大脑“深度思考”，助力公共数据汇集治理和共享应用。在城市管理中，利用模型分析城市运行数据，及时发现并解决问题，如交通拥堵、环境问题等；在公共服务方面，通过智能客服为市民提供服务，提升市民的满意度。

5.5 具体案例1：广州市“穗智管”系统接入DeepSeek的经验与启示

• 广州市“穗智管”系统接入DeepSeek后，充分发挥其智能分析和决策支持能力，为城市治理提供了有力支撑。“穗智管”系统整合了城市运行的各类数据，通过DeepSeek对这些数据进行深度分析，实现了对城市运行状态的实时监测和预警。

在城市交通管理方面，DeepSeek通过分析交通流量、路况等数据，为交通部门提供优化建议，如合理调整信号灯时长、规划交通疏导方案等，有效缓解了城市交通拥堵。在公共安全领域，它能够对治安数据进行分析，预测犯罪热点区域和时段，为公安部门的警力部署提供参考，提升了社会治安防控能力。

广州市“穗智管”系统接入DeepSeek的成功经验给其他地区带来了重要启示。首先，要注重数据的整合与治理，只有将分散的数据进行有效整合，才能为DeepSeek提供全面、准确的数据支持，发挥其最大效能。其次，要结合本地实际需求，对DeepSeek进行定制化开发和应用，使其能够更好地服务于本地的城市治理和政务服务。此外，还需要建立健全数据安全保障机制，确保在数据使用过程中的安全和隐私保护。

5.6 具体案例2:镇江市接入DeepSeek的实践与成效

• 深入了解医院各科室的业务流程、痛点和需求，包括临床诊断、病历管理、医疗科研 分析；患者服务方面，患者期望得到便捷的就医引导和个性化的健康管理。

镇江市在数字政府建设中积极引入DeepSeek，通过构建“1 + 3 + N”的智能基座，实现了政务服务的智能化升级。“1”代表一套自主可控的城市超脑平台，作为数据和应用的中枢；“3”是指算力、算法、数据三大支撑体系，为DeepSeek的运行提供坚实保障；“N”则表示多个智能应用场景，涵盖了城市治理、民生服务、企业发展等多个领域。

在算力方面，镇江市建成600台国产算力服务器集群，提供强大的计算能力，确保DeepSeek能够高效处理海量政务数据。通过数据整合与治理，镇江市打破了部门之间的数据壁垒，建立了统一的数据标准和规范，将分散在各部门的政务数据进行集中管理，为DeepSeek的训练提供了丰富、高质量的数据资源。在算法优化上，针对政务领域的特定需求，联合科研机构对DeepSeek进行微调训练，提升模型对政务业务的理解和处理能力。

在实际应用中，镇江市将DeepSeek广泛应用于智能客服、政策咨询、政务办公等场景。在智能客服方面，群众通过政务服务平台咨询问题时，DeepSeek能够快速理解问题并给出准确解答，有效提升了咨询处理效率，节省了人力成本。在政策咨询领域，它能够根据群众的提问，精准匹配相关政策文件，为群众提供详细的政策解读，提高了政策的知晓度和落实效果。在政务办公场景，DeepSeek实现了会议语音实时转写、公文智能拟稿等功能，大大提高了办公效率，降低了行政成本。

通过接入DeepSeek，镇江市数字政府建设取得了显著成效。政务服务效率大幅提升，群众办事更加便捷高效，政府决策的科学性和精准性也得到了增强。同时，也提升了政府的社会治理能力，能够及时发现和解决城市发展中的问题，促进了城市的可持续发展。

按照亮见数字城市不完全统计，全国各地政府机构部署DeepSeek有以下几点特征：

部署部门：覆盖政务服务、大数据管理、智慧城市等核心职能部门，部分城市通过城市算力网或政务云平台统一接入。

部署情况：以本地化部署为主，兼顾政务云 / 专网接入，确保数据安全与算力支持。

应用场景：聚焦智能问答、政策解读、热线优化、城市大脑等高频需求，部分城市探索多模态数据融合分析（如无锡的 “城市大脑”、南京的应急管理模型）。

部署版本：以 DeepSeek-R1 系列为主，覆盖 7B 至 671B 不同参数量级，部分城市采用定制化模型（如深圳的满血版、上海的垂类模型）。

（注：因数据更新频率限制，表中部分城市为典型案例，实际部署范围可能更广。）

未来，随着人工智能技术的不断发展，DeepSeek在数字政府智慧政务中的应用将更加深入和广泛。在技术层面，模型将不断优化升级，实现更强大的功能和更高的性能；在应用层面，将拓展到更多政务场景，如应急管理、公共卫生等；在数据层面，将加强数据治理和共享，打破数据孤岛，实现数据的价值最大化。

来源：BP商业伙伴