AI是什么

使用deepseek生成：

“AI” 是 人工智能（Artificial Intelligence） 的缩写，指的是让计算机或机器模拟、延伸和扩展人类智能的科学与技术领域。

简单来说，AI 的目标是创造出能够像人类一样思考、学习、推理、感知、决策甚至创造的系统。它不是复制人脑的每一个细节，而是通过算法、数据和计算能力来实现类似人类智能的功能。

AI大模型有哪些

大模型，全称「大语言模型」，英文「Large Language Model」，缩写「LLM」。

使用AI大模型的思维

用 AI，要用「用人思维」：

• 机器思维：研发了什么功能，就有什么功能。
• 用人思维：给 ta 一个任务，总会有些反馈，或好或坏，惊喜或惊吓。

在AI大模型中：一切皆为向量

AI 原生

AI 原生，是指产品的核心功能是 AI，而不是 AI 作为辅助功能。典型特点是，有 AI 后才出现。

• 助手类，打不过 Siri 们
  • ChatGPT
  • Kimi Chat
  • 文心一言
  • 通义千问
  • 智谱清言
  • ……
• 搜索类，谷歌百度不会袖手旁观
  • Perplexity
  • 秘塔 AI
  • Devv
• 情感陪伴类，社交巨头正谨慎观察
  • Character.AI（已被 Google 人才收购）
  • 星野
  • Replika
• 定制 Agent，商业模式探索中
  • ChatGPT GPTs
  • 扣子
  • Dify
• AI编程 ，目前最成功的AI应用
  • Cursor
  • Windsurf
  • InsCode
  • marscode

AI在场景中的应用

• 拍照答题
  • Gauth
  • Question AI
• 英语学习
  • 多邻国
  • 有道 Hi Echo
• 图像处理
  • 美图秀秀
  • Adobe Firefly
• 办公
  • WPS AI
  • Copilot for Microsoft 365
  • 钉钉魔法棒
  • 飞书智能伙伴
  • 腾讯会议智能助手
• 编程
  • GitHub Copilot
• 全家桶
  • Google
  • Microsoft
  • 字节跳动

AI在企业应用

很多企业将大模型和业务相结合，取得了或大或小的效果

• 营销
  • AI 做营销创意，人再加工
  • AI 批量生产营销素材
  • 多语言翻译
• 客服/销售
  • 全 AI，适合本来没人做，AI 来补位
  • 半 AI，适合本来有人做，AI 来提效
• 办公
  • 公文撰写/总结/翻译
  • 知识库
    • 内部客服
    • 辅助决策
  • 情报分析
  • BI
• 产品研发
  • 创意、头脑风暴
  • IT 研发提效

在企业中大模型应如何落地

1. 业务流程解构

• 明确目标 ：确定解构的目标是什么，是否是提升效率、降低成本，还是增强产品或服务的质量。
• 分析现有流程 ：通过与相关部门和团队沟通，了解当前的业务流程，使用流程图、价值流图等工具。
• 收集数据 ：收集与流程相关的数据，包括时间、资源、瓶颈等，识别出目前流程中的问题和改进点。
• 识别关键环节：确定每个环节对业务结果的影响，识别哪些环节最能推动价值产生，哪些是浪费或低效的环节。

2. 绘制企业价值流图

• 识别关键流程：将企业流程分为不同的关键环节，如供应链管理、生产流程、销售等。
• 标记价值增值活动：明确哪些环节增加了实际价值，哪些是纯粹的支持性或非增值活动。
• 流程中的浪费：识别流程中出现的浪费，如等待、过度处理、运输、库存、动作等。
• 时间与资源：标注每个环节的时间、资源消耗，以及这些消耗如何影响最终的交付。
• 改进方案：通过价值流图，找到需要优化的环节，提出改善措施。

3. 识别大模型应用场景

• 数据驱动的决策：大模型可以帮助企业分析大量数据，提供更精确的决策支持，示例：通过AI分析客户数据，优化市场营销策略。
• 自动化与智能化：大模型可以应用于自动化任务，如智能客服、语音识别、图像识别等，减少人工成本并提升效率。
• 个性化服务：通过大模型实现个性化推荐系统，基于用户历史行为或偏好为其推荐个性化的产品或服务，提高客户满意度和转化率。
• 预测与优化：利用大模型对历史数据进行分析，预测未来趋势，优化生产计划、库存管理等业务环节。
• 业务流程改进：利用大模型分析当前业务流程中的瓶颈和效率低下的环节，提出改进措施，优化资源配置。

如何找到落地场景