一、从经典人工智能到以Deepseek为代表的生成式AI大模型

1. Deepseek的先辈： 从早期人工智能算法到机器学习，到人工神经网络和深度学习：

(1) 人工智能是一类计算机模拟的，完成传统上认为只有人类可以执行的任务的硅基智能

(2) 机器学习是一类让算法从数据中找到规律、模式的设计:

(3) 深度学习/人工神经网络是一类机器学习算法，通过模拟生物神经网络，处理相对抽象的信息：人工神经网络怎么能识别小狗的照片？其实跟我们教小朋友认小狗非常类似

2. Deepseek大厦的地基 —— 生成式AI大模型兴起：从分析式AI到生成式AI，AI从做判断题/选择题，到做填空/问答题

3. 从“偏科专才”到“通才”，通用人工智能的曙光：GPT和Deepseek为何如此令人兴奋？

(1) 以Deepseek和ChatGPT为代表的等大语言模型基本核心原理

① Deepseek和ChatGPT有何异同？Deepseek有何优势和应用潜力？

② Deepseek会对国际和国内人工智能领域的算法、数据和算力产生何种影响？

③ Deepseek会为AI应用提供何种基础和机遇？

(2) 其他主流生成式大模型主要类别和基本原理

① 以扩散模型为代表的文生图模型：训练机器对像素的“组装”和“组合”

② 数字三维构建模型：算法对世界的“脑补”

③ “世界模拟器”：OpenAI的视频生成模型SORA

4. Deepseek对企业应用的多维度意义：

(1) AI技术的可控性和安全性得到保障

(2) Deepseek成为企业数字化枢纽和“总调度”

(3) DS赋能的企业职能领域进入新时代

(4) 基于DS的产业链和产业系统生态

(5) 企业进入优质模型驱动模式的门槛大为降低

(6) 大模型驱动的企业创新加速

二、Deepseek类大模型的领域赋能应用

1. 财税领域的AI应用赋能

(1) 自动化财务报告与分析：利用AI自动收集和整合财务数据，生成报告，并通过高级分析提供洞察。

(2) 风险管理与合规性检查：运用AI进行异常检测，帮助识别潜在的风险点或违规行为。

(3) 智能税务筹划：AI能够基于历史数据和当前政策变化预测最佳税务策略。

(4) 案例分析：德勤会计师事务所开发了一款名为“Deloitte TaxBrain”的工具，它使用AI来帮助客户进行复杂的税务计算与申报，极大地提高了准确性和效率。

2. 企业内部法务中的AI

(1) 合同自动化与审查：AI可以快速扫描大量文档，标记出关键条款或潜在风险。

(2) 法律研究辅助：借助自然语言处理技术，AI能够从海量文献中提取相关信息支持律师的工作。

(3) 诉讼预测与风险管理：通过分析过往案例，AI可为即将发生的纠纷提供预判。

(4) 案例分析：ROSS Intelligence是一款基于IBM Watson构建的法律研究平台，它能够理解普通英语查询，并返回相关法律文件片段，显著加快了律师的研究过程。

3. 人力资源管理中的AI

(1) 招聘流程优化：使用AI筛选简历、安排面试甚至初步评估候选人。

(2) AI赋能的视频面试：通过对候选人表情、语音的分析，对岗位适合度的初步筛选

(3) 员工绩效管理：采集并分析分布在各个信息渠道的各类结构的数据，综合评测员工表现，提供个性化的培训建议。

(4) 组织文化塑造与员工体验：AI聊天机器人可用于解答员工疑问，增强沟通。

(5) 案例分析：联合利华采用AI工具来处理每年超过百万份的工作申请，成功减少了筛选时间的同时提高了多样性。

4. 客户服务中的AI实践

(1) 聊天机器人与虚拟助手：提供全天候自助服务，解决常见问题。

(2) 客户情绪分析：通过对社交媒体等渠道上用户评论的情感分析，了解顾客满意度。

(3) 个性化服务推荐：基于购买历史和浏览行为向用户提供定制化产品或信息。

(4) 案例分析：亚马逊使用复杂的推荐算法来展示符合个人兴趣的商品，这种方法极大提升了转化率。

5. IT支持与网络安全中的AI

(1) IT运维自动化：AI可以帮助监控系统状态，提前预警故障发生。

(2) 网络安全威胁检测：实时监测网络活动，快速响应恶意攻击。

(3) 数据保护与隐私增强：确保敏感信息得到妥善处理。

(4) 案例分析：Darktrace是一家专注于网络安全的企业，其产品运用机器学习技术主动寻找并阻止新型威胁，在多个行业都有广泛应用。

6. 供应链优化与物流管理

(1) 需求预测模型：利用历史销售数据和其他外部因素（如天气预报）预测未来需求量。

(2) 库存控制与补货策略：AI可以优化库存水平，减少过剩或缺货的情况。

(3) 物流路径规划：动态调整运输路线以最小化成本或缩短交付时间。

(4) 案例分析：Zara母公司Inditex集团采用先进的库存管理系统，结合AI技术实现了快速反应供应链，使得新款服装能在极短时间内从设计到上架。

三、Deepseek类大模型应用的核心逻辑思维和实操

1. AI大模型工具的应用算法思维和逻辑：

(1) 一般提示词运用算法思维和逻辑

(2) 模型工具组合运用方式和技巧

① 交代好工作：为大模型分解问题

② 让大模型“合理”地自由发挥：理顺方案的逻辑

③ Information is power:用新的信息让大模型更靠谱

④ 组合多类大模型能力，发挥各大模型的十八般武艺

⑤ 核心的核心：定位自己是“统帅”，而不只是“提问者”

2. Deepseek及相关模型工具的应用思维与实践：

(1) 学习“如何利用大模型学习”：“追问式”学习，如何构建提示词路径，连续发问Deepseek类大模型，快速获得符合自己认识模式和知识背景水平的个性化讲解和答案