课程大纲
模块一：
AI驱动效率革命——DeepSeek模型简介
1.
业界趋势
o AI在创投领域的全球运用实例（如业界拆解自动化、项目估值模型）。
o 中国创投机构智能化转型的必要性。
2.
DeepSeek模型核心本领
o
自然语言处理（
NLP）：文档拆解、合同审核、会议纪要生成。
o 资料拆解：业界资料清洗、趋势预测、可视化报告生成。
o 多模态交互：语音指令操作，图像识别（如财报扫描拆解）。
模块二：
DeepSeek在创投业务中的落地情境
1.
项目筛选和尽调提效
o
实例：用
DeepSeek批量拆解BP，自动提取核心技艺、队伍来由、财务资料。
o
实践：
AI生成尽调问题清单，比对业界资料库识别隐患点。
2.
业界研究和决策支持
o
实例：输入要害词（如
“固态电池”“长三角政策”），一键生成业界链图谱+竞争拆解。
o
实践：
AI监测被投公司舆情，实时推送业界动态。
3.
投后管控和协同办公
o 实例：自动生成投后报告轮廓，抓取公司营运资料生成拆解图表。
o
实践：用
DeepSeek搭建内部学识库，达成文档智能检索和问答。
模块三：实战上手
——还原创投
公司
典型情境
1.
上手
1：迅速响应新兴业界调研
o
差事：输入
“无锡市氢能业界政策”，要求AI生成政策解读+本地公司匹配清单。
o
标的：缩短人工调研时间
80%。
2.
上手
2：高效处理海量项目BP
o
差事：上传
10份医疗AI领域BP，在实际应用里，用DeepSeek提取核心指标并生成横向对比表。
o
标的：
30分钟内完成人工需2天的事务量。
3.
上手
3：自动化投后预警
o
差事：设定
“公司研发投入连续3季度下降”等等条件，让AI触发预警并生成建议。
模块四：
AI落地方略和隐患将控
1.
创投
公司
的
AI施行路径
o 短期：优先落地文档处理、资料清洗等等高频情境。
o
长期：构筑
AI驱动的“项目评核-投后风控”全流程系统。
2.
隐患和伦理
o 资料安全：敏感资讯（如被投公司财务资料）的本地化部署方案。
o
人机协同：
AI辅助决策和人工判断的边界界定。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|尹智老师
适合谁听
管人者。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。