企业AI建设规划和落地指南.pptx

Llama

Qwen

快速落地DeepSeek

战略规划到场景落地，8大详细路径解析

SANGFOR深信服科技

DeepSeek

价值总结复盘

评估

数据、资源、团队

评估现状

初步评估可行性

分4个阶段

分阶段建设

匹配战略目标

选择DeepSeek应用场景

数据、算力、工具、团队等

准备DeepSeek落地所需资源

持续进行数据和场景运营

将DeepSeek

提升为战略级目标

全面拥抱DeepSeek建设AI的共识空前一致

DeepSeek重塑用户AI建设路线图

各行业用户进行AI建设之前，往往要进行大量战略对齐工作，而在DeepSeekR1火爆之后，用户建设AI的共识达到空前一致，原本因技术不确定性而存在的观望态度迅速消解，取而代之的是对AI建设的战略聚焦。

资源的重新配置体现为研发预算的倾斜、跨部门协作机制的建立，以及对长期技术投入的容忍度提升。这种自上而下的共识推动AI项目从边缘试点向核心业务渗透，形成了一种“技术驱动战略”的新型决策逻辑。

DeepSeek横空出世，以低成本、高性能、强开源的三重属性颠覆大模型产业链的传统逻辑，为我们提出了发展AI技术的另一个解法⸺并非一味地追求算力膨胀。各行各业都在讨论和积极尝试DeepSeek，用户对于智能化的认知与实践正经历着新一轮的深刻变化，也影响着用户的AI规划和落地路径。

持续运营

定目标

0102030405060708

一个典型的AI建设整体路线图，包括8个关键步骤，才能实现AI项目的全面落地与持续运营。

企业AI建设规划和落地指南

业务、技术、工程

目标应与用户的战略紧密相连，确保AI的建设为实现整体战略目标服务。用户在建设AI时，经营目标、运营目标和部署目标相互依存，形成一个完整的目标体系。用户在部署大模型时需要清晰地识别其适用场景与局限，不能一刀切，而应制定合理和差异化的目标。因此，了解何时适合采用AI、何时避免使用AI，以及针对特定场景选择何种AI技术至关重要。

DeepSeek大模型的突破性进展，抬高了大模型能力天花板，AI适用场景进一步扩大。它能够模拟人类专家级的逻辑推演过程，展现出极高的逻辑严密性，其核心在于将传统AI的“规则响应”升级为“认知推演”，这使得AI能够处理非结构化信息交织的模糊性场景。

当这种接近人类高阶思维的能力注入业务场景，能力的质变直接打破了“AI仅适用于标准化场景”的固有认知，推动应用边界向战略规划、创新设计等高阶领域延伸。

资源就绪度

指的是AI算力，包目的是提供对AI全未来推理算力的消面也会更加便利。

括计算、存储、网络等，以及为了实施项目所需要的一些基础框架、开发工具等，生命周期的支撑。随着DeepSeek的规模化应用，AI行业重心从训练转向推理，耗和供给将会极大增加，推理算力占比将从30%提升到70%，用户在算力选择方

数据就绪度

AI项目的成功，一定但对于生成式AI

方面原因是算法创保持AI模型的高质

是数据驱动的。无论是传统AI还是生成式AI，高质量的数据是AI模型项目的基础。来说，更重要的一点是数据的规模和多样性。比如DeepSeekR1模型能力强，一新，如MLA、强化学习等，更重要是数据质量高、场景覆盖广。另外，想要长久

量服务，还需要不断采集数据、反馈数据，对模型进行迭代更新。

AI项目的落地实施

需要具备理解业务练和调参、工程优降低了工程化团队

,离不开团队

并转化为项目的核心架构，以及一些工程化的角色，如数据标注、清洗、模型训化等角色。DeepSeek的优异性能，让越来越多中小企业可以直接应用，进一步的要求，也会使得AI项目落地更加容易。

战略与场景

要确保用户内部已实施。

达成目标的对齐，同时需要优先选择符合战略目标，并且具备可行性的场景进行

在明确了DeepSeek的战略目标之后，我们需要了解用户自身所处的阶段，发现薄弱环节，并为下一步的建设方向提供指导。我们主要从4个方面来评估现状。

企业AI建设规划和落地指南

AI团队技能

oAI业务架构设计

数据处理和标注

提示词工程、调参、工程

优化……

数据就绪度

。数据质量

数据规