文 / 四海?

來(lái)源 / 節點(diǎn)財經(jīng)

從百模大戰的興起，再到市場(chǎng)有關(guān)大模型PMF（產(chǎn)品市場(chǎng)匹配）的討論沸沸揚揚。這一切都隨著(zhù)DeepSeek的橫空出世發(fā)生變化。DeepSeek全面免費開(kāi)源，在全球掀起了一場(chǎng)超級風(fēng)暴，不光將算力成本打了下來(lái)，更是改變了模型開(kāi)源閉源的攻守站位。幾乎所有的大型科技公司、互聯(lián)網(wǎng)公司和初創(chuàng )公司，都在宣布自有大模型的開(kāi)源，或者基于開(kāi)源模型進(jìn)行業(yè)務(wù)重建。

如果說(shuō)過(guò)去閉源模型過(guò)高的成本限制了企業(yè)對大模型的應用，那么在開(kāi)源模型聲浪越大的今天，大模型如何重構企業(yè)商業(yè)模式？什么樣的生態(tài)才是真正繁榮的AI生態(tài)？企業(yè)在用大模型賦能自身業(yè)務(wù)時(shí)有哪些痛點(diǎn)與誤區？我們采訪(fǎng)了累計8位從業(yè)者，涵蓋了B端技術(shù)服務(wù)商與C端應用方，共同探討大模型的本質(zhì)與應用方法論。

01 大模型是AI時(shí)代的水電煤

在大模型生態(tài)日漸繁榮之時(shí)，市場(chǎng)上浮現出一種聲音，大模型時(shí)代的殺手級應用是誰(shuí)？是元寶、豆包還是ChatGPT？各大模型商家揮灑營(yíng)銷(xiāo)費用買(mǎi)量提高日活之時(shí)，業(yè)內人士拿著(zhù)放大鏡，尋找大模型時(shí)代的微信與QQ。

在《節點(diǎn)財經(jīng)》看來(lái)，大模型與移動(dòng)互聯(lián)網(wǎng)的本質(zhì)差異在于 —— 前者是 “生產(chǎn)力工具”，后者是 “生產(chǎn)關(guān)系重構者”。

阿里云智能集團副總裁安筱鵬告訴《節點(diǎn)財經(jīng)》，大模型的優(yōu)勢在于能夠深度融入千行百業(yè)的各個(gè)環(huán)節，可以作為智能大腦系統嵌入各類(lèi)硬件設備；以軟件形態(tài)，通過(guò)協(xié)作的方式與人共同完成任務(wù)；或是成為自動(dòng)駕駛的控制系統，指揮其他業(yè)務(wù)系統自動(dòng)完成工作流程。大模型多元化的應用形態(tài)，使得其價(jià)值形態(tài)和商業(yè)模式也更加豐富多樣，若要尋找與大模型適配的參照坐標系，集成電路會(huì )比互聯(lián)網(wǎng)更為合適。

針對不同的應用方式，《節點(diǎn)財經(jīng)》也采訪(fǎng)了應用端企業(yè)，在與多位受訪(fǎng)對象交流過(guò)程中，我們發(fā)現效率的提升、成本的降低是大模型最突出的特點(diǎn)。

以控制系統為例，專(zhuān)注提供井工礦無(wú)人駕駛解決方案的雷科智途，其創(chuàng )始人黃琰表示，過(guò)去中國礦山機械品牌售價(jià)只有海外品牌的一半，但是用大模型重構場(chǎng)景作業(yè)能力后，旗下無(wú)人車(chē)礦山機械售價(jià)幾乎與海外品牌持平，不光提升了場(chǎng)景作業(yè)能力，也提升了品牌的溢價(jià)。

以軟件形態(tài)與企業(yè)業(yè)務(wù)協(xié)同為例，新藍標數字集團李唯涵透露，智能體的應用大大提升了內容的生產(chǎn)效率，僅2025年第一季度，藍色光標由AI直接驅動(dòng)的營(yíng)收已經(jīng)逼近去年全年，今年預計達到30到40億元的規模。

作為智慧大腦嵌入硬件設備，提升場(chǎng)景應用能力為例。專(zhuān)注酒店場(chǎng)景智能產(chǎn)品研發(fā)的睿沃科技CEO王琦透露，依托大模型開(kāi)源特性，睿沃科技得以快速開(kāi)發(fā)新功能，將自助入住機流程從 2 分鐘縮短至 10 秒，高峰期分流 60% 客人，為中小酒店節省至少 2 名前臺人力成本。

相較于了解大模型對企業(yè)或產(chǎn)業(yè)的滲透方式而言，探索企業(yè)如何用大模型改造業(yè)務(wù)更具價(jià)值。

在安筱鵬看來(lái)，今天要想客觀(guān)衡量一個(gè)國家AI行業(yè)，并非只盯著(zhù)模型的排行榜，而是整個(gè)軟件應用生態(tài)是否足夠繁榮，這才是判斷AI產(chǎn)業(yè)應用落地的標準。李彥宏也曾提到，不管是開(kāi)源還是閉源，模型的排行榜并不重要，重要的是應用。

國內頂級創(chuàng )業(yè)培訓機構昆侖學(xué)堂也持有類(lèi)似的觀(guān)點(diǎn)，基礎大模型需要高昂的算力成本支持，是少數企業(yè)的事，大多企業(yè)應該聚焦在場(chǎng)景應用的優(yōu)化上。

市場(chǎng)才是檢驗技術(shù)價(jià)值和產(chǎn)品競爭力的終極標準，那么走在應用最前沿的企業(yè)如何形成商業(yè)化閉環(huán)的？

02 應用端企業(yè)如何用好大模型？

大模型通過(guò)智慧大腦嵌入硬件、軟件協(xié)同作業(yè)、自動(dòng)化系統控制三種形態(tài)滲透業(yè)務(wù)場(chǎng)景，而發(fā)揮其效能的核心，在于企業(yè)能否運用獨有場(chǎng)景數據形成業(yè)務(wù)閉環(huán)。在昆侖學(xué)堂看來(lái)，技術(shù)應該與應用場(chǎng)景深度融合，避免拿著(zhù)屠龍刀找龍的尷尬。

五節數據核心業(yè)務(wù)涉及輿情監測，在大模型興起之前就用AI賦能旗下輿情監測平臺，但是彼時(shí)的AI還不夠聰明。打個(gè)比方，對100篇文章識別的話(huà)，普通AI的情感判斷準確度僅70%。后來(lái)，大模型技術(shù)不斷精進(jìn)，五節數據借助自有數據微調后的大模型，對文本與視頻內容的情感分析準確度上升到了98%，大大降低了輿情監督的人力成本。

在五節數據創(chuàng )始人田文軍看來(lái)，大廠(chǎng)業(yè)務(wù)廣泛，在其密集的觸手之外，抓住細分場(chǎng)景商機，用獨有數據賦能大模型，形成業(yè)務(wù)閉環(huán)，是中小企業(yè)的商業(yè)化出路。

以數據結合大模型賦能業(yè)務(wù)場(chǎng)景，進(jìn)而提升企業(yè)競爭力的還有雷科智途。黃琰表示，對于礦井場(chǎng)景來(lái)講，市面上大部分通用大模型算力都過(guò)剩了，真正欠缺的是細分場(chǎng)景的數據。

想要有數據積累并不簡(jiǎn)單。礦山場(chǎng)景聚焦井下非標準交通場(chǎng)景，數據量遠少于公開(kāi)道路。與此同時(shí)，通用大模型難以直接滿(mǎn)足礦山的特殊需求，因此也需結合行業(yè)特性，對算法做定制化優(yōu)化。

雷科智途通過(guò)微調后的大模型賦能礦山L4無(wú)人駕駛場(chǎng)景應用，提升了在復雜場(chǎng)景下，決策模塊的感知能力與高效協(xié)同能力，最終減少了近50%的井下作業(yè)人力，提升了礦山場(chǎng)景的安全性。據了解，旗下自產(chǎn)的礦山機械從過(guò)去“價(jià)格僅為進(jìn)口設備一半仍難獲認可”到“逐步實(shí)現對海外品牌的技術(shù)替代”。

除了深挖細分場(chǎng)景提升競爭力，各大企業(yè)對大模型的應用也絕非聚焦在單點(diǎn)突破，而是應用于全鏈路提效上。

當紅齊天聯(lián)合創(chuàng )始人馬子涵坦言，大模型對公司業(yè)務(wù)的賦能覆蓋了全鏈路，包括內容創(chuàng )作、用戶(hù)洞察分析、后期的運營(yíng)與優(yōu)化上。

當紅齊天集團是一家AI+XR生態(tài)型文化科技企業(yè)，全鏈條布局創(chuàng )造沉浸式數智體驗，深度融合人工智能（AI）、5G云渲染、大空間定位、先進(jìn)傳感器、5G-A等前沿技術(shù)，應用于科技文旅、教育、電競等多元場(chǎng)景。據了解，一個(gè)項目的落地通常涵蓋，用戶(hù)市場(chǎng)調研、內容創(chuàng )作、落地執行、用戶(hù)數據分析等多個(gè)環(huán)節。

內容作為非標準行業(yè)，再疊加不同地區用戶(hù)喜好與文化的差異問(wèn)題，每次項目的規劃都具備不可復制的特點(diǎn)。但大模型能力的提升剛好解決了這個(gè)問(wèn)題。

馬子涵透露，大模型能參與代碼開(kāi)發(fā)、劇本優(yōu)化、圖像生成多個(gè)環(huán)節，縮短內容生產(chǎn)周期。與此同時(shí)，大模型也能應用于用戶(hù)洞察上，有助于當紅齊天緊緊把握地域文化特色與流行趨勢。此外，XR/VR虛擬場(chǎng)景體驗包括多模態(tài)交互，而AI剛好可以追蹤用戶(hù)體驗行為的互動(dòng)時(shí)長(cháng)等，捕捉用戶(hù)對內容的反饋，借此反哺產(chǎn)品實(shí)現創(chuàng )意迭代。

就在大模型幾乎成為垂直細分領(lǐng)域的標配之時(shí)，如何讓企業(yè)避免“劇場(chǎng)效應”？答案是智能體。

在新藍標數字集團李唯涵看來(lái)智能體是大模型到場(chǎng)景應用的必然演進(jìn)。安筱鵬也表示了類(lèi)似的觀(guān)點(diǎn)，Agent是軟件在A(yíng)I時(shí)代的新形態(tài)，就像SaaS是10年前的軟件形態(tài)一樣。

據《節點(diǎn)財經(jīng)》觀(guān)察，智能體在公司業(yè)務(wù)中也發(fā)揮越來(lái)愈大的作用，我們以?xún)热轂橥醯臓I(yíng)銷(xiāo)行業(yè)為例。

AIGC普及以來(lái)，市面上同質(zhì)化內容亂流，如何產(chǎn)生優(yōu)質(zhì)內容，吸引用戶(hù)注意力是每個(gè)營(yíng)銷(xiāo)領(lǐng)域的公司都應該思考解決的問(wèn)題，對此藍色光標給出了解決方案。

早在2023年，藍色光標就開(kāi)始激進(jìn)的布局全鏈路AI營(yíng)銷(xiāo)，與阿里云、百度智能云、火山引擎等頭部平臺合作，打造專(zhuān)屬營(yíng)銷(xiāo)大模型 BlueAi。

但垂類(lèi)營(yíng)銷(xiāo)模型對藍色光標來(lái)說(shuō)只是一個(gè)開(kāi)始，“不同領(lǐng)域的客戶(hù)還是有know—how與信息差壁壘的?！崩钗ê硎?。為此，藍色光標將過(guò)去服務(wù)客戶(hù)積攢的數據與經(jīng)驗，沉淀生成智能體。哪怕一個(gè)行業(yè)新手在智能體的幫助下，也能為品牌客戶(hù)交付不錯的成果。目前，藍色光標已經(jīng)打造了超過(guò)100個(gè)智能體，其中達到專(zhuān)家級別的智能體多達30多個(gè)。

在智能體幫助下，只需要10分鐘就能實(shí)現B站、小紅書(shū)等多個(gè)平臺社媒數據實(shí)時(shí)分析，生成營(yíng)銷(xiāo)趨勢洞察，精準把握時(shí)下熱門(mén)內容風(fēng)格，相比較傳統工具可能得需要至少一周的時(shí)間。此外，智能體還能自動(dòng)生成合規文案，減少人工創(chuàng )意成本。

03 大模型應用的挑戰與誤區

聚焦細分場(chǎng)景形成閉環(huán)，用AI賦能全鏈路，甚至生成智能體，看起來(lái)似乎很簡(jiǎn)單，但是這些企業(yè)在摸索出解決方案之前，也不可避免的走上了彎路，為此，《節點(diǎn)財經(jīng)》也特意與企業(yè)探討出一些方法論供業(yè)內人士參考。

首先，拒絕技術(shù)盲目崇拜。

大模型的先進(jìn)與否固然重要，但是黃琰告訴我們，很多企業(yè)一定要等基礎大模型十分先進(jìn)了才肯為業(yè)務(wù)場(chǎng)景融入AI。其實(shí)，現有大模型算力已經(jīng)充足，垂直企業(yè)需要做的就是脫下孔乙己的長(cháng)衫，從實(shí)驗室鉆研技術(shù)，走到具體的應用場(chǎng)景，才能打通軟件與硬件的壁壘，實(shí)現業(yè)務(wù)的閉環(huán)?！安灰驴嗖灰吕?，不要閉門(mén)造車(chē)，要多實(shí)踐多試錯?！秉S琰總結。

此外，很多垂直領(lǐng)域企業(yè)在宣傳產(chǎn)品時(shí)側重于強調搭載了哪個(gè)知名大模型，有多大的參數加持。事實(shí)上，細分領(lǐng)域的企業(yè)關(guān)注點(diǎn)要落到用戶(hù)體驗的優(yōu)化上，特別是要降低用戶(hù)的使用成本。

維度AI專(zhuān)注于打造研究型Agents，其創(chuàng )始人兼CEO楊宇梁表示，agent的價(jià)值核心是context，為此，我們用交互體驗更佳的agents為用戶(hù)提供精準、可靠的學(xué)術(shù)和知識研究服務(wù)。比如，過(guò)去學(xué)生，研究者和專(zhuān)業(yè)人士在寫(xiě)論文，報告，或跨領(lǐng)域搜集資料時(shí)，通常存在搜索資料耗時(shí)、對陌生領(lǐng)域知識分析困難的難題，現在用維度AI自主研發(fā)的維度X1：智能研究助手，可以在很短的時(shí)間內提取關(guān)鍵信息，獲得可靠研究成果。

昆侖萬(wàn)維也有類(lèi)似的看法，底層模型固然重要，這是衍生出足夠強大上層產(chǎn)品的根基，但是精準把握產(chǎn)品市場(chǎng)契合點(diǎn)，深度洞察市場(chǎng)需求，才能真正打造出解決用戶(hù)痛點(diǎn)的產(chǎn)品。此外，企業(yè)也需要針對新的市場(chǎng)動(dòng)態(tài)，形成快速反饋、快速行動(dòng)、快速驗證的產(chǎn)品價(jià)值閉環(huán)。

其二，數據的積累與隱私。

多位受訪(fǎng)對象向我們表示，AI 模型的訓練依賴(lài)大量高質(zhì)量數據，數據的收集、整理和標注需要耗費大量的資源和時(shí)間。正是因為其重要性，數據的安全性和隱私保護也是關(guān)鍵問(wèn)題，因此，企業(yè)有必要建立完善的數據管理和安全機制，防止數據泄露和被惡意利用。

李唯涵認為，應用大模型對企業(yè)AI轉型來(lái)說(shuō)，只是一個(gè)開(kāi)始，特別是智能體的進(jìn)化并不是一蹴而就的事，企業(yè)要特別注意數據的長(cháng)期積累，才能實(shí)現業(yè)務(wù)的不斷進(jìn)化，打造堅固的護城河。

其三，AI還不能徹底取代創(chuàng )作者。

當然，AIGC的風(fēng)掀起來(lái)之時(shí)，行業(yè)有關(guān)AI替代創(chuàng )作者的爭論沒(méi)有休止，但幾位受訪(fǎng)者均向我們傳遞了AI不能替代人類(lèi)的觀(guān)點(diǎn)。

馬子涵表示，內容創(chuàng )作的本質(zhì)是傳遞情感，傳遞態(tài)度，傳遞個(gè)人風(fēng)格。AI有時(shí)候確實(shí)會(huì )提供天馬行空的創(chuàng )意，那是AI的表達，內容表達本來(lái)就應該是豐富的，AI有AI的風(fēng)格，不同創(chuàng )作者有不同的風(fēng)格，會(huì )有不同的受眾群體。AI會(huì )提效生產(chǎn)，但是人類(lèi)個(gè)體的創(chuàng )作表達依然有其獨特的價(jià)值。

其四，組織適配與挑戰。

就在各大企業(yè)紛紛加碼AI技術(shù)轉型時(shí)，組織架構的轉型也很必要。一個(gè)能真正擁抱AI、理解AI并善于應用AI的組織，比單純應用技術(shù)更重要。這需要新型的人才培養體系和組織形態(tài)。比如，從招聘到晉升再到激勵，AI已經(jīng)成為藍色光標最剛性的考核標準。今天在藍色光標有數百名產(chǎn)品技術(shù)人才、AI種子人才。

最后，中國的AI應用仍處于初級階段。

在基礎大模型上，中國只落后美國1到3個(gè)月的時(shí)間，但是在基礎大模型的應用上，中國還處于萌芽階段。安筱鵬表示，美國在2024年AI相關(guān)的獨角獸公司大概有28家，其中在代碼生成領(lǐng)域有6家到8家獨角獸公司，但是中國市場(chǎng)雖然很多公司都用AI賦能了，但是所創(chuàng )造的收入規?；蛘逜I原生企業(yè)的規模還無(wú)法與美國市場(chǎng)相提并論。

不過(guò)從長(cháng)遠視角來(lái)看，這并不代表中國企業(yè)勢必落后于美國。昆侖學(xué)堂告訴《節點(diǎn)財經(jīng)》，美國企業(yè)在大模型基礎技術(shù)、算法積累上確實(shí)有優(yōu)勢，但是中國在應用落地與數據場(chǎng)景上潛力空間巨大，打破技術(shù)限制，與行業(yè)資源融合才是中國企業(yè)的破局之道。

當然，大模型作為基礎設施，其蓬勃發(fā)展實(shí)現對各行各業(yè)的滲透乃大勢所趨。安筱鵬預測，一切智能硬件會(huì )被大模型所驅動(dòng)；一切軟件會(huì )被大模型所重構；一切數據會(huì )被大模型所激活。盡管中國 AI 應用生態(tài)尚處早期，但開(kāi)源浪潮下，中小企業(yè)正通過(guò)“場(chǎng)景深耕 + 數據積累”實(shí)現差異化突破。正如安筱鵬所言，大模型時(shí)代的競爭不是“百米沖刺”，而是“馬拉松耐力賽”，這為中國企業(yè)構建本土生態(tài)提供了戰略窗口期。

*題圖由AI生成