Deepseek开启的AI产业应用赋能新格局

第一部分：通用人工智能的曙光：从经典人工智能到生成式AI大模型 

1. 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：

· 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

· 机器学习是一类让算法从数据中找到规律、模式的设计:从判断信用卡交易是否套现的实现，看程序代码方式和机器学习方式的差异

· 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. 生成式AI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？

· 以Deepseek和ChatGPT为代表的等大语言模型基本核心原理

o ChatGPT带来了通用逻辑能力AI的曙光

o Deepseek为中国自己的智能操作系统打下坚实的基础

· 其他主流大模型主要类别和基本原理

o 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”

o 数字三维构建模型：算法对世界的“脑补”

o “世界模拟器”：OpenAI的视频生成模型SORA

第二部分：行业应用与案例分析

4. Deepseek在图书发行和销售行业的应用场景

· 客户行为分析和画像

o 数据收集与整合：通过Deepseek赋能的客户的购买历史、浏览记录、点击行为、搜索关键词等多维度数据的解析，构建全面的客户画像。

o 行为模式识别：利用Deepseek技术对大量客户行为数据进行分析，识别出不同客户群体的行为模式和偏好。例如，某些客户可能更倾向于购买特定类型的书籍（如科幻小说或商业管理类书籍），而另一些客户则可能对新书发布特别感兴趣。

· 个性化推荐

o 实时推荐系统：Deepseek赋能CRM或营销系统，在客户访问网站或使用应用程序时，实时生成个性化推荐列表。

o 电子邮件和推送通知：利用个性化推荐结果，Deepseek + CRM或营销系统，向客户发送定制化的电子邮件或推送通知，提醒他们关注感兴趣的新书发布或促销活动。

· 库存管理和供应链优化

o 历史销售数据分析：Deepseek赋能分析过去几年的销售数据，识别出季节性趋势、节假日效应等影响因素。结合外部数据源（如天气预报、社交媒体热度等），进一步提高预测准确性。

o 动态调整库存水平：根据预测结果，动态调整各门店和仓库的库存水平。对于高需求期（如开学季、圣诞节等），提前增加库存；而对于低需求期，则适当减少库存，避免积压。

o 供应商关系管理：利用Deepseek技术分析供应商的表现，包括交货时间、产品质量、价格波动等，选择最优供应商，确保供应链的稳定性和成本效益。

o 智能补货系统：Deepseek赋能智能补货系统，自动监控库存水平并触发补货请求。该系统可以根据实际销售情况、库存水平和预测需求，决定何时补货以及补货数量，减少人为干预带来的误差。

· 市场趋势预测

o Deepseek赋能的社交媒体监测：利用社交媒体监测工具，跟踪读者讨论的热点话题、流行趋势和潜在需求。通过分析社交媒体上的用户评论、点赞数、分享量等数据，识别出当前最受关注的书籍类型和作者。

第三部分：Deepseek实践应用与互动讨论

5. Deepseek类AI大模型工具的应用算法思维和逻辑：

· 一般提示词运用算法思维和逻辑

· 产品组合运用方式和技巧

o 交代好工作：为大模型分解问题

o 让大模型“合理”地自由发挥：理顺方案的逻辑

o Information is power:用新的信息让大模型更靠谱

o 组合多类大模型能力，发挥各大模型的十八般武艺

o 核心的核心：定位自己是“统帅”，而不只是“提问者”

6. 使用展示与实操：

o 文本生成与编辑：如何使用Deepseek大语言模型生成高质量的产品描述、市场分析报告等内容，并掌握编辑技巧。

o 多源异构数据分析：将不同格式（excel, pdf, word, txt，图像等）的数据文件让Deepseek访问，分析并提取汇总这些数据中的关键信息。

o 图像生成与处理：利用文生图模型（如豆包、Stable Diffusion, Midjourney等）创造符合企业需求的视觉素材，同时学习基础的图像处理技巧。

o 自动化PPT制作：介绍并实践使用Deepseek + Kimi /Napkin 等AI工具自动生成PPT的方法，提高汇报材料的准备效率。