政企行业智能体研究报告

中国信息通信研究院云计算与大数据研究所2024年11月 参与单位 中国电信集团有限公司政企信息服务事业群 中国信息通信研究院云计算与大数据研究所 北京百度网讯科技有限公司 北京火山引擎科技有限公司 北京奇虎科技有限公司 软通动力信息技术（集团）股份有限公司 北京数巅科技有限公司 北京东方国信科技股份有限公司 主要撰稿人 白彦朋毕京云曹智储伟伟董恒禹甘志辉顾延鸽郭瑞峰何昌华何杰胡东胡杰江民民李慧欣李康李亚军李轶承栗蔚刘敬谦刘世伟刘婷刘威辰刘沅罗建平牛宝童钱蓓蓓任伟舒坦宋光通宋佳明宋雪思宋宇苏振孙海孙佳孙文斌田耘汪滔王策王栋王宁王卫民魏子凌吴佳兴吴隽吴宁邢志刚徐恩庆杨安杨琛杨戈杨华锋杨锦才杨凯杨毅杨占行张宝玉张琳琳张晓光赵文瑞赵鑫周颖 注：以上名单按姓氏顺序排列，排名不分先后。 前言 在新时代的征途上，我国正全面推进深化改革，力图在全球化浪潮中把握新的发展机遇。智能化作为推动经济社会发展的重要引擎，已被提升至国家战略层面。政企行业作为国家治理和市场经济的关键领域，其智能化转型不仅是提升治理能力和产业竞争力的迫切需要，也是适应新时代发展要求的必然选择。随着《关于进一步优化政务服务提升行政效能推动“高效办成一件事”的指导意见》、《关于推动未来产业创新发展的实施意见》、《生成式人工智能服务管理暂行办法》等一系列政策文件的密集出台，我国对政企行业的智能化发展提出了明确要求，旨在通过政策引导和技术赋能，加速传统产业的数字化转型，促进政务服务的智慧化升级与企业的智能化转型并行不悖，共同绘制出一幅产业蝶变焕新的宏伟蓝图。 在此背景下，中国电信集团有限公司政企信息服务事业群联合中国信息通信研究院云计算与大数据研究所以及生态联盟伙伴，依托双方在政企行业领域大模型和AI Agent的研究成果与实践经验，围绕梳理政企政策发展目标、分析政企行业AI Agent现状及技术能力、精选政企行业AI Agent场景化应用典型案例、构建政企行业AI Agent技术评价体系以及展望政企行业AI Agent未来趋势形成本报告，旨在为政企行业的智能化升级提供战略指引和实践参考，推动我国政企行业在智能化道路上稳步前行。 目录 一、智效双兴引领政企发展新范式1 （一）效能为先成政企发展的落脚点1（二）架构优化推动大模型能力突破3（三）落地实践仍存在若干痛点堵点5（四）智能体蓬勃应用带动数智升级6 二、政企行业AI Agent提供尽微致广新思路10 （一）AI Agent成为大模型落地应用的必然选择10（二）政企行业AI Agent总体框架14（三）政企行业AI Agent技术架构15（四）政企行业AI Agent实施路径24 三、政企行业AI Agent场景化应用典型案例27 （一）政企行业AI Agent赋智数字治理27（二）政企行业AI Agent赋力数字民生31（三）政企行业AI Agent赋能数字产业35四、政企行业AI Agent技术与应用评价体系39（一）政企行业AI Agent关键技术评价指标39（二）政企行业AI Agent平台评价指标42 五、政企行业AI Agent大规模应用痛点和解决思路46 （一）应对不稳定、不可靠问题，AI Agent建设更趋标准化、安全化46（二）应对复杂问题处理效率性，多AI Agent协同能力将持续加强47（三）应对多元发展需求，多模态AI Agent、具身智能将成为解决思路49（四）应对建设成本问题，AI Agent平台即服务有望成为主流服务模式50（五）为推动行业生态健康发展，AI Agent应用相关标准体系将持续丰富52 图目录 图1企业数字化转型驱动因素图3图2政企行业AI Agent应用就绪度热力图8图3 2024年政企行业AI Agent应用占比图9图4从RAG向AI Agent演进示意图11图5 AI原生应用开发平台功能图13图6政企行业AI Agent总体框架图14图7政企行业AI Agent技术架构图16图8 RAG系统处理流程19图9 Agentic RAG处理流程20图10 MCP架构示意图22图11智能政务助手流程图28图12法务门户智能化功能图29图13法务门户智能化功能图29图14查办一体AI Agent技术架构图31图15智慧校园应用服务示意图32图16智慧校园应用服务示意图32图17智慧校园应用服务示意图33图18畅游助手核心能力架构图34图19社区AI Agent服务流程示意图36 2023年2月，党中央、国务院印发了《数字中国建设整体布局规划》，强调要坚持稳中求进工作总基调，完整、准确、全面贯彻新发展理念，加快构建新发展格局，着力推动高质量发展，要促进数字经济和实体经济深度融合，以数字化驱动生产生活和治理方式变革。面向当前和今后这个以中国式现代化全面推进强国建设、民族复兴伟业的关键时期，改革的重要性不断突出，实效的关注度不断加强，数智技术的抓手性不断得到强调。 一、智效双兴引领政企发展新范式 （一）效能为先成政企发展的落脚点 人工智能作为引领未来的战略性技术，是新一轮科技革命和产业变革的核心驱动力，是打造新质生产力的关键引擎。2024年5月，国家数据局等四部委联合印发《关于深化智慧城市发展推进城市全域数字化转型的指导意见》，鼓励发展基于人工智能等技术的智能分析、智能调度、智能监管、辅助决策，全面支撑赋能城市数字化转型场景建设与发展。《关于加快公共数据资源开发利用的意见》指出，支持人工智能政务服务大模型开发、训练和应用，提高公共服务和社会治理智能化水平。2024年2月，国务院国资委召开“AI赋能产业焕新”中央企业人工智能专题推进会，会议认为，加快推动人工智能发展，是国资央企发挥功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求。会议强调，中央企业要把发展人工智能 放在全局工作中统筹谋划，深入推进产业焕新，加快布局和发展人工智能产业。24和25年政府工作报告连续强调要推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。 党中央、国务院高度重视数字政府和政务服务工作，全面提升政务服务效能是便利企业和群众办事创业、畅通国民经济循环、加快构建新发展格局的必然要求，也是优化营商环境、推进国家治理体系和治理能力现代化的重要举措，对于建设人民满意的法治政府、创新政府、廉洁政府和服务型政府有重要意义。2022年6月，国务院印发《关于加强数字政府建设的指导意见》，提出要充分发挥数字技术创新变革优势，优化业务流程，创新协同方式，推动政府履职效能持续优化。2024年1月，国务院印发《关于进一步优化政务服务提升行政效能推动“高效办成一件事”的指导意见》，强调优化政务服务、提升行政效能是优化营商环境、建设全国统一大市场的必然要求，对加快构建新发展格局、推动高质量发展具有重要意义。提升企业活力效率是企业改革深化提升的关键之举。“十四五”规划明确提出，要“打好关键核心技术攻坚战，提高创新链整体效能”。2020年，国务院国资委发布《关于加快推进国有企业数字化转型工作的通知》，提出要推进5G、大数据、人工智能等技术规模化集成应用，赋能企业提质增效。2021年10月，市场监管总局等六部委联合印发《关于进一 步发挥质量基础设施支撑引领民营企业提质增效升级作用的意见》，提出要提供高效便捷的质量技术服务，促进民营企业提质增效升级。 在数字经济时代，数字化转型是经济主体实现高质量发展的必由之路。习近平总书记强调：“我国经济由高速增长转向高质量发展，这是必须迈过的坎，每个产业、每个企业都要朝着这个方向坚定往前走。”当面临高速变化的经济环境时，企业效率的提升成为企业高质量发展的重要体现。据中国信通院《央国企数智化转型发展报告（2024）》显示，提升运营效率、增强创新能力、应对市场竞争和响应客户需求成为驱动企业数智化转型的最主要力量。 （二）架构优化推动大模型能力突破 架构优化驱动基础模型能效提升。随着Deepseek和QwQ-32B等大模型技术架构的持续升级，模型的算力效率与泛化能力实现了突 破性提升。以Deepseek-V3 671B为例，一个强大的专家混合（MoE）语言模型，总共有6710亿个参数，每次处理token时激活370亿个参数。通过采用多头潜在注意力（MLA）和DeepSeekMoE架构，显著提升推理效率并降低训练成本。此外，DeepSeek-V3创新性地引入无辅助损失的负载均衡策略，并采用多标记预测训练目标以获得更强的模型性能。尽管性能出色，但DeepSeek-V3只需要2.788百万H800GPU小时即可进行完整训练。 开源策略进一步放大了架构升级的边际效益。一方面，开放的模型参数与训练代码加速了社区协作，推动了技术迭代速度；另一方面，开源生态降低了企业与研究机构的试错成本，使资源从重复性开发转向创新性应用。例如，开源模型的轻量化版本可直接部署于边缘设备，而企业则能基于开源框架快速定制垂直领域模型，形成“基础模型-行业适配-场景落地”的高效闭环。这种“技术普惠”模式，不仅降低了AI应用的准入门槛，更通过社区反馈的持续优化，推动基础模型向更高效、更鲁棒的方向演进。 模型蒸馏、强化学习微调等优化技术逐步推动基础大模型的能力飞跃。强化学习路径方面，DeepSeek-R1-Zero首次证明，仅通过纯强化学习即可激发大模型的推理能力，无需传统监督微调。其通过自我对弈式训练，使模型自主生成长思维链，实现复杂问题求解与自我验证，标志着我国团队在大模型技术上的原始创新。模型蒸馏技术则通过知识迁移，将大模型（如DeepSeek-R1）的推理模式高效压 缩至小模型（如Qwen、Llama），例如蒸馏后的32B和70B模型在多项能力上实现了对标OpenAI o1-mini的效果。其核心在于让学生模型模仿教师模型的深层思考逻辑，而非简单复制答案，从而兼顾推理能力与资源效率。两项技术的协同创新，大幅降低了模型部署门槛，推动大模型在推理效率、任务适应性及资源利用率上实现突破，为构建高效智能系统奠定基础。 （三）落地实践仍存在若干痛点堵点 尽管政策与行业实践已为政企智效提升点明了前进方向，但在实际实施层面，仍存在若干痛点堵点，具体体现在路径、成本、实现和转化等方面。 一是路径选择方面，主管单位顾虑场景应用的典型性和合理性，企业担心新技术应用的表现不及预期，在找场景、抓切口方面存在诸多疑虑，面对场景价值的分类和遴选，缺乏成熟方法支撑。二是成本问题，大模型部署推理存在低延时、高吞吐、高可扩展性和安全性的需求，需通过推理框架实现在不同的硬件平台统一高效部署和运行大模型，并实现有效内存管理和性能优化。常规而言8张V100显卡最多支持部署1个70B左右基模和4个6B至8B基模，或支持部署4个4bit量化的70B左右基模，基础硬件和训推过程产生的高额成本也是推动快节奏使用的一大堵点。三是实效问题，以大模型为代表的智能化技术客观存在指标语义理解难、大模型幻觉和专业度不足等问 题，如何定义智能化技术的预期实效产出仍待持续权酌。四是转化问题，投入大量成本、引入了专业力量的智能化技术如何转化为典型化、自适应化的解决方案赋能政企行业高质量发展有待深入实践。 （四）智能体蓬勃应用带动数智升级 大模型“智能涌现”驱动人工智能市场快速增长。在产业规模上，根据中国信息通信研究院数据显示，人工智能产业规模持续扩大。2022年产业规模达到5080亿元，截至2023年底，我国人工智能核心产业规模接近5800亿元，已经形成了京津、长三角、珠三角三大集聚发展区，核心企业数量超过4400家，居全球第二。在解决方案市场方面，根据IDC报告显示，中国MaaS市场和AI大模型解决方案市场在2024年上半年已分别达到2.5亿元人民币和13.8亿元人民币，均预计将在2024-2028年期间保持高速增长，分别达到年均复合增长率64.8%和56.2%。大模