科技云報道原創。

大模型加速狂飆，AI商業化卻陷入重重困境。

一方面，傳統企業不知道怎么將AI融入原始業務，另一方面，AI企業難以找到合適的商業化路徑。

縱觀海外AI玩家，已經有許多企業趟出了自己的商業化道路。

微軟、Salesforce將AI集成到傳統產品中并提供垂直定制服務；OpenAI、Midjourney則向個人用戶提供生產力解放工具，并以付費訂閱模式變現。

而在國內，百度、阿里、字節跳動、360、科大訊飛等企業也在積極探索商業化路徑。

如百度在C端推出文心一言訂閱模式，B端提供底層架構和解決方案；360在C端借助瀏覽器的場景優勢，發力AI辦公，B端聚焦AI安全和知識管理等場景；科大訊飛則將大模型與自身硬件產品進行結合。

目前，AI技術商業化道路還面臨什么樣的困境？國內企業應如何走出自己的差異化商業路徑？

大模型落地態度漸回理性

2023年下半年，眾多企業紛紛將視線聚焦于行業模型，試圖探尋其帶來的無盡寶藏。然而，如何降低大模型的使用難度，使其真正融入行業實踐，成為了業界共同探索的難題。

在這個背景下，行業領袖們的聲音顯得尤為引人注目。

百度創始人李彥宏曾深刻指出：“單純地追求大模型的規模與復雜度，并無實質性的意義。真正有價值的，是將這些技術應用于實際場景中，發掘出更大的商業機會。”

騰訊高管湯道生也表達了類似的觀點：“大模型只是我們探索AI世界的起點，真正的未來在于它如何與各行各業深度融合，實現技術的落地應用。”

要想將AI大模型成功商業化，僅僅依賴商業模式的探索嘗試是遠遠不夠的。實際上，成功商業化的關鍵在于解決大模型發展的底層問題。

首先，大模型的商業化需要深刻理解并解決技術挑戰。

這包括提高模型的訓練效率、降低計算成本、優化模型的泛化能力等方面。技術研發是大模型商業化的基礎，只有不斷推動技術創新，才能更好地滿足市場需求。

其次，數據質量和隱私問題也是大模型商業化過程中不可忽視的難題。在收集、存儲和處理海量數據的過程中，必須建立健全的數據安全體系，確保用戶隱私得到充分保護。

同時，高質量的訓練數據是保障模型性能的關鍵，因此建立可持續的數據采集和管理機制至關重要。

除了技術和數據層面的挑戰，商業生態的建設也是AI大模型商業化的重要環節。廠商需要與不同行業的合作伙伴建立緊密聯系，深入了解各領域的實際需求，根據市場反饋調整模型的優化方向。

同時，推動標準化和產業化進程，使得大模型能夠更廣泛地應用于各個領域。

此外，政策和法規的制定也是AI大模型商業化的關鍵因素。在不同國家和地區，對于AI的監管政策可能存在差異，因此在商業化過程中需要與政府相關部門積極合作，確保業務的合法性和合規性，避免潛在的法律風險。

在AI大模型商業化的過程中，人才培養和團隊建設是至關重要的一環。

由于大模型的研發和應用需要跨學科的綜合能力，包括計算機科學、數學、領域知識等多方面的知識，因此企業需要培養具備綜合素養的人才隊，才能更好地應對市場變化和競爭壓力。

另一方面，用戶教育和溝通也是大模型商業化成功的關鍵。由于大模型的應用往往涉及到復雜的技術和算法，用戶可能需要更深入的理解才能更好地使用和接受這些技術帶來的產品和服務。

因此，企業需要加強對用戶的教育，通過清晰的溝通方式向用戶解釋產品的優勢和應用場景，建立用戶對大模型技術的信任。

通過以上分析可以看出，AI大模型的商業化不僅是一個商業模式的問題，更是一個需要全方位考慮的復雜課題。

通過技術創新、數據管理、商業合作、法規合規、人才培養、用戶教育、倫理社會責任等多方面的努力，方能在大模型商業化的征程中取得長足進展，為AI技術的發展打下堅實的基礎。

大模型行業應用 渴望實現“開箱即用”

在實際落地過程中，最為突出的問題就是如何讓大模型更好地適應實際應用場景，實現“開箱即用”。

在實際應用中，每個場景都有其獨特的特點和需求，而大模型通常需要經過大量的數據訓練和調整才能適應這些特點。為了解決這些問題，大模型行業需要不斷探索新的技術和方法。

其中，一種重要的思路就是將大模型與具體的應用場景相結合，開發出更加貼近實際需求的解決方案。

例如，在醫療領域，大模型可以通過分析海量的醫療數據，幫助醫生更加準確地診斷疾病和制定治療方案；在金融領域，大模型可以通過分析市場數據和用戶行為，幫助金融機構更加精準地進行風險控制和投資決策。

比如在辦公領域，微軟、谷歌在去年3月、5月先后推出AI辦公產品Microsoft 365 Copilot和Duet AI，體現了其對AI辦公方向商業化價值的看重。

今年4月22日，騰訊宣布旗下協作SaaS產品全面接入騰訊混元大模型，除企業微信、騰訊會議、騰訊文檔等“一門三杰”產品，騰訊樂享、騰訊電子簽、騰訊問卷、騰訊云AI代碼助手等協作SaaS產品也都已實現智能化升級。

騰訊混元自上線起即突出其實用性標簽，核心使命之一是優化騰訊系產品的使用體驗。

騰訊混元大模型目前已擴展至萬億級參數規模，在國內率先采用混合專家模型(MoE)結構，更擅長處理復雜場景和多任務場景，中文整體表現上處于業界領先水平。

騰訊混元在數學、代碼、邏輯推理、多輪對話和文生圖等層面性能卓越，同時提供不同尺寸的模型，以適應更多需要低成本和高推理性能的應用場景。

外部開發者和企業可以通過騰訊云上API直接調用騰訊混元能力。這些能力與SaaS產品結合，可以在具體場景中解決用戶的痛點問題。

在企業內部學習和培訓場景中，騰訊樂享將大模型能力與企業內部知識結合，用AI助手輔助學習，提升知識傳遞的效率；在電子合同場景下，騰訊電子簽借助大模型和AI能力，提升合同起草、審閱效率，智能篩查風險；在問卷調研場景中，騰訊問卷打造了全流程的AI解決方案，覆蓋問卷設計、投放、回收、分析環節，大幅提升調研質量與效率。

在開發場景下，騰訊云AI代碼助手基于騰訊專業編碼模型，面向開發者、開發團隊及企業客戶提供安全合規、高粘度體驗的編碼場景AIGC服務。

在協同辦公場景下，騰訊會議將冗雜的會議紀要、課程筆記、待辦等事項交給AI小助手與智能錄制，讓參會者在會中有效提升專注度，讓溝通更高效；騰訊文檔依托大模型能力讓用戶通過一句話指令即可通過AI智能助手，快速處理各種文檔、高效創作。

目前，騰訊內部已有超過400個業務及場景已接入騰訊混元大模型。騰訊混元也在積極發展多模態模型，進一步加強文生圖和文生視頻能力，為更多場景和產品提供服務，助力企業實現智能化。

對于大模型廠商而言，模型訓練的同時為與各產業進行更快的融合，成為企業發展重要的雙引擎。同時企業將業務與AI大模型進行接軌，在大模型垂直發展領域占據重要地位也是發展的新軌道。

在百度和阿里的發展經驗中，百度用搭建行業模型、垂直場景模型和應用的方式賦能具體行業，布局了電力、汽車、金融、政務等十余個行業大模型，取得了不錯的效果；阿里賦能于內部已有應用和服務，再技術外溢至行業客戶。

AI大模型的商業化之路需要在技術、數據、商業生態和法規等多個方面取得平衡。

只有全面解決底層問題，才能確保大模型在商業應用中發揮最大的潛力，推動AI技術不斷邁向新的高度。在這一進程中，各個環節的參與者都需要通力合作，共同推動AI大模型商業化邁向成功。

【關于科技云報道】

專注于原創的企業級內容行家——科技云報道。成立于2015年，是前沿企業級IT領域Top10媒體。獲工信部權威認可，可信云、全球云計算大會官方指定傳播媒體之一。深入原創報道云計算、大數據、人工智能、區塊鏈等領域。

審核編輯 黃宇