突破AI技術(shù)深水區(qū)，垂類大模型如何重塑產(chǎn)業(yè)競爭格局？

“當前，大模型商業(yè)化進程已進入‘深水區(qū)’?！敝嘘P(guān)村科金得助智能總裁喻友平在2025大模型技術(shù)與應(yīng)用創(chuàng)新城市論壇上表示。在當今數(shù)字化浪潮中，企業(yè)數(shù)字化轉(zhuǎn)型面臨諸多挑戰(zhàn)，而B端市場的突破關(guān)鍵，在于構(gòu)建具備行業(yè)知識和技術(shù)領(lǐng)先的垂類大模型。這不僅是破解企業(yè)數(shù)字化轉(zhuǎn)型痛點的技術(shù)關(guān)鍵，更是驅(qū)動產(chǎn)業(yè)智能化升級的下一個戰(zhàn)略增長極。

當下，大模型如何落地服務(wù)企業(yè)、創(chuàng)造價值，已成為行業(yè)關(guān)注的重中之重。愛分析聯(lián)合創(chuàng)始人兼首席分析師張揚指出，基于行業(yè)特定場景的大模型落地難度雖大，卻能創(chuàng)造核心價值。隨著DeepSeek-R1等具備業(yè)務(wù)邏輯理解能力的開源模型出現(xiàn)，2025年深入業(yè)務(wù)場景的大模型及其應(yīng)用前景廣闊。

一、大模型落地需突破三重難關(guān)

行業(yè)普遍認為，現(xiàn)階段大模型落地面臨著數(shù)據(jù)瓶頸、模型選型難題與人才適配挑戰(zhàn)這三重難關(guān)。

瀝塔創(chuàng)新智庫專家文猛指出，很多企業(yè)的數(shù)字化基礎(chǔ)較為薄弱，“數(shù)據(jù)孤島”現(xiàn)象廣泛存在。這使得直接落地大模型的跨度較大，企業(yè)需要額外投入大量的數(shù)據(jù)治理成本。以某傳統(tǒng)制造業(yè)企業(yè)為例，其內(nèi)部各部門的數(shù)據(jù)相互獨立，格式不統(tǒng)一，質(zhì)量參差不齊。在嘗試引入大模型進行生產(chǎn)流程優(yōu)化時，發(fā)現(xiàn)需要花費數(shù)月時間和大量資金來整合和清洗數(shù)據(jù)，才能滿足大模型的訓練需求。

在模型選型方面，由于大模型技術(shù)迭代速度極快，企業(yè)若選擇的技術(shù)路線缺乏長期演進能力，將導致在精力和成本上的重復投入。比如，某互聯(lián)網(wǎng)企業(yè)初期選用了一款當時性能優(yōu)異的大模型，但不到半年，該模型的技術(shù)更新滯后，無法滿足業(yè)務(wù)增長帶來的新需求，企業(yè)不得不重新評估和選擇其他模型，之前投入的人力、物力和財力都付諸東流。

此外，既懂業(yè)務(wù)又具備人工智能工程化能力的復合型人才在市場上極度稀缺。無論是外部招聘還是內(nèi)部培養(yǎng)，都對企業(yè)的組織文化和選用育留能力構(gòu)成極大考驗。據(jù)相關(guān)調(diào)查顯示，超過80%的企業(yè)表示在招聘此類復合型人才時遇到了困難，而內(nèi)部培養(yǎng)的周期長、成本高，且培養(yǎng)出的人才流失率也較高。

以金融行業(yè)為例，艾瑞咨詢分析師孫石琦表示，當前金融行業(yè)大模型主要應(yīng)用于客服、辦公等非決策場景，而風控、投研等核心業(yè)務(wù)仍依賴人工干預(yù)。大模型能否從非決策性場景向決策性場景突破，將決定其商業(yè)價值和市場規(guī)模。隨著技術(shù)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(shù)據(jù)瓶頸方面，中關(guān)村科金得助智能自研的得助大模型平臺深度融合大模型技術(shù)，集成長文本解析與多模態(tài)處理能力，通過構(gòu)建領(lǐng)域知識圖譜與專業(yè)化語料庫，實現(xiàn)企業(yè)數(shù)據(jù)資產(chǎn)的結(jié)構(gòu)化治理與知識體系重構(gòu)，盤活數(shù)據(jù)資產(chǎn)。該平臺幫助某金融機構(gòu)對其海量的客戶數(shù)據(jù)、交易數(shù)據(jù)和市場數(shù)據(jù)進行整合和分析，構(gòu)建了精準的客戶畫像和風險評估模型，為后續(xù)的業(yè)務(wù)決策提供了有力支持。

在解決模型選型問題方面，得助大模型平臺覆蓋算力調(diào)度、數(shù)據(jù)治理、模型訓推、智能體構(gòu)建等全鏈路大模型開發(fā)和應(yīng)用能力，支持DeepSeek、千問等主流大模型的統(tǒng)一納管，接入各種尺寸的大模型超過200個。企業(yè)可以根據(jù)自身業(yè)務(wù)需求和預(yù)算，在平臺上靈活選擇最適合的模型，避免了盲目選型帶來的風險。

在解決人才適配問題方面，平臺通過“理論培訓+實戰(zhàn)演練”雙輪驅(qū)動模式，為企業(yè)提供業(yè)務(wù)診斷、技術(shù)賦能及全流程陪跑服務(wù)。例如，為某企業(yè)提供了為期三個月的培訓課程，包括大模型原理講解、實際操作演練以及業(yè)務(wù)場景應(yīng)用案例分析等，幫助企業(yè)內(nèi)部團隊快速掌握大模型技術(shù)的應(yīng)用技巧，提升了企業(yè)的數(shù)字化轉(zhuǎn)型能力。

得助大模型平臺免費預(yù)約演示

點擊鏈接免費試用/預(yù)約演示》》

同時，合規(guī)問題也不容忽視。孫石琦舉例說，金融業(yè)監(jiān)管對數(shù)據(jù)安全、輸出穩(wěn)定性要求嚴苛，廠商必須在技術(shù)迭代與合規(guī)框架間尋找平衡點。要解決人工智能幻覺、數(shù)據(jù)準確性和倫理問題，需要通過更精準的模型構(gòu)建與專業(yè)化場景訓練，從技術(shù)源頭改善大模型產(chǎn)品效果。某金融科技公司在開發(fā)大模型產(chǎn)品時，嚴格遵循監(jiān)管要求，采用了加密技術(shù)保障數(shù)據(jù)安全，通過大量的真實金融數(shù)據(jù)進行訓練，提高了模型輸出的準確性和穩(wěn)定性，同時引入倫理審查機制，確保模型決策符合道德規(guī)范。

二、技術(shù)廠商應(yīng)成為“AI轉(zhuǎn)型伙伴”

大模型行業(yè)格局正在發(fā)生結(jié)構(gòu)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(yè)需在知識壁壘高的領(lǐng)域構(gòu)建垂類大模型，形成“通用模型主干+垂類模型枝干”的生態(tài)。

在他看來，未來會誕生一批垂類大模型應(yīng)用公司，這些公司將通過API應(yīng)用程序接口服務(wù)、行業(yè)解決方案等形態(tài)，成為鏈接通用大模型與實體產(chǎn)業(yè)的關(guān)鍵中間層，并通過結(jié)構(gòu)化行業(yè)知識提升內(nèi)容專業(yè)性，推動社會智力資源優(yōu)化配置。例如，一些專注于醫(yī)療領(lǐng)域的垂類大模型應(yīng)用公司，通過與通用大模型廠商合作，利用自身在醫(yī)療行業(yè)的專業(yè)知識和數(shù)據(jù)，開發(fā)出針對疾病診斷、醫(yī)療影像分析等特定場景的應(yīng)用，為醫(yī)療機構(gòu)提供了高效、精準的解決方案。

張揚也認為，除了幾家專注基礎(chǔ)大模型的大廠之外，未來還會有專注垂類大模型及其應(yīng)用的“隱形冠軍”。它們原是各行業(yè)的優(yōu)秀軟件公司，依托在各行業(yè)及場景的知識、標桿案例、成熟產(chǎn)品和大模型技術(shù)等，完成向頭部垂類大模型應(yīng)用公司的轉(zhuǎn)型。比如，某在建筑設(shè)計領(lǐng)域深耕多年的軟件公司，憑借其積累的豐富設(shè)計案例和行業(yè)經(jīng)驗，結(jié)合大模型技術(shù)，開發(fā)出了建筑設(shè)計垂類大模型，能夠根據(jù)客戶需求快速生成多種設(shè)計方案，大大提高了設(shè)計效率和質(zhì)量，逐漸在行業(yè)內(nèi)嶄露頭角。

值得注意的是，有行業(yè)人士談到，央國企等大型企業(yè)的人工智能轉(zhuǎn)型是全局性問題，單一垂類大模型及其應(yīng)用只是解決單點、單線問題。因此，企業(yè)選擇的技術(shù)廠商不能只扮演“銷售模型或軟件”的角色，而應(yīng)該成為“AI轉(zhuǎn)型伙伴”，其能力需要涵蓋咨詢、培訓、模型、模型管理平臺、應(yīng)用開發(fā)平臺、應(yīng)用開發(fā)服務(wù)等方面。技術(shù)廠商可以通過自己組建團隊、建立合作生態(tài)等方式補全這些能力。例如，某大型技術(shù)廠商為一家央國企提供了全方位的AI轉(zhuǎn)型服務(wù)，包括前期的企業(yè)數(shù)字化現(xiàn)狀調(diào)研和AI戰(zhàn)略規(guī)劃咨詢，中期的模型定制開發(fā)、模型管理平臺搭建以及員工培訓，后期的應(yīng)用開發(fā)和持續(xù)的技術(shù)支持與優(yōu)化，幫助央國企順利實現(xiàn)了人工智能轉(zhuǎn)型。

喻友平也認為，隨著越來越多企業(yè)將大模型應(yīng)用到核心業(yè)務(wù)中，企業(yè)大模型的勝負手不再是模型參數(shù)大小，而是誰更懂用垂類知識和經(jīng)驗提升業(yè)務(wù)價值。進入垂直場景落地“深水區(qū)”的較量，正在重塑中國人工智能產(chǎn)業(yè)競爭。在喻友平看來，當通用能力逐漸成為基礎(chǔ)設(shè)施，真正決定商業(yè)價值的，將是企業(yè)穿透行業(yè)本質(zhì)、解決復雜場景的能力。在這場新競賽中，既需要技術(shù)耐性，更考驗生態(tài)智慧。

以教育行業(yè)為例，一些垂類大模型應(yīng)用公司深入研究教育教學的本質(zhì)和需求，結(jié)合先進的大模型技術(shù)，開發(fā)出了智能教學輔助系統(tǒng)。該系統(tǒng)能夠根據(jù)學生的學習情況和特點，為教師提供個性化的教學建議和資源推薦，同時為學生提供精準的學習輔導和反饋，有效提升了教學質(zhì)量和學習效果。這充分體現(xiàn)了垂類知識和經(jīng)驗在提升業(yè)務(wù)價值方面的關(guān)鍵作用。

在醫(yī)療領(lǐng)域，垂類大模型可以通過對大量醫(yī)療數(shù)據(jù)的學習和分析，輔助醫(yī)生進行疾病診斷、制定治療方案等。例如，某醫(yī)療垂類大模型能夠?qū)︶t(yī)學影像進行快速準確的識別和分析，幫助醫(yī)生發(fā)現(xiàn)潛在的疾病跡象，提高診斷的準確性和效率。同時，該模型還可以根據(jù)患者的病情、病史和基因數(shù)據(jù)等，為醫(yī)生提供個性化的治療建議，為患者帶來更好的治療效果。

在制造業(yè)中，垂類大模型可以應(yīng)用于生產(chǎn)流程優(yōu)化、質(zhì)量檢測和設(shè)備維護等方面。通過對生產(chǎn)數(shù)據(jù)的實時監(jiān)測和分析，大模型能夠預(yù)測設(shè)備故障，提前安排維護，減少停機時間，提高生產(chǎn)效率。同時，利用大模型進行質(zhì)量檢測，可以快速準確地識別產(chǎn)品缺陷，提高產(chǎn)品質(zhì)量。

垂類大模型在各行業(yè)的應(yīng)用潛力巨大。隨著技術(shù)的不斷發(fā)展和完善，垂類大模型將在更多領(lǐng)域發(fā)揮重要作用，成為推動產(chǎn)業(yè)智能化升級的核心力量。而企業(yè)和技術(shù)廠商需要不斷提升自身能力，積極應(yīng)對挑戰(zhàn)，抓住垂類大模型帶來的機遇，在激烈的市場競爭中取得優(yōu)勢。