深度学习在智能助理产品中的应用 胡一川 结束语 . 提升智能助理产品的可靠性 . 智能助理产品的特点 . 深度学习与智能助理 目 录 用户终端的变化和技术的进步，推动更自然的人机交 互方式及产品形态 通过理解文本或语音形式 的自然语言来协助用户完 成需求的软件应用或平台 2000s PC 键盘 & 鼠 标 网站 时间 设备 交互方式 产品形态 2020s 自然语言 在线助理 2010s 手机 触摸 APP ■ 从在线客服到在线助 理 • 在线助理：专属化的 体 验，基于用户画像， 提 供更个性化的服务 • 在线客服：短期的基 于 单一 目的的服务 • 在线助理：更主动的 提 醒，状态问询，精 准推 送，洞察建议等 • 在线客服：简单的被 动 响应，一问一答 • 在线助理：专业咨询、 更长期的 伙伴关系 1,800 基于人工智能与自然语言处理技术的在线智能助理产 品用户不断增加 虚 拟 个 人 助 理 (VPA) 将改变手机 用户与设备的互动 方式 ，并成为日常 生活的一部分 。 到 2019 年 ，全球 20% 的智能手机 用户将 通过虚拟 个人助理 进行交互。 全球在线智能助理用户数增长预测 Unique Active Enterprise VDA Users

至今：来也联合创始人 &CTO 个人简介 胡—川 让每个人拥有助理 六百万用户正在使用的对话式在线个人助理服务 • 理解 - 交互 - 咨询 - 任务完成，实现交易闭环 • 日均需求会话数超百万， AI 交互占比 98% • 对接超过 150 个服务商，日程 AI 准确率 99% • 主动交互 DAU 及新增用户数维持高速自增长 领先的企业智能助理 智能对话解决方案赋能企业提升效率 • 具有

向 更复杂、更高价值的业务场景拓展积累了宝贵经验。 （3）持续深耕高价值场景 在初步验证大模型技术的价值后，保险企业开始将目光投向那些能够带来更高业务 价值的场景，如营销素材生成、代理人销售助理以及销售机器人等。这些用例不仅有助于 提升客户体验、优化销售流程，还能在风险管理、产品创新等方面发挥重要作用，是保险公 司构建长期竞争优势的关键所在。 以销售机器人为例，它能够通过自然语言处理、情感分析等技术，与客户进行智能互 客户与保险公司之 间的黏性，提升了客户满意度和忠诚度。 智能化理赔服务：在理赔环节，大模型能够自动化处理索赔申请，快速审核并给出初 步处理意见。对于复杂案件，大模型还能提供智能辅助决策支持，帮助理赔人员更准确地 评估损失情况，提高理赔效率和客户满意度。 （4）创新驱动的未来发展 产品创新：大模型技术为保险公司提供了丰富的数据资源和强大的分析能力，使其能 够更准确地把握市场动态和客户需 的信 源、工具和技能，以开箱即用的方式快速构建企业智能体应用；并可通过打通内部信源，构 建企业知识大脑，更准确地理解企业需求、合理规划步骤，让企业轻松打造懂行业、懂场 景、知业务、会规划的AI助理。 进行垂直领域大模型的预训练、微调等技术环节，离不开领域内AI可用数据的治理和 应用。面向人工智能的数据治理（DG4AI）是一个新兴的概念，它是一个在人工智能应用中 管理和控制数据的过程与实

这些智能体是先进的数字助理，可自动执行任务、分析数据和提供见解，并与企业系统 无缝集成。Markovate 使用 AutoGen Studio、Vertex AI 和 GPT-4o 等工具定制智能 体，以满足特定的业务需求。 图26 Character.ai 智能体架构 资料来源：Markovate 公司官网，海通证券研究所 Markovate 打造了一款由智能体集成驱动的虚拟助理零售库存管理解决方案

家 社 会 科 学 基 金（20BZZ037）, 广 东 省 哲 学 社 会 科 学 规 划 项 目 （GD24XGL075）资助 *通信作者简介 黄欢（1976— ）, 男, 湖南常德人, 硕士, 助理研究员。 基于大语言模型技术的智慧应急应用： 知识管理与应急大脑 龚 晶 1 黄 欢 2，* （1. 暨南大学 公共管理学院/应急管理学院，广州 510632；2. 暨南大学 党委政治保卫部/人民武装部，广州

等领域的智能化解决方案，帮助企业实现业务在线、数据 驱动以及智能运营的能力进阶，成就数智企业，推动社会商业进步。用友还推出了企业服务大模型YonGPT，作为深懂企业服务的垂类大模型，为企业提供智 能助理、虚拟员工等百余项场景化的智能服务，助力企业在新质生产力时代下加速推进数智化进程。 用友网络科技股份有限公司 2015 2016 2017 2018 2019 2020 2021 2022 2023

最新创新成果⸺这类工厂运用机器人技术与 先进的增材制造技术，快速生产定制化产品。紧 随其后的将是“质量与生产控制”和“客户与现 场支持”等集群，在这些领域，物流企业正部署 自主无人机和数字助理，以加快响应速度并提 升服务质量。 总的来说，大多数受访企业计划在其供 应链中稳步实施转型，伴随新技术的涌现与 成熟，逐步实现更高水平的任务自动化与决 策自主化。 实现自主智能供应链 15

果、病例分析、医学报告等，可以丰富模型训练的背景知识， 提高模型的科学性。 3. 社交媒体和在线健康平台数据：分析网民在社交媒体和在线健 康平台上发表的健康相关信息，如症状、治疗经历、对药物的 评价等，这可以帮助理解患者的真实需求和反馈。 4. 第三方数据服务机构：与专业数据提供商合作，购买相关的医 疗数据集或大数据分析服务，补充内部数据的不足。 在数据收集的过程中，要遵循数据隐私和合规性原则，对敏感 解决方案的初步部署。 在实际应用中，会出现一些新的市场细分领域。我们可以预见 到以下几种趋势：  个性化医疗：利用 AI 生成式大模型根据患者的基因组信息和 生活习惯，制定个性化的治疗方案。  智能助理与远程医疗：AI 助手可为医生提供实时支持，帮助 他们更高效地进行诊断和治疗，同时也提升了远程医疗的患者 体验。  临床试验优化：利用 AI 分析历史数据和患者信息，以提高临 床试验的成功率，节省时间和成本。

LIME（Local Interpretable Model-agnostic Explanations）和 SHAP（SHapley Additive exPlanations）等解 释性工具，帮助理解和解释复杂模型的预测结果。 系统集成是另一个关键挑战。银行通常拥有复杂的 IT 基础设 施，将 DeepSeek 技术与现有系统无缝集成需要精心规划和执行。 可以采用微服务架构和 API 接口，确保新系统与旧系统的兼容性和

名后端开发工程师和 2 名前端开 发工程师；质量保障组确保系统稳定性与可靠性，包括 2 名测试工 程师和 1 名 DevOps 工程师；项目管理组统筹整体进度，由 1 名项 目经理和 1 名项目助理构成。 团队成员的选拔严格遵循行业标准与项目需求，确保每位成员 都具备相关领域至少 3 年以上的工作经验。技术研发组成员均拥有 计算机科学或相关专业的硕士及以上学位，其中 60%曾参与过类似