在过去的智能化的元年，钉钉作为国内最早全面拥抱智能化的头部国民级办公平台，在不断的摸索和落地智能化在场景中的逻辑和实践，积累了大量的思考与总结。本次分享将从大模型产品和办公场景出发，深入分析智能化平台的构建。

演讲提纲：

1. 智能化产品在企业办公场景的核心思考，面临的挑战和钉钉的解决方案

2. 面对庞大的客户群体与纷繁复杂的需求，钉钉如何思考构建平台化能力，服务更多场景、客户与生态

3. 未来智能化办公的趋势

听众收益：

• B 端智能化产品设计核心思考
• 大型平台落地智能化的经验与挑战
• 从 AI 产品到 AI 平台的核心转变
• 企业、用户和开发者落地 AI 原生应用的策略与路径

方案痛点：

• 本次演讲聚焦 B 端产品，不涉及 C 端产品
• 不涉及大模型与智能化产品在具体特定行业的设计

本次演讲将深入探讨大模型对产品设计与体验带来的变革，以及如何将大模型特有的思维链与推理能力作为突破口，在尼尔森的十大经典产品设计原则上，提升产品的交互体验。本次演讲过程中也会围绕数势科技在智能分析领域的实战案例展开，详细介绍如何搭建下一代大模型应用产品的设计蓝图，帮助听众了解如何将大模型技术转化为用户体验优势。

听众收益：

• 学习提升产品体验的策略：了解如何利用大模型的优势来提升产品体验
• 学习数势科技的实践经验：深入了解数势科技在智能分析领域的产品设计的踩坑经验
• 避免设计陷阱：从数势案例中学习大模型产品设计的挑战与解决方案，避免未来设计中的常见错误

方案痛点：

• 该方案聚焦在大模型如何赋能 B 端产品设计，对于 C 端产品设计需要另作讨论
• 数势的主要优势领域在数据分析场景，所以该方案无法大而全地覆盖全部 AIGC 场景
• 未来大模型产品本身的形态还未有定论

人工智能正在深度重塑教育领域，驱动着教学模式，尤其是个性化学习的革新。作为一家以语义和对话技术为核心的人工智能公司，图灵机器人用高精度AI知识问答、中英文语法纠错、图文识别等技术为教育行业赋能，孵化了语音助手、阅读助手等AI教育产品方案。

鉴于大模型所展现的卓越性能与革新性成果，自2023年起，图灵机器人用大模型逐一替代了CNN模型，并新创了AI口语老师、阅卷AI助理等应用，在步步高、作业帮产品上应用上线并取得不错效果。

然而，在用大模型重构产品的1年时间里，有11个月的时间，我们都在头破血流，对面向成本设计产品、大模型的能与不能都有了深度思考。本次演讲将拆解这段产品重构之路，并以实际案例，分享其中的辛酸苦辣。

演讲提纲：

1. 大模型产品第一步是 Cost Down

• 相比小模型时代，成本是做大模型的新主题
• 图灵 AI 口语老师的 ABC 版，三个不同成本结构的大模型产品

2. 试了 1 年才落地的方案

• Free Talk 的 AI 外教
• 个性化预复习的虚拟老师
• 口语模考系统

3. 大模型的行与不行

• 大模型计算能力真的很差
• 大模型微调效果真的很快

听众收益：

• 大模型落地的三要素：成本、需求、场景化
• 大模型在教育场景会率先带来哪些变革

方案痛点：

• 教育产品和大模型不知道如何结合
• 大模型到底好还是不好，怎么 Follow

在探讨大模型应用如何落地前，你可能需要先通过当前的技术能力预测和设计中短期内可实现的产品形态，并通过倒推的方式确定当前技术下的最佳产品形态。而基于产品形态来进行大模型应用的场景探索，可能会具备更加清晰的视角，让产品具备更落地的应用价值、更长的生命周期。

本次分享中，我将围绕大模型的产品设计与场景实践，结合个人经历分享大模型带给我的三次触动（Sora 甚至没有入选），以及我认为现阶段 LLM Native 产品存在的两个难题，并试图给出我的一个参考答案。

演讲提纲：

1. 大模型 1 年多带给我的三次触动

• GPT-4 for coding
• Code Interpreter
• GPT-4 Sketch to Code

2. LLM-Native 生产力工具的意义

• LLM-Native 生产力工具 vs 原有生产力工具
• Canva、Notion、Tableau 这些工具 + LLM 的演进和突围 vs 传统软件厂商彻底 AI 化的困境
• LLM-Native 的生产力工具应该满足哪些要求

3. 技术难点：如何利用产品设计去缩小大模型的不确定性问题？

• 代码解释器、RAG
• 人机协同的办公方式

4. 产品化路径：LLM-Native 生产力工具的产品设计

5. 商业路径：LLM-Native 生产力工具的商业化路径

• 代码小浣熊和办公小浣熊落地案例的介绍
• To B 困境的突围，一个开放性的话题

听众收益：

• 掌握大模型产品的形态与特征：听众将学习到如何结合大模型现阶段及可能涌现出的能力，来预测和设计未来的产品形态
• 洞察大模型原生产品的难点与壁垒：演讲将分析 LLM Native 工具类产品在确定性和行业竞争方面的难点，帮助听众理解市场壁垒，并探索如何克服这些挑战
• 共同探讨行业挑战与机遇：基于嘉宾给出的参考答案，听众可以共同交流、探讨更多的可能性，获得专属于自己的行业判断

方案痛点：

• 国内开发者对于大模型技术能力可能存在的理解误区
• 从业者对于 LLM Native 工具产品设计上的滞后性

探讨如何通过利用大模型技术，颠覆传统知识管理方式。从揭示人工智能如何使知识检索自动化和高效，到展示金山云轻舟智问在各行各业如何实现创新应用，一步步揭开如何提升知识工作效率的秘密。一起见证知识工作革命，探索人工智能在企业知识管理中无限的潜力和未来的挑战。

演讲提纲：

1. 知识工作的进化

• 从传统的人工检索到利用人工智能进行自动化知识管理

2. 知识助手应用形态和技术架构

• 基于索引的知识体系构建
• 准确的知识检索技术
• 模型基于垂直行业的适配微调
• 闭环的专业评测体系，驱动效果迭代改进

3. 实际案例

• 4. 知识工作领域的未来发展趋势

听众收益：

• 大模型时代的应用工作基本流程
• 大模型对知识工作带来的变革

方案痛点：

• 深层经验的挖掘和利用，如何让模型不在只是浮在浅层
• 大模型的可解释性，以及模型幻觉的避免

养老在未来 10 年很可能成为中国第一大行业，因为目前中国 60 岁以上人口已经接近 3 亿（美国总人口才 3.3 亿）。AI 和大模型作为近期最火的行业，和养老行业会碰撞出什么火花，非常令人期待。我司久久春晖，作为养老领域的科技型公司，就探索出了多个 AI 大模型结合养老的场景：比如 AIGC 领域的“AI 陪老人聊天并生成回忆录”，不仅解决了孤独问题，还让老人有了“精神遗产”，配合 AI 情绪识别、机器学习，还能通过 AI 陪聊发现老人认知症风险。当然梦想很丰满、现实很骨感。AI 大模型结合养老的产品化过程是充满挑战的，所以我们总结出了这些经验：如何找能落地的场景？如何发挥大模型的最大价值？如何让用户真的觉得好用？如何衡量业务加大模型后的效益？这些分享给你。

演讲提纲：

1. 大模型在养老领域产品化案例

• 解决子女思念：老照片 AI 修复、老人照片 AI 动态化
• 解决老人情感：老人照片 AI 逆龄、老人回忆录 AI 生成
• 解决老人陪伴：AI 陪聊、AI 安全监控

2. 大模型辅助养老院做短视频 / 直播营销

• 爆款标题、脚本的 AIGC
• 小红书爆款图片 AIGC
• AI 数字人让老人短视频账号“永生”
• AI 无人直播语音播报
• AI 识别评论区自动回复
• AI 基于数据分析自动控制直播节奏

3. 大模型产品化的思考

• 明确大模型产品的用户角色和用户痛点
  • 大模型的垂直行业应用
  • 如何选择大模型解决的问题类型？
  • 如何让大模型解决问题？
  • 如何让大模型产品真的被老人喜欢？
• 大模型产品的实施与质量保证
  • 大模型产品的流程设计
  • 大模型产品的提示词工程
  • 大模型产品的模型训练
  • 衡量大模型应用前后的产品体验差异

听众收益：

• 大模型产品化的关键思考：用户需求、AI 能力、可用性
• 大模型在养老场景会率先带来哪些变革

方案痛点：

• 养老产品和大模型不知道如何结合
• 大模型如何跟自己行业结合