DeepSeek+：大模型应用与创新实践（医药行业版）总结
特征价值篇
- 数字化转型与人工智能创新： 报告首先回顾了数字化转型历程，从信息化、网络化到智能化和元宇宙化，强调了人工智能在医药产业创新发展中的重要性。
- DeepSeek 模型家族： 介绍了 DeepSeek 的模型家族，包括 V3、Coder、LLM、R1 等，以及其算法创新和开源共享的优势。
- 智能经济基座： 探讨了算力平台、生成式多模态人工智能和企业数据的重要性，以及它们如何成为企业新产品和新服务的重要资源。
- 医药产业 AI+ 战略与场景： 分析了医药产业推进 AI+ 应用的必要性、紧迫性和可行性，并提出了“价值创造、场景驱动、以用促治、AI 赋能”的发展战略定位。
- AI+ 核心能力： 提出了 AI 竞争力公式，强调了数据密度、算法精度、场景深度和生态程度对 AI 能力的影响。
- AI+ 实施可控策略： 介绍了 MVP 和 POC 的概念，以及产品支持者企业的高企行业准入率等策略。
- 技术筑基： 提出了构建医药行业 AI 能力体系的建议，包括数据基础设施、算力基础设施、模型基础设施和应用系统集成。
- 场景突破： 探讨了 AI 在智慧零售、智慧运营、个性服务、智能供应链等场景中的应用，以及组织变革和生态共建的重要性。
交互生成篇
- AI 大模型生成文本： 介绍了 AI 大模型在文本生成中的应用，包括认知基础、提示词基本原理和医药行业设计技巧。
- 案例场景设计和文本生成任务： 以“江苏省 AI+医药流通产业创新发展论坛”为例，展示了如何使用 AI 大模型生成活动方案、邀请函和新闻稿等文本。
- 信息脱敏处理： 强调了使用公有大模型时的信息脱敏原则，并介绍了删除法、直接替换/遮蔽和泛化等方法。
- AI 大模型生成公文： 介绍了如何使用 AI 大模型生成公文，包括公文界定、生成关键步骤和提示词设计要求。
智能增强篇
- AI+ 组织新文化与新人才： 探讨了 DeepSeek 的组织文化和人才导向，以及小微团队+分布式平台和细胞体团队决策等组织变革模式。
- AI+ 人才新标准： 提出了 AI 人才新趋势和新标准，强调了 AI 思维、AI 知识、AI 技能和 AI 实践的重要性。
- AI 组织新形式： 介绍了 DeepSeek 的组织模式，包括“三无政策”、研爱模式、扁平化管理、兴趣小组主导等，以及小微团队+分布式平台和细胞体团队决策等组织变革模式。
- AI 用人新模式： 探讨了智能规划、智能招聘、智能分工、智能培训和透明绩效等 AI 用人新模式，以及如何让人才标准和用人模式跟上数字化新发展。
AI 数据分析
- 认知 AI 数据分析： 介绍了 AI 数据分析的全过程，包括明确分析目的、搭建分析架构、收集处理信息和形成报告等步骤。
- AI 数据分析步骤及应用 AI 工具： 以财务分析和合同审核为例，展示了如何应用 AI 工具进行数据分析。
- 案例一财务分析： 以医药公司为例，展示了如何使用 AI 大模型进行财务分析，包括资产负债表、利润表、现金流量表的分析，以及偿债能力、运营能力、盈利能力和发展能力等指标的分析。
- 案例一合同审核： 以合同审核为例，展示了如何使用 AI 大模型进行合同审核，包括合同风险分类、细节审核和财务风险、业务风险、税务问题、履约能力、资金风险等。
AI 图像视频
- AI 数字人视频生成技术与应用实践： 介绍了数字人的概念、类型、架构和应用场景，以及 3D 数字人视频制作流程。
- AI 文生图： 探讨了 AI 文生图的应用场景和技术，以及如何使用 DeepSeek 和其他工具进行文生图创作。
- AI 视频生成： 介绍了 AI 视频生成的应用场景和技术，以及如何使用 DeepSeek 和其他工具进行视频脚本创作和视频生成。
AI Agent 智能体创作
- AlAgent 智能体创作： 介绍了 AlAgent 的概念、架构和发展趋势，以及如何使用 Coze 平台进行 AlAgent 开发和应用。
- AlAgent 开发平台： 介绍了腾讯元器文心智能体平台、BetterYeah、天工AI、智谱清言等 AlAgent 开发平台。
- AlAgent 创作指南： 提出了 AlAgent 创作指南，包括找到场景、发现问题、组建团队、课题公关、场景分析、智能研创、能力共享和成果共用等步骤。
