城市治理，城市运管服，城市管理大模型应用建设内容

城市治理，城市运管服，城市管理大模型应用建设内容，基于城市运行管理服务平台及城市运行一网统管建设应用背景下的大模型应用路径，已在东部省份相关地市落地。

城市治理慧能力

• 原理
  • 底层逻辑：人、事、时间、空间、标准五维对比
  • 数据及参数：内外工单数据、工作安排及执行数据，个性化的事件严重等级和持续状态表、时空关联表、合同结构化的拆解、第三方从组织到个人与合同结构化拆解后，时间、空间、事项等关联
  • 技术路径：采用模块化工作流架构，通过整合多源异构数据接口、数据预处理函数，运用自然语言处理（NLP）技术，语义解析和语义理解技术，以及动态知识图谱构建能力，形成本行业LLM大模型底座能力，实现复杂业务场景中广义的智能化决策支持
  • 输出：“问题”认知分析、预警告警、权重评分、分析报告和优化建议
• 常晓智城市治理智能体示范项目
  • 定位：偏向宏观、中观的体现城市运行管理机制运行状态、街镇基层智理运行指标及城乡环境整治指标及态势的模型应用场景，以市区镇街三层为对象
  • 边界
    • 基本款站在市级视角，对区、镇街只做到指标和态势层
    • 对区和街镇，根据投入去做“指标”、“态势”等结果，由什么具体数据组成+模型输出的评价以及施策建议
  • 内容
    • 基层智理AI智能体服务
      • 责权履行匹配分析
        • 基础：雷同
        • 进阶：责权绑定下的雷同
      • 市场主体运行态势
        • 基础：市场主体参与度
        • 进阶：引入合同结构化数据后的参与度
        • 投入：市场主体履行合同及响应评价
          • 目标1：给用户结论，履行合同怎样
          • 目标2：给用户结论，履行合同的基础上，高低好坏的评价
          • 目标3：给用户结论，履行合同了，怎样让第三方市场主体更加尽力
          • 目标噢：给用户结论，履行合同了，也尽力了，现在的态势，得加大投入或通过要么更新要么建设要么拆掉等别的治理方式的结论和依据→决策参考+弹药
      • 联动运行态势
        • 基础：社区参与度
        • 进阶：责权绑定以及街镇层面部门间联动的参与度*
        • 投入：*慧协商概念的引入，这边要想下是归到“助手”里面还是单列，还是两边都有不纠结
          • 这边等下，这边看茶山跨部门这个事情走的怎么样
      • 运行管理时间与区位城市治理态势匹配分析
        • 基础：管理，巡查工作时间覆盖度
          • 客观的，仅根据工单情况得出的，站在市级视角，就客观体现工作时间覆盖
        • 投入：按责，无论是街镇自有人员还是三方人员，根据工作安排或合同约定，看执行时段覆盖
          • 目标1：给用户结论，自有人员的时间效能
          • 目标2：给用户结论，三方市场主体人员的时间效能
      • 巡处执行与区位城市治理态势匹配分析
        • 基础：这块现有的要改动，暂按市容、保洁、绿化、城中村、小区、地块重新归类，然后街道和乡镇也要分两类，以全市（或对应区）客观数据的“类”（12345和其他来源，但是要调试比重），和该街镇巡处执行数据的“类”对比。****重新设计公式
          • 目的：体现客观的差异，主动工作在“类”上的差异
        • 投入：支持街镇具体工作安排（会影响到类的占比）+外部尤其是当前城乡环境整治重点问题或点调问题的加入
          • 目的：一是“类”占比情况更加客观，二是通过外部发生的问题，倒推具体工作安排是否合理，是否有效果，三是根据前两者情况，模型给出结论，如果不合理，怎样变合理
      • 多维研判指标
        • 基础：现有的反复性指标
        • 进阶/投入：引入语义、地址判断，就阿里搞的那套什么通过问题描述结合地理信息，给地址标准化，进而能把反复性，累积性的问题数量及次数还有对应的人列的更加精准
        • 投入：“因为人的原因，无论是自有人员在运行/巡查管理或处置的人虚假/不完全处置”，导致特定的区域/时间段/问题类型出现了“现象级或治理级”的问题
          • 目的1：紧贴有效解决“看不见”的思路，输出“看不见”的地方和事情
          • 目的2：紧贴有效解决“管不着”的思路，输出“管不着”的地方和事情
          • 目的3：具体体现形式了这时候，主动告警提醒
• 常晓智基层智理AI助手示范项目
  • 定位：面向基层的城市治理AI工作助手，目的是通过AI模型以及大数据的应用，将城市治理涉及到的数据从原有的“统计排序，分类展示“，到根据工作职责，主动推送人工作的现状，区域运行态势的现状，人工作与区域态势之间关联的现状，以及如果有差异，应该怎样具体去做，才可以减少人力投入/提高巡处效率/精准管理第三方市场主体/减少问题爆发点/消除爆发隐患
  • 慧工作
    • 功能及用途：主动推送管辖区域的“弱点、痛点、热点”以及预测可能会发生影响到城市治理的事件类型、位置、较大概率的时间，发出建议或指引其进行针对性的巡查，值守，预处理
    • 面向对象：一线现场工作人员（包括自有人员及第三方人员）
    • 意义：打破数据壁垒，“单兵雷达”式工作助手，提高其巡查管理效率，工作有的放矢
  • 慧管理
    • 功能及用途：“问题”高发区域、时段、人的工作效能历史评估；工作安排调整优化分析
    • 面向对象：基层管理人员（包括自有人员及第三方管理人员）
    • 意义：管人的依据更科学，工作安排更精准
  • 慧报告
    • 功能及用途：功能及用途：1、关键问题聚焦（摘要的概念）；2、AI总体评估（模型做了什么）；3、重点区域分析（要关注的和优化安排的建议）；4、人员效能分析及提升建议；5、明日重点关注（区域的预测、人员效能的预警）
    • 面向对象：管理人员及领导
    • 意义：宏观掌握情况，对人、事、区域、时间有针对性的施策提供数据支撑
  • 慧协商
    • 功能及用途：疑难、反复、推诿、交叉问题构建的动态知识图谱能对“非正常流程”工单事件做出协商协调联动处置的操作指引，同时结合其他慧能力，对辖区内上述四类问题进行“发生性”的推理预测，并纳入其他慧能力中，以期实现通过协商治理消弭隐患。
    • 面相对象：派单人员及管理人员
    • 意义：减少传统协调问题带来的过程性人力投入、提高协调性问题流转速度、不断优化固化协调性问题的处置流程、不断推进“属地吹哨、部门联动”机制高效运行
    • 性价比不高
• 慧助手
  • 智能体对话模式
    • 指令查询生成报表或单条信息
      • 总+分城市管理行业（3+1+1）
      • 内容
        • 我怎么样
        • 我要怎么办
        • 有什么我要关注的
      • 维度
        • 时间上：过去，现在，接下来
        • 区划上：自己以及自己的下级
        • 组织架构上：两条线，单位→部门→分组→人；单位→市场主体→人（合同主体角度）
    • 上传表单类数据输出结构化结论类
    • 执法领域拟办建议？
  • 多模态工具
    • 工单类工作传图生单
• 必备条件
  • 对用户来说的外部数据接入
  • 基层智理（具备内循环，对内确权性质的流程工单系统）的运行
  • 工作安排及执行数据
• 扩展领域
  • 源自于7月天宁区城管交流的想法扩展，城市管理或者治理，是否能有一种综合性的“指标”或是体现执法，环卫，绿化，市容，基层智理也就是落实到最基础的“事件（准确理解这里的事件不是传统的事部件”工作状态、重点关注、预警预测内容的模型应用→从无人机应用领域扩展而来
  • AI大模型在基层智理领域，对市场主体的应用
• 决策目标→目标是由什么内容组成的→不断的加入影响内容的因素
• 百景目前清单
  • 城市治理大模型示范项目----项目通过建设市级统建基础大模型及算力底座，构建基层镇(街道)智能分拨-处置-反馈闭环管理场景，预期在城市治理领域形成“AI+基层治理”深度融合示范效果。？
    • 表格上电信实施，投资主体城管局
      • 基层智理指标模型应用契合
  • 城市治理示范项目----项目通过建设多模态大模型驱动的基层治理智能平台，构建“智能工单分拨-工作流辅助决策数字人 BI分析-市民共治协同”全链条场景，实现图片/语音违规事件 AI 识别准确率提升、单流转效率提升、重复事务处理耗时下降。
    • 表格上电信实施，投资主体城管局
      • 这种描述是个工具的事情，并不是当时报的场景描述方式
  • 数字孪生赋能智慧公园全景监测中枢平台---项目构建贴合公园实际的数字孪生三维地图通过视频与传感器数据实现实时监测，将各类据与地图关联，对人员聚集、环境异常等情况及时预警，并基于数据实现资源合理调度与治理决策。
    • 表格上移动实施，投资主体城管局
      • ？这是2024项目里面智慧公园场景里面关于孪生的描述，这段源头谁搞的？
• 百景应用计划
  • • 关键词是更新 运营 社区园区楼宇管理融合