2021年,省政府办公厅印发的《湖北省深化“一事联办”工作方案》中提到,“一事联办”指跨部门、跨层级、跨区域多环节多事项联办,通过“减材料、减流程、减时限、减跑动”方便企业、群众办事。烽火旗下湖北省楚天云有限公司作为湖北省数字政府的建设服务方,在湖北省政务办的指导下,充分发挥平台基础技术优势,全力支撑推行“一事联办”。以开饭店为例,以往老百姓需要分别跑市场监管、生态环境和消防部门办理相关证照后才能开业;而进行联办优化后,老百姓只需按湖北政务服务网指引,填写一张表单即可完成相关证照的申报,减少了6次跑动、23份材料、41个工作日、3个办理环节。
“三个突出”找准“一事联办”突破口
突出共性需求选主题。深入企业群众调研,广泛收集建议,先后20余次向相关厅局和市州征求意见,利用办件数据分析研判,从全省3780个事项、204万条事项数据中,筛选出需求集中、办件量大、关联度高的事项,形成21个主题事项,推行“一事联办”,并用群众语言对主题事项名称进行凝练概括,便于企业群众理解事项内涵。
突出关键小事找切口。围绕公民从出生到身故、企业从开办到注销两个全生命周期,聚焦企业群众急难愁盼的小切口,对普遍反映的“小事”进行分类集成,尽可能把事关群众切身利益的“关键小事”找精准。
突出标准引领抓规范。按照“拟订方案、市州试点、省级定标、全省推广”的模式,省级牵头部门和配合部门,在深入调研的基础上,根据实际办理情形提出试点方案,交由市州试运行,并在试点过程中对方案进行优化完善,运行成熟后制定全省统一的标准规范,对填报表单、申请材料、办理环节、承诺时限等明确要求,确保可操作、好落地。
“三个强化”提升“一事联办”便利度
强化流程再造,变“逐项串联”为“集成并联”。推动办理方式由逐个事项串联单点办理转变为集成并联办理,对填报表单进行整合精简,对申请材料进行归整去重,对审批流程进行重塑再造,做到“一次告知、一表申请、一次填报、容缺受理、同步审批”,实现便民高效。
强化互通融合,变“多网多门”为“一网一窗”。线上在省政务服务网开设“一事联办”专区,并打通17个市州通用审批系统和相关国省垂直审批系统,实现在省政务服务网一次申报一网办结,办理结果通过邮寄或电子证照的方式传递给行政相对人。支撑线下各市县政务服务中心“一事联办”专窗,实现统一受理联办事项,变原来企业群众办事要找多个部门、跑多个窗口、交多次材料,为只找一个窗口、只排一次队、只交一套材料、一次能办好。
强化数据共享,变“手填纸写”为“免填免交”。依托省大数据能力平台,借助电子印章、图像识别等大数据工具,构建数据共享模型,以信息确认、电子证照自动调用等方式,减少申报材料和人工填报信息,实现证照“免提交”、基础信息“预填免填”,优化办事体验。目前,已实现51本高频电子证照免提交。
“一事联办”界面
自2020年4月以来,我省围绕企业群众高频办事场景,进行业务流程再造,目前已完成21个联办主题事项全省定标推广,烽火旗下省楚天云支撑全省“一事联办”事项上线总数3467个,各市州共实现58个创新主题落地实施。截至2022年3月底,办件量累计达94.3万件,平均减少办理环节75%,减少申请材料50%,减少跑动次数83%,减少办理时间81%,较好方便了企业群众办事,“一事联办”经验做法作为国家标准之一在全国推广。
当前,全网涉湖北“一事联办”的信息超13.5万条,“数据跑路”在湖北初见成效,烽火将继续弘扬服务市场主体“有呼必应、无事不扰”的“店小二”精神,全力为城市圈、城市群平台互联、服务打通保驾护航。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。