DeepSeek 從熱潮到應(yīng)用，騰訊云攜手行業(yè)專家共探 AI 下一步

2025年，技術(shù)圈的新晉“頂流”DeepSeek 在短短七天內(nèi)完成一億用戶的增長(zhǎng)，成為全球增速最快的 AI 應(yīng)用，其發(fā)展堪稱現(xiàn)象級(jí)。DeepSeek 在全球范圍內(nèi)掀起新一輪技術(shù)熱潮，徹底顛覆人工智能行業(yè)的發(fā)展模式，國(guó)內(nèi)外廠商紛紛積極擁抱 DeepSeek。

隨著 DeepSeek 的迭代發(fā)展，新的應(yīng)用場(chǎng)景和產(chǎn)品如雨后春筍般涌現(xiàn)，推動(dòng)全球的智能化變革。面對(duì)這股 AI 熱潮，如何結(jié)合 DeepSeek的優(yōu)勢(shì)來(lái)落地 AI 應(yīng)用，以迎接 AGI 新時(shí)代的到來(lái)，成為每個(gè)開(kāi)發(fā)者和企業(yè)必須思考的問(wèn)題。

3 月 1 日，由騰訊云 TVP 主辦的「DeepSeek 從熱潮到應(yīng)用」TVP AI 創(chuàng)變研討會(huì)在北京成功舉辦。本次活動(dòng)匯聚多位 AI 領(lǐng)域大咖，圍繞 DeepSeek 的技術(shù)演進(jìn)、應(yīng)用趨勢(shì)及行業(yè)實(shí)踐展開(kāi)深度研討，共同探索大模型從“技術(shù)爆發(fā)”到“價(jià)值創(chuàng)造”的躍遷邏輯，更設(shè)置“DeepSeek 熱點(diǎn)頭腦風(fēng)暴”環(huán)節(jié)，各位專家暢所欲言，進(jìn)行精彩的觀點(diǎn)碰撞，梳理技術(shù)發(fā)展脈絡(luò)，共探AI 創(chuàng)新發(fā)展未來(lái)。

主持人文因互聯(lián) CEO、聯(lián)合創(chuàng)始人、騰訊云TVP 鮑捷

主持人文因互聯(lián) CEO、聯(lián)合創(chuàng)始人、騰訊云TVP 鮑捷在開(kāi)場(chǎng)時(shí)表示，他期待 DeepSeek 所帶來(lái)的新一輪應(yīng)用狂潮，這股浪潮正在重新點(diǎn)燃人們內(nèi)心對(duì)人工智能的激情和信心，而這種激情與信心是非常珍貴的。在場(chǎng)的老師們作為“種下種子的人”，不僅見(jiàn)證 AI 的發(fā)展并積極貢獻(xiàn)自己的經(jīng)驗(yàn)和能力，還為年輕人帶來(lái)希望，激發(fā)他們的潛力，共同開(kāi)拓出全新的世界，推動(dòng)科技的進(jìn)步。

從DeepSeek的成功看大語(yǔ)言模型的技術(shù)演進(jìn)與未來(lái)趨勢(shì)

碳硅智慧聯(lián)合創(chuàng)始人、騰訊云TVP 鄧亞峰

碳硅智慧聯(lián)合創(chuàng)始人、騰訊云TVP鄧亞峰發(fā)表題為《從DeepSeek的成功看大語(yǔ)言模型的技術(shù)演進(jìn)與未來(lái)趨勢(shì)》的主題演講，解讀DeepSeek 的發(fā)展歷程、技術(shù)創(chuàng)新、總結(jié)成功經(jīng)驗(yàn)，展望未來(lái)語(yǔ)言模型應(yīng)用和技術(shù)發(fā)展。

鄧亞峰從 DeepSeek 的成功講起，指出 DeepSeek 作為史上增速最快的產(chǎn)品，僅用七天就增長(zhǎng)了1億用戶。DeepSeek得到廣泛的認(rèn)可的主要有以下幾個(gè)原因：它是由中國(guó)團(tuán)隊(duì)開(kāi)發(fā)；DeepSeek開(kāi)源開(kāi)放，賦予它強(qiáng)大的生命力；DeepSeek 是大多數(shù)人首次接觸到的推理模型，讓每個(gè)人無(wú)需任何成本就能體驗(yàn)到 AI 。

鄧亞峰介紹 AI 學(xué)習(xí)范式的四個(gè)發(fā)展階段：

● 傳統(tǒng)AI階段（1956-2012年），主要依賴于傳統(tǒng)機(jī)器學(xué)習(xí)方法，特征提取多為手工完成；

● 新AI階段一（2012-2018年），以有監(jiān)督學(xué)習(xí)和深度模型為特點(diǎn)；

● 新AI階段二（2018-2024年），該階段的標(biāo)志是自監(jiān)督學(xué)習(xí)和通用大模型的發(fā)展；

● 新AI階段三（2024年及以后），思維鏈與強(qiáng)化學(xué)習(xí)相結(jié)合，致力于開(kāi)發(fā)推理模型。

在新 AI 階段三中，DeepSeek在開(kāi)源屆一直是中國(guó)頂流。DeepSeek 系列模型從最初的 LLM 版本到 V2、V3 和 R1 版本，逐步在架構(gòu)設(shè)計(jì)、訓(xùn)練效率和推理能力上實(shí)現(xiàn)突破。隨后，鄧亞峰詳細(xì)介紹DeepSeek在提高計(jì)算效率和降低訓(xùn)練成本方面的工作，包括使用混合專家（MOE）系統(tǒng)，在每次預(yù)測(cè)時(shí)激活部分網(wǎng)絡(luò)參數(shù)以加快速度；通過(guò) MLA 方法壓縮中間信息來(lái)提升處理速度；使用 fp8 訓(xùn)練以及 PTX 等底層優(yōu)化技術(shù)，DeepSeek在保持效果的同時(shí)大幅降低成本，DeepSeek-V3 使用1/20 的算力訓(xùn)練就達(dá)到 Llama 同等效果，DeepSeek-V3使用成本約為 GPT 4o 的1/100，DeepSeek R1 使用成本約為 GPT-o1 的 1/30，顯著提升速度和效率。

在實(shí)現(xiàn)推理能力上，DeepSeek采用的路線是無(wú)需收集大量思維鏈數(shù)據(jù)（無(wú)SFT），直接采用強(qiáng)化學(xué)習(xí)機(jī)制，模型自己學(xué)會(huì)自我驗(yàn)證、反思和長(zhǎng)思維鏈，從而獲得更好的效果。

鄧亞峰總結(jié) DeepSeek 團(tuán)隊(duì)獲得成功的三大原因：由 AI 算法系統(tǒng)成功經(jīng)驗(yàn)的技術(shù)專家領(lǐng)銜，創(chuàng)始人梁文峰有堅(jiān)定的技術(shù)信仰，持續(xù)在對(duì)的方向上不斷嘗試；有足夠的算力及對(duì)數(shù)據(jù)的重視；團(tuán)隊(duì)極致的工程優(yōu)化。

鄧亞峰預(yù)測(cè)大預(yù)言模型的未來(lái)發(fā)展：基礎(chǔ)模型的推理能力將進(jìn)一步增強(qiáng)；DeepSeek的開(kāi)源將極大地促進(jìn)應(yīng)用的普及和發(fā)展，特別是在 AI 搜索、AI 助手等領(lǐng)域；大模型的下一步是讓模型能自動(dòng)完成任務(wù)。這一輪 AI 革命為什么影響深遠(yuǎn)？鄧亞峰表示，關(guān)鍵是通用，技術(shù)統(tǒng)一和能力通用。他強(qiáng)調(diào)，模型架構(gòu)統(tǒng)一是未來(lái)趨勢(shì)。

最后，他從人類的角度探討 AI 帶來(lái)的影響。隨著 AI 的發(fā)展，教育和學(xué)習(xí)方式正在發(fā)生根本性的變化，這不僅影響下一代的學(xué)習(xí)模式，也讓我們反思自身在新時(shí)代中的價(jià)值與作用，人類需要重新定義自身的價(jià)值所在。鄧亞峰說(shuō)，“我們非常幸運(yùn)，既見(jiàn)證中國(guó)的蓬勃發(fā)展，也親歷 AI 技術(shù)的巨大飛躍?！?/strong>

騰訊云大數(shù)據(jù)+DeepSeek，共創(chuàng) Data 新生態(tài)

騰訊云大數(shù)據(jù)基礎(chǔ)產(chǎn)品中心總經(jīng)理 程彬

騰訊云大數(shù)據(jù)基礎(chǔ)產(chǎn)品中心總經(jīng)理 程彬在《跨越邊界：騰訊云大數(shù)據(jù)+DeepSeek 共創(chuàng) Data 新生態(tài)》的主題演講中，分享騰訊云大數(shù)據(jù)如何結(jié)合 DeepSeek 等大模型技術(shù)，創(chuàng)新打造 Data+AI 一體化平臺(tái)。

程彬介紹了以 DeepSeek 為代表的大模型對(duì)傳統(tǒng)大數(shù)據(jù)領(lǐng)域帶來(lái)的三大變革與思考：如何使用AI技術(shù)來(lái)提升數(shù)據(jù)系統(tǒng)的效率、如何提升數(shù)據(jù)開(kāi)發(fā)和數(shù)學(xué)科學(xué)為代表的 Data+A鏈路的生產(chǎn)效率；如何使用已有的大數(shù)據(jù)來(lái)實(shí)現(xiàn)production 級(jí)別的LLM應(yīng)用。

然而，當(dāng)前傳統(tǒng)數(shù)據(jù)平臺(tái)在面對(duì)這些變化時(shí)遇到一些挑戰(zhàn)。例如，大數(shù)據(jù)和 AI 平臺(tái)是割裂的，基于兩套獨(dú)立系統(tǒng)建設(shè)的，因此企業(yè)需要不同的團(tuán)隊(duì)來(lái)完成相關(guān)任務(wù)；大模型應(yīng)用對(duì)接困難，傳統(tǒng)數(shù)據(jù)平臺(tái)的使用對(duì)象是人，AI Agent 難調(diào)用平臺(tái)分析能力；面向 SQL 專業(yè)用戶而生，限制數(shù)據(jù)平臺(tái)的服務(wù)范圍，想通過(guò)自然語(yǔ)言查詢獲取確定性信息面臨諸多挑戰(zhàn)；運(yùn)維投入大，海量告警、監(jiān)控需要人力處理，大多數(shù)系統(tǒng)為傳統(tǒng) AIOps 設(shè)計(jì)，缺乏“自動(dòng)駕駛”的能力。

針對(duì)上述挑戰(zhàn)，騰訊云大數(shù)據(jù)團(tuán)隊(duì)提出構(gòu)建基于 AI 時(shí)代的統(tǒng)一數(shù)據(jù)平臺(tái)的設(shè)想。該平臺(tái)旨在簡(jiǎn)化用戶的使用界面，比如引入自然語(yǔ)言查詢技術(shù)，同時(shí)提供一體化平臺(tái)支持實(shí)時(shí)數(shù)據(jù)分析，并將數(shù)據(jù)從采集到分析再到模型訓(xùn)練和推理的過(guò)程整合起來(lái)。具體來(lái)說(shuō)，下一代數(shù)據(jù)平臺(tái)涵蓋四大關(guān)鍵能力：一是集成 DataOps+MLOps+LLMOps 的一體化平臺(tái)；二是面向 Agent 的數(shù)據(jù)分析工具；三是支持自然語(yǔ)言查詢 NL2SQL；四是 AIOps 實(shí)現(xiàn)運(yùn)維數(shù)據(jù)平臺(tái)的“自動(dòng)駕駛”。

基于 DeepSeek 出色的多模態(tài)推理能力與性價(jià)比，它可以推動(dòng)下一代數(shù)據(jù)平臺(tái)加速往數(shù)據(jù)智能演進(jìn)。因此，騰訊云大數(shù)據(jù)+DeepSeek 構(gòu)建 Data+AI 一體化平臺(tái)。該平臺(tái)架構(gòu)分為四層：最底層為 Lakehouse 底座服務(wù)，第三層為基礎(chǔ)大模型服務(wù)，第二層為 Data+AI 一體化分析和訓(xùn)推；最上層為統(tǒng)一DataOps+MLOps+LLMOps 開(kāi)發(fā)平臺(tái)。

基于以上理念和設(shè)計(jì)，騰訊云大數(shù)據(jù)在去年底推出新一代數(shù)據(jù)智能平臺(tái)TCHouse-X，擁有一體化架構(gòu)、易用、高性能、實(shí)時(shí)高效、智能化等優(yōu)勢(shì)。

DeepSeek 為 Data+AI 一體化平臺(tái)帶來(lái)哪些價(jià)值？程彬以智能自治、AI Search 和 NL2SQL 三個(gè)場(chǎng)景為例，詳細(xì)闡述 DeepSeek 所具備顯著的差異化優(yōu)勢(shì)：復(fù)雜任務(wù)推理能力出色，語(yǔ)義理解和意圖識(shí)別能力，推理成本低，強(qiáng)數(shù)學(xué)推理和代碼推理，更重要的是開(kāi)源開(kāi)放。程彬著重強(qiáng)調(diào)DeepSeek開(kāi)源開(kāi)放的重要性。他認(rèn)為，一個(gè)好的平臺(tái)不應(yīng)該鎖定用戶，而是要讓用戶自由選擇。正因如此，騰訊云大數(shù)據(jù)平臺(tái)遵循開(kāi)源開(kāi)放的原則，希望為更多人提供一個(gè)易于上手的開(kāi)發(fā)環(huán)境，無(wú)論是傳統(tǒng)數(shù)據(jù)工程師還是從事 AI 研究的專業(yè)人士，都能在這個(gè)平臺(tái)上輕松實(shí)現(xiàn)數(shù)據(jù)分析和 AI 應(yīng)用的落地，共創(chuàng) Data+AI 新生態(tài)。

DeepSeek 發(fā)展啟示錄與未來(lái)展望

硅基流動(dòng)聯(lián)合創(chuàng)始人、增長(zhǎng)副總裁、騰訊云 TVP 楊攀

在本次大會(huì)上，硅基流動(dòng)聯(lián)合創(chuàng)始人、增長(zhǎng)副總裁、騰訊云TVP 楊攀帶來(lái)《聊聊 DeepSeek 的那些事兒：發(fā)展觀察與未來(lái)展望》的分享。他指出，大模型算力正在經(jīng)歷根本性轉(zhuǎn)變——從訓(xùn)練向推理傾斜，"訓(xùn)練在這個(gè)星球上所占用的 GPU 比重會(huì)越來(lái)越小，最后應(yīng)該大部分都放在推理上"。作為專注于大模型推理服務(wù)的創(chuàng)業(yè)公司，硅基流動(dòng)在 DeepSeek 官網(wǎng)癱瘓期間承接了大量用戶流量，親歷了這一變革。

楊攀表示，“DeepSeek 的歷史意義在于認(rèn)知上的破圈，讓所有企業(yè)都意識(shí)到可以低成本的擁有一個(gè)自己的模型，當(dāng)模型成本趨近于零的時(shí)候，帶來(lái)下一波應(yīng)用和算力的爆發(fā)?！?/strong>楊攀以“杰文斯悖論”來(lái)分析 DeepSeek 帶來(lái)的影響。具體來(lái)說(shuō)，成本每下降十倍就會(huì)催生百倍千倍市場(chǎng)——看似 DeepSeek 降低了算力需求，實(shí)則是用推理成本重構(gòu)打開(kāi)了千萬(wàn)級(jí)新場(chǎng)景。

關(guān)于 DeepSeek 的商業(yè)應(yīng)用，楊攀提出了三個(gè)明確方向：一是 AI 編碼，企業(yè)大量采購(gòu)用于內(nèi)部員工提效；二是 AI 搜索，不僅整合結(jié)果還形成深度分析；三是 Agent 能力提升，隨著 Reasoning 能力增強(qiáng)，復(fù)雜工作流可被簡(jiǎn)化甚至直接內(nèi)化到模型中。關(guān)于中國(guó) AI 應(yīng)用出海，楊攀指出兩條明確路徑：一是以低成本復(fù)制已被硅谷驗(yàn)證的產(chǎn)品；二是專注發(fā)展 AI 工具本身。他同時(shí)坦言，目前將 AI 融入既有業(yè)務(wù)的商業(yè)價(jià)值仍不明朗，真正有收益的往往是專門針對(duì) AI 的新工具和應(yīng)用。

他同時(shí)提出隨著模型能力提升，可能從"模型作為能力"轉(zhuǎn)變?yōu)?quot;模型本身成為終極產(chǎn)品"："隨著R1推出以后，我越來(lái)越覺(jué)得終極的AGI或ASI，它有可能本身就變成一個(gè)產(chǎn)品，這個(gè)產(chǎn)品不是你手機(jī)里裝的APP，本身它就具有完整的功能，能解決問(wèn)題，能做事，正在往這個(gè)方向發(fā)展。"

最后，楊攀總結(jié)道："如果有一個(gè)技術(shù)誕生出來(lái)，整個(gè)產(chǎn)業(yè)迅速達(dá)成共識(shí)，意味著它已經(jīng)形成了事實(shí)上的標(biāo)準(zhǔn)。標(biāo)準(zhǔn)形成后，產(chǎn)業(yè)整體成本會(huì)大幅降低，因?yàn)榻档土藴贤ǔ杀尽f(xié)作成本、接口成本和認(rèn)知成本。"他強(qiáng)調(diào)，企業(yè)越早對(duì)齊 DeepSeek 這樣的新標(biāo)準(zhǔn)，越能享受到產(chǎn)業(yè)紅利，這是每個(gè)企業(yè)需要深刻思考的問(wèn)題。

DeepSeek 時(shí)代的 AI 投研變革：機(jī)遇、挑戰(zhàn)與實(shí)踐

熵簡(jiǎn)科技聯(lián)合創(chuàng)始人、騰訊云 TVP 李漁

熵簡(jiǎn)科技聯(lián)合創(chuàng)始人、騰訊云 TVP李漁進(jìn)行《DeepSeek 時(shí)代的 AI 投研機(jī)遇、挑戰(zhàn)與落地實(shí)踐》的主題分享。

李漁認(rèn)為，DeepSeek 團(tuán)隊(duì)的核心優(yōu)勢(shì)之一在于基礎(chǔ)設(shè)施層面的極致優(yōu)化。例如，使用 FP8 混合精度訓(xùn)練、MLA 架構(gòu)以及GRPO算法，這些改進(jìn)顯著降低計(jì)算開(kāi)銷和顯存消耗。通過(guò)這些優(yōu)化，DeepSeek 能在 60 多天內(nèi)完成 V3 版基座模型的訓(xùn)練，成本為 600 萬(wàn)美元，相比同等規(guī)模的Llama 模型節(jié)省約 20 倍的成本。此外，DeepSeek 通過(guò)純強(qiáng)化學(xué)習(xí)的方式實(shí)現(xiàn)自我提升的能力，這在業(yè)界是一個(gè)重要的里程碑。DeepSeek 的成功表明，在偏通用場(chǎng)景下，關(guān)鍵在于為模型提供更廣闊的探索空間和更明確的反饋信號(hào)，使其能持續(xù)自我提升。這一技術(shù)路線 DeepSeek 在 2025 年繼續(xù)推進(jìn)，包括后續(xù) R2 和 R3 的工作。

接著，李漁分享熵簡(jiǎn)科技在 AI 投研的場(chǎng)景探索。2018年，熵簡(jiǎn)科技開(kāi)始探索構(gòu)建智能投研體系，旨在構(gòu)建基于大數(shù)據(jù)和AI的全天候自動(dòng)化投資研究系統(tǒng)。其智能投研體系架構(gòu)包括海量外部數(shù)據(jù)和私有數(shù)據(jù)的接入與治理，并通過(guò)統(tǒng)一的數(shù)據(jù)中臺(tái)處理后，利用AI邏輯實(shí)現(xiàn)投資信號(hào)挖掘和最終執(zhí)行。

熵簡(jiǎn)的技術(shù)路線分為 L1 到 L5，當(dāng)前正處于從 L2 向 L3 過(guò)渡階段。L2 階段的大模型可以實(shí)現(xiàn)部分投資研究過(guò)程的自動(dòng)串聯(lián)，但無(wú)法做出最終決策；L3 階段預(yù)計(jì)在未來(lái)一兩年內(nèi)實(shí)現(xiàn)特定市場(chǎng)的端到端投資決策。具體應(yīng)用場(chǎng)景包括數(shù)據(jù)層的海量數(shù)據(jù)接入及治理工作，覆蓋全球資本市場(chǎng)的一手資料；模型層采用大小模型配合的方式，結(jié)合 DeepSeek R1 開(kāi)源基座和行業(yè)小模型，用于推理和生成任務(wù)；應(yīng)用端的AlphaEngine平臺(tái)提供了面向全球資本市場(chǎng)的 AI 工具，支持實(shí)時(shí)會(huì)議記錄、紀(jì)要生成AI深度研究等功能，提升分析師的工作效率。

技術(shù)創(chuàng)新方面，熵簡(jiǎn)采用大模型代理層來(lái)負(fù)責(zé)編排和調(diào)度各種應(yīng)用，連接模型底座和數(shù)據(jù)底座，優(yōu)化推理鏈路。文本模型方面，早期針對(duì)金融文本進(jìn)行增量訓(xùn)練，現(xiàn)已升級(jí)并集成DeepSeek-R1模型，提升有用性和用戶滿意度。語(yǔ)音識(shí)別方面，專業(yè)詞匯識(shí)別能力提升38%。向量化模型上，F(xiàn)inBERT模型已擴(kuò)展至 640 億金融語(yǔ)料，廣泛應(yīng)用于金融機(jī)構(gòu)和學(xué)術(shù)研究團(tuán)隊(duì)。

李漁表示，目前有一個(gè)初步結(jié)論，即對(duì)于資管機(jī)構(gòu)而言，AI 已成為其超額收益的重要來(lái)源。隨著DeepSeek-R1 等模型的發(fā)展，它們接近專業(yè)分析師的水平，這種能力仍在不斷增強(qiáng)。未來(lái)幾年內(nèi)，這些模型的能力將會(huì)越來(lái)越強(qiáng)，進(jìn)一步提升超額收益的可能性。

最后，李漁表示，AI 技術(shù)發(fā)展日新月異，當(dāng)下我們正在經(jīng)歷一場(chǎng)持續(xù)至少 20 年以上的生產(chǎn)力大變革，并且是全行業(yè)的。只要真心想?yún)⑴c，任何時(shí)候開(kāi)始都是最好的時(shí)機(jī)。從投資角度來(lái)類比，一旦確定某個(gè)趨勢(shì)具有確定性，買入點(diǎn)并不那么重要，關(guān)鍵是能“上車”。

頭腦風(fēng)暴，開(kāi)放論道

TVP AI 創(chuàng)變研討會(huì)以注重交流互動(dòng)為特色，特別設(shè)計(jì)開(kāi)放式的頭腦風(fēng)暴環(huán)節(jié)作為本次活動(dòng)的壓軸部分。在這一環(huán)節(jié)中，數(shù)十位 AI 專家被分為十個(gè)小組，圍繞主持人鮑捷提出的五個(gè)關(guān)于DeepSeek 的熱點(diǎn)問(wèn)題展開(kāi)討論。每相鄰的兩個(gè)小組聚焦同一話題，分別從正反兩方的角度深入探討PK，激發(fā)思維碰撞。各小組代表隨后進(jìn)行總結(jié)發(fā)言，分享討論成果。現(xiàn)場(chǎng)氣氛熱烈，專家們見(jiàn)解獨(dú)到、妙語(yǔ)連珠，為AI創(chuàng)新帶來(lái)新的靈感與思路。

話題一：企業(yè)部署DeepSeek是否需要建立行業(yè)專屬的數(shù)據(jù)壁壘？

碳硅智慧聯(lián)合創(chuàng)始人、騰訊云 TVP 鄧亞峰

來(lái)自第一組的發(fā)言代表，碳硅智慧聯(lián)合創(chuàng)始人、騰訊云 TVP鄧亞峰表示，企業(yè)系統(tǒng)架構(gòu)分為業(yè)務(wù)層、數(shù)據(jù)層和模型能力層，其中模型能力又分為通用能力和差異化能力。其中，通用模型能力如 DeepSeek 等提供行業(yè)紅利，可以直接利用，無(wú)需自行開(kāi)發(fā)。若要實(shí)現(xiàn)差異化競(jìng)爭(zhēng)，則需專注于小模型層面進(jìn)行差異化設(shè)計(jì)。

鄧亞峰小組有以下觀點(diǎn)：一是通用模型能力是基礎(chǔ)模型公司要做的工作，其投入成本高，對(duì)于業(yè)務(wù)型企業(yè)而言，無(wú)需在里邊過(guò)多投入；二是除了業(yè)務(wù)層的產(chǎn)品體驗(yàn)優(yōu)勢(shì)外，企業(yè)的差異化主要通過(guò)高質(zhì)量數(shù)據(jù)構(gòu)建來(lái)實(shí)現(xiàn)的；三是由于AI技術(shù)是動(dòng)態(tài)發(fā)展的，持續(xù)的數(shù)據(jù)迭代對(duì)于提升系統(tǒng)的AI能力至關(guān)重要。四是除了數(shù)據(jù)壁壘外，企業(yè)在業(yè)務(wù)上也應(yīng)尋求差異化或壁壘，以確保競(jìng)爭(zhēng)力。

彩食鮮 CTO、騰訊云 TVP 喬新亮

針對(duì)以上發(fā)言，第二組持反方觀點(diǎn)，彩食鮮CTO、騰訊云 TVP喬新亮表示，一是通用模型能力不應(yīng)僅由基礎(chǔ)模型公司承擔(dān)，而應(yīng)通過(guò)開(kāi)源開(kāi)放的方式共享，如DeepSeek所示，開(kāi)源開(kāi)放更有助于社會(huì)進(jìn)步。二是針對(duì)通過(guò)數(shù)據(jù)構(gòu)建差異化壁壘的觀點(diǎn)，業(yè)務(wù)本身也能建立壁壘，但實(shí)際操作中難度較大且與數(shù)據(jù)壁壘無(wú)關(guān)。他還強(qiáng)調(diào)，企業(yè)在追求差異化價(jià)值時(shí)，需要關(guān)注數(shù)據(jù)質(zhì)量，因?yàn)閿?shù)據(jù)質(zhì)量差往往是業(yè)務(wù)執(zhí)行不佳的結(jié)果。最后他提出，要做好人工智能必須先做好數(shù)字化轉(zhuǎn)型。

話題二：金融、制造、醫(yī)療行業(yè)中挑選一個(gè)行業(yè)，如何落地DeepSeek智能客服平臺(tái)？

騰訊云TVP 蔣錦鵬

發(fā)言代表騰訊云TVP 蔣錦鵬表示，我們重點(diǎn)探討在醫(yī)療領(lǐng)域如何落地 AI 應(yīng)用，如何通過(guò) AI 客服提升患者體驗(yàn)。系統(tǒng)架構(gòu)設(shè)計(jì)覆蓋患者就診的診前、診中和診后全過(guò)程，包括預(yù)問(wèn)診、導(dǎo)診、檢驗(yàn)、檢查、解讀及康復(fù)指導(dǎo)等場(chǎng)景。為了實(shí)現(xiàn)這一目標(biāo)，我們?cè)O(shè)計(jì)一個(gè)基于DeepSeek的系統(tǒng)，該系統(tǒng)不僅包含一個(gè)支持語(yǔ)音交互的Chat BOT，還需要與醫(yī)院的HIS（醫(yī)院信息系統(tǒng)）和EMR（電子病歷系統(tǒng)）打通，以獲取患者的詳細(xì)信息并提供個(gè)性化建議。此外，系統(tǒng)還需具備與真實(shí)世界交互的能力，如自動(dòng)掛號(hào)等功能，確保流程的完整性和實(shí)用性。

然而，醫(yī)療行業(yè)的保守性和數(shù)據(jù)質(zhì)量問(wèn)題為 AI 的應(yīng)用帶來(lái)諸多挑戰(zhàn)。首先，現(xiàn)有數(shù)據(jù)庫(kù)如 EMR 和 HIS 的數(shù)據(jù)質(zhì)量參差不齊，難以直接用于 AI 分析。其次，醫(yī)學(xué)領(lǐng)域的知識(shí)庫(kù)需要從大量的文獻(xiàn)、指南和臨床路徑中提取并結(jié)構(gòu)化，才能被 AI 理解并應(yīng)用于實(shí)際場(chǎng)景。此外，AI 的幻覺(jué)問(wèn)題在醫(yī)療行業(yè)尤為重要，任何錯(cuò)誤的指導(dǎo)都可能對(duì)患者健康產(chǎn)生嚴(yán)重影響，因此必須確保所有建議都有臨床循證的支持，并通過(guò)人類專家的校驗(yàn)來(lái)保證安全性。他強(qiáng)調(diào)，在證明 AI 價(jià)值時(shí)，不應(yīng)僅著眼于替代現(xiàn)有業(yè)務(wù)人員的存量市場(chǎng)，而應(yīng)關(guān)注提升用戶滿意度和增加服務(wù)使用量的增量市場(chǎng)，這才是 AI 在醫(yī)療領(lǐng)域更大的價(jià)值所在。

話題三：在互聯(lián)網(wǎng)巨頭、垂直AI企業(yè)和傳統(tǒng)行業(yè)轉(zhuǎn)型中各選擇一家公司作為研究對(duì)象，討論其在DeepSeek布局中的三大核心優(yōu)勢(shì)和三大劣勢(shì)。預(yù)測(cè)未來(lái)三年內(nèi)哪一類玩家最有可能在DeepSeek應(yīng)用領(lǐng)域取得成功，并分析其發(fā)展趨勢(shì)。

智鶴科技首席科學(xué)家、騰訊云 TVP 王曄

智鶴科技首席科學(xué)家、騰訊云 TVP王曄代表發(fā)言，他們選擇了互聯(lián)網(wǎng)行業(yè)作為研究對(duì)象，特別是像騰訊這樣的企業(yè)，具有以下顯著優(yōu)勢(shì)：第一，互聯(lián)網(wǎng)行業(yè)的數(shù)據(jù)量最大且增量持續(xù)，遠(yuǎn)超傳統(tǒng)行業(yè)，這使得其在AI應(yīng)用上更具潛力，能基于DeepSeek不斷訓(xùn)練出更強(qiáng)大的模型。第二，互聯(lián)網(wǎng)行業(yè)匯聚大量頂尖人才，隨著DeepSeek的發(fā)展，人才的價(jià)值被進(jìn)一步放大。第三，互聯(lián)網(wǎng)公司在數(shù)字技術(shù)積累方面更為深厚，最大化發(fā)揮大模型的商業(yè)價(jià)值。然而，互聯(lián)網(wǎng)行業(yè)也存在劣勢(shì)，由于它太通用了，在垂直領(lǐng)域缺乏數(shù)據(jù)壁壘，這反而促使它們通過(guò)激烈的競(jìng)爭(zhēng)來(lái)彌補(bǔ)不足?；ヂ?lián)網(wǎng)公司面臨資本市場(chǎng)壓力，可能會(huì)影響其長(zhǎng)期戰(zhàn)略方向，不像 DeepSeek 那樣能在無(wú)資本壓力下專注于學(xué)術(shù)研究和追求 AGI 成就。

話題四：結(jié)合技術(shù)成熟度、商業(yè)價(jià)值、市場(chǎng)規(guī)模、實(shí)施難度，談?wù)?DeepSeek 最具落地潛力的五大企業(yè)級(jí)應(yīng)用場(chǎng)合。

立購(gòu)在線CTO、騰訊云架構(gòu)師同盟名人堂專家 閆國(guó)旗

小組代表立購(gòu)在線 CTO、騰訊云架構(gòu)師同盟名人堂專家閆國(guó)旗表示，我們基于 DeepSeek 對(duì)未來(lái)場(chǎng)景的深度預(yù)測(cè)分析進(jìn)行深入探討，發(fā)現(xiàn)很多場(chǎng)景更側(cè)重于當(dāng)下企業(yè)的的發(fā)展現(xiàn)狀。各組員結(jié)合自身所在行業(yè)和經(jīng)驗(yàn)，從各個(gè)場(chǎng)景的跨行業(yè)適用性、落地可行性和商業(yè)回報(bào)率聚焦出在線客服、企業(yè)知識(shí)庫(kù)、AI編程、智能營(yíng)銷和銷售管理五大核心場(chǎng)景。

數(shù)據(jù)質(zhì)量與算力支持是AI落地的關(guān)鍵因素。企業(yè)落地 AI 應(yīng)用需要針對(duì)自身的需求特點(diǎn)進(jìn)行模型的訓(xùn)練或微調(diào)。避免因?yàn)閿?shù)據(jù)質(zhì)量問(wèn)題，導(dǎo)致模型得不到預(yù)期的落地效果。算力部署方面，企業(yè)可根據(jù)自身需求選擇私有部署或MaaS云服務(wù)。隨著 DeepSeek 技術(shù)迭代，本地化部署成本持續(xù)降低，在滿足數(shù)據(jù)合規(guī)的同時(shí)有效控制企業(yè)投入。此外，需持續(xù)關(guān)注法規(guī)完善對(duì)AI應(yīng)用提出的新要求。

他強(qiáng)調(diào)”與其追逐技術(shù)空想，不如深耕落地價(jià)值。"通過(guò)場(chǎng)景驅(qū)動(dòng)實(shí)現(xiàn) AI 技術(shù)與業(yè)務(wù)需求的深度耦合，確保技術(shù)投入能快速轉(zhuǎn)化為實(shí)際商業(yè)價(jià)值與社會(huì)價(jià)值。這一務(wù)實(shí)策略既符合當(dāng)前技術(shù)發(fā)展階段，也為企業(yè)在不確定環(huán)境中建立可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)提供有效路徑。

話題五：DeepSeek如何變革行業(yè)與就業(yè)崗位，五年之內(nèi)哪些行業(yè)和崗位會(huì)受到DeepSeek的沖擊或利好？

軟通動(dòng)力研發(fā)總監(jiān)、騰訊云架構(gòu)師同盟名人堂專家 鮑丹

小組代表軟通動(dòng)力研發(fā)總監(jiān)、騰訊云架構(gòu)師同盟名人堂專家鮑丹說(shuō)，隨著大模型的發(fā)展，許多傳統(tǒng)崗位正在經(jīng)歷變革。初級(jí)投研顧問(wèn)、初級(jí)醫(yī)生、法務(wù)助理、客服、流水線操作員等重復(fù)性腦力勞動(dòng)崗位需求量正在減少。這些崗位的工作可以被 AI 替代，例如審計(jì)助理、合同審查和翻譯等任務(wù)可通過(guò) AI 更高效地完成。然而，新的職業(yè)機(jī)會(huì)也在出現(xiàn)，比如模型部署與微調(diào)專家、垂直領(lǐng)域的數(shù)據(jù)專家及數(shù)據(jù)倫理治理師等。

在崗位進(jìn)化方面，強(qiáng)依賴于 AI 提效的崗位更容易被替代，那些需要高度人際互動(dòng)的崗位則較難被替代。例如銷售和復(fù)雜決策者仍需人類獨(dú)特的社交技能和背景知識(shí)來(lái)做出準(zhǔn)確判斷，則不容易被替代。此外，教師和研發(fā)人員雖然面臨 AI 帶來(lái)的挑戰(zhàn)，但如果能掌握并運(yùn)用 AI 工具，則能顯著提升工作效率和質(zhì)量。

結(jié)語(yǔ)

在精彩的觀點(diǎn) PK 討論下，本次「DeepSeek從熱潮到應(yīng)用」TVP AI 創(chuàng)變研討會(huì)圓滿落幕。通過(guò)今天的交流與探討，各位專家?guī)椭覀兪崂鞤eepSeek技術(shù)發(fā)展脈絡(luò)，分析熱潮背后的邏輯與創(chuàng)新，更重要的是探索 AI 落地實(shí)踐，為我們帶來(lái)許多啟發(fā)與思考。

TVP AI 創(chuàng)變研討會(huì)，是為 TVP 等技術(shù)管理者、AI 創(chuàng)業(yè)者打造的專屬交流活動(dòng)，旨在聚焦 AI 前沿，通過(guò)系列專題研討，共同探索 AI 變革浪潮下的創(chuàng)業(yè)與創(chuàng)新機(jī)遇。未來(lái)，TVP AI 創(chuàng)變研討會(huì)將走進(jìn)更多城市，期待與您見(jiàn)面。

TVP，即騰訊云最具價(jià)值專家(Tencent Cloud Valuable Professional)，是騰訊云授予云計(jì)算領(lǐng)域技術(shù)專家的一個(gè)獎(jiǎng)項(xiàng)。TVP 致力打造與行業(yè)技術(shù)專家的交流平臺(tái)，促進(jìn)騰訊云與技術(shù)專家和用戶之間的有效溝通，從而構(gòu)建云計(jì)算技術(shù)生態(tài)，實(shí)現(xiàn)“用科技影響世界”的美好愿景。