近日，多地政府部门本地部署DeepSeek。2月16日，广州市政务服务和数据管理局近日在政务外网正式部署上线DeepSeek-R1、V3671B全量大模型。同日，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，另有多地政府官宣接入DeepSeek。

可以发现，DeepSeek以低成本、高可控性的本地化部署能力，结合政策对数据安全与核心技术自主的要求，成为政府端落地的核心承载技术之一。

政务云由于其具有细分领域的专业性、数据安全性等优势，在面对政府、大型央国企等客户时具有明显优势。大模型平权后，政府、大型央国企也将成为大模型的深度使用用户，相对应的政务云需求有望持续提升。

为了进一步探究DeepSeek在G端场景的发展情况，财联社VIP特联合蜂网火线直连“政务云”行业专家，调研AI大模型在政务端的落地近况，以及对相关软件/硬件产业链造成的影响。

【核心逻辑】

【交流纪要】

问题一：政府端对于AI赋能的迫切性如何？

专家：AI是政务效率提升的刚需。2025年开年，DeepSeek的模型性能突破与成本优势释放了行业级机遇。早在2023年底开始，多个省份已将AI纳入政务数字化转型的优先级规划。例如，教育部部长在工作会议中明确要求“推动AI赋能教育创新，构建数字教育与智慧教育互融生态”，而深圳、上海等地政府则将AI应用写入“数字经济三年行动计划”，明确要求政务智能化场景渗透率至2025年达60%以上。

问题二：近期AI大模型在政务端有哪些具体案例？

专家：近期，各地政府部门对AI技术的应用需求呈现爆发态势。以珠三角、长三角地区为例：深圳龙岗政务热线引入智能分流系统后，市民来电分类准确率超过九成，处理速度提高40%，有效缓解了人工客服压力；广东省试点AI用于自动审核企业申报材料项目，其AI识别营业执照、税务报表的准确率超95%，审批周期从3天缩短至实时；上海某区政府云平台通过采用国产昇腾芯片集群，已建成可承载完整模型运行的算力环境，这为全国政务系统国产化替代提供了可行样本；杭州、苏州等地部署AI信号灯系统，结合车流量预测动态调整红绿灯时长，路段通行效率提升20%。

问题三：G端用户是否更加倾向于AI大模型本地化部署？需要采购什么设备？

专家：目前DeepSeek的本地化优势显著，但G端需求呈现显著分层。

对于头部城市来说，通常选择搭建“完整系统+弹性扩展”的部署模式。这类项目初期需配置高性能服务器集群，硬件采购费用约500万-800万元，后续每年还需投入两到三成维护费用用于算力扩容。

相比而言，二、三线城市更倾向采取经济型方案。通过采用轻量化智能模型，配合分布式边缘设备，可将启动成本压低至百万元级别，但这种方案对模型精简优化的技术要求更高。比较利好支持端侧推理的模组与服务器厂商（如中兴通讯、浪潮边缘服务器产线）。

当前政务智能化面临两大现实挑战：

（1）首先是新旧设备兼容难题，现有政务机房通常混用国内外多种硬件设备，协同运行效率损失约15%，因此政府存量IT设备（如x86服务器）与国产算力（昇腾、海光）的并行运行需定制化改造。目前政府端项目要求优先采购国产算力设备及服务。例如，北京市政务云明确要求新扩容算力节点国产化比例不低于80%。

（2）其次是数据安全要求，各地政府明确要求核心数据不得出域，因此催生出具备私有化部署能力的训练平台。G端客户倾向于以一体化解决方案（算力+算法）模式采购。例如，政府客户通过本地化部署算力一体机，可直接开发行业应用（如智慧水利、城市治理等），降低开发门槛。电科数字子公司柏飞电子就在政务领域推出了安全加固的AI算力一体机产品。通过算法适配和国产化芯片优化，提供“开箱即用”的一体机服务。

问题四：数据要素在AI政务云里扮演什么角色？

专家：政务云的核心目标是整合政府各部门分散的数据（如户籍、社保、公共安全等），形成统一的治理底座，因此，数据要素是AI（如DeepSeek）模型能力构建的基础资源，像星环科技向量数据库、海天瑞声标注工具等，均服务于政务数据向AI可用数据的转化。

垂直领域AI应用也依赖于高质量行业数据微调，例如，北京政务云利用交通、人口流动等数据训练AI模型，预测城市拥堵点位并动态调整交通信号灯，这背后是政务云平台每天处理的400TB动态数据在驱动。

但总体而言，我国数据要素仍处于较为早期的阶段，短期发展机遇仍主要在产业基础设施建设方，中长期随着市场完善逐步利好数据资源方及有望运营授权公共数据的企业。