晚上11点半，广州人工智能公共算力中心的会议室依然灯火通明。中心主任李学军看了眼手机，微信里有17家企业的预约信息，行程已排到2周后，甚至春节复工后他未曾休息过一天。“就像是考场外的培训班突然获得大量订单。”他说。

前不久，深圳福田区70名“AI数智员工”上岗，可覆盖公文处理、民生服务、应急管理等240个政务工作场景，率先开启了“AI公务员”的“履职潮”。连日来，广州、深圳、佛山、惠州、梅州、肇庆等地市政务系统接入DeepSeek，并完成本地化部署。据不完全统计，全省21个地市中已有超三分之二的地市部署上线DeepSeek。

记者采访中发现，DeepSeek大模型在政务领域应用不断深入，不仅勾勒出人工智能与公共治理深度融合的可能图景，更折射出政府数字化转型的深层命题：这场由技术驱动的治理变革，将如何重构政务服务的运行逻辑？

DeepSeek本地化应用“爆单”

广州人工智能公共算力中心，是全国首个开放DeepSeek-R1671B昇腾适配版试用的政务级安全算力中心，也是广州市政务领域部署DeepSeek的关键支撑方。

“春节前我们完成了DeepSeek的适配工作，节后众多客户前来咨询技术解决方案，业务量激增。”李学军说。

2月17日，用户在DeepSeek手机客户端上提问。新华社发

春节后开工首日，某上市公司高管带着IT总监来到算力中心，要求将DeepSeek嵌入办公系统。这样的场景每天都在上演：政务部门要打造“智能政策解读员”，连锁餐饮集团想用AI强化门店管控，文旅企业计划开发“数字导游”……李学军的日程表显示，目前平均每天要接待3.85个意向单位，参加1.8场技术研讨会议。

这场热潮的引爆点，是算力中心1月28日上线的升级版DeepSeek。作为粤港澳大湾区人工智能基础设施的重要组成部分，广州人工智能公共算力中心支持DeepSeek·V1-V3、R1等全量版本，涵盖671B满血版及7B、14B蒸馏小模型，支持在线推理、API调用、一键数据处理、模型微调及部署等，可支撑1000家企业同时接入。

在李学军看来，作为通用大模型，DeepSeek要深度参与到某个行业、企业具体的生产运营和管理，需要经过本地化的“训练”和“微调”，从而成为DeepSeek的“本地模型”。

他举例，广州某连锁餐饮集团为了应对激烈的竞争，希望把AI能力用到服务质量、前端获客、辅助决策上。“我们围绕AI技术，尤其是DeepSeek本地化后如何更好地赋能营销、提升企业管理效率、管控菜品品质等方面探讨了许久，也输出了一套切实可行的答题方案。”李学军说。

在政务领域，这种转型尤为明显。这段时间，算力中心共为十个政企单位开展了DeepSeek的培训赋能，提供的专网DeepSeek试用次数日均超三万，多个政务AI应用带来持续正反馈。“我们希望尽全力让广州政务领域对DeepSeek‘会用、好用、善用’。”李学军说。

与企业需求不同，政务服务关乎民生福祉，服务对象广泛且需求多样，这就更加凸显出开源模型的“定制化”优势。“以广州12345热线为例，它接入了NLP（自然语言处理模型）模型，能够根据广州市民以往的来电内容，自动提取关键信息，然后精准地分类和派单，极大提高了整个热线服务的效率。”他举例。

此外，政务服务的复杂性和动态性要求其使用的模型具备快速应变能力，开源模型“灵活性和创新性”的优势便得以彰显。政务部门可以依据实际需求对基于DeepSeek的模型进行二次开发，快速迭代，不断优化民生服务，比如在公共服务资源分配、政策宣传推广等方面，通过模型的持续优化，让政务服务更贴合民众需求。

技术落地不是比谁跑得快，而是看谁跑得稳

热潮背后，挑战逐渐浮现：数据安全如何筑牢防线？技术红利怎样普惠共享？应用落地能否避免空心化？当数字浪潮席卷政务服务领域，既要警惕技术应用伴生的风险，更需直面技术革命对治理体系的全方位考验。

问题一：如何守住安全底线？

不可忽视的是，当大模型与数字政府深度融合——接入全市视频监控、融合数十年办事数据……数据安全问题成了悬在头顶的“达摩克利斯之剑”。

“安全问题事关重大，未来在政务服务中大规模应用大模型技术，一定要严格落实数据安全三法一条例，以及配套规则标准的要求。”广东数字政府研究院院长余坦说。

面对挑战，李学军表示，在政务单位使用人工智能公共算力中心提供的模型时，保障数据安全与信息安全是核心任务，需重点关注数据全生命周期安全、模型行为可控性、系统攻击面管理三个方面问题。

从实施路径来看，他建议可分阶段部署：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。

“目前，我们正通过以上措施，构建起政务数据‘进不来、拿不走、看不懂、改不了、跑不掉’的五重防护体系。”李学军说。

问题二：“数字马太效应”是否会加剧区域失衡？

深圳、广州等地政务大模型部署后，公文处理效率提升90%、执法文书秒级生成、民生诉求分拨准确率提升至95%……尽管如此，对欠发达地区而言，却可能面临算力不足、语料匮乏的困境，部分基层单位存在“会用不敢用、想用不会用”的落地难题。这种“数字马太效应”可能加剧区域发展失衡。

“广东在数字政府建设中一直非常关注区域发展不平衡问题。”余坦表示，解决不平衡问题一方面要加大全省统筹力度，通过省统AI基础能力，为各地提供服务的方式，降低粤东西北地区应用AI的门槛；另一方面可以考虑继续实施均衡化发展计划，适度向粤东西北地区提供资金和技术支持，鼓励探索。

问题三：“真升级”还是“跟风秀”？

技术落地不是比谁跑得快，而是看谁跑得稳。“模型开源就像公开了一个工具箱，但真正关键的是如何利用这些工具解决实际问题，这才是核心竞争力。”李学军的比喻道破当前DeepSeek热背后的行业变局。

在他看来，当DeepSeek R1全面开源，靠贩卖API调用次数的传统盈利模式正在被淘汰。“因此，我们不做单纯的‘技术供应者’，而要成为‘AI应用领跑者’，助力并引导企业和开发者深度挖掘开源模型价值，将其转化为实际应用中的强劲生产力。”

只有以解决实际问题、提升服务质量为导向，将大模型技术深度融入政务服务的各个环节，才能实现从形式上的“跟风”到实质性的“升级”转变，让政务AI真正发挥其应有的价值。

站在数字化转型的临界点，我们既要拥抱技术带来的效率革命，更需保持清醒：政务AI的终极目标不是建造“机器政府”，而是以技术为杠杆，撬动治理能力的现代化跃升，在这条道路上，如何平衡创新与规范、效率与公平、智能与温度，将是长期考验。

南方+记者 唐亚冰