在農(nóng)歷蛇年新春前夕，中國 AI 界迎來了一個震撼全球的重磅新聞：杭州 AI 初創(chuàng)公司 DeepSeek 的模型研發(fā)成本僅為競品的百分之一，其免費 AI 助手在美國 App Store 一舉超越 ChatGPT，登上免費應用排行榜榜首。消息在全球范圍內(nèi)引發(fā)巨大反響，美國科技股市值蒸發(fā)超萬億美元，英偉達單日跌幅高達 12.5%。

 

在這場技術(shù)突圍中，DeepSeek 展現(xiàn)出令人矚目的創(chuàng)新效率，其 R1 模型僅耗資 600 萬美元就達到了 OpenAI GPT-4 的性能水平，而后者的研發(fā)投入據(jù)估計高達數(shù)十億美元。「以小博大」的技術(shù)突破，讓全球科技界不得不重新思考 AI 發(fā)展的路徑……

 

 

Part 1

深度對話測試 DeepSeek 的行業(yè)洞察能力

 

我們先設(shè)計了兩個專業(yè)問題來深入測試 DeepSeek 的思維能力。

第一個問題直指品牌戰(zhàn)略的核心：如果一個化妝品品牌想在三年內(nèi)實現(xiàn)從大眾市場向高端市場的升級轉(zhuǎn)型，在產(chǎn)品研發(fā)、品牌重塑、渠道布局等方面需要做出哪些系統(tǒng)性調(diào)整？

 

DeepSeek 思考過程：

 

DeepSeek 正式回答結(jié)果：

 

DeepSeek 的思考過程很有趣，它沒有直接給出建議，而是先站在企業(yè)管理者的角度，解構(gòu)問題背后的深層訴求，從品牌經(jīng)理面臨的轉(zhuǎn)型壓力，到如何在變革中保持品牌核心價值；從如何把控執(zhí)行風險，到團隊能力的重塑，層層深入的思維過程展現(xiàn)了其對復雜商業(yè)問題的洞察力。

 

在正式回答中，DeepSeek 提供了一份完整的系統(tǒng)方案，涵蓋了品牌價值重構(gòu)、組織能力轉(zhuǎn)型等企業(yè)轉(zhuǎn)型的關(guān)鍵維度。令人印象深刻的是其對行業(yè)案例的運用。雅詩蘭黛集團 Clinique 的轉(zhuǎn)型經(jīng)驗、SK-II Pitera 的技術(shù)路線等，顯示出其對美妝行業(yè)的深度理解。

 

方案中的一些細節(jié)尤其值得關(guān)注。比如在渠道布局方面，它提出了「三米原則」——品牌專柜要距離頭部奢侈品牌 3 米內(nèi)；在價格體系方面，它建議通過「價格錨定躍遷法」來重構(gòu)產(chǎn)品線。具操作性的建議讓整個方案既有戰(zhàn)略高度，又能落地實施。

 

方案的時間節(jié)奏把控同樣精準，其設(shè)計了一個三年的詳細路線圖，并建議設(shè)立動態(tài)監(jiān)測系統(tǒng)，通過品牌健康指數(shù)、價格溢價率等關(guān)鍵指標來評估轉(zhuǎn)型進度。精細化的管理思路，與當前企業(yè)數(shù)字化轉(zhuǎn)型的理念高度契合。

 

第二個問題則聚焦行業(yè)技術(shù)前沿：2024 年全球化妝品市場有哪些新興成分和配方技術(shù)突破？

 

截至撰稿，可能因為火爆，DeepSeek 自家的聊天服務(wù)暫停了互聯(lián)網(wǎng)搜索功能。因此這道問題，我們選擇了 Perplexity 這個擅長搜索的 AI 工具來回答，它很快就蹭上了這波熱度，在其服務(wù)中融合了 DeepSeek 的 R1 思考模型。

 

Perplexity via R1 搜索和思考過程：

 

Perplexity via R1 正式回答：

 

被 R1 加持的 Perplexity ，先進行了系統(tǒng)化的信息采集，搜索了當前問題之外，還拓展到「應用前景」和「作用機理」等相關(guān)維度。隨后，它對收集到的信息進行了深度整合。發(fā)現(xiàn)多個信息源都提到生物技術(shù)領(lǐng)域的突破后，它將這些零散信息重組為「生物技術(shù)工程成分」這一主題，展現(xiàn)出對專業(yè)知識的準確把握。

 

在最終輸出中，Perplexity 將各項技術(shù)突破按照作用機理和應用前景分類討論。從 Hydrosome H?O 技術(shù)到 RetiLife 生物發(fā)酵工藝，從納米遞送系統(tǒng)到 AI 輔助配方開發(fā)，每個技術(shù)點都有具體案例支撐。它敏銳地注意到了跨界融合趨勢，比如 AI 在配方開發(fā)中的應用前景。

 

雖然在全球爆紅之后 DeepSeek 的搜索功能一度因流量激增而暫停很遺憾，不過在它出圈前一個月，我們就對其在化妝品個護領(lǐng)域的信息檢索能力進行了測試。當時我們詢問行業(yè)新聞和趨勢動態(tài)，發(fā)現(xiàn) DeepSeek 會自動檢索 30-50 個相關(guān)網(wǎng)頁，搜索范圍之廣、內(nèi)容之翔實令人印象深刻。

 

 

在搜索結(jié)果中，我們發(fā)現(xiàn) DeepSeek 收錄了來自榮格工業(yè)資源網(wǎng)（Industry Sourcing）的專業(yè)報道，也從側(cè)面印證了榮格工業(yè)資源網(wǎng)在化妝品個護領(lǐng)域的專業(yè)影響力。歡迎訪問我們的網(wǎng)站，注冊會員可以獲取更多行業(yè)深度資訊，訂閱電子通訊和專業(yè)雜志，及時掌握行業(yè)發(fā)展動態(tài)！

掃描二維碼訪問榮格工業(yè)資源網(wǎng)

或復制下列地址訪問

industrysourcing.cn

 

通過這些問題的測試，我們可以看到新一代 AI 模型在處理專業(yè)領(lǐng)域問題時的突出優(yōu)勢：一是思維的系統(tǒng)性和專業(yè)性；二是知識整合的廣度和深度；三是分析框架的完整性和可操作性。

 

可見，DeepSeek 的能力已經(jīng)達到了一個有不少經(jīng)驗的行業(yè)顧問的水平，其背后的技術(shù)原理則更值得我們深入探討。

 

 

Part 2

「彎道超車」的技術(shù)密碼

 

在短短幾個月內(nèi)，DeepSeek 何以從默默無聞到引爆全球科技界？

 

通過研究 V3 和 R1 兩個模型的開發(fā)歷程，我們發(fā)現(xiàn) DeepSeek 顛覆了傳統(tǒng)的技術(shù)路徑，探索出一條資源消耗更低、創(chuàng)新效率更高的發(fā)展道路。

 

目前 AI 領(lǐng)域的主流思路是追求更大的模型規(guī)模，認為參數(shù)量越大，性能就越好，這種路徑需要海量的計算資源和巨額的研發(fā)投入。

 

DeepSeek 則另辟蹊徑，通過「混合專家系統(tǒng)」（Mixture of Experts，MoE）實現(xiàn)了資源的精準調(diào)配，這種系統(tǒng)讓模型的不同部分專注于不同任務(wù)，如同一個精密的分工系統(tǒng)。

 

 

當用戶提出問題時，系統(tǒng)會先判斷問題類型，然后只調(diào)動最相關(guān)的模型部分來處理。比如面對數(shù)學問題時，系統(tǒng)會激活約 30 億參數(shù)的專門模塊，而非調(diào)用全部 670 億參數(shù)。

 

精準分工讓模型在維持性能的同時顯著降低了計算開銷，不僅模型訓練成本降至競品的百分之一，運行成本更是降低了二十到五十倍。在硬件受限的情況下，DeepSeek 僅用不到三千塊 GPU 就達到了需要兩萬五千多塊 GPU 的競品同等性能。

 

在技術(shù)創(chuàng)新方面，DeepSeek 還開發(fā)出「模型蒸餾」（Model Distillation）技術(shù)，這是一種將大模型知識濃縮到小模型的創(chuàng)新方法。

 

 

研發(fā)團隊首先用一個擁有 670 億參數(shù)的大模型來解決特定領(lǐng)域的問題，記錄其問答過程和解決方案。隨后，他們用這些數(shù)據(jù)來訓練一個僅有 8 到 30 億參數(shù)的小型模型。經(jīng)過持續(xù)優(yōu)化，這個小模型最終能在特定任務(wù)上達到接近大模型的表現(xiàn)。

 

DeepSeek 最具突破性也是最引人注目的創(chuàng)新，在于其「思維鏈」（Chain of Thought）技術(shù)。

 

 

傳統(tǒng)人工智能模型往往采用直接輸出答案的方式，缺乏推理過程的透明度，DeepSeek 的 R1 模型則通過強化學習實現(xiàn)了類人的思維推理能力。在回答問題時，模型會先進行自主思考，逐步分析問題的不同維度，最后才給出完整的解決方案。

 

更令業(yè)界矚目的是，DeepSeek 選擇公開其核心技術(shù)細節(jié)和訓練方法。在當前 AI 領(lǐng)域「技術(shù)黑箱」盛行的背景下，這種開放共享的理念引發(fā)了廣泛關(guān)注。一方面，這讓更多機構(gòu)和開發(fā)者能夠參與技術(shù)改進；另一方面，由于模型可以在普通硬件上運行，極大降低了技術(shù)應用的門檻。

 

通過精準的任務(wù)分工、知識提煉和開放協(xié)同，證明了在特定領(lǐng)域，專注的創(chuàng)新策略完全可以超越簡單的資源堆砌。以效能優(yōu)化為核心的技術(shù)思維，為各個行業(yè)的創(chuàng)新發(fā)展提供了全新的思路。

 

DeepSeek 技術(shù)突破背后體現(xiàn)的創(chuàng)新理念，對正在經(jīng)歷數(shù)字化轉(zhuǎn)型的化妝品行業(yè)也具有特殊的啟發(fā)意義。如何在資源有限的情況下實現(xiàn)創(chuàng)新突破？如何提煉和優(yōu)化核心技術(shù)？如何構(gòu)建開放協(xié)同的創(chuàng)新生態(tài)？下面《happi China》帶你進一步探討這些問題。

 

 

Part 3

DeepSeek 研發(fā)思路創(chuàng)新對化妝品行業(yè)的啟示

 

在當前市場環(huán)境下，化妝品企業(yè)同樣面臨著資源約束與效能提升的挑戰(zhàn)。DeepSeek 的混合專家（MoE）系統(tǒng)讓不同模塊專注于特定任務(wù)，這種思路化妝品研發(fā)體系也可以借鑒。例如，在活性成分開發(fā)中，可以建立細分的功效數(shù)據(jù)庫，讓專門團隊聚焦于保濕、抗氧化、屏障修復等特定方向。

 

在產(chǎn)品開發(fā)策略上，企業(yè)可以將資源集中在重點細分領(lǐng)域，比如專注某個年齡段的護膚需求，或者深耕抗氧化、舒緩修護等特定功效方向。專項突破的研發(fā)機制，往往能以更高效的方式建立差異化優(yōu)勢。

 

在技術(shù)提煉方面，DeepSeek 通過模型蒸餾將大模型的知識轉(zhuǎn)移到小模型中，化妝品研發(fā)也可以采用類似的技術(shù)沉淀思路。例如，在活性成分研發(fā)中，可以借鑒這種提煉理念，將實驗室發(fā)現(xiàn)的復雜分子作用機制，通過系統(tǒng)分析提煉出關(guān)鍵影響因素，進而開發(fā)出更簡化、更穩(wěn)定的產(chǎn)業(yè)化方案。在配方開發(fā)層面，這種提煉思維同樣適用，可以通過建立專家經(jīng)驗數(shù)據(jù)庫，利用自然語言處理技術(shù)提取關(guān)鍵的配方參數(shù)關(guān)系，將復雜的配方設(shè)計經(jīng)驗轉(zhuǎn)化為可量化的知識體系。

 

研發(fā)過程顯性化方面，DeepSeek 的思維鏈技術(shù)讓模型的推理過程變得可見可控，這種思路在化妝品研發(fā)中同樣關(guān)鍵。比如可以通過可視化的方式展現(xiàn)配方開發(fā)的每個決策環(huán)節(jié)，幫助研發(fā)團隊更好地理解和優(yōu)化配方設(shè)計。

 

此外開放協(xié)同也是正在化妝品行業(yè)形成新趨勢，化妝品企業(yè)正從傳統(tǒng)的封閉研發(fā)模式向數(shù)據(jù)驅(qū)動的開放創(chuàng)新模式轉(zhuǎn)變，企業(yè)可以與高校、科研院所建立長期合作關(guān)系，與供應商形成更緊密的創(chuàng)新聯(lián)盟。開放協(xié)同的創(chuàng)新模式能帶來意想不到的突破。當不同領(lǐng)域的專業(yè)知識相互碰撞，往往能激發(fā)出全新的研發(fā)思路。

 

 

Part 4

越來越先進的 AI 

能給化妝品產(chǎn)業(yè)帶來什么新機遇？

 

DeepSeek 的技術(shù)創(chuàng)新對化妝品行業(yè)的影響，不止于思維方式的啟發(fā)，其開源共享的技術(shù)路線和低資源的運行特點，為化妝品企業(yè)打造自有 AI 工具提供了新的可能，特別是 V3 和 R1 模型能在普通硬件上運行的特點，讓規(guī)模較小的企業(yè)也有機會參與到 AI 創(chuàng)新中來。

 

根據(jù)麥肯錫最新發(fā)布的行業(yè)研究，生成式人工智能預計將為全球美容行業(yè)帶來 90 億至 100 億美元的增量價值。目前企業(yè)普遍面臨的挑戰(zhàn)不在于是否采用 AI 技術(shù)，而在于如何在技術(shù)快速迭代的背景下實現(xiàn)規(guī)?；瘧?。

 

在這個背景下，DeepSeek 的技術(shù)突破具有特殊意義。因為此前，只有資源充沛的大企業(yè)才有能力構(gòu)建專屬的 AI 系統(tǒng)，頂級科技公司為行業(yè)巨頭開發(fā)專屬的 AI 基礎(chǔ)模型。但 DeepSeek 的出現(xiàn)改變了這一格局。通過開源的技術(shù)方案和精簡的硬件需求，中小企業(yè)也有機會打造適合自身需求的 AI 工具。

 

這種變革已經(jīng)在一些細分領(lǐng)域顯現(xiàn)——

 

在產(chǎn)品研發(fā)環(huán)節(jié)，企業(yè)可以利用輕量級 AI 模型輔助配方優(yōu)化；在品牌營銷方面，可以開發(fā)個性化的消費者互動系統(tǒng)；在質(zhì)量控制上，可以構(gòu)建智能化的生產(chǎn)監(jiān)測平臺……這些應用不再需要龐大的技術(shù)團隊和昂貴的硬件設(shè)施，而是可以根據(jù)企業(yè)實際需求逐步推進。

 

具體到實施層面，企業(yè)可以采取漸進式的策略。首先可以在數(shù)據(jù)積累相對充分的環(huán)節(jié)展開嘗試，如產(chǎn)品反饋分析、消費者畫像、庫存預測等，這些場景的數(shù)據(jù)結(jié)構(gòu)相對簡單，適合用輕量級模型處理。隨著經(jīng)驗的積累，再逐步向配方研發(fā)、質(zhì)量控制等專業(yè)領(lǐng)域拓展。

 

值得注意的是，AI 技術(shù)的應用絕不是簡單的工具替換。正如 DeepSeek 在技術(shù)創(chuàng)新中展現(xiàn)的那樣，關(guān)鍵在于找準自身定位，發(fā)揮專業(yè)優(yōu)勢。

 

化妝品企業(yè)在導入 AI 工具時，應該著眼于如何將行業(yè)經(jīng)驗與技術(shù)創(chuàng)新有機結(jié)合，而不是盲目追求技術(shù)的全面覆蓋。

 

AI 技術(shù)的價值不在于替代人的專業(yè)判斷，而在于放大專業(yè)人才的創(chuàng)新潛力。

 

技術(shù)門檻的降低和開源生態(tài)的成熟之下，化妝品行業(yè)正迎來 AI 應用的新機遇。企業(yè)需要在保持戰(zhàn)略定力的同時，積極探索適合自身特點的技術(shù)路徑。期待更多像 DeepSeek 這樣開放共享的技術(shù)創(chuàng)新不斷誕生，推動各行各業(yè)數(shù)字化、數(shù)智化轉(zhuǎn)型落地。

 

 

來源：

作者：John Xie