中關村科金總裁喻友平：大模型不會淘汰人，勝負手在於垂類大模型應用能力

21世紀經濟報道記者 邊萬莉 上海報道

DeekSeek橫空出世，掀起了“AI是否會代替人”的大討論。“大模型不會淘汰人/企業，但擁有掌握應用大模型能力的人/企業更有可能在競爭中勝出。大模型落地的征程纔剛剛開始，我們相信‘千淘萬漉雖辛苦，吹盡狂沙始到金’。”近日，中關村科金總裁喻友平在接受21世紀經濟報道等媒體記者採訪時如是說。

喻友平認爲，企業可以着手探索通用場景下大模型的應用，這將是非常重要的戰略方向。隨着越來越多的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。垂類大模型作爲大模型進一步商業化的關鍵路徑，已成爲企業數智化升級的必選項。

行業垂類大模型蘊藏着更大的機遇

春節期間，DeepSeek的問世引發了廣泛關注，帶來了大模型應用浪潮的新一輪推進。DeepSeek憑藉其卓越的性能，尤其是在R1版本推出後，在國際多項評測中名列前茅。另外，其算力消耗較前代大幅降低，每一數量級的成本節約將會帶來整個應用數量級的上升。更重要的是，作爲國產大模型且全面開源，DeepSeek的出現使我國在這一領域的技術水平越來越接近國際前沿。

喻友平表示，DeepSeek的意義在於，它爲企業提供了以極低乃至零成本構建應用的可能性。2024年大模型的應用已初具規模，同時許多企業也在擔心數據安全問題。在大模型時代，數據對企業來說是非常重要的資產。但如果這些數據沒有開源的低成本方式在企業內部建立起一個基於數據的核電站，把大模型能力發揮出來的話，那麼數據就是沒有得到充分應用的原料，無法釋放其巨大的潛力。

春節後，近百家央企迅速接入DeepSeek，全民、企業都在討論DeepSeek。他認爲，DeepSeek系列模型降低了大模型的普惠門檻，正加速推動各行各業的大模型應用落地。預計2025年逾90%企業將把大模型深度應用到核心業務中，開啓“垂類競速”模式。

在喻友平看來，“隨着大模型應用的深入，垂類大模型成爲關鍵。垂類大模型不僅需要文本相關的強推理、強可解釋性的能力，同時還需要多模態能力的應用，這個方向也才方興未艾。當前，垂類大模型應用由於有了各類型主流基礎模型能力的加持，使得多模態的能力得到進一步增強。”

他表示，在人工智能產業演進圖譜中，通用大模型如同具備通識能力的本科生，而垂類大模型則是深耕特定領域的研究生——不僅掌握專業領域的知識圖譜，更具備解決垂直場景複雜問題的核心能力。當前大模型商業化進程已進入深水區，B端市場的突破關鍵在於構建具備行業know-how和技術領先的垂類大模型，這既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。

他進一步指出，垂類大模型作爲企業與行業深度融合的橋樑，是將企業數據能力真正跟行業結合的關鍵一步。由於有了DeepSeek這類優質的開源模型作爲基礎設施，企業能夠更快速、更精細地構建垂類大模型。在金融、工業、船舶、工程等多個領域，垂類大模型的應用展現出巨大潛力，不僅節約成本，還促進了銷售增長。

行業垂類大模型蘊藏着更大的機遇。阿里巴巴董事局主席蔡崇信預測，AI將創造高達10萬億美元的巨大市場空間。喻友平認爲，“這一預測並不誇張，各行業應迅速把握垂類大模型的機遇。”

他強調，在大模型DeepSeek浪潮之下，傳統的數字化依然發揮着關鍵作用。數據依然是企業的核心資產，算法開源與算力平臺的支持，使得企業能夠更高效地利用數據。智能化與數字化的結合，構成了新智能化的基礎。打個比方，數字化是道路和橋樑，沒有數字化的道路和橋樑，智能化的車輛也沒有辦法行駛。企業做智能化不能僅僅做智能化，而是‘智能化+數字化’的綜合智能化，這纔是大模型落地的關鍵。

大模型對金融的核心作用是擴大客戶服務邊界

不過，企業應用大模型與個人使用存在顯著差異。喻友平解釋說，企業要求垂類大模型既靈活準確，又要具備明確的邊界與控制條件。比如，在客戶服務中，大模型需巧妙迴應市場敏感問題。DeepSeek等工具的引入，雖不能立即替代人工服務，但能通過輔助業務人員提升服務效率與質量，如模擬訓練、實時輔助與事後質檢等，實現人機協同。

“如果企業要落地大模型，包括營銷在內的廣義智能客服應用是最應該做的。”喻友平表示，大模型通過將企業知識數據壓縮至模型中，幫助企業向客戶更好地服務，提升客戶體驗。

近期，中關村科金髮布的得助智能客服4.0產品，覆蓋從全媒體聯絡中心，語音機器人和文本機器人，到智能工作臺、智能陪練、智能質檢等智能輔助工具的全套智能客服產品體系。得助智能客服4.0深度融入DeepSeek能力，在30多個場景實測，相比其他模型，平均帶來5%-20%的效果提升，如複雜文本問答準確率達到95.1%，提升了15%；且回覆內容的邏輯和結構非常清晰，堪比資深業務專家，實現90%以上的綜合自主問題解決率，這意味着更少的轉人工率和更低的客服成本。

垂類大模型正在落地千行百業。以“財富助手”爲例，喻友平說，“針對金融行業強專業性的特點，我們利用DeepSeek平臺強大的推理能力和資料收集整理能力，爲業務人員提供市場動態、解讀諮詢、企業研報，並結合客戶與產品特點提供個性化理財建議的解決方案，並在實際應用中取得了顯著效果。在Top3的券商中，展業內容10秒內即可生成，高頻場景問答準確率高達93%，展業效率提升了3倍。”

喻友平進一步指出，我們還可以根據金融機構對財富助手產品的私有化需求，結合其產品特點和客戶特徵，進行定製化開發。通過AI+BI的智能分析，我們進一步提升了應答效率和大模型的應用開發效率，爲金融機構提供了更加高效、便捷的財富管理服務。

他總結說，大模型在金融機構中的核心價值在於作爲業務人員服務客戶的核心工具，類似“金融老專家”，幫助業務人員提升客戶服務效率與質量。當然，金融產品的嚴肅性決定了完全依賴大模型是不合規的，仍然需要人工參與，尤其是在涉及風險提示和合規流程（如“雙錄”）時。因此，大模型的核心作用是幫助金融機構擴大客戶服務邊界，提升營收能力，而不是完全取代人工。