Google Cloud 生成式 AI 在英国地方政府规划审批中部署，目标缩短 50% 决策时间
英国政府部署 Google Cloud 生成式 AI 工具 Extract 和 APD，自动化处理规划申请，减少人工录入 255 小时/年，目标 2027 年覆盖 300 多个地方当局。对中文圈用户意味着政务 AI 落地的可参考路径。
一句话看懂
英国政府部署 Google Cloud 生成式 AI，用 Gemini 模型自动化处理地方规划申请，目标将决策时间缩短 50%，2027 年覆盖全英格兰 300 多个地方当局。
详细发生了什么
英国住房、社区和地方政府部（MHCLG）与科学、创新和技术部（DSIT）联合 Google Cloud，在全国范围内部署两款 AI 工具：Extract 和 Augmented Planning Decisions（APD）。Extract 基于 Gemini 模型，能从遗留 PDF 中提取非结构化数据，转化为结构化数据集。该工具已在 20 多个地方当局试点，预计每个议会每年减少 255 小时手动数据录入。APD 则作为规划官员的辅助分析工具，自动完成文档预处理、政策合规检查、公众意见摘要和报告初稿生成，但最终决策权仍由人类官员保留。
目前 APD 在伦敦 Barnet、Camden 和 Dorset 议会进行 alpha 测试，计划 2027 年推广至所有英格兰地方当局。系统运行在 Google Cloud 安全环境中，具备防提示注入等安全控制，确保敏感市政数据安全。
中文圈视角
这个案例对中文圈有直接参考价值。国内政务 AI 落地常卡在数据孤岛和合规上，英国的做法提供了一条可行路径：在公有云上构建安全环境，用 LLM 处理非结构化文档，同时保留人类决策权。国内类似场景（如城市规划审批、不动产登记）同样面临大量纸质档案和重复劳动，但受限于数据不出境要求，可能需要依赖国产云和模型（如阿里云+通义千问、华为云+盘古）。
另外，Extract 工具对中文 PDF 的解析能力值得关注——国内政务文档格式更复杂（扫描件、手写批注等），Gemini 的中文 OCR 能力是否足够？国产模型如百度文心或腾讯混元在类似任务上已有实践，但公开案例较少。这个案例也提醒国内厂商：政务 AI 的关键不是模型多强，而是如何嵌入现有流程并保证审计追溯。
几条值得记住的细节
- Extract 工具由 MHCLG 和英国政府 AI 孵化器 i.AI 内部开发，基于 Gemini 模型，已在 20 多个地方当局试点。
- 家庭装修类申请（如阁楼改造）占所有规划申请的 70%，是自动化主要目标。
- APD 系统生成报告初稿，但官员必须逐行审核并修改，最终决策权在人类。
- 系统运行在 Google Cloud 安全环境，具备防提示注入等安全控制，确保数据主权。
- 目标 2027 年完成 alpha 测试并推广至全部 300 多个英格兰地方当局。
一句话总结
英国用 Gemini 模型自动化规划审批，为政务 AI 落地提供了安全、可审计的参考模板，国内可借鉴其流程设计而非直接复制技术。