平臺建設背景 近年來，大模型技術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，到開源與閉源模型的競逐演進，DeepSeek、Manus、MCP等創(chuàng)新模型和框架持續(xù)突破技術邊界，推動行業(yè)應用從概念驗證邁向深度落地。大模型技術的創(chuàng)新不僅僅停留在研發(fā)層面，更重要的是，它為各個行業(yè)的應用落地帶來了前所未有的機遇。隨著技術的不斷成熟，行業(yè)應用不再僅僅是簡單的嘗試和探索，而是進入了全面深化的階段。如今，大模型行業(yè)應用已經(jīng)進入深水區(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，而是開始深入挖掘大模型技術在核心業(yè)務流程、決策分析、用戶體驗等關鍵環(huán)節(jié)的潛在價值。 大模型時代下城市治理行業(yè)應用場景 在面對城市治理的挑戰(zhàn)與機遇時，數(shù)字政通始終以“人”為中心，深入行業(yè)應用場景需求，通過大模型技術賦能，服務政府工作人員、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）城市運管服業(yè)務中，從市容環(huán)衛(wèi)、建筑垃圾、戶外廣告等場景出發(fā)，解決環(huán)衛(wèi)垃圾收運規(guī)劃、垃圾分類咨詢督導、建筑垃圾監(jiān)管、裝修垃圾處置、戶外廣告及招牌設施管理等工作中的痛點問題，構建環(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)字督導員、專修垃圾咨詢助手等智能體應用。 （2）城市生命線業(yè)務中，針對燃氣監(jiān)管、排水防汛、市政管理、供熱等應用場景需求探索大模型智能應用，如燃氣隱患排查整治、防汛知識和市政設施養(yǎng)護方案推薦、供熱治理自動評價等。 （3）一網(wǎng)統(tǒng)管業(yè)務中，基于工單辦理場景構建受理員、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)分析場景建立智能標簽體系，實現(xiàn)熱線感知、預警和效能分析。 （4）法治政府業(yè)務中，建立案件智能評查場景智能體，實現(xiàn)對執(zhí)法辦案全流程智能化能力提升，使案卷全量、自動化評查成為可能，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)務中，結合數(shù)字人和大模型技術，建立大屏數(shù)字講解員，實現(xiàn)大屏內(nèi)容自助講解、大屏數(shù)據(jù)問詢式查詢以及大屏數(shù)據(jù)報表分析，提高城市大腦智能化應用水平。
如何快速構建行業(yè)大模型智能應用
在大模型時代，行業(yè)智能應用的構建能夠為各行業(yè)帶來創(chuàng)新思路和競爭優(yōu)勢?？焖贅嫿ㄐ袠I(yè)大模型應用，可從錨定應用場景、建立行業(yè)知識庫、訓練垂直大模型、構建場景和崗位智能體四個關鍵步驟著手。
01應用場景是大模型智能應用的落腳點
應用場景決定了大模型技術價值的實際轉(zhuǎn)化效率，隨著大模型從通用能力向垂直領域縱深發(fā)展，其落地邏輯已從“技術驅(qū)動”轉(zhuǎn)向“場景驅(qū)動”——只有精準匹配行業(yè)痛點的解決方案，挖掘用戶真實需求，解決應用場景實際問題，才能有效推動應用場景落地。數(shù)字政通始終聚焦于深耕20多年的城市治理行業(yè)，從城市運管服、城市生命線、一網(wǎng)統(tǒng)管、法治政府等業(yè)務中挖掘用戶需求，探索大模型智能應用落地方向。
02行業(yè)知識庫是構建行業(yè)大模型應用的基石
行業(yè)知識庫匯聚了城市治理行業(yè)的的專業(yè)知識、經(jīng)驗、數(shù)據(jù)等關鍵信息。首先要進行全面的數(shù)據(jù)收集，涵蓋行業(yè)標準、研究報告、項目方案、政策法規(guī)等結構化與非結構化數(shù)據(jù)。例如，在運管服業(yè)務中，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)收集歸檔后需要進行數(shù)據(jù)清晰和分段處理：（1）通過數(shù)據(jù)清洗去除重復、錯誤和不相關的信息，提升數(shù)據(jù)質(zhì)量；（2）通過文檔向量化和切片處理，形成文檔結構化分段和關聯(lián)問題，提升知識檢索命中效果。這樣，行業(yè)知識庫能為后續(xù)的模型訓練和智能應用提供豐富且準確的知識來源。
03訓練垂直大模型是核心環(huán)節(jié)
垂直大模型針對特定行業(yè)任務進行優(yōu)化，能更好地滿足行業(yè)需求?；陬A訓練的通用大模型，如DeepSeek、Qwen，利用行業(yè)知識庫中的數(shù)據(jù)進行微調(diào)，使其在特定任務上表現(xiàn)更專業(yè)。通用大模型已經(jīng)學習了大量的語言知識和模式，微調(diào)能讓其快速適應行業(yè)特性。例如在熱線智能標簽場景，通過熱線標簽數(shù)據(jù)微調(diào)訓練，大模型更能理解話題、主體、地址的標簽推薦規(guī)范。在工單派遣處置場景中，通過對歷史工單數(shù)據(jù)的微調(diào)訓練，大模型可以推薦出事項分類和處置部門，同時，可建立自學習機制，定期結合用戶標注數(shù)據(jù)對模型進行不斷自我迭代更新，持續(xù)提升模型效果。
04場景和崗位智能體是行業(yè)大模型應用的落地形態(tài)
根據(jù)不同的行業(yè)場景和崗位需求，定制智能體。在工單受理場景中，構建智能座席助手，使其能快速準確地完成工單受理登記過程中的信息自動提取和總結分析，提高座席員登記效率；在案件評查場景中，構建智能評查場景智能體，使其自動對大量行政執(zhí)法案卷文書進行評查，提高評查覆蓋范圍和效率。智能體搭建方式包括：大模型接入、知識庫引用、工作流構建以及外部工具調(diào)用，同時，需要通過接口與現(xiàn)有業(yè)務系統(tǒng)集成，實現(xiàn)數(shù)據(jù)的無縫流通，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，常見的智能體應用開發(fā)平臺有Coze、Dify、Maxkb文心智能體平臺等，為大模型智能應用的創(chuàng)建、開發(fā)與業(yè)務集成提供了一套完整解決方案。
目前，公司5大業(yè)務線已積累200多個行業(yè)智能應用
快速構建行業(yè)大模型應用，通過建立行業(yè)知識庫提供知識支撐，訓練垂直大模型提升專業(yè)能力，構建場景和崗位智能體實現(xiàn)應用落地，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，提升競爭力，創(chuàng)造更大的價值。
DeepSeek+城市治理行業(yè)應用案例
01DeepSeek+RAG智能問答
應用場景：大模型結合RAG構建智能問答助手，應用于網(wǎng)格化事、部件處置規(guī)范咨詢場景。通過檢索外部知識庫增強回答準確性，大模型生成自然流暢回復，實現(xiàn)高效、精準的信息交互，提升用戶體驗和服務質(zhì)量。
（1）接入大模型基礎服務：通過大模型應用平臺接入政數(shù)局提供的DeepSeek-R1滿血版大模型服務，為智能應用提供能力支撐。
（2）創(chuàng)建知識庫和智能應用：知識庫包括項目網(wǎng)格化案件指標表，網(wǎng)格化地方標準（包含事件、部件處置規(guī)范）。通過智能應用關鍵知識庫，構建智能問答智能體。
（3）對接至業(yè)務系統(tǒng)：以智能應用接口形式對接至業(yè)務平臺，實現(xiàn)智能問答。
02DeepSeek+pandasAI智能問數(shù)
應用場景：通過大模型構建基于知識庫和數(shù)據(jù)庫的數(shù)據(jù)統(tǒng)計分析問答助手，在數(shù)據(jù)統(tǒng)計分析場景下，針對系統(tǒng)運行的海量數(shù)據(jù)，需通過查詢接口獲取用戶關注的信息。利用NL2SQL技術將自然語言轉(zhuǎn)化為結構化查詢語言（SQL），實現(xiàn)數(shù)據(jù)查詢的智能化和自動化，提高業(yè)務查詢和分析的效率。
（1）基于語義信息梳理：基于問數(shù)場景需求梳理數(shù)據(jù)庫建表語句、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提供豐富的語義信息。
（2）智能問數(shù)框架搭建：基于PandasAI+知識庫+大模型構建智能問數(shù)查詢、檢索、生成框架。通過用戶自然語言輸入，實現(xiàn)數(shù)據(jù)自動查詢效果。
（3）對接至業(yè)務系統(tǒng)：以智能應用接口形式對接至業(yè)務平臺，實現(xiàn)智能問數(shù)。
03DeepSeek+MCP智能報告
應用場景：在數(shù)據(jù)分析報告編制場景中，基于MCP協(xié)議定義大模型調(diào)用工具，結合大模型構建數(shù)據(jù)分析報告自動生成機制。根據(jù)用戶指定的報告編制規(guī)范，通過業(yè)務數(shù)據(jù)查詢插值的方式進行數(shù)據(jù)填充，以文本+圖表的形式進行展示。然后，通過大模型對數(shù)據(jù)以及關聯(lián)信息進行總結分析，形成完整報告內(nèi)容，提高報告編制效率。
（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)庫查詢和繪圖工具。search工具可調(diào)用搜索引擎進行檢索，并通過大模型判斷檢索內(nèi)容是否符合用戶需求；database_query工具可查詢數(shù)據(jù)庫中的數(shù)據(jù)，并調(diào)用繪圖工具進行可視化展示。
（2）創(chuàng)建數(shù)據(jù)分析報告智能體：結合大模型和調(diào)用工具創(chuàng)建數(shù)據(jù)分析報告智能體，根據(jù)聯(lián)網(wǎng)搜索和數(shù)據(jù)查詢結果，生成報告。
未來展望
隨著大模型技術進入快速迭代周期，大模型領域正呈現(xiàn)指數(shù)級發(fā)展態(tài)勢。據(jù)行業(yè)觀察，核心算法架構不斷進行范式級演進，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，結合城市治理應用場景實際需求，緊跟大模型微調(diào)訓練、跨模態(tài)知識蒸餾、多智能體應用等技術動向，構建具備多個垂直業(yè)務方向的行業(yè)大模型體系，打造更多智能應用場景落地案例樣本，推動城市治理從“經(jīng)驗驅(qū)動”向“認知智能”的數(shù)字化轉(zhuǎn)型。