◎记者Cui Shuang的报纸“目前，大型模型商业化的过程已经进入了“深水区”。北京中央琴Kejin Technology Co，Ltd的总裁Yu Yous（从那里称为“ Zhongguancun Kejin”）说，2025年2025年城市的大型模型技术和应用程序最近认为，B-统识的市场的关键在于建立具有工业知识和行业的伟大模型。这不仅是解决数字业务变化疾病点的技术关键，而且是下一个驱动行业智能升级的战略支柱增长。当前，如何实施大型模型来交付企业并创造价值一直是该行业的重点。 Aianalytics的联合创始人兼首席分析师Zhang Yang认为，尽管很难基于特定的行业情况实施大型模型，但它可以创造基本价值。随着开放资源的出现Dels（例如DeepSeek-R1）具有了解业务逻辑的能力，在2025年渗透业务方案的大型模型和应用程序，将具有很大的潜力。实施大型模型需要三重困难的突破。该行业通常认为，实施大型模型存在三个困难：数据瓶颈，模型选择问题和人才适应挑战。 Lita Innovation智囊团的专家Wen Meng认为，许多公司的数字基础仍然有些弱，“数据筒仓”的现象很普遍，并且大型模型的直接实施时间相对较大，并且需要额外的数据管理成本。在模型选择方面，由于大规模模型技术的快速复发，如果业务选择的技术路线没有长期的进化能力，这将导致对能源和业务成本的重复投资。此外，在市场上，了解业务并能够理解业务和能够人工智能的复合才能。无论是外部招聘还是内部培训，它都会测试组织文化，选择和商业教育能力。 Iresarch Consulting的分析师Sun Shiqi表示，金融行业的当前模式主要用于不诸如客户和办公室服务之类的决策的情况，而NG控制和投资研究的主要业务仍依赖手动干预。如果大型模型可以从没有做出决定的情况下 - 制定决策的情况 - 决定业务和市场规模的价值。随着技术成熟度的提高，符合财务财务要求的垂直模型预计将开放一个公路市场，即亿万美元。 Yu Yous介绍了，在解决数据瓶颈方面，Zhongguancun KejinDezhun Big Model平台开发的平台深层包括大型技术模型，融合了文本和多模式处理技能，并通过开发域的图形知识和专业语料库来实现概述的业务数据资产和重新设置系统的管理。在解决模型选择问题方面，该平台涵盖了全链接大规模模型的发展功能和应用功能，例如调度计算能力，数据管理，模型培训和进步以及智能建筑物。它支持大型大型模型（例如DeepSeek和Qianwen）的单一管理，并涉及200多个不同尺寸的大型模型。在解决人才适应问题方面，该平台通过“理论培训 +实用钻”双轮驱动模型为企业提供业务诊断，技术提升和完整处理的服务。同时，合规性问题不能忽略。 Sun Shiqi举了一个例子，说Sundufinance Striy的监管是安全性和数据丢失和损失稳定性要求，制造商应在技术重复和合规性框架之间找到平衡。为了解决智能，数据和道德准确性的人为幻想的问题，有必要通过更准确的模型构建和专业场景培训来改善技术资源的大型模型产品的影响。技术制造商应成为“ AI Transform Partners”，该行业的庞大结构正在经历结构性变化。温门认为，在接下来的三年中，通用模型集中在领先的制造商上，小型和中等规模的企业需要生产“一般骨干 +垂直模型分支”的生态系统。他认为，将来将出生许多垂直模型应用公司。这些公司会是通过API应用程序接口服务，行业解决方案和其他形式连接通用模型和物理行业的主要中间层，并通过结构化行业知识来改善内容专业素养，并促进社会知识分子的最佳提供。张杨还认为，除了许多致力于大型大型大型模型的大型公司外，还将有“隐藏的冠军”重点关注垂直大型模型及其未来的应用。这些最初是不同行业中很棒的软公司软件。他们依靠知识，基准案例，成人产品和大型模型的各种行业和情况来完成垂直大型应用模型的头部转换。值得注意的是，某些行业内部人士指出，人工智能转化为国有中央财产等大型企业是一个全球问题，而单一的问题Tical模型及其应用将仅解决单点和线路问题。因此，企业选择的技术制造商不仅可以发挥“销售或软件模型”的作用，而且应该是“ AI Transform Partners”。他们的功能需要涵盖咨询，培训，模型，模型管理平台，应用程序开发平台，应用程序开发服务等。技术制造商可以通过自己发展团队并建立合作生态系统来完成功能。 Yu Ying还认为，随着越来越多的公司将大型模型应用于其主要业务，大型模型的获胜者不再像模型参数的大小一样，而是更加意识到使用垂直知识和经验来增强业务价值。进入垂直方案的“深水区”的竞争是翻新中国人工智能行业的竞争。从Yu的角度来看，当一般能力逐渐成为出现基础架构，实际上决定的商业价值是企业渗透行业本质并解决复杂的环境的能力。在这项新的竞争中，需要技术耐心，但也测试了生态智慧。