1. 演讲人：覃睿

2. 01 企业大模型应用落地难，DeepResearch 能否破局？ 02 DeepResearch 技术介绍：成为链接技术与业务的关键 03 DeepResearch 在企业内落地的难点与挑战 BISHENG·灵思 的解法与思考

3.

4. 01 企业大模型应用落地难 DeepResearch 能否破局？

5. 低垂果实陆续落地 模型 能力 对话助手 内容审核 报告生成 知识管理 数据分析 基于知识库和接口 调用的通用助手 基于规则的文档 内容审查 模版管理与融合专 业垂直模型 非结构化数据治 理， 文档关键要素提取 进行数据查询，分 析，图表绘制 主要 场景 • • • • • 效果 提升 • 降低了转人工比率 • 客户满意度 • 降低了客服团队压力 与管理成本 产品使用手册问答 规范制度问答 专业领域知识库问答 销售辅助 工单助手 • • • • • 合同审核 经营贷贷款审核 规范制度更新差异比对 通用文本纠错 对外宣传材料审核 • 撰写理由质量保持一致 • 描述内容完全 • 节约大量人工成本 • • • • • 企业尽调报告生成 券商研报生成 企业社会责任报告 经营日/周/月报 资讯日报 • 对于关键信息的准确 提取 • 对文章进行统一润色 与优化 • • • • 文档摘要 文档标签与分类 业务要素提取 知识挖掘 • 统一解决各部门的不 同需求 • 对已有的文档进行权 限分类与管理 • 通用数据分析辅助 • 智能看板 • 商情分析 • 基于数据库进行查询 • 第三方网站的信息提取

6. 泛金融 通用 其他行业 客户KYC信息智能分析与财富 • 银行信贷尽调报告生成 • 小微企业信贷营销展业陪练 • 航空公司及机场智能客服 配置方案自动生成 • 银行信贷智能审批助手 • 证券投研知识库 • 物业运营辅助助手 • 宣传材料智能生成 • 金融企业政策文件版本智能对比 • 不良处置核销材料审核 • 街道社区运营辅助 经营日/周/月报助手 • 风险分级报告生成 • 金融企业监管报送文件自动生成与校验 • 银行贷款违约诉状书生成 • 建设集团全公司智能知识管理与智能问答 • 销售智能陪练助手 • 违规、欺诈行为智能筛查 • 证券行业资讯智能聚合与日报生成 • 债券公告文件信息抽取 • 大宗贸易领域智能商情分析系统 • 企业内部系统统一智能导航 • 敏感信息泄露行为筛查 • 保险代理人展业智能知识库 • 授信报告风险识别助手 • 创业园区政策智能问答 智能人才盘点与岗位分析 • 保险代理人销售方案智能生成 • 信贷智慧问答助手 • 电信行业客服工单自动化 市场情报分析助手 • 保险客户/代理人智能画像分析 • 放款流程操作辅助问答助手 • 政务智能问答 入职材料自动化审核 • 银行反洗钱评级理由自动撰写 • 贷后管理报告智能生成 • 军工单位报告撰写平台 测试用例自动生成 • 自动生成保险产品培训材料与考题 • 另类投资债权类项目尽职调查报 • 大健康企业保健产品预研报告生成 宏观政策智能解读 • 证券研报生成 告撰写 • 电信行业客服投诉风险确认 专利预警报告生成 • 银行理财产品知识库智能辅助 • 航运法律标准知识库问答 差旅制度差异分析报告 • 银行客服中心智能辅助与客服记录智能 • 航空事故分析报告生成 • 电信行业营销话术自动生成 • 外汇业务政策文档知识库 • 房产抵押经营贷审批辅助 • 教案智能生成 • 项目披露申请书智能生成 • 公安案卷辅助生成 • 建筑工程报告生成 • 企业通用非结构化数据治理 • 产品使用手册智能问答 • 企业消保合规智能审查 • • • • • • • • • • • • 审批申报助手 通用数据分析助手（NL2SQL） 集团公司财务问答机器人 集团公司公文自动生成与自动排版（套红） 会议纪要智能生成 会议室预定智能助手 研究所专利申请书智能生成 软件企业投标智能生成 企业简历智能匹配分析 企业面试辅助评估 企业人才360度环评报告精炼 • • • • • • • • • • • • 质检 项目管理问答机器人 笔记本电脑维修知识库问答 • 银行工单智能排查机器人 开放式报告智能撰写 • 保险领域客户留言智能处理 质量控制日报生成 • 保险领域投诉智能转办 保险企业培训考题自动生成 • 客户投诉风险智能预警与分级处理 • 内控责任认定辅助生成助手 • • 审计报告多语言智能撰写、润色 • 故障统计分析问答 • 能源 • 能源公司合同审核 • 石油领域审计自动化 • 石油工程专业领域知识库 问答 保险企业竞品对比分析助手 • 石油钻井报告智能撰写 • 审计报告文档智能复核与合规校验 • 金融企业风险管理系统智能问答助手 • 审计知识库驱动的风险识别与智能分析 • 金融企业自动化风险管理报告生成 • 航空工程调查报告生成 • 银保渠道产品银行准入数据核对 • 电信行业销户场景申诉报告的自动撰写 • 芯片企业客户支持问答机器人

7. 上线Demo一周 优化效果半年 • • 业务用户难以参与 不适合的场景硬上大模型 • • • •

8. • • • • • • • • • • • • 认知与方法论80% 优质人才50% 企业级可控10% 场景爆发与全员参与 1%

9.

10. 阶 段 关 键 目 标 典 型 场 景 预热阶段 • 建立认知 • 在公网“上手试试“ • • • • 个人RAG 知识库 个人通用写作 代码调用和生成 …… 启动与感知 • 整体搭建 算力+模型+开发工具 • “低垂的果实” • • • • 部门级知识库/问答 内外部客服 合同审核 ……（先验） 实 现 方 法 • “0”成本 • 公开课 • 社群互动 • 开源版本 • 咨询服务 • 原厂开发服务和支持 价 值 传 递 • 建立对大模型应用的认知 • 知道自己想要什么 • 感知不同产品的区别 • 完备的架构 • 信心和经验的建立 • 了解ai边界，洞察ai能力 开源的合作模式 聚集了一批真正懂业务、会落地的大模型 应用开发者，形成了可持续共创的生态。 产品能力与高效沟通 能力调度 能力调度 开放度高 开放度高 产品专家支持 产品专家支持 优化与沉淀 • 使用者迸发新的需求 • 业务场景和业务系统优化 • 平台定制化需求 • 场景推广和使用反馈 • 数据沉淀与效果优化 • 发现潜在需求 • • • • • • • • 部门级知识库/问答 内外部客服 合同审核 …… • 积累使用需求和数据 • 沉淀形成标准QA库等 • 优化工作流和提示词等 • 对场景优化的经验 • 持续提升使用者感受 • 找到更有业务价值的场景 业务咨询 业务拆解 业务拆解 规模化赋能 企业级知识库 业务报告生成 业务分析和诊断 …… • 自动化构建应用 • 平台功能定制开发 • 模型微调 • 逐步完成大模型相关业务的智能化 定制化开发与交付 AI赋能 AI赋能 低成本 低成本 智能体定制 智能体定制 原厂交付 原厂交付 快速响应 快速响应 定制化 定制化 持续维护 持续维护

11. 尽调报告Workflow简化版

12. 大模型时代，自然语言就是编程语言 大模型最擅长的并不是把某个场景做到99%，而是把所有场景做到90% 业务人员的广泛参与才是真正价值爆发的trigger

13. 02 DeepResearch 技术介绍： 成为连接技术与业务的关键

14.

15.

16.

17.

18.

19. 前Manus时代 后Manus时代

20. Openmanus • 任务拆解并进行 • 逐步分配给不同的执行Agent • 执行完更新状态 • 执行下一步 • ... • 最终结果

21. Deerflow • 协调者判断是否启用规划者还是直接回答 • 若启用规划，则规划者 • 执行者（3类）执行，且支持主动获取用户反馈 • ... • 最终结果 任务

22. AutoGPT • 目标拆解并生成 • Agent逐步执行步骤 （没有明显的多Agent概念） • 根据执行结果调整步骤列表 • ... • 最终结果

23. Xagent 与AutoGPT类似 差异是有明显的多Agent结构

24. • • • • •

25. 需求场景和技术框架早就有了，最近是第二春 模型推理能力与多模态能力大大提升 模型上下文长度大大提升 仍有待持续提升 模型工具调用能力提升 工具侧百花齐放与MCP协议 Manus、OpenAI DeepResearch的表率作用

26. 当前企业内应用建设大都由科技部门主导，业务部门无法也不喜欢参与 很多日常的长尾、零散、轻分析类需求并未被传统 IT 系统很好覆盖

27.

28. 03 DeepResearch 在企业内落地的难点与挑战

29.

30. 3页 正确性尚可

31.

32. 10页 补充了投标必要的内容 美观但不实用

33.

34. 有实际价值的场景 • • • • • • • • • • • • • • • •

35. 每条数据实例的构建 • • • • • • • • • • • •

36. 任务复杂性高 上下文长度要求高，上下文管理能力要求高 工具生态弱 任务精确性要求高 安全、成本...

37. 04 BISHENG·Linsight/灵思 解法与思考

38.

39. 任务复杂性 高 任务精确性要求 高

40. 上下文长度要求高，上下文管理能力要求高 工具生态弱 安全、成本

41. 1 SOP自动生成 2 任务拆解 正常操作 关键 核心 加分

42. 3 执行核心过程 拆解要求 拆解子任务 执行某个撰写子任务 多次查询后撰写响应内容

43. 插入到响应文件中 核验最终结果目录结构 核对确认与任务完成

44. 46页 正确性高 格式基本满足要求

45. 收集反馈并迭代 细致分析评分表、技术指标、评分细则等，不仅提取一级/ 二级目录，还要逐条拆解所有细分子条款、评分细则、关 键技术指标等。 生成完整的Markdown目录结构，确保每一细节要求都成为 独立的响应条目（如“1.2.1.1 支持文档知识库与QA知识库 两种类型知识库”），不要省略。 针对每一条（包括所有细分子条款/评分细则/技术指标） 生成一条响应子任务。 问题：条款拆解不细致只响应了大点，评分细则/子条款未 覆盖 解决：细致分析评分表、评分细则，每一细分点都单独建 条目并作答

46. Human in the loop Human on the loop

47. 招股书阅读报告

48. 合同审核

49. 理性乐观 熬得住、做好持久战准备

50. Linsight/灵思 7月中旬正式开源

51.

52.