平臺(tái)建設(shè)背景 近年來(lái)，大模型技術(shù)以驚人的迭代速度重塑人工智能發(fā)展格局。從GPT-3引爆生成式AI浪潮，到開(kāi)源與閉源模型的競(jìng)逐演進(jìn)，DeepSeek、Manus、MCP等創(chuàng)新模型和框架持續(xù)突破技術(shù)邊界，推動(dòng)行業(yè)應(yīng)用從概念驗(yàn)證邁向深度落地。大模型技術(shù)的創(chuàng)新不僅僅停留在研發(fā)層面，更重要的是，它為各個(gè)行業(yè)的應(yīng)用落地帶來(lái)了前所未有的機(jī)遇。隨著技術(shù)的不斷成熟，行業(yè)應(yīng)用不再僅僅是簡(jiǎn)單的嘗試和探索，而是進(jìn)入了全面深化的階段。如今，大模型行業(yè)應(yīng)用已經(jīng)進(jìn)入深水區(qū)，意味著企業(yè)和組織不再滿足于表面的數(shù)字化轉(zhuǎn)型或智能化升級(jí)，而是開(kāi)始深入挖掘大模型技術(shù)在核心業(yè)務(wù)流程、決策分析、用戶體驗(yàn)等關(guān)鍵環(huán)節(jié)的潛在價(jià)值。 大模型時(shí)代下城市治理行業(yè)應(yīng)用場(chǎng)景 在面對(duì)城市治理的挑戰(zhàn)與機(jī)遇時(shí)，數(shù)字政通始終以“人”為中心，深入行業(yè)應(yīng)用場(chǎng)景需求，通過(guò)大模型技術(shù)賦能，服務(wù)政府工作人員、市民群眾等每一位城市治理參與者，為城市治理提供新的解決方案。 （1）城市運(yùn)管服業(yè)務(wù)中，從市容環(huán)衛(wèi)、建筑垃圾、戶外廣告等場(chǎng)景出發(fā)，解決環(huán)衛(wèi)垃圾收運(yùn)規(guī)劃、垃圾分類咨詢督導(dǎo)、建筑垃圾監(jiān)管、裝修垃圾處置、戶外廣告及招牌設(shè)施管理等工作中的痛點(diǎn)問(wèn)題，構(gòu)建環(huán)衛(wèi)作業(yè)效能診斷助手、智能管理模式推薦算法、垃圾分析數(shù)字督導(dǎo)員、專修垃圾咨詢助手等智能體應(yīng)用。 （2）城市生命線業(yè)務(wù)中，針對(duì)燃?xì)獗O(jiān)管、排水防汛、市政管理、供熱等應(yīng)用場(chǎng)景需求探索大模型智能應(yīng)用，如燃?xì)怆[患排查整治、防汛知識(shí)和市政設(shè)施養(yǎng)護(hù)方案推薦、供熱治理自動(dòng)評(píng)價(jià)等。 （3）一網(wǎng)統(tǒng)管業(yè)務(wù)中，基于工單辦理場(chǎng)景構(gòu)建受理員、派遣員和監(jiān)督員等崗位智能體，提高工單流轉(zhuǎn)效率；基于工單數(shù)據(jù)分析場(chǎng)景建立智能標(biāo)簽體系，實(shí)現(xiàn)熱線感知、預(yù)警和效能分析。 （4）法治政府業(yè)務(wù)中，建立案件智能評(píng)查場(chǎng)景智能體，實(shí)現(xiàn)對(duì)執(zhí)法辦案全流程智能化能力提升，使案卷全量、自動(dòng)化評(píng)查成為可能，極大緩解執(zhí)法辦案和監(jiān)督人員壓力。 （5）城市大腦IOC業(yè)務(wù)中，結(jié)合數(shù)字人和大模型技術(shù)，建立大屏數(shù)字講解員，實(shí)現(xiàn)大屏內(nèi)容自助講解、大屏數(shù)據(jù)問(wèn)詢式查詢以及大屏數(shù)據(jù)報(bào)表分析，提高城市大腦智能化應(yīng)用水平。
如何快速構(gòu)建行業(yè)大模型智能應(yīng)用
在大模型時(shí)代，行業(yè)智能應(yīng)用的構(gòu)建能夠?yàn)楦餍袠I(yè)帶來(lái)創(chuàng)新思路和競(jìng)爭(zhēng)優(yōu)勢(shì)?？焖贅?gòu)建行業(yè)大模型應(yīng)用，可從錨定應(yīng)用場(chǎng)景、建立行業(yè)知識(shí)庫(kù)、訓(xùn)練垂直大模型、構(gòu)建場(chǎng)景和崗位智能體四個(gè)關(guān)鍵步驟著手。
01應(yīng)用場(chǎng)景是大模型智能應(yīng)用的落腳點(diǎn)
應(yīng)用場(chǎng)景決定了大模型技術(shù)價(jià)值的實(shí)際轉(zhuǎn)化效率，隨著大模型從通用能力向垂直領(lǐng)域縱深發(fā)展，其落地邏輯已從“技術(shù)驅(qū)動(dòng)”轉(zhuǎn)向“場(chǎng)景驅(qū)動(dòng)”——只有精準(zhǔn)匹配行業(yè)痛點(diǎn)的解決方案，挖掘用戶真實(shí)需求，解決應(yīng)用場(chǎng)景實(shí)際問(wèn)題，才能有效推動(dòng)應(yīng)用場(chǎng)景落地。數(shù)字政通始終聚焦于深耕20多年的城市治理行業(yè)，從城市運(yùn)管服、城市生命線、一網(wǎng)統(tǒng)管、法治政府等業(yè)務(wù)中挖掘用戶需求，探索大模型智能應(yīng)用落地方向。
02行業(yè)知識(shí)庫(kù)是構(gòu)建行業(yè)大模型應(yīng)用的基石
行業(yè)知識(shí)庫(kù)匯聚了城市治理行業(yè)的的專業(yè)知識(shí)、經(jīng)驗(yàn)、數(shù)據(jù)等關(guān)鍵信息。首先要進(jìn)行全面的數(shù)據(jù)收集，涵蓋行業(yè)標(biāo)準(zhǔn)、研究報(bào)告、項(xiàng)目方案、政策法規(guī)等結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。例如，在運(yùn)管服業(yè)務(wù)中，行業(yè)數(shù)據(jù)包括多模態(tài)物聯(lián)感知數(shù)據(jù)（視頻、圖片、車輛軌跡、井蓋狀態(tài)等）和政務(wù)文本類數(shù)據(jù)（政策文件、安全操作規(guī)范、法律法規(guī)等）。數(shù)據(jù)收集歸檔后需要進(jìn)行數(shù)據(jù)清晰和分段處理：（1）通過(guò)數(shù)據(jù)清洗去除重復(fù)、錯(cuò)誤和不相關(guān)的信息，提升數(shù)據(jù)質(zhì)量；（2）通過(guò)文檔向量化和切片處理，形成文檔結(jié)構(gòu)化分段和關(guān)聯(lián)問(wèn)題，提升知識(shí)檢索命中效果。這樣，行業(yè)知識(shí)庫(kù)能為后續(xù)的模型訓(xùn)練和智能應(yīng)用提供豐富且準(zhǔn)確的知識(shí)來(lái)源。
03訓(xùn)練垂直大模型是核心環(huán)節(jié)
垂直大模型針對(duì)特定行業(yè)任務(wù)進(jìn)行優(yōu)化，能更好地滿足行業(yè)需求。基于預(yù)訓(xùn)練的通用大模型，如DeepSeek、Qwen，利用行業(yè)知識(shí)庫(kù)中的數(shù)據(jù)進(jìn)行微調(diào)，使其在特定任務(wù)上表現(xiàn)更專業(yè)。通用大模型已經(jīng)學(xué)習(xí)了大量的語(yǔ)言知識(shí)和模式，微調(diào)能讓其快速適應(yīng)行業(yè)特性。例如在熱線智能標(biāo)簽場(chǎng)景，通過(guò)熱線標(biāo)簽數(shù)據(jù)微調(diào)訓(xùn)練，大模型更能理解話題、主體、地址的標(biāo)簽推薦規(guī)范。在工單派遣處置場(chǎng)景中，通過(guò)對(duì)歷史工單數(shù)據(jù)的微調(diào)訓(xùn)練，大模型可以推薦出事項(xiàng)分類和處置部門，同時(shí)，可建立自學(xué)習(xí)機(jī)制，定期結(jié)合用戶標(biāo)注數(shù)據(jù)對(duì)模型進(jìn)行不斷自我迭代更新，持續(xù)提升模型效果。
04場(chǎng)景和崗位智能體是行業(yè)大模型應(yīng)用的落地形態(tài)
根據(jù)不同的行業(yè)場(chǎng)景和崗位需求，定制智能體。在工單受理場(chǎng)景中，構(gòu)建智能座席助手，使其能快速準(zhǔn)確地完成工單受理登記過(guò)程中的信息自動(dòng)提取和總結(jié)分析，提高座席員登記效率；在案件評(píng)查場(chǎng)景中，構(gòu)建智能評(píng)查場(chǎng)景智能體，使其自動(dòng)對(duì)大量行政執(zhí)法案卷文書進(jìn)行評(píng)查，提高評(píng)查覆蓋范圍和效率。智能體搭建方式包括：大模型接入、知識(shí)庫(kù)引用、工作流構(gòu)建以及外部工具調(diào)用，同時(shí)，需要通過(guò)接口與現(xiàn)有業(yè)務(wù)系統(tǒng)集成，實(shí)現(xiàn)數(shù)據(jù)的無(wú)縫流通，讓智能體更好地輔助崗位工作，提升工作效率和質(zhì)量。目前，常見(jiàn)的智能體應(yīng)用開(kāi)發(fā)平臺(tái)有Coze、Dify、Maxkb文心智能體平臺(tái)等，為大模型智能應(yīng)用的創(chuàng)建、開(kāi)發(fā)與業(yè)務(wù)集成提供了一套完整解決方案。
目前，公司5大業(yè)務(wù)線已積累200多個(gè)行業(yè)智能應(yīng)用
快速構(gòu)建行業(yè)大模型應(yīng)用，通過(guò)建立行業(yè)知識(shí)庫(kù)提供知識(shí)支撐，訓(xùn)練垂直大模型提升專業(yè)能力，構(gòu)建場(chǎng)景和崗位智能體實(shí)現(xiàn)應(yīng)用落地，能夠讓城市治理行業(yè)在數(shù)字化轉(zhuǎn)型中快速借助大模型的力量，提升競(jìng)爭(zhēng)力，創(chuàng)造更大的價(jià)值。
DeepSeek+城市治理行業(yè)應(yīng)用案例
01DeepSeek+RAG智能問(wèn)答
應(yīng)用場(chǎng)景：大模型結(jié)合RAG構(gòu)建智能問(wèn)答助手，應(yīng)用于網(wǎng)格化事、部件處置規(guī)范咨詢場(chǎng)景。通過(guò)檢索外部知識(shí)庫(kù)增強(qiáng)回答準(zhǔn)確性，大模型生成自然流暢回復(fù)，實(shí)現(xiàn)高效、精準(zhǔn)的信息交互，提升用戶體驗(yàn)和服務(wù)質(zhì)量。
（1）接入大模型基礎(chǔ)服務(wù)：通過(guò)大模型應(yīng)用平臺(tái)接入政數(shù)局提供的DeepSeek-R1滿血版大模型服務(wù)，為智能應(yīng)用提供能力支撐。
（2）創(chuàng)建知識(shí)庫(kù)和智能應(yīng)用：知識(shí)庫(kù)包括項(xiàng)目網(wǎng)格化案件指標(biāo)表，網(wǎng)格化地方標(biāo)準(zhǔn)（包含事件、部件處置規(guī)范）。通過(guò)智能應(yīng)用關(guān)鍵知識(shí)庫(kù)，構(gòu)建智能問(wèn)答智能體。
（3）對(duì)接至業(yè)務(wù)系統(tǒng)：以智能應(yīng)用接口形式對(duì)接至業(yè)務(wù)平臺(tái)，實(shí)現(xiàn)智能問(wèn)答。
02DeepSeek+pandasAI智能問(wèn)數(shù)
應(yīng)用場(chǎng)景：通過(guò)大模型構(gòu)建基于知識(shí)庫(kù)和數(shù)據(jù)庫(kù)的數(shù)據(jù)統(tǒng)計(jì)分析問(wèn)答助手，在數(shù)據(jù)統(tǒng)計(jì)分析場(chǎng)景下，針對(duì)系統(tǒng)運(yùn)行的海量數(shù)據(jù)，需通過(guò)查詢接口獲取用戶關(guān)注的信息。利用NL2SQL技術(shù)將自然語(yǔ)言轉(zhuǎn)化為結(jié)構(gòu)化查詢語(yǔ)言（SQL），實(shí)現(xiàn)數(shù)據(jù)查詢的智能化和自動(dòng)化，提高業(yè)務(wù)查詢和分析的效率。
（1）基于語(yǔ)義信息梳理：基于問(wèn)數(shù)場(chǎng)景需求梳理數(shù)據(jù)庫(kù)建表語(yǔ)句、表字段注釋、常用查詢sql以及專業(yè)名稱解釋等內(nèi)容，為NL2SQL提供豐富的語(yǔ)義信息。
（2）智能問(wèn)數(shù)框架搭建：基于PandasAI+知識(shí)庫(kù)+大模型構(gòu)建智能問(wèn)數(shù)查詢、檢索、生成框架。通過(guò)用戶自然語(yǔ)言輸入，實(shí)現(xiàn)數(shù)據(jù)自動(dòng)查詢效果。
（3）對(duì)接至業(yè)務(wù)系統(tǒng)：以智能應(yīng)用接口形式對(duì)接至業(yè)務(wù)平臺(tái)，實(shí)現(xiàn)智能問(wèn)數(shù)。
03DeepSeek+MCP智能報(bào)告
應(yīng)用場(chǎng)景：在數(shù)據(jù)分析報(bào)告編制場(chǎng)景中，基于MCP協(xié)議定義大模型調(diào)用工具，結(jié)合大模型構(gòu)建數(shù)據(jù)分析報(bào)告自動(dòng)生成機(jī)制。根據(jù)用戶指定的報(bào)告編制規(guī)范，通過(guò)業(yè)務(wù)數(shù)據(jù)查詢插值的方式進(jìn)行數(shù)據(jù)填充，以文本+圖表的形式進(jìn)行展示。然后，通過(guò)大模型對(duì)數(shù)據(jù)以及關(guān)聯(lián)信息進(jìn)行總結(jié)分析，形成完整報(bào)告內(nèi)容，提高報(bào)告編制效率。
（1）定義大模型調(diào)用工具：search聯(lián)網(wǎng)搜索工具，database_query數(shù)據(jù)庫(kù)查詢和繪圖工具。search工具可調(diào)用搜索引擎進(jìn)行檢索，并通過(guò)大模型判斷檢索內(nèi)容是否符合用戶需求；database_query工具可查詢數(shù)據(jù)庫(kù)中的數(shù)據(jù)，并調(diào)用繪圖工具進(jìn)行可視化展示。
（2）創(chuàng)建數(shù)據(jù)分析報(bào)告智能體：結(jié)合大模型和調(diào)用工具創(chuàng)建數(shù)據(jù)分析報(bào)告智能體，根據(jù)聯(lián)網(wǎng)搜索和數(shù)據(jù)查詢結(jié)果，生成報(bào)告。
未來(lái)展望
隨著大模型技術(shù)進(jìn)入快速迭代周期，大模型領(lǐng)域正呈現(xiàn)指數(shù)級(jí)發(fā)展態(tài)勢(shì)。據(jù)行業(yè)觀察，核心算法架構(gòu)不斷進(jìn)行范式級(jí)演進(jìn)，模型參數(shù)規(guī)模、多模態(tài)理解能力和推理效率持續(xù)突破理論邊界。數(shù)字政通將持續(xù)投入，結(jié)合城市治理應(yīng)用場(chǎng)景實(shí)際需求，緊跟大模型微調(diào)訓(xùn)練、跨模態(tài)知識(shí)蒸餾、多智能體應(yīng)用等技術(shù)動(dòng)向，構(gòu)建具備多個(gè)垂直業(yè)務(wù)方向的行業(yè)大模型體系，打造更多智能應(yīng)用場(chǎng)景落地案例樣本，推動(dòng)城市治理從“經(jīng)驗(yàn)驅(qū)動(dòng)”向“認(rèn)知智能”的數(shù)字化轉(zhuǎn)型。