专业人群-DeepSeek如何落地企业

一、从AI到DeepSeek

1、通用VS专用

• 何为AI：AI是用数学还原人类智慧的技艺

• 专用AI技艺：用自己公司的资料，训练专属自己的AI算法

• 通用AI技艺：采用别人做好的AI算法，做自己公司的业务

• 通用AI技艺的代表：大语言模型（DeepSeek，chatgpt等等）

2、专用&通用技艺对比

• 专用AI技艺：资料、算力、专精学识门槛高，不容易落地

• 通用AI技艺：各方面门槛低，比较容易落地

3、通用抓手的落地形式

• 提示词工程：人直接用大语言模型抓手

• 智能体：有思路链，不需要人实时驱动，真正能够解放生产力

实例：微软百度等等顶 尖科技公司，怎样让采用通用抓手

二、DeepSeek怎样在公司运用

1、提示词工程对公司和员工的影响

• 量变：让员工效率暴增

• 量变实例：3小时完成原本需要2个月周期的定制方案

• 质变：让员工掌握原本不增具备的本领

• 质变实例：用人话完成3D建模规划，用人话完成数字仿真

• 质变实例：人人都能编程（用人话编程）

• 质变实例：办公自动化（大模型帮你完成所有需要用电脑完成的事务）

• 质变实例：资料拆解（大模型帮你完成商业智能和机器智能建模拆解）

• 结论：提示词工程能使员工效率暴增，不过对公司几乎没有成效

2、智能体

• 智能体：将大模型的采用进程固化下来

• 智能体供给链自动化实例

• 智能体合规性审查实例

• 结论：智能体会让办公室里的人越来越少

• 问题：是谁代替了这些人？（谁来主导智能体开发）

• 答案：率先选项拥抱新技艺的员工，替代那些不愿意拥抱的

（有效的智能体只能有公司内部业务专家主导）

三、DeepSeek落地公司的操作指引

1、DeepSeek怎样私有化部署到公司

• 私有化部署所需的硬件资源

• 私有化部署所需要的软件环境

• 三行代码教你迅速私有化部署DeepSeek

2，提示词工程进阶

• 误区：提示工程就是套模板

• 提示词开发轮廓，助你将提示词成效推到极限

• 资料搜索：怎样将提示词成效推到极限

• 文案撰写：怎样将提示词成效推到极限

• 素材收集：怎样将提示词成效推到极限

• 代码编写：怎样将提示词成效推到极限

• 收束：提示词工程的要领是转变思路（从一线员工转变为领导）

• 万用的提示词模板

• 提示词工程的局限性

3，智能体开发进阶

• 误区：IT牵头能做好智能体开发

• 智能体开发轮廓1-巧妙定义问题情境

• 智能体开发轮廓2-尝试大力出奇迹（判断是否真的需要开发智能体）

• 智能体开发轮廓3-回顾人类专家的思路推演

• 智能体开发轮廓4-根据人类思路推演，策划智能体事务流

• 智能体开发轮廓5-动手完成基础智能体构筑

• 智能体开发轮廓6-少量真实用户试用，增量开发

• 真实实例：展示智能体开发的全进程

• 智能体开发抓手怎样选型

四、不是所有业务问题都能被大模型破解

1、大模型破解难题的边界

• 显性学识VS隐性学识

• 大模型能破解显性学识的问题

• 专用AI才能破解隐性学识的问题

• 真实业务需要二者配合才能闭环

实例：某500强外企的AI结局方案

2，专用AI的核心原理

• 机器究竟怎样研习

• 机器研习中的要害进程

• 机器研习成效取决于什么

• 何为高质量的资料

实例：完整机器研习进程展示

3、专用AI落地轮廓

1. 1、智能化起点：不是资料而是业务痛点

2. 2、怎样找到业务痛点：客观（精益）VS主管（决策诉求）

3. 3、怎样折算痛点价值：业务推演&一组资料

4. 4、选项抓手：只有隐性学识需要用到AI抓手

5. 5、智能化项目最大的坑：资料而不是算法

6. 6、资料的坑在哪：缺少要害特征&资料缺乏代表性

7. 7、怎样排除资料上的坑：依靠业务专家的业务学识

8. 8、怎样选项模型：大模型VS小模型

9. 9，AI项目成功的三大核心要素

10. 10，AI项目的最大门槛：行政可行性

制造业界实例

：汽车焊接质量预测，制造装置故障预测，制造耗品寿命预测，某著名汽车品牌销量预测，落地时，工业智能无损检测

五、新一代机器智能技艺会怎样影响未来

1、AI会怎样影响我们

• AI为我们带来的终局

• 绝大部分的事务会被替代

• 只有两类人会留下：做决策&有想法

实例：18年图灵奖得主实例，智能化终局解读，在实际应用里，元宇宙加持下的后AI时代。辨析大模型和小模型选项对业界的影响

2，AI的3大套路和后AI时代展望

• 在无人化的时代，从实践看，人应该做什么

• 化解办法：回归人“本身”的价值

• 没有事务的人会做什么：“爱”干嘛干嘛

•

公司应该怎样化解即将到来的AI浪潮

实例：openAI官方给出最容易受chatGPT影响的岗位，实操中， 领域未来展望：马太效应加强

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|王明哲老师