中关村科金总裁喻友平：DeepSeek正开启大模型“垂类竞速”模式，企业要充分利用数据资产实现智能化转型

随着DeepSeek的横空出世，一股全民讨论大模型的热潮正在涌起。

3月13日，由中关村科金与上海市人工智能行业协会联合主办的“DeepSeek企业应用之道——2025大模型技术与应用创新城市论坛”在上海举行。中关村科金总裁喻友平在演讲中指出，DeepSeek系列模型降低了大模型的普惠门槛，正加速推动各行各业的大模型应用落地。他大胆预计，2025年逾90%企业将把大模型深度应用到核心业务中，开启“垂类竞速”模式。

中关村科金总裁 喻友平

图片来源：每经记者 宋钦章 摄

在接受《每日经济新闻》记者（以下简称“NBD”）采访时，喻友平表示，随着大模型时代的到来，数据成了非常宝贵的资产。未来企业最好能用自己的平台来处理和加工这些数据，这样会更加安全。

企业应抓住垂类大模型的机遇，利用数据资产实现智能化转型

“自从春节后，我每周都在出差，主要任务是为大型客户提供人工智能讲座，结合企业的应用场景分析智能大模型部署方案。”喻友平在会上分享，这是他春节后的工作常态。

他坦承，众多垂直行业对大型模型有着迫切的需求，同时大模型在众多特定领域中也展现出广泛的应用潜力。结合自身经历，他在现场举了几个大模型落地的案例：“在金融行业，通过大模型技术，我们为头部券商打造了财富助手，提高了客户服务效率和满意度。”“在工程领域，我们为宁夏交建开发了国内首个工程大模型应用平台，显著提升了知识获取和标书应答效率。”

具体到金融领域的大模型，他认为现在仍处于供给不足的状态。“目前，理财服务人员迫切需要一个更好的工具，让他们更好地服务客户。比如，需要大模型能够动态地解读最新的市场资讯和企业研报，并提炼重要观点。同时还要结合客户的特点和产品的特性，提出个性化的理财建议。”

“在过去，许多人在这个领域进行了探索，但实际的进展并不显著，一个关键原因在于其智能化水平仍然有限。”喻友平坦言，随着DeepSeek问世，其强大的推理能力以及对资料的收集和整理能力，为实现真正智能化的金融领域垂类大模型带来了更多可能性。

他强调，行业垂类大模型是当前企业提升效率、降低成本和增强销售的重要机遇。企业应抓住垂类大模型的机遇，通过“平台+应用+服务”的模式，充分利用数据资产，实现智能化转型。“垂类大模型是企业将自身数据能力与特定行业深度结合的关键步骤。得益于DeepSeek这一开源基础设施，企业开发垂类大模型的速度加快，成本也显著降低。”

在现场，中关村科金还发布了基于DeepSeek全新升级的得助大模型平台2.5、得助智能客服4.0。据了解，前者支持DeepSeek等主流大模型的统一纳管，同时升级多模态能力，实现不同模态信息的融会贯通，从而提升了垂类大模型构建能力。

喻友平认为，随着越来越多的企业将大模型应用到核心业务中，企业大模型的胜负手不再是模型参数大小，而是谁更懂用垂类知识和经验提升业务价值。垂类大模型作为大模型进一步商业化的关键，已成为企业数智化升级的必选项。

企业配备自己的数据“厨房”，核心数据会更加安全

NBD：金融行业对数据安全高度敏感，那么你认为应建立怎样的机制和标准，来平衡数据价值挖掘与安全保护的关系？

喻友平：随着大模型时代的到来，数据成了非常宝贵的资产。我认为，未来企业最好能用自己的平台来处理和加工这些数据，这样会更加安全。

举个例子，如果将数据比作烹饪的食材，那么每个真正拥有核心数据处理能力的公司，最好都能拥有自己的厨房。将食材带到公共厨房烹饪，自然不如在自家厨房来得安心。当然，自家厨房也必须达到大模型平台的基本标准，确保合规性和安全性，防止数据被滥用。

近期，许多企业都在部署DeepSeek。在我看来，目前这些企业的数据大多处于“裸奔”的状态，这其实是比较危险的。然而，DeepSeek确实有其独特的优势，它就像公共厨房中的一口“高压锅”，能让用户在大模型发展的早期阶段体验到其强大的功能。但是，“高压锅”虽然能迅速烹饪食物，却未必能满足对美味的追求。

展望未来，企业级的大模型可能更倾向于大模型平台一体机的形态。这种“软硬一体”的解决方案将更适合满足企业对数据安全的需求，特别是在对数据安全极为重视的金融行业。

NBD：随着DeepSeek的问世，很多中小金融机构也对大模型跃跃欲试，你对中小金融机构部署大模型有何建议？

喻友平：对于中小型机构来说，未来面临的挑战可能会日益严峻。然而，我相信，这些机构应当利用自身的灵活性优势，迅速适应并拥抱大模型，尽快掌握运用这些模型的技能。在未来的竞争中，他们将有机会确立自己的地位。在未来，大模型不会轻易淘汰人类，但它可能会淘汰那些不会运用大模型的人。

NBD：许多金融机构之前投入了高昂的成本来部署大模型，但随着DeepSeek等开源大模型的出现，这些成本显著降低。对于中小型金融机构来说，现在是否是他们投入巨资入局大模型领域的最佳时机？当垂类大模型更加成熟，以更低的成本进入会更加明智吗？

喻友平：确实，你提到的可能性不容忽视——虽然“迟到”，但花费更少。对于规模较小的机构来说，这种做法或许更为务实。正如经济学家Dambisa Moyo所言：“种一棵树最好的时间是十年前，其次是现在”。