“當前，大模型商業化進程已進入‘深水區’。”北京中關村科金技術有限公司（以下簡稱“中關村科金”）總裁喻友平在日前舉行的2025大模型技術與應用創新城市論壇上說，B端市場的突破關鍵在于構建具備行業知識和技術領先的垂類大模型，這不僅是破解企業數字化轉型痛點的技術關鍵，更是驅動產業智能化升級的下一個戰略增長極。
當前階段，大模型如何落地服務企業、創造價值成為行業關注的重點。愛分析聯合創始人兼首席分析師張揚認為，基于行業特定場景的大模型落地難度雖大，卻能創造核心價值。隨著DeepSeek-R1等具備業務邏輯理解能力的開源模型出現，2025年深入業務場景的大模型及其應用將大有可為。
大模型落地需突破三重難關
行業普遍認為，當前大模型落地有三重難關：數據瓶頸、模型選型難題與人才適配挑戰。
瀝塔創新智庫專家文猛認為，很多企業的數字化基礎還比較薄弱，“數據孤島”現象普遍存在，直接落地大模型的跨度比較大，需要額外投入數據治理成本。在模型選型方面，由于大模型技術迭代速度快，企業選擇的技術路線如果缺少長期演進能力，將導致企業在精力和成本上的重復投入。此外，既懂業務又具備人工智能工程化能力的復合型人才在市場上非常稀缺，無論是外部招聘還是內部培養，都十分考驗企業的組織文化和選用育留能力。
以金融行業為例，艾瑞咨詢分析師孫石琦說，當前金融行業大模型主要應用于客服、辦公等非決策場景，而風控、投研等核心業務仍依賴人工干預。大模型能否由非決策性場景向決策性場景突破，將決定其商業價值和市場規模。而隨著技術成熟度提升，滿足金融審慎要求的垂類模型有望打開千億級市場。
喻友平介紹，在解決數據瓶頸方面，中關村科金自研的得助大模型平臺深度融合大模型技術，集成長文本解析與多模態處理能力，通過構建領域知識圖譜與專業化語料庫，實現企業數據資產的結構化治理與知識體系重構，盤活數據資產。在解決模型選型問題方面，平臺覆蓋算力調度、數據治理、模型訓推、智能體構建等全鏈路大模型開發和應用能力，支持DeepSeek、千問等主流大模型的統一納管，接入各種尺寸的大模型超過200個。在解決人才適配問題方面，平臺通過“理論培訓+實戰演練”雙輪驅動模式，為企業提供業務診斷、技術賦能及全流程陪跑服務。
同時，合規問題也不容忽視。孫石琦舉例說，金融業監管對數據安全、輸出穩定性要求嚴苛，廠商必須在技術迭代與合規框架間尋找平衡點。要解決人工智能幻覺、數據準確性和倫理問題，需要通過更精準的模型構建與專業化場景訓練，從技術源頭改善大模型產品效果。
技術廠商應成為“AI轉型伙伴”
大模型行業格局正在發生結構性變化。文猛認為，未來3年通用大模型將集中于頭部大廠，中小企業需在知識壁壘高的領域構建垂類模型，形成“通用模型主干+垂類模型枝干”的生態。
在他看來，未來會誕生一批垂類模型應用公司，這些公司將通過API應用程序接口服務、行業解決方案等形態，成為鏈接通用大模型與實體產業的關鍵中間層，并通過結構化行業知識提升內容專業性，推動社會智力資源優化配置。
張揚也認為，除了幾家專注基礎大模型的大廠之外，未來還會有專注垂類大模型及其應用的“隱形冠軍”。它們原是各行業的優秀軟件公司，依托在各行業及場景的知識、標桿案例、成熟產品和大模型技術等，完成向頭部垂類大模型應用公司的轉型。
值得注意的是，有行業人士談到，央國企等大型企業的人工智能轉型是全局性問題，單一垂類大模型及其應用只是解決單點、單線問題。因此，企業選擇的技術廠商不能只扮演“銷售模型或軟件”的角色，而應該成為“AI轉型伙伴”，其能力需要涵蓋咨詢、培訓、模型、模型管理平臺、應用開發平臺、應用開發服務等方面。技術廠商可以通過自己組建團隊、建立合作生態等方式補全這些能力。
喻友平也認為，隨著越來越多企業將大模型應用到核心業務中，企業大模型的勝負手不再是模型參數大小，而是誰更懂用垂類知識和經驗提升業務價值。
進入垂直場景落地“深水區”的較量，正在重塑中國人工智能產業競爭。在喻友平看來，當通用能力逐漸成為基礎設施，真正決定商業價值的，將是企業穿透行業本質、解決復雜場景的能力。在這場新競賽中，既需要技術耐性，更考驗生態智慧。
“當前，大模型商業化進程已進入‘深水區’。”北京中關村科金技術有限公司（以下簡稱“中關村科金”）總裁喻友平在日前舉行的2025大模型技術與應用創新城市論壇上說，B端市場的突破關鍵在于構建具備行業知識和技術領先的垂類大模型，這不僅是破解企業數字化轉型痛點的技術關鍵，更是驅動產業智能化升級的下一個戰略增長極。
當前階段，大模型如何落地服務企業、創造價值成為行業關注的重點。愛分析聯合創始人兼首席分析師張揚認為，基于行業特定場景的大模型落地難度雖大，卻能創造核心價值。隨著DeepSeek-R1等具備業務邏輯理解能力的開源模型出現，2025年深入業務場景的大模型及其應用將大有可為。
大模型落地需突破三重難關
行業普遍認為，當前大模型落地有三重難關：數據瓶頸、模型選型難題與人才適配挑戰。
瀝塔創新智庫專家文猛認為，很多企業的數字化基礎還比較薄弱，“數據孤島”現象普遍存在，直接落地大模型的跨度比較大，需要額外投入數據治理成本。在模型選型方面，由于大模型技術迭代速度快，企業選擇的技術路線如果缺少長期演進能力，將導致企業在精力和成本上的重復投入。此外，既懂業務又具備人工智能工程化能力的復合型人才在市場上非常稀缺，無論是外部招聘還是內部培養，都十分考驗企業的組織文化和選用育留能力。
以金融行業為例，艾瑞咨詢分析師孫石琦說，當前金融行業大模型主要應用于客服、辦公等非決策場景，而風控、投研等核心業務仍依賴人工干預。大模型能否由非決策性場景向決策性場景突破，將決定其商業價值和市場規模。而隨著技術成熟度提升，滿足金融審慎要求的垂類模型有望打開千億級市場。
喻友平介紹，在解決數據瓶頸方面，中關村科金自研的得助大模型平臺深度融合大模型技術，集成長文本解析與多模態處理能力，通過構建領域知識圖譜與專業化語料庫，實現企業數據資產的結構化治理與知識體系重構，盤活數據資產。在解決模型選型問題方面，平臺覆蓋算力調度、數據治理、模型訓推、智能體構建等全鏈路大模型開發和應用能力，支持DeepSeek、千問等主流大模型的統一納管，接入各種尺寸的大模型超過200個。在解決人才適配問題方面，平臺通過“理論培訓+實戰演練”雙輪驅動模式，為企業提供業務診斷、技術賦能及全流程陪跑服務。
同時，合規問題也不容忽視。孫石琦舉例說，金融業監管對數據安全、輸出穩定性要求嚴苛，廠商必須在技術迭代與合規框架間尋找平衡點。要解決人工智能幻覺、數據準確性和倫理問題，需要通過更精準的模型構建與專業化場景訓練，從技術源頭改善大模型產品效果。
技術廠商應成為“AI轉型伙伴”
大模型行業格局正在發生結構性變化。文猛認為，未來3年通用大模型將集中于頭部大廠，中小企業需在知識壁壘高的領域構建垂類模型，形成“通用模型主干+垂類模型枝干”的生態。
在他看來，未來會誕生一批垂類模型應用公司，這些公司將通過API應用程序接口服務、行業解決方案等形態，成為鏈接通用大模型與實體產業的關鍵中間層，并通過結構化行業知識提升內容專業性，推動社會智力資源優化配置。
張揚也認為，除了幾家專注基礎大模型的大廠之外，未來還會有專注垂類大模型及其應用的“隱形冠軍”。它們原是各行業的優秀軟件公司，依托在各行業及場景的知識、標桿案例、成熟產品和大模型技術等，完成向頭部垂類大模型應用公司的轉型。
值得注意的是，有行業人士談到，央國企等大型企業的人工智能轉型是全局性問題，單一垂類大模型及其應用只是解決單點、單線問題。因此，企業選擇的技術廠商不能只扮演“銷售模型或軟件”的角色，而應該成為“AI轉型伙伴”，其能力需要涵蓋咨詢、培訓、模型、模型管理平臺、應用開發平臺、應用開發服務等方面。技術廠商可以通過自己組建團隊、建立合作生態等方式補全這些能力。
喻友平也認為，隨著越來越多企業將大模型應用到核心業務中，企業大模型的勝負手不再是模型參數大小，而是誰更懂用垂類知識和經驗提升業務價值。
進入垂直場景落地“深水區”的較量，正在重塑中國人工智能產業競爭。在喻友平看來，當通用能力逐漸成為基礎設施，真正決定商業價值的，將是企業穿透行業本質、解決復雜場景的能力。在這場新競賽中，既需要技術耐性，更考驗生態智慧。
本文鏈接：大模型商業化進入“深水區” 垂類應用成為關鍵勝負手http://m.sq15.cn/show-2-11825-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 精準發力推動腦機接口產業破局