DeepSeek太火，不要过份追热点。-CSDN博客

本文链接：https://blog.csdn.net/qq_28171389/article/details/145498672

DeepSeek持续引发关注，很多国内外企业都陆续披露其产品或者解决方案已接入DeepSeek。

所以，有些老板也会发出问题，如何基于DeepSeek开展AI项目？
抛开一些偏细节、偏敏感的内容，在这里分享有一套可落地的方法论。
第一，也是最重要一点：目标是什么？

AI产品的目标是什么？

开工第一天几乎所有的老板都在讨论AI、讨论DeepSeek。并有多个CEO表示：后续业务开展，全面拥抱AI，并期待实现行业应用的领先！这个味道很熟悉，感觉又回到了两年前ChatGPT刚诞生的情况，很多公司出于焦虑或者想要抢占行业注意力，都做好了准备 All In AI，但这里我要泼一点冷水：你的急迫可能导致巨大损失！

一、DeepSeek并没有领先于GPT

首先，所有人必须认识到一个事实：虽然DeepSeek非常优秀，但他并没有领先于GPT！

换句话说，之前各位可以根据GPT的API调用完成的功能，如果基座模型换成DeepSeek后，他的表现可能还会差点。

DeepSeek真正的价值在于两点：
第一、合规性，他是国内的开源模型，并且能力优秀，可以为医疗、金融等相对敏感的行业松绑，他们有更优的基座模型选择了。
而由于基座模型的进化可能带来的价值是：实现路径的大幅成本降低！这可以节约不少钱。

第二、可以私有化部署，并且训练的成本极低！
常规的AI产品基础技术架构事实上只有两条：API、API+知识图谱。
之前多数人认为预训练+微调是错误的技术选择，其核心是高昂的成本。
现在基于DeepSeek的微调貌似成本也不高，这会导致新的技术路径产生，而API、API+知识图谱、基于微调的AI产品三者之间差异是什么，到底如何选择，很多人是模糊的。

二、可以兴奋但别焦虑

老板们逐渐相信AI会重塑所有，于是他们会想用AI的方式将公司产品重塑一次。
这会引发第一轮的焦虑，因为没有可以抄的对象，多数人是不知道怎么做的！所以很多公司现在是既迷茫又兴奋：
兴奋的点在于，行业洗牌的机会来了，抓住了就是下一个头部；
迷茫的点在于，那是真的不知道该怎么做；
首先是AI对于自己的产品意义是什么，比如是产品用上AI的能力，还是用AI能力去重塑产品，不清楚；
其次是AI能力的边界在哪里，比如数据对于大模型幻觉的意义是什么，是否要投入大量资源去整理数据，不敢赌；
然后是具体的技术路径是什么，比如是API还是微调，不明白；
其实这里有个判断依据：在DeepSeek出现前，GPT的表现已经足够优秀，如果你们公司在之前没出太多创新，今年也很难马上做出什么。
这里的原因是AI产品的非对称性。

三、非对称性

无论是GPT还是DeepSeek，他们都太强大了，基于他们做出来的AI产品容易让我们产生一个幻觉：我们公司的AI太强大了！
醒醒吧，这是幻觉！AI很容易产出一个demo，但很难得到一个应用！
大白话是：业务判断AI产品能不能用的标志是能不能完全接管业务，如果不能就是玩具！
对于AI应用，你可以用一周时间完成一个demo；
但半年后，实现的产品效果依旧不能超越这个demo！
这里非对称性也就出来了，花费10%的资源可以得到一个70分的demo；想要将70分推到90分，可能你需要1000%的资源！
入门简单，精通难！大模型是很容易造成老板/产品/技术错误判断的存在，如果轻易承诺，肯定会坑了自己。

所以，想要AI在应用上表现出色，必须要有耐性！