人工智能与DeepSeek赋能商业地产

新一代人工智能发展以及对商业地产的影响
大数据与人工智能实战专家—李家贵老师
广东省人工智能与大数据中心技术总监/数据中台部总经理/CDO
课程背景
人工智能和ChatGPT等生成式AI技术正在重塑商业地产的经营方式。从智能客服到数据分析，这些技术正在赋能企业提升效率，优化运营，创造更多价值。本课程旨在帮助学员深入了解AI技术在商业地产中的应用，掌握最新的工具和实践，通过前沿案例解读推动AI技术的落地。
课程收益
深入了解ChatGPT和人工智能在商业地产中的应用潜力。
学习通过AIGC技术优化商业地产的客户服务、营销、运营和决策。
掌握Prompt设计技巧和AI工作流优化方法，提升实际业务效率。
通过案例学习探索AI在商业地产中的前沿应用，获得实践指导。
授课时长：1天
课前演示：
一键数字人视频，一键生产PPT，一键生文，一键生图，一键生视频
具体而言：
AI+数字人：营销如何提效十倍
万能AI ChatGPT: 企业增长的超级大脑和数字员工
Al+绘画:无中生有精美图片
AI+PPT: 5分钟搞定汇报PPT
AI+视频:5分钟搞定宣传视频
课程大纲：
一、前瞻视界：AI的前沿探索
展现AI前沿探索与前景，让观众对未来趋势有清晰认知。
1.1 炫技术 Deepseek前沿
【背景衔接】R1出场：大模型发展与里程碑
【精准聚焦】DeepSeek-R1研究目标
【从零到优】R1-Zero：纯强化学习的探索
【训练策略】模型训练与优化 & 核心贡献
【提纯之道】蒸馏方法与评估
【双线并观】蒸馏与强化学习的比较 & 基准测试
【性能透视】DeepSeek-R1性能评估 & 知识类任务
【复盘思考】评估结果 & 不成功的尝试
【远景瞭望】未来研究方向
1.2 炫产品 Sora产品介绍：1个总介绍，6大炫功能
1.3 炫公司 百度、微软、英伟达、苹果介绍
1.4 炫场景 场景展示 8个图片场景展示并互动
1.5 炫影响 上KOL，上数字，最冲击的是50%会失业
二、智领商业地产：ChatGPT重塑商业服务
2.1 成熟AI赋能商业地产
【全局概览】商业地产数字化升级趋势
【关键应用1】智能停车场：车找人，人找车
【关键应用2】个性化推荐：为会员推送最合适的店铺与商品
【关键应用3】虚拟试衣：构建全新的购物体验
【关键应用4】无人值守商店：自动结算与智能安防
【关键应用5】客流统计与分析：智能运营决策
2.2 AIGC赋能商业地产
【AIGC优势】从“识别决策”到“创意生成”
【应用1】AIGC赋能智能客服
【应用2】AIGC赋能商铺运营
【应用3】营销素材设计
【应用4】AI舆情分析
【应用5】预测欠费、商户风险、掉铺风险，评估租金
【应用6】分析房地产市场和预测
【应用7】房产升值空间2.3 AIGC在商业地产日常办公的赋能应用场景
【办公痛点】冗长文档、繁琐流程、反复沟通
【赋能1】内容生成
【赋能2】结构设计
【赋能3】幻灯片设计
【赋能4】文章改进
【赋能5】图表和图像生成
【赋能6】内容补充与润色
2.4 商业地产业务前沿应用案例分享
AI应用
应用场景
技术
效益
挑战
Aibee爱笔智能
停车场、商业地产和办公楼的数字化与智能化管理
3D空间重建与轨迹追踪技术
100%
高成本和耗时长
AI精准客流系统
居然之家哈尔滨先锋店的客流分析
3D空间重建与轨迹追踪技术
30%
-
腾讯天御智慧决策系统
预测欠费、商户风险、掉铺风险，评估租金
AI和大数据分析
替代80%重复性流程，提高效率
决策流程长、困难、不精准，人力成本高
Skyline AI
分析房地产市场和预测房产升值空间
使用130多个数据源和超过10\
000条数据特征的机器学习技术
识别市场机遇，提高判断准确性
仲量科技
空间利用优化
生成式人工智能
提升客户理解和设计优化
-
JLLGPTChina
文本撰写和数据分析
生成式AI
提升客户洞察深度
-
沙赞科技
一生万物解决方案
人工智能、物联网技术
提升净营业收入
-
三、使用技巧：提示词工程（人机协同，可控生成）
聚焦提示词工程（Prompt Engineering），帮助掌握高效的人机协同技巧。
1. Prompt的一个本质
2. Prompt的二个心法
3. Prompt的三项沟通要点
4. Prompt的四项chat法则
5. Prompt的五个业务法则
6. Prompt的六条咒语
7. Prompt的七项注意
8 .Prompt的天龙八部
9. Prompt的追问法则
10. Prompt的继续法则
示例提示词：
对公金融示例提示词
个人金融示例提示词
财富管理示例提示词
风险条线示例提示词
中后台支持提示词
四、进阶技巧：AI工作流
进阶的AI工作流实践，从步骤拆解到工具应用，让复杂流程清晰化。1.【What】AI工作流：一种结构化的流程设计方法
2.【What】核心目标：将复杂任务系统化、可复制、可优化
3.【Why】AI工作流的误区解析
4.【Why】工作流不等于简单的流程，而是智能化的系统集成
5.【Where】适合工作流的业务类型
6.【Where】业务拆解的标准与方法论
7.【How】工作流拆解的具体步骤
8.【How】工具模块选择与应用
9.【How】工作流与Agent的关键区别
10. 【How】案例：抖音评论截流工作流

李家贵老师的其它课程