人工智能应用于政务服务，将如何持续助力政府服务提质升级？
最近，DeepSeek的“朋友圈”极速扩容。本周起，广东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；在深圳市福田区，70名政务AI“数智员工”已正式上岗。
不仅是深圳，内蒙古呼和浩特、江苏无锡、江西赣州等地也陆续宣布完成政务环境DeepSeek系列大模型部署。这些“AI数智员工”到底有多能干？人工智能应用于政务服务，又将如何持续助力政府服务提质升级？
全国多地尝试AI＋政务模式
■
广东深圳
深圳市福田区政务服务和数据管理局的办公区内，每名工作人员都配备了基于Deepseek开发的人工智能办公系统，只需简单下达任务指令，系统便能在数秒内响应需求。对工作人员彭博来说，新“同事”大大提高了公文处理效率——
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。
彭博还表示，“AI数智员工”可快速、智能地生成PPT。只要“喂”给它文字材料，就可以智能生成大纲，“你在它给出的大纲上进行修改，挑选合适的模板，
大概二、三十秒就可以生成一个初步的PPT。”
除了有DeepSeek的通用能力外，“AI数智员工”结合各部门各单位的实际业务流程，首批覆盖240个政务场景，如“执法文书生成助手”可将笔录秒级转化为文书初稿，“安全生产助手”生成演练脚本效率提升100倍，“AI招商助手”将企业分析筛选效率提升30%，分析时间缩至分钟级。
深圳市福田区政务服务和数据管理局副局长高增表示，“AI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。
无锡的锡企服务平台3.0接入DeepSeek大模型，并上线江苏省首个企业服务AI助手体验版。锡企服务平台建设专班杨丽洁说，借助大模型的语义识别和逻辑推理能力，
企业只需在锡企服务平台3.0上直接输入要问的问题，AI就能“秒懂”需求，输出答案。
杨丽洁表示，在引入大模型后，服务平台可以给大家提供两种不同的搜索结果。“比如输入‘我如何申报高企’，页面上半部分显示已接入DeepSeek由人工智能生成的结果，下半部分显示原有的搜索服务结果。”
赣州作为江西省首个成功部署上线DeepSeek大模型的地级市，将推动政务工作模式向智能化、协同化、数据驱动化转变。
赣州市数字产业集团首席技术官黄俊杰表示，目前已将部分政务数据对AI大模型进行了一些“投喂”和“训练”，接下来，它的功能将基于“语料”不断趋于完善。
临沂市基于政务云成功实现了DeepSeek本地化全栈部署，并率先完成
“沂蒙慧眼”
。临沂市大数据局数字政务科负责人郭兴军表示，“沂蒙慧眼”系统融合应用政府的公共数据为企业精准画像，赋能企业融资增信，破解企业“融资难、融资贵”问题，目前已助力企业融资增信超过33亿元。
将DeepSeek接入“沂蒙慧眼”系统后，创新了AI助手、智能报告生成和风险预警等功能，企业精准画像效率提升了60%。
关于“AI越来越能干，是否意味着政务工作人员距离失业不远了”这个观点，深圳福田区政务服务和数据管理局副局长高增并不认同。在他看来，
AI是不能作单独决策的，它有时会根据语料情况产生“偏见”。
高增介绍，为防范人工智能伦理风险，深圳市福田区政务服务和数据管理局的
70名数智员工都有自己的“监护人”，哪怕出现“AI办业务办错了”的情况，也不用担心没人负责。
北京师范大学法学院博士生导师、中国互联网协会研究中心副主任吴沈括表示，尽管所谓“AI数智员工”高效准确，甚至可以全天候服务，但并不会造成对现有政务工作人员的替代。
-
AI进入公共事务的治理过程中，往往缺乏创造力，而创造力是人所独有的。
-
在政务开展过程中，“AI数智员工”跟群众之间需要面对面交流，这其中有信任关系、情感关系，AI在这个领域不可能完全替代真人政务工作人员在情感关怀和社会治理方面的独特价值。
清华大学公共管理学院教授孟庆国表示，在目前场景下，虽然AI可能会对一些工作的环节、工作的事项有替代，但更大规模取代政务工作人员，还为时尚早。
吴沈括表示，
人工智能有两个非常突出的优势，一个是对海量数据的深度分析，一个是对未来模型的精准预测。
随着人工智能的快速普及，AI进入到政务系统的运行，是一个具有时代特色的现象。
孟庆国表示，
DeepSeek的创新应用可能给欠发达地区带来换道超车的机会，缩小政务服务领域区域之间的差异。
但在他看来，不管是DeepSeek还是其他的大模型，在对接使用过程中，需要技术环境和资金投入，对各级干部的信息素养也有要求，可能需要做更多政策设计性的工作，来弥补在政务服务中的一些差异。
电子化、智能化、数字化，是政务智能化、基层治理现代化建设的大趋势。那么，在AI走入政务系统的过程中，还会面临哪些问题和挑战？
吴沈括表示，应注意到人工智能的应用边界，要做到有所为和有所不为。
比如在AI决策的过程中所伴生的数据安全、隐私保护问题，及在AI进入政务系统过程中产生的技术性依赖和系统性风险。
另外，关于在AI助力政务决策的过程中，产生的伦理风险，公平性问题等，需要有一个审慎并全面的观察和思考过程。
