DeepSeek：開啟一鍵建群功能  “朋友圈”遍天下

DeepSeek好似春風，吹“綠”產業鏈的“江南岸”。全產業鏈熱火朝天忙適配，DeepSeek仿佛開啟了一鍵建群功能，一時間“朋友圈”中友人遍天下。包括英偉達、AMD、微軟、亞馬遜云科技、英特爾等國際科技巨頭都已經宣布接入DeepSeek模型服務；騰訊云、天翼云、阿里云、百度智能云等國內多個云平臺已經官宣支持DeepSeek；國內GPU企業如沐曦、天數智芯也在適配DeepSeek；超過15家國產芯片企業，如華為昇騰、壁仞科技、昆侖芯等，宣布適配或上架DeepSeek模型服務。部分工業軟件企業也開始進行適配。

早在2024年5月份，中控技術便將全球領先AI大模型DeepSeek的V2版本作為公司一款面向BA領域研發的工業AI產品的核心基座大模型，以期為企業研、產、供、銷、服、支持保障等各領域推進AI場景應用。這款產品也是中控技術繼發布TPT之后，又一個工業數智化的“核動力引擎”，預計將在本年度發布。

隨著DeepSeek-V3、R1等更先進模型的發布，中控技術迅速接入并更新基座大模型，充分利用其卓越的推理能力和開放性，使得邏輯推理能力大幅增強、運行成本大幅降低，中控技術依托DeepSeek打造的“工業BA超級智能系統”，實現五大多模態感知中樞、工業級BA圖數據及圖神經網絡、工業APP智能構建、全業務鏈路多智能體協同、工業級分析決策大腦突破。

DeepSeek推動三個重構

中控集團創始人、寧波工業互聯網研究院創始人褚健認為，DeepSeek帶來的新機遇主要表現在智能化升級加速、軟件研發模式革新以及商業模式創新三個方面。

第一，DeepSeek為智能化升級帶來加速度。通過融合DeepSeek的多模態、強推理等能力，可以極大地拓寬工業軟件在執行、管理、決策各環節的智能化邊界，融合DeepSeek等大模型能力的工業軟件，通過數字勞動力，可以為用戶帶來極大的運營成本下降和效率的提升；DeepSeek的開源模式以及較低成本運行方式，為智能工業軟件的商業部署提供了更好的土壤。

第二，工業軟件構建模式革新。DeepSeek強大的推理、代碼生成等能力，均能深層次改變工業軟件企業研發模式，同時提供更好的用戶體驗，更好地支撐用戶的業務變化。

第三，商業模式的創新。工業軟件企業可以利用DeepSeek，以完善智能化產品和服務、提供數據驅動的決策支持、構建平臺化服務、優化產品生命周期管理等方式，應對市場變化，提高服務價值，確保商業模式的可持續性和競爭力。

DeepSeek對于工業軟件帶來深遠影響，褚健預測，在不久的將來，傳統的工業軟件將被由多智能體組成的智能體集群所主導，工業軟件行業將出現三個重構。

第一，重構工業軟件研發模式。傳統面向規則的研發模式轉變為AI原生開發過程，基于DeepSeek強大的推理、代碼生成等能力，將更高效更低成本地構建工業軟件。

第二，重構業務體驗。傳統面向過程的系統轉變為面向目標的系統，基于DeepSeek重構后的工業軟件，將從人操作軟件變為人機協同的多智能體協同，將傳統工業軟件變成 MAS（Multi-Agent System）多智能體系統。

第三，重構決策控制。傳統規則式的數據呈現轉換為按用戶意圖構建控制邏輯，基于DeepSeek強大的規劃及推理引擎，通過人機協作方式重塑決策過程。

DeepSeek帶來三大挑戰

“除了技術上帶來的影響，本次deepseek的爆火對全民做了AI的推廣，促進了全民的AI覺醒。”褚健表示，“同時，也帶來了新的挑戰，主要表現在數據準確性、模式轉型、人才三個方面。”

第一，數據準確性，一定要“錙銖必較”。工業場景下，對于準確性要求極其嚴苛，基于DeepSeek等大模型驅動的系統，需要在各場景上達到相應的數據準入要求。

第二，傳統工業軟件企業模式轉型勢在必行，已到了不轉不行的時刻。傳統工業軟件企業的商業模式、研發模式、交付模式等均需全方位轉型，對于企業來說，這將是一場體系化創新，組織架構的革新。

第三，復合型人才稀缺問題不容忽視。即懂工業，又懂數據、AI的全方位人才缺乏。基于DeepSeek等大模型重構工業軟件，從模式設計、產品設計到技術落地，均需要相應的人才支撐。

除了DeepSeek，中控技術還陸續引入過ChatGLM-9B、Qwen-13B、Qwen-30B、Qwen-72B等一系列的開源模型。哪個大模型的思維鏈的推理能力更值得期待？在Agent使用場景中，哪個大模型是優等生？褚健表示：“從模型的特點來看，Qwen-72B在對話的穩定性、思維鏈的推理方面展現出比較出色的能力。同時，我們大量使用了OpenAI的ChatGPT-4o、ChatGPT-o1系列模型，對于Agent使用場景來看，ChatGPT表現非常優秀，簡單說就是模型參數越大，表現出的問答能力越強，但是部署成本相對較高，類似ChatGLM這類參數較小的模型，問答能力尚可，但是對于Agent的推理能力顯得稍微有點弱。”