《深度解析DeepSeek并帮助企业落地》

《深度解析DeepSeek并帮助企业落地》

主讲：王明哲老师

【课程背景】

春节期间，DeepSeek忽然火遍全网，不光在国内，在国际上DeepSeek也称为了毫无争议的科技热点No.1。这个技术甚至对中美股市和经济都带了巨大且直接的影响，作为非AI专业人员，你肯定充满了很多疑惑

AI时代都有哪些不同的工具，他们都何异同？

Deepseek横空出世，它厉害在哪里？

DeepSeek会对中国的经济、科技和产业带来哪些影响？

在企业的办公场景中，该如何使用DeepSeek这一类工具？

DeepSeek这一类工具最终究竟会对企业产生什么样的影响？

所有答案将在课上揭晓！

【课程收益】

理解DeepSeek的原理

知晓DeepSeek对中美两国的影响

掌握大量DeepSeek等大模型工具在企业落地的具体案例

掌握使用大模型加速办公的六大场景

看清未来，知晓大模型究竟会如何影响产业和社会

【课程特色】

够专业，内容前沿且正确；讲俗话，将复杂技术具象清晰有趣化；重互动，巧妙设计提升参与感；能落地，反复验证的方法及真实案例。

【课程对象】

企业高管及其他需要意识提升的群体

【课程时间】

0.5天（6小时/天）

【课程大纲】

一、AI技术的分层及DeepSeek所处位置1、通用VS专用

什么是AI：AI是用数学模拟人类智慧的技术

专用AI技术：用自己企业的数据，训练专属自己的AI算法

通用AI技术：使用别人做好的AI算法，做自己企业的业务

通用AI技术的代表：大语言模型（DeepSeek，chatgpt等）

2、专用&通用技术对比

专用AI技术：数据、算力、专业知识门槛高，不容易落地

通用AI技术：各方面门槛低，比较容易落地

3、通用工具的落地形式

提示词工程：人直接用大语言模型工具

智能体：有思维链，不需要人实时驱动，真正能够解放生产力

案例：微软百度等顶尖科技公司，如何让使用通用工具

通用大模型的细分及DeepSeek的特点

1、推理模型VS通用大模型

通用大模型：能够胜任简单明确的任务

推理模型：能够胜任需要多步思考的复杂任务

简单任务vs复杂任务：写个宣传稿VS写个项目策划书

2、两类模型的特点和用法

两类模型特性对比

两类模型提示词技巧

总结：推理模型更厉害，更好用

3、中美两国的推理模型

美国推理模型王者：GPT-o1

中国推理模型冠军：DeepSeek-R1

中美推理模型的性能对比

结论：DeepSeek打破了美国的技术垄断和封锁

案例：用珠穆朗玛峰攀登竞赛类比此次大模型技术竞赛

三、DeepSeek对中国的价值

1、DeepSeek的突破点在哪

足够好：能够跟世界最顶尖的模型比肩

省算力：开发成本足够低

全开源：彻底解决数据保密问题

2、DeepSeek对中国科技的价值

开辟了全新的技术路径

美国的算力封锁宣告失效

技术水平已经跟美国相当

彻底打破了美国的技术封锁

为何说DeepSeek是典型的中国式的胜利

3、DeepSeek对中国经济的价值

美国龙头芯片厂股价大跌

中国科技股价格飞涨

中国资产整体上扬

引发港股新一轮牛市

3、DeepSeek对中国产业的影响

国内产业界也能接入最顶尖的大模型

开源导致大模型落地的数据保密问题彻底被解决

中国的产业化能提全球领先

AI最终比拼的是落地效果，中国赢面很大

四、DeepSeek等新一代大模型工具如何影响企业

1、提示词工程对企业和员工的影响

量变：让员工效率暴增

量变案例：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拥有的能力

质变案例：用人话完成3D建模设计，用人话完成数字仿真

质变案例：人人都能编程（用人话编程）

质变案例：办公自动化（大模型帮你完成所有需要用电脑完成的工作）

质变案例：数据分析（大模型帮你完成商业智能和人工智能建模分析）

结论：提示词工程能使员工效率暴增，但是对企业几乎没有效果

2、智能体

智能体：把大模型的使用过程固化下来

智能体供应链自动化案例

智能体合规性审查案例

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：率先选择拥抱新技术的员工，替代那些不愿意拥抱的

（有效的智能体只能有企业内部业务专家主导）

五、DeepSeek等大模型对时代的影响

1、大模型会逐渐替代所有办公室里的人

前期大模型会大大减少人的工作强度

智能体彻底成熟后，能够逐渐替代所有岗位

案例：某企业智能体项目

2、人类社会将迎来翻天覆地的改变

AI为我们带来的终局

绝大部分的工作会被替代

只有两类人会留下：做决策&有想法

案例：18年图灵奖得主案例，智能化终局解读，元宇宙加持下的后AI时代。辨析大模型和小模型选择对行业的影响