通用大模型基座结合政务行业数据，服务政务业务场景的专业模型 政务行业大模型是在通用大模型基础上结合政务行业专属数据和政务行业业务场景特征、为政务领域专业定制的专属行业大模型。 • 在部署模式上 ，政务行业大模型一般需要支持私有化部署 ，以满足政务数据安全性与合规性要求； • 在开发能力上 ，政务行业大模型需要具备定制化开发能力 ，以更好地适应不同政务场景的特殊要求； • 在服务能力上 ，政务行业大模型需要配备本地化服务团队 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 管理及服务效率 通用大模型 大语言模型 视觉大模型 语音大模型 多模态大模型 构建智能平台 将大模型能力下沉 将大模型能力下沉 ，与云基础设施、大数据、开发平台 等 更多功能性组建结合 ，提升数字化基础设施运行效率 政务行业数据 政务场景特征 ©2024.6 iResearch Inc.

通用大模型基座结合政务行业数据，服务政务业务场景的专业模型 政务行业大模型是在通用大模型基础上结合政务行业专属数据和政务行业业务场景特征、为政务领域专业定制的专属行业大模型。 • 在部署模式上 ，政务行业大模型一般需要支持私有化部署 ，以满足政务数据安全性与合规性要求； • 在开发能力上 ，政务行业大模型需要具备定制化开发能力 ，以更好地适应不同政务场景的特殊要求； • 在服务能力上 ，政务行业大模型需要配备本地化服务团队 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 管理及服务效率 通用大模型 大语言模型 视觉大模型 语音大模型 多模态大模型 构建智能平台 将大模型能力下沉 将大模型能力下沉 ，与云基础设施、大数据、开发平台 等 更多功能性组建结合 ，提升数字化基础设施运行效率 政务行业数据 政务场景特征 ©2024.6 iResearch Inc.

从应用广度看，大模型在政务领域的应用探索已较为普遍，包括美国、 英国、澳大利亚、加拿大、新加坡、日本、韩国在内的 18 个国家或 地区已将大模型应用在政府事务管理中，场景覆盖政府内部办公、政 务信息公开、政务服务提供、民生服务优化和国防航天等 5 大领域 13 个细分场景。从应用深度看，部分国家在政务领域的大模型认知率、 利用率达到较高水平，罗兰贝格咨询公司预计，在充分应用的前提下， 预计大模型将推动公共服务行业降低 加拿大、丹麦等 9 个国家相继出台政府机关（公务员）使用生成式 AI 的临时指南，通过明确使用原则、框定场景范围、建立监管规范等规 避技术风险，推动应用趋向合规。但由于技术尚处于快速发展阶段， 治理政策的模糊性仍然存在：一方面尚未形成有关政府应用人工智能 技术的完善风险治理框架；另一方面，场景分类分级和全流程监管规 范较为粗糙，无法实现新技术应用行为的全覆盖。 我国政务领域大模型应用尚处于起步探索阶段。经梳理统计，国 ..... 2 （一）探索推进较快，应用前景广阔 .............................................................. 2 （二）覆盖场景丰富，技术潜能初现 .............................................................. 5 （三）部署方式多元，尚无统一路径 .....

3.2 优化用户体验.............................................................................25 2. 需求分析与场景设计..................................................................................28 2.1 政务系统核心需求 31 2.1.1 高频业务场景梳理.....................................................................32 2.1.2 痛点问题优先级排序.................................................................34 2.2 智能体应用场景设计............ .....................................................................................130 6.2.1 高并发场景模拟.......................................................................131 6.2.2 响应时间优化.........

....... 15 10 政务大模型场景服务能力 ............................................................. 15 10.1 多角色适应性（服务对象） ....................................................... 15 10.2 政务场景应用能力 ................ 然而，政务大模型在技术标 准统一性、场景适配性、安全可控性等方面仍面临挑战。为进一步规范政务大模型的技术研发与应用实 践，推动其在政策分析、智能办公、市民服务等场景中的规范化落地，围绕政务大模型的生产能力、通 用服务能力、场景服务能力、运营支撑及安全保障五大维度制定此标准，明确模型开发、知识管理、多 轮交互、数据安全等核心要求，旨在构建技术统一、安全可信、场景适配的政务大模型能力框架。本标 准的实 0079—2025 1 政务大模型通用技术与应用支撑能力要求 1 范围 本文件规定了政务大模型通用技术与应用支撑能力要求，包括五方面：一是政务大模型生产，二是 政务大模型通用服务能力，三是政务大模型场景服务能力，四是政务大模型运营支撑，五是政务大模型 安全保障。 本标准适用于： a）政务大模型服务提供方评估自身技术与应用能力； b）政务大模型应用方或管理方对政务大模型服务提供方的服务能力要求；

及存储 1. 数据汇聚 统一税务局和其他政府部门的数据采集交换平台 提升数据接入场景能力，提供批量、实时、流式多种 数据集成方式 建立第三方数据采集通道和管理规范 2. 存储计算 提供多种类型存储计算，满足批量计算、流计算、交 互式查询、实时检索等多种计算场景； 3. 数据治理体系 建设一体化数据治理工具体系 优化数据管理组织与职责，梳理数据资产，建立数据 数据服务 应用场景 enterprise. huawei. com u Huawei confidential u 9 方案特点 1 、混搭架构： 提供 MRS （ Hadoop 平台） +DWS （ MPP ）， 满足离线、实时检索、交互查询、流式计算等 多种计算场景； 2 、统一管理： 支数据汇聚以及存储计算组件统一管理和服务， （ MPP ） 支持弹性扩展，性能弹性扩容； 4 、高性能： 采用分布式架构， 提供结构化数据的极致的交 互性能，满足多维关联查询实时分析需要； 5 、多场景 支持税务内部等主流场景的批量、实时数 据汇聚，统一存储； 在线分析 在线查询 离线查询 数据分析 信息碰撞

第三方算法 1. 数据汇聚  统一税务局和其他政府部门的数据采集交换平台  提升数据接入场景能力，提供批量、实时、流式多种 数据集成方式  建立第三方数据采集通道和管理规范 2. 存储计算  提供多种类型存储计算，满足批量计算、流计算、交 互式查询、实时检索等多种计算场景； 3. 数据治理体系  建设一体化数据治理工具体系  优化数据管理组织与职责，梳理数据资产，建立数据 专题应用主题 核心征管 电子底账 稽查 行政管理 申报征收 风控应用主题 出口退税 税收优惠 稽查主题应用 标准层 登记 申报 票证 认定 优惠 数据治理 汇聚存储 数据分析 数据服务 应用场景 税务数据采集与交换架构图 数据汇聚存储整体方案 数据 汇聚 离线任务 实时检索计算 在线查询 实时流计算 实时任务 HBase Elasticsearch 离线任务计算 Hive 流式数据 文件数据 源系统 存储 计算 数据 应用 数据 服务 MPP 数据治理 汇聚存储 数据分析 数据服务 应用场景 1 、混搭架构： 提供 MRS （ Hadoop 平台） +DWS （ MPP ）， 满足离线、实时检索、交互查询、流式计算等 多种计算场景； 2 、统一管理： 支数据汇聚以及存储计算组件统一管理和服务， 实现故障快速定位；所有组件全流程调度功能； 3 、扩展性：

数智员工”目前承担辅助角色，用于公文写作、政务服 务、社区治理、应急管理、招商引资等方面，涉及到 11 大类 240 个场景，人机 协同下整体效率提高至少 20%以上。而不仅仅是深圳，全国各地政务 IT 系统纷 纷宣布接入 DeepSeek，以实现政务办公效率的提升。 ➢ 政务 IT 包括多个垂直场景，AI 赋能实现开源节流。1）AI+招采：2023 年 中国公共采购交易总额超过 46 万亿元，招采业务以 AI 为政务办公实现效率提升。政务 IT 涉及大量办公场景（12345 热线、社 保、公积金等等），通过 AI 辅助有望大幅提升办公效率，新点软件承建的智能政 务助手"深小 i"，让公众通过日常对话式提问即可获取精准指引。该系统已整合 企业注册、社会保障、户籍办理等六大民生高频领域的智能化知识库，实际运行 数据显示，该平台在政务服务咨询场景下单次应答准确率达 90%，处理效能显著 优于传统人工模式。 .................................................................................. 3 1.2 政务涵盖多个垂直场景，AI 赋能潜力较大 ........................................................................................

数据模 型 • 运维监 控 • 数据开 发 • 数据安 全 • 数据规 划 • 数据标 准 一网通办 一网统管 大数 据资 源中 心 场景 应用 湖仓一体平台 数据 治理 建成数用一体 模式 增强数据安全 强化共治共享 保 障 管理 4 二期 建设内容 ● ● 市政务数据平台建设内 率。 4 7 2 5 6 1 3 提升智能化水 平 增强数据溯源 能力 升级数据集成 引擎 密级数据交换 扩展专题库 构建政策库 完善基础库 9 • 根据标签加工程度和应用场景 ， 将标签体系分为三层：基础标签、 画像标签和营销标签 基础标签：如年龄标签 ， 青年 计算标签：如高收入人群 特征标签：信用好 ，国企 员工等 • 标签体系分级标准原则： 空间集合 • 类目设置统一规划、严格管理 • 充分考虑类目扩展性 ，并进 行 必要的约束说明 分析人口基础库和法人基础库数据 ，提炼特征 ，形成标签体系 随着应用标签的场景越来越丰富 ，需要构建一套完整的客户标签体系 ，可对不同渠道、不同口径、 不同来源、不同结构的客户信息进行统一分类管理 基础库数据标签体 系建设 ， 实现了 数 据从“看”到“用 ” 、

随着数字化转型的深入推进，政务服务领域正面临着效率提 升、智能化升级的迫切需求。全省一体化政务平台作为政府与公 众、企业之间的重要桥梁，承担着提供高效、便捷、透明服务的责 任。然而，传统的政务服务平台在应对复杂业务场景、处理大规模 数据请求、提供个性化服务等方面存在明显不足。例如，人工客服 响应速度慢、信息查询效率低、业务办理流程繁琐等问题，严重影 响了用户体验和行政效能。 在此背景下，引入 AI 大模型技术成为优化政务服务的关键突 为确保技术落地的可持续性和可扩展性，项目还将构建完善的 AI 模型训练和更新机制。通过建立标准化的数据集、训练环境和评 估体系，保障 AI 模型的性能始终处于行业领先水平。同时，平台 将支持多场景、多领域的模型适配，确保技术能够快速响应未来政 务服务的多样化需求。 最后，项目将注重用户隐私保护和数据安全。在 AI 大模型的 开发与应用过程中，严格遵守相关法律法规，采用加密存储、匿名 AI 大模型的整合能力，可以实现跨部门数据的无缝对 接与共享，提升整体政务协同能力。例如，在应急管理场景中，AI 能够快速整合公安、消防、医疗等部门的信息，形成统一的应急响 应机制，提升应对突发事件的能力。 为了进一步说明 AI 大模型在政务服务中的应用效果，以下列 举了几个典型场景： - 智能客服：AI 能够 24 小时在线解答市民咨 询，减少人工客服的工作压力，提高响应速度。