话题概述: 本次分享通过三个亚太区真实案例，展示如何利用Dify平台实现从小时级AI原型到支持超500 QPS大规模应用的快速开发与部署。案例涵盖加密货币交易平台的复杂对话与AI交易助手、全球分析仪器供应商的自动化工单系统，以及金融监管机构的RAG聊天机器人平台，解决短周期开发、高并发与高合规性挑战。分享将重点探讨Dify的低代码、开源与多云部署特性，如何加速AI应用从概念验证到生产环境，助力亚太企业实现高效创新。 演讲题纲: 章节1：引言与背景 亚太区AI应用的机遇与挑战 案例概述：加密货币交易、分析仪器供应商、金融监管机构 核心挑战：快速开发、高并发（500+ QPS）、高合规性 Dify优势：低代码、开源、多云部署 章节2：案例一 - 加密货币交易平台的AI创新 需求：复杂对话、市场热点分析、AI交易助手、多语种翻译 Dify实现： 小时级Demo：低代码工作流快速搭建对话与分析原型 快速迭代：API与插件整合外部数据源 生产部署：多云Kubernetes优化至500+ QPS 成果：2个月实现从原型到生产，满足高并发需求 章节3：案例二 - 分析仪器供应商的自动化系统 需求：语音转工单、LLM智能校正、人工审核 Dify实现： 快速完成Demo：集成语音处理与LLM 效率提升：每月节省500人工小时 可扩展性：开源架构适配多云环境 成果：提升支持效率，保障数据准确性 章节4：案例三 - 金融监管机构的AI平台 需求：RAG聊天机器人、文本转SQL、图表生成、Microsoft Copilot克隆 Dify实现： 安全合规：本地化部署满足监管要求 简单界面：低代码平台赋能业务用户 扩展功能：模块化设计支持多样功能 成果：按时交付高合规性AI平台 章节5：Dify技术与实践总结 Dify核心：低代码、开源、多云部署 实践经验：快速原型、性能优化、安全合规 未来展望：Dify赋能亚太区更多AI场景 章节6：问答与互动 解答听众疑问，分享Dify跨场景经验 话题亮点： 1. 小时级原型，2个月500+ QPS部署：Dify助力加密货币交易平台快速构建复杂AI功能（如市场分析、交易助手），从Demo到生产仅需2个月，支持超500 QPS。 2. 高合规性金融AI平台：Dify满足金融监管机构的高安全与合规需求，快速交付RAG聊天机器人、文本转SQL等功能。 3. 开源驱动效率提升：Dify的开源架构助力分析仪器供应商实现语音转工单，每月节省500人工小时，兼顾灵活性与扩展性。

Agent 产品化落地实践

话题概述: 本次分享聚焦DeepSeek在寿险后援、产品开发等领域的应用，结合具体案例为寿险行业智能化转型提供蓝本 演讲题纲: 1、引言与背景：行业挑战、技术发展 2、寿险DeepSeek整体框架 3、DeepSeek应用实践 -后援运营：两核、续收等领域的应用 -产品开发：在寿险产品报备、条款解读等领域的应用 4、总结与展望 话题亮点： 1、聚焦 AI在寿险核心业务系统的应用，全场景展现AI赋能后援等业务提质增效 2、保险核心业务系统AI应用落地实战，呈现真实案例全流程拆解

从人效到智效：AI 重塑企业运营

话题概述: 您的下一位同事可能不是人，小鹏汽车在探索人工智能和企业效率上，也有了自己的思考和实践，在2025年初我们正式将数字员工 Iron配备给了鹏厂全员，它具备强大的咨询能力、丰富的图文创作能力、总结洞察能力、任务协助能力、让小鹏每一位员工和 Iron 一起共创高效新未来。在本次分享中，我们将会从数字员工场景选择、技术选型和前瞻性等方面详解介绍我们在该领域的探索和思考，同时也会基于我们发现的一些问题分享我们解决问题的思路和对未来数字员工演进的展望。 演讲题纲: 1. 数字员工探索的经验总结与避坑建议 2. 交互、知识洞察和AGI三大领域的实践分享 3. 工程化和信息安全等领域的技术选型与问题 话题亮点： 1.数字员工在新能源汽车行业中的实践 2.数字员工的探索用到了更多更为复杂的技巧和技术，真真正正的解决企业的一些高价值场景痛点。

行业爆款案例拆解：To B 场景的 AIGC 落地路线图

话题概述: Agent时代数字化转型的四大核心重构： ①价值重构：AI如何重构商业流程与客户交互链路？ ②交互重构：Agent如何突破表单式交互价值瓶颈？ ②数据重构：Agent如何发挥“数据可用”到“数据驱动”跃迁 ④经营重构：用数据量化经营全链路，构建企业增长飞轮 演讲题纲: ①企业数字化从在线化转向智能化的关键破局点 ②响应式工作台转型Javis数字助理工作台的跃迁 ③群核Javis数字助理的成败破局关键方法论介绍 话题亮点： ①独家方法：群核科技“Javia数字助理“ 0→1建设方法论 ②独家模型：Agent+数字化转型“道（战略）-法（技术）-术（执行）”三维穿透框架

探索 AI Agent 应用场景

话题概述: 生成式 AI 正在深刻改变人们处理信息与获取知识的方式，设计师也正站在这场范式转变的前沿。从 ChatGPT 到 NotebookLM，AI 工具正在从“对话助手”演进为“知识协作伙伴”。本次演讲将从产品设计视角出发，探讨在 AIGC 浪潮下，如何构建可信、可控、多模态的用户体验框架，帮助用户更高效地理解、组织与创造知识。演讲将结合 NotebookLM 的设计实践，解析如何基于用户私有资料构建可信答复机制、设计出可解释的语义生成路径，以及如何通过播客、导图等多模态输出形式，为不同类型用户提供认知友好的交互方式。 演讲不仅分享产品功能，更将深入讨论背后的设计逻辑、团队协作策略与行业方法论，启发听众在自身产品中探索下一代 AI 工具的创新路径。 演讲题纲: 一、AI工具的第二曲线：从对话生成到知识协作 回顾过去两年 AIGC 工具的演化路径：从通用对话助手到专业知识协作伙伴 用户心智的转变与设计挑战：从“问答”到“任务达成”，从“单轮理解”到“长周期交互” 产品定位与行业趋势观察：NotebookLM 与 Claude、Notion AI、ChatGPT 的异同 二、可信 AI 的体验框架：重建人与信息的关系 生成式模型中的幻觉与失控：如何设计“来源可溯”“信息可控”的交互模式 可信任感的构建：可解释设计、最小权限原则、心理安全感 案例分析：NotebookLM 如何围绕“用户上传资料”设计可信答复与上下文管理 三、知识型产品的多模态未来：听、说、看的协同演进 多模态交互为何成为知识工作场景中的关键突破口？ 可听（对话播客）、可视（思维导图、讲解视频etc）、可写（多格式输出）的设计逻辑 案例分享：NotebookLM 在播客、脑图、讲解视频和结构化知识输出中的尝试与用户反馈 四、设计方法与实践经验：如何推进AI产品从0到1再到可持续 快速试验与迭代策略：小模型验证、大用户共创、风险窗口最小化 用户研究在AIGC产品中的转变：从行为观察转向认知框架建模 NotebookLM 团队在 Google Labs 内部推动跨角色协作、实验性产品落地的经验复盘 五、总结与展望：AI时代，设计师的工具观与责任感 设计师在 AI 产品中的角色变化：从界面建构者到知识中介架构师 如何在模型黑箱与用户诉求之间，持续打磨信任机制 展望下一阶段：AI 工具如何更具情境理解力与主动表达能力 话题亮点： 1) NotebookLM 是 Google AI 原生工具中设计范式升级的代表作之一，从“对话机器人”到“知识合作者”的体验转变框架，拓展 AI 产品在教育、科研、内容创作等专业场景的可用性与可信度，围绕“可信AI+知识私有化+多模态生成”展开设计，已获得全球百万用户高度关注与广泛使用。 2) 团队通过快速迭代、用户共创，构建出以“来源可溯、风格可调、多模态可切换”为核心的新一代 AI 体验范式，展示如何满足用户多样的认知偏好与表达方式。 3) 产品已从 Google Labs 走向 Google One 生态，代表了知识工具从文档工具向 AI 协作平台进化的趋势。在实验性产品中推进快速迭代、可信交互机制与跨团队协同，为企业内部孵化 AI 产品提供实操经验。

行业爆款案例拆解：To C 场景的 AIGC 落地路线图

话题概述: 随着 AI 时代浪潮的到来，中国越来越多的团队投入 AI 产品，并将产品的第一站放在海外，我们隐约的感觉到，中国团队的“大航海时代” 已然来临。大部分创业者也早已不是浅薄的认知，认为出海就是“多语言和做做投放”，但即便如此，在海外取得不错的成绩并非易事。在妙多产品设计和运营过程中，我们踩过一些“坑”，从当初更多呆在国内通过“演绎”的方式试图搞明白海外市场，到今天我们肉身在海外，通过直接和用户的接触来打磨产品，我们逐步建立了一些不一样的“体感”。借此机会和大家共同分享与探讨。 演讲题纲: 1. 出海冷启动：面对五花八门和眼花缭乱的“增长顾问和建议”，我该如何制定适合我的策略？ 2. 理解渠道：聊聊我们对 Product Hunt，Linkedin，X，Youtube 的看法。 3. PMF：回归用户与价值。营销重要，但又没有那么关键。 4. 上限与底线：聊聊中国团队出海的系统性优势和劣势。 话题亮点： 1. 从“呆在中国打磨产品”到“呆在硅谷打磨产品”，聊聊我的心路历程和体会。 2. 论 “体感”：我们对海外市场可能会有哪些认知谬误。

中国产品的全球化策略与本地化实践

话题概述: 近年来，大语言模型（LLM）、多模态模型、生成式 AI 技术飞速发展，AI 能力从“技术突破”迈向“落地实践”。然而，尽管大模型的性能不断提升，真正能被用户使用、创造商业价值的“AI 好产品”却依然稀缺。 很多企业和团队在拥有强大模型能力的同时，面临一系列挑战： 如何将复杂的模型能力转化为简单易用的产品界面？ 用户体验如何设计，才能让 AI 真正“可用、好用”？ 如何构建闭环反馈机制，持续优化模型和产品？ 大模型成本高昂，如何实现可控成本下的商业化路径？ 数据合规、伦理安全等门槛越来越高，产品如何应对？ 本专题旨在围绕“如何将大模型打造成用户喜欢、市场认可的好产品”，系统性地探讨从产品设计、用户体验、技术工程、商业模式到组织协同的完整链路，推动 AI 从“炫技”走向“实用”。 演讲题纲: 一、开场：Demo的幻象与商业化的骨感 1. 行业痛点直击 - 技术狂欢 vs 付费犹豫：Demo惊艳却难转化（如POC后落地难、价值模糊） - 核心矛盾：用户不为技术买单，只为解决问题付费 二、破局关键：四大思维转向 1. 价值锚定：从“多模态感知”到“需求深挖” - 案例：医疗大模型聚焦辅助诊断而非通用问答，直击诊疗效率痛点 2. 场景深潜：从“通用炫技”到“垂直闭环” - 路径：选择高价值场景（如工业故障预测、政务审批），端到端解决“最后一公里”问题 3. ROI透明化：从“能力展示”到“价值量化” - 方法：将模型能力转化为可度量收益（如节省30%人力成本、降低50%错误率） 4. 心智构建：从“神奇玩具”到“生产引擎” - 策略：嵌入用户工作流，形成使用依赖 三、产品逻辑重塑：付费意愿的构建基石 1. 定义不可替代的价值主张 2. 设计高价值感知的产品形态 3. 用户导向的定价策略 四、小浣熊家族实践：从理论到行动 1. 垂直场景选择：以PMF（产品市场契合）验证价值 2. ROI验证案例 3. 挑战与反思 五、结语：回归产品本质 - 核心公式：真实痛点 × 闭环场景 × 可量化价值 = 用户付费 - 行动呼吁：做“解决问题的恒星”，而非“炫技的流星” 话题亮点： - 破解「Demo陷阱」困局，获得大模型价值交付的核心思维模式 - 掌握构建用户付费意愿的实用「产品逻辑工具箱」 - 洞察头部企业的落地实践，规避商业化探索的深水区「暗礁」

探索 AI Agent 应用场景

话题概述: 随着人工智能技术的迅猛发展，全球各行各业正经历着前所未有的变革浪潮，谷歌的全球广告业务也在此进程中面临着深刻的设计革新与战略转型。本次演讲将带您深入剖析谷歌广告业务的核心，尤其聚焦于其在搜索领域如何通过创新的产品策略和设计范式，积极拥抱AI带来的机遇与挑战。 我们将首先探讨在AI驱动的新时代下，用户体验的本质发生了怎样的变化，以及这些变化如何重塑了我们对广告产品设计的理解。随后，演讲将通过几个具体且富有洞察力的案例，深入浅出地揭示AI产品设计与传统设计理念之间的核心差异。这些案例不仅会展现AI在提升效率和创造性方面的巨大潜力，更会阐释谷歌是如何巧妙地将多模态AI技术融入产品之中，从而构建出更智能、更个性化且更具沉浸感的广告体验。我们希望借此分享，为正在探索AI赋能产品创新的团队提供宝贵的实践经验和启示。 演讲题纲: 1. 开场与概述 开场白： AI浪潮如何重塑广告与产品设计。 自我介绍 主题预告： 深入解析谷歌广告在AI时代的设计革新，探讨用户体验变化，并通过案例展示AI多模态设计如何提升效率与创新。 2. 谷歌全球广告业务与AI革新战略 业务概览： 谷歌广告的全球影响力与规模。 AI重要性： 应对用户需求演变、解决广告主痛点，AI是技术驱动核心。 AI战略： 从“关键词匹配”到“意图理解”的转变，AI全面介入广告生命周期，强调“以用户为中心”的设计理念。 3. 谷歌旅游广告的AI实践与创新 案例业务： 旅游广告作为AI创新试验场的独特性（复杂决策、丰富数据）。 搜索创新： AI如何理解旅游意图（如“旧金山带早餐酒店”），展示原生广告的演变，以及动态生成/推荐广告内容。 协作模式： 产品、设计、工程、用户研究、数据等团队如何紧密协作推动AI产品落地。 4. AI多模态设计案例分析 多模态定义： AI综合理解并生成多种数据类型（文本、图像、行为等）。 案例一：广告素材与用户意图的深度融合 案例二：赋能全球数十亿用户的规模化创新 5. 总结与问答 核心回顾： AI是产品设计核心驱动力，多模态是未来；谷歌通过AI实现效率与创新双飞跃；跨部门协作与用户中心是关键。 未来展望： AI在广告和产品设计领域的无限可能。 互动： 问答环节。 话题亮点： 1. 突破性的多模态AI驱动设计：广告素材与用户意图的深度融合 2. 赋能全球数十亿用户：AI广告产品体验的规模化创新与落地

多模态 AI 在产品设计中的提效与创新应用

话题概述: 随着大模型技术的飞速发展，其在各行各业的应用日益广泛。银行业作为金融行业的核心，其内容运营对于提升用户体验、增强品牌价值和实现业务增长具有重要意义。然而，传统的内容运营方式已难以满足日益增长的市场需求，因此探究人工智能，尤其是大模型技术在银行内容运营中的深度应用及未来趋向具有重要价值。 某股份制银行，一方面在手机银行、企业微信等多端引入图文、短视频等内容，并配合进行埋点和A/B测试，从而实现针对用户内容点击行为的数据采集与分析，识别用户的内容兴趣偏好，补充完善用户画像。另一方面，借助抖音、小红书等内容平台每天产生的上亿条内容，利用大模型对短视频的分析能力，甄别出每天/每周与公域百大兴趣族群（如骑行人群、夜钓人群）相匹配的兴趣热点，再将该热点与大零售部门所能提供的各项权益进行匹配，例如：将《黑神话·悟空》的热点与持有的Steam满减权益相匹配，再借助人工智能生成内容（AIGC）的能力快速生成相应海报或banner（横幅广告），在自有或外部渠道进行投放。通过这样的方式，实现内容获客的同时抓取用户行为，迭代完善用户兴趣画像，并指导下一轮热点提炼，实现在“数据飞轮”下的热点内容识别、客群深入理解、物料精准投放，从而最终实现转化，助推AUM提升。 本次分享以同花顺自营运营的经验以及在金融业务探索的历程，深入探讨AIGC的时代背景下，提升用户转化的业务场景、配套内容的供给策略，以及同花顺不同形式的内容（音视频、直播）在金融场景的具体应用，包括内容生态平台的构筑策略，整体对金融机构进行业务赋能，提升一系列业务数据转化与提效措施。 演讲题纲: 1、银行客户核心需求与AI技术赋能 1.1 银行核心诉求：金融数据/知识精准召回、专家级分析框架、风控合规落地 1.2 通用大模型VS金融大模型优势 1.3 构建“多模型生态+数据飞轮+服务平台+业务场景渗透”体系，覆盖投顾、投研、投教等核心场景 2、核心实践：智能投资助理 2.1 能力亮点：聚焦股/基/期等领域（90+技能）、意图识别准确率＞98.6%、支持单技能定制与内容框架自定义 2.2 三大应用场景： 金融查询、投顾建议、事件解读 3、AIGC驱动的内容生产与运营升级 3.1 AIGC平台演进：从“单一场景拼接”到“Agent驱动全流程” 3.2 内容质检与优化 3.3 AI魔毯 3.4 Auto-Flow：全自动化快讯运营（AI驱动+人工审核）、Agent驱动要闻运营 4、个性化推荐体系构建 4.1 内容知识库（KYP） 4.2 推荐引擎（CAMS） 4.3 用户画像（KYC） 话题亮点： 成功要点： 核心在于以金融大模型和金融数据为核心驱动力，通过AIGC平台实现内容生产（模板/辅助/自动创作）、审核（多模态合规检测+人机协同）、分发（个性化推荐）全链路智能化，同时结合金融垂类数据（如财报、行情、研报）与专家知识，解决了内容生产效率低、合规风险高、用户体验不足等痛点。 启示： 随着大模型在智能体、多模态等方面的快速发展，我们可以预见银行未来会有更深刻的用户洞察、更到位的客户服务，在更好地满足用户金融需求的同时，也为用户带来充分的情绪价值，而这一切都需要由内容和体验来承载——毕竟这是一个得内容与体验者得天下的时代，银行也不例外。　

行业爆款案例拆解：To B 场景的 AIGC 落地路线图