许峰 2024.05 ⽣成式AI管理提效五步法 讲师介绍：Franklin 许峰 25+ 年⼯作经验，技术x管理x商业创新 专家 前⽂思海辉 副总裁 英国威尔⼠⼤学 计算机硕⼠ 中国⾸批EXIN认证数字化转型官（DTO） ⾹港⼤学中国商业学院、上海⾼级⾦融学院 客座讲师 AI赋能商业创新 挑战与机遇 ⽣成式AI企业智能增效五步法®介绍 结合案例分析 Q&A 基础概念 AI 是最⼴泛的概念，涵盖所有智能技术。AI技术应⽤于各种场景，如语⾳识 别、图像识别、机器⼈控制等。 ⽣成式AI（GenAI） 是AI的⼀部分，专注于内容⽣成。它通过学习现有数据来 创造新的⽂本、图像、⾳乐等。 ⼤语⾔模型（LLM） 是⽣成式AI的⼀种具体实现，专⻔⽤于⾃然语⾔处理任 务。它通过⼤量⽂本数据训练，能够理解和⽣成⾃然语⾔。 Your paragraph text 更多的上下文数据，更自动化的执行方式 （Agent）。 5. 总体原则 1. 启动AI思维 培养领导层和关键员⼯对 ⽣成式AI的认知，了解其 在提升⽣产⼒⽅⾯的潜⼒ 4. 将AI融⼊到⽇常 ⼯作流程中 在每个部⻔培养1-2名AI专 家，定期分享经验，促进 知识交流和协作。 5. 评估与优化 持续评估⽣成式AI应⽤的 成效。定期收集员⼯反 馈，优化⼯具和流程。 2. 聚焦⾼价值任务 识别各部⻔⼯作流程中最

智能微电网分布式电源 的综合控制策略 智能微电网分布式电源的综合控制策略 典型的智能微电网结构： 组成：微电源、储能装置、控制器、负荷 馈线 A 、 C ：重要负荷、敏感负荷 馈线 B ：相对不重要负荷 能量管理系统：实现对整个微电网系统的 综合分析与控制 潮流控制器：对微电源的就地控制 主从站控制方式： 智能微电网分布式电源的综合控制策略 孤岛状态时：一个微电源以主 孤岛状态时：一个微电源以主 站的方式提供参考电压和频率，其他 微电源以从站的方式运行在恒功率模 式提供恒定出力 离网状态时：具有恒压恒频控 制的微电源作为主站模式提供电压和 频率支持。 控制目的： 1. 保证微电网平稳运行，保证能源利用效率和电能质量 具有恒功率控制的微电源作为从站模式能最大效率的保证能源利用率， 通过控制微电源出力，使微电源按照最大功率出力，保证了能源的利用效率， 率， 从而使微电网具有经济性和环保性。 2. 保证控制可靠性 现在智能微电网控制策略发展的趋势是无需数据通信环节的各类型分布 式电源间的主从控制的微电网控制策略，大幅度提高了不确定性能源的利用 效率。 3. 保证并 / 离网切换的平稳运行 智能微电网分布式电源的综合控制策略 微电网联网预同步控制器： 比例积分环节环作为同步补偿 器，负责微电源输出的电压幅值和 相角以及频率的预同步过程

61%）、以及缺乏动态客户画像更新机制。这些 缺陷导致现有智能助手仅能处理 11%的客户需求，远未达到替代人 工的标准。 1.2 DeepSeek AI 大模型的优势与应用潜力 DeepSeek AI 大模型作为国内领先的生成式人工智能技术，在 金融领域展现出显著的技术优势与应用潜力。其核心能力建立在千 亿级参数训练基础上，通过融合金融行业知识图谱与银行业务数据 微调，具备精准的语义理解、多轮对话管理和复杂业务逻辑推理能 其次，在知识管理方面，模型通过持续学习机制保持知识实时 更新：  动态同步最新监管政策与行内产品手册  自动归档典型服务案例形成可复用的对话模板  支持跨 13 种业务文档的即时检索与摘要生成  维护超过 2000 个金融术语的精准解释库 第三，在风险控制层面，模型内置三重防护机制：通过意图识 别准确拦截 98.6%的敏感问题询问；基于行为特征分析的欺诈检测 模型 AUC 值达 其次，构建动态客户画像系统，通过 API 对接银行 CRM 系统 实时获取交易数据，结合 DeepSeek 的推理能力生成个性化推荐方 案。测试数据显示，AI 智能体可同时处理 200+客户画像维度，较 人工客户经理分析效率提升 40 倍。典型应用场景包括： 1. 根据客户资产变动自动触发理财产品推荐 2. 识别潜在贷款需求后生成预审批方案 3. 监测异常交易实时推送风险提示 第三，实现与银行现有系统的无缝集成。智能体将通过

............................................................................. 23 广告：AI 算法优化推送机制，生成式 AI 实现自动化广告制作 ........................................................................... 23 搜索：引入大模型后，Bing 模型通常具备图像理解、图像生成 能力。部分最前沿的闭源大模型，例如 GPT-4o、谷歌 Gemini，支持的模态更加多元，能 够理解文本、图像、音频、视频（帧），并生成文本、图像、音频。2022 年 9 月，红杉资 本预计还需要近十年的时间，大模型才能实现实习生级别的代码生成、好莱坞质量的视频 和区别于机械声的人类质量语音，但是实际进展远超当时预期，Sora 已经能够生成 60s 的 高质量视频，GPT-4o 的作用不断深化，生成式 AI 新的应用不断被解 锁。通过对 AI 在搜索、电商零售、办公、金融法律、影视游戏，医药、教育、汽车等行业 应用前景的分析，我们认为，AI 应用的落地节奏或与行业数字化程度成正比，我们看到 AI 大模型在互联网（搜索+广告营销）、办公、金融等领域率先迎来“iPhone 时刻”。其中最 值得关注的应用包括：1）文本生成在电商、金融、医疗等行业替代传统客服；2）文本和 图像生成在办公、

1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 及 Claude-3.5-Sonnet 不分伯仲。 l DeepSeek-V3 模型生成速度提升至 3 倍。通过算法和工程上的创新， DeepSeek-V3 的生成吐字速度从 20TPS 大幅提高至 60TPS ，相比 V2.5 模型实现了 3 倍的提 升，能够 为用户带来更加迅速流畅的使用体验。 l DeepSeek-V3 ：在传统的注意力机制中，推理期间的键值 (Key- Value ，即 KV) 缓存往往占用大量资源。而 MLA 则另辟蹊径，通过低秩联 合压 缩技术，大幅削减了注意力键 (keys) 和值 (values) 的存储空间。在 生成过 程中，仅需缓存压缩后的潜在向量，这一举措显著降低了内存需求， 但在 性能上与标准多头注意力 (Multi-head Attention ， MHA) 相比毫不逊 色，有 力地保障了模型运行的流畅性。 性。 2 ）面向推理的强化学习。和 DeepSeek-R1-Zero 方式相同，但引入了语 言一致性 奖励，对推理密集型任务进行特别优化。 3 ）拒绝采样与监督式微调。使用已训练的 RL 模型来生成新的训练数据，通过构建推理数据和非推理数据提升模型的通用能力。 4 ）全场景 强化学习。为了同时平衡推理能力和通用能力，将不同类型的奖励机制有机结合，再次进行强化学习。 DeepSeek-R1(-Zero)

创分享的智能时代。作为数字中国的重要载体和推进国家治理体系和治理能力现代化的 核心抓手，我国数字政府建设正处于从 “数字化” 向 “数智化” 跨越的关键转型期。 人工智能技术的突破性发展，尤其是生成式 AI、大模型的规模化应用，不仅为数字政府 注入了革命性动能，更推动其在政务服务、社会治理、机关运行、决策支持等核心领域 实现范式革新。 加强数字政府建设是创新政府治理理念和方式的重要举措，而将人工智能技术深度 科技创新中心，其出台的《北京市推动“人工智能+”行动计划（2024—2025 年）》提到 要面向政务咨询、业务办理、政务办公等不同政务服务领域场景，重点培育一批示范性 行业应用。同时还提到要立足公共服务海量基础数据，构建开放式城市大模型服务平台， 打造智慧城市大脑，提升公共服务效能。湖北省发布的《关于加快推进人工智能产业发 展的实施意见》强调，要通过“人工智能+”赋能政务、安全治理、生态治理以及社区级 协同治理、跨境 第一部分 数字政府与政府网站发展趋势 中国软件评测中心 报告编号：DGPE20251218A 第 16页 份与历史申报信息，复用已有证照数据，实现“免提交”“免填写”；同时，AI 可根据 申报内容自动生成符合规范的材料文书，并推送个性化材料清单与填报指引，大幅降低 申报门槛与准备成本；在审批办理环节，针对高频标准化事项，AI 应用可基于规则引擎 进行自动校验与审批，实现“秒批秒办”；针对复杂情形，则为审批人员提供辅助审核、

............................................................................ 7 图 7： Teams Premium 生成任务 ................................................................................................ ............. 13 图 25： AI 生成 3D 模型 ...................................................................................................................... 14 图 26： AI 自动生成动态的 3D 人脸模型 ................ 迭代更新，人工智能掀起科技潮 GPT 升级至四代，模型能力高速提升。ChatGPT 是由 OpenAI 开发的自然语言生成 模型，采用 Transformer 神经网络架构（又称 GPT-3.5 架构），基于大量的语料库使用指 示学习和人工反馈的强化学习（RLHF）来指导模型训练。模型可理解并生成对各种主 题的类似人类的响应，是 AIGC 技术进展的成果。2023 年 3 月 15 日，OpenAI 正式官宣

大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 编码器Encoder 处理输入序列 解码器 Decoder 生成输出序列 Google (2017): Attention is all you need 嵌入层Embedding Word Embedding: 目的是将这些非结构化的文本信息转化为结构化 富了其表示，带有多样化的上下文信息。 前馈网络Feed Forward 捕捉序列中元素之间复杂关系的多功能组件。通过使用线性变换和非线性激活 函数，前馈网络使模型能够处理复杂语义，促进文本的稳健理解和生成。 Google Transformer：引入注意力（Attention）学习, 2017 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教 浙 DeepSeek-R1：监督微调+强化学习训练 DeepSeek-R1-Zero （强推理模型） 推理导向强化学习 （准确率奖励+格式奖励） 纯强化学习训练 低可控：生成文本可 读性差、语言混乱 高探索自由度 => 推理能力自我觉醒 （更长的思维链、更深层次的 推理路径） DeepSeek-V3 （基础模型） 监督微调 强化学习 图源自《ReFT: Reasoning

K12 教育赋能。一方面企业通过云服务为 K12 教育提供低成本算力支持。例如天翼云推出第二代 AI 云电脑， 引入教育 AI 应用和教学资源，以低成本、广覆盖特性推动教育资源 下沉，帮助教师智能生成课件、模拟考卷，并为家长提供 K12 教学 资源。另一方面，企业通过提供整体解决方案提高校园算力应用水平。 鸿合科技等企业推出基于 AI 算力引擎的智慧教室解决方案，覆盖教 学管理、智能授课等场景，服务 12 教育各方之间 的协同关系正在日益紧密。算力技术推动 K12 教育向更高效化发展， 数据驱动融合，开启即时教育新天地。AI 作业批改系统借算力集群 压缩批改耗时，生成知识漏洞报告；个性化学习模型依学生数据实时 生成适配路径。数据驱动融合下，算力将分散数据进行整合，助力教 师调整节奏、管理者优化配置。边缘计算的覆盖，让偏远课堂接入虚 拟实验室，AI 语音互动系统即时响应学习需求，开启即时教育新生 方向的产品，算力资源管理平台聚焦于整合高等院校、科研院所、中 小学等行业主体的分散算力资源，统一运维管理，合理分配，提高算 力资源利用率；算力开发平台则是基于算力资源基础，提供上层的技 术服务，为教育行业主体提供一站式的开发平台，使其更好地应用算 力。 高等院校、电信运营商、教育信息化企业以及互联网企业在算力 资源管理平台和算力开发平台两方面都推出了其自身技术积累的平 台类产品。算力资源管理平台通过高效整合与智能调度计算资源，实

互联网医疗用户规模达 4.18 亿人、互联网医院达 3340 所，48 个地区开展基本 养老服务综合平台试点，253 家人力资源服务机构入驻全国“就业在线”平台， 全国 5A 级景区中已有 83%部署了沉浸式体验项目。 数字经济快速壮大。三大产业加快数字化转型进程，2024 年底我国已建成 3 万余家基础级智能工厂，网络支付用户规模达 10.29 亿人，移动支付普及率居全 球第一，数字技术在智能灌溉 亿元。三是以数字化目标引领为主导 的模式，如安溪县炭坑内片区改造项目统筹开展工业园区建设和片区智慧化更新 改造，为提升片区能级、促进产业城市共同发展奠定基础。 城市更新加速推进。在智慧社区方面，社区嵌入式服务设施智慧化改造与智 慧物业等数字平台建设赋能社区管理、公共服务与生活消费，上海市徐汇区启动 “智慧社区”全域试点，居民生活便利性满意度达 92%。在智慧商圈方面，“元 宇宙虚拟街区”“数字孪 算法模型不断创新。截至目前，我国累计已有 611 款生成式人工智能服务完 成备案，306 款生成式人工智能应用或功能完成登记。总体来看，我国大模型发 展呈现“通用大模型+行业大模型”并行的态势，通用大模型基于多领域大规模 训练数据，能够处理多种类型的不同任务，具有较强的普适性，行业大模型针对 特定行业需求，利用特定领域的专业数据进行训练，具备参数量小、训练成本低、 适用性强等特点。2025 年，生成式人工智能产品实现了从技术到应用的全方位