中关村科金总裁喻友平：大模型不会淘汰人，胜负手在于垂类大模型应用能力

21世纪经济报道记者 边万莉 上海报道

DeekSeek横空出世，掀起了“AI是否会代替人”的大讨论。“大模型不会淘汰人/企业，但拥有掌握应用大模型能力的人/企业更有可能在竞争中胜出。大模型落地的征程才刚刚开始，我们相信‘千淘万漉虽辛苦，吹尽狂沙始到金’。”近日，中关村科金总裁喻友平在接受21世纪经济报道等媒体记者采访时如是说。

喻友平认为，企业可以着手探索通用场景下大模型的应用，这将是非常重要的战略方向。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路径，已成为企业数智化升级的必选项。

行业垂类大模型蕴藏着更大的机遇

春节期间，DeepSeek的问世引发了广泛关注，带来了大模型应用浪潮的新一轮推进。DeepSeek凭借其卓越的性能，尤其是在R1版本推出后，在国际多项评测中名列前茅。另外，其算力消耗较前代大幅降低，每一数量级的成本节约将会带来整个应用数量级的上升。更重要的是，作为国产大模型且全面开源，DeepSeek的出现使我国在这一领域的技术水平越来越接近国际前沿。

喻友平表示，DeepSeek的意义在于，它为企业提供了以极低乃至零成本构建应用的可能性。2024年大模型的应用已初具规模，同时许多企业也在担心数据安全问题。在大模型时代，数据对企业来说是非常重要的资产。但如果这些数据没有开源的低成本方式在企业内部建立起一个基于数据的核电站，把大模型能力发挥出来的话，那么数据就是没有得到充分应用的原料，无法释放其巨大的潜力。

春节后，近百家央企迅速接入DeepSeek，全民、企业都在讨论DeepSeek。他认为，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。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。

在喻友平看来，“随着大模型应用的深入，垂类大模型成为关键。垂类大模型不仅需要文本相关的强推理、强可解释性的能力，同时还需要多模态能力的应用，这个方向也才方兴未艾。当前，垂类大模型应用由于有了各类型主流基础模型能力的加持，使得多模态的能力得到进一步增强。”

他表示，在人工智能产业演进图谱中，通用大模型如同具备通识能力的本科生，而垂类大模型则是深耕特定领域的研究生——不仅掌握专业领域的知识图谱，更具备解决垂直场景复杂问题的核心能力。当前大模型商业化进程已进入深水区，B端市场的突破关键在于构建具备行业know-how和技术领先的垂类大模型，这既是破解企业数字化转型痛点的技术关键，更是驱动产业智能化升级的下一个战略增长极。

他进一步指出，垂类大模型作为企业与行业深度融合的桥梁，是将企业数据能力真正跟行业结合的关键一步。由于有了DeepSeek这类优质的开源模型作为基础设施，企业能够更快速、更精细地构建垂类大模型。在金融、工业、船舶、工程等多个领域，垂类大模型的应用展现出巨大潜力，不仅节约成本，还促进了销售增长。

行业垂类大模型蕴藏着更大的机遇。阿里巴巴董事局主席蔡崇信预测，AI将创造高达10万亿美元的巨大市场空间。喻友平认为，“这一预测并不夸张，各行业应迅速把握垂类大模型的机遇。”

他强调，在大模型DeepSeek浪潮之下，传统的数字化依然发挥着关键作用。数据依然是企业的核心资产，算法开源与算力平台的支持，使得企业能够更高效地利用数据。智能化与数字化的结合，构成了新智能化的基础。打个比方，数字化是道路和桥梁，没有数字化的道路和桥梁，智能化的车辆也没有办法行驶。企业做智能化不能仅仅做智能化，而是‘智能化+数字化’的综合智能化，这才是大模型落地的关键。

大模型对金融的核心作用是扩大客户服务边界

不过，企业应用大模型与个人使用存在显著差异。喻友平解释说，企业要求垂类大模型既灵活准确，又要具备明确的边界与控制条件。比如，在客户服务中，大模型需巧妙回应市场敏感问题。DeepSeek等工具的引入，虽不能立即替代人工服务，但能通过辅助业务人员提升服务效率与质量，如模拟训练、实时辅助与事后质检等，实现人机协同。

“如果企业要落地大模型，包括营销在内的广义智能客服应用是最应该做的。”喻友平表示，大模型通过将企业知识数据压缩至模型中，帮助企业向客户更好地服务，提升客户体验。

近期，中关村科金发布的得助智能客服4.0产品，覆盖从全媒体联络中心，语音机器人和文本机器人，到智能工作台、智能陪练、智能质检等智能辅助工具的全套智能客服产品体系。得助智能客服4.0深度融入DeepSeek能力，在30多个场景实测，相比其他模型，平均带来5%-20%的效果提升，如复杂文本问答准确率达到95.1%，提升了15%；且回复内容的逻辑和结构非常清晰，堪比资深业务专家，实现90%以上的综合自主问题解决率，这意味着更少的转人工率和更低的客服成本。

垂类大模型正在落地千行百业。以“财富助手”为例，喻友平说，“针对金融行业强专业性的特点，我们利用DeepSeek平台强大的推理能力和资料收集整理能力，为业务人员提供市场动态、解读咨询、企业研报，并结合客户与产品特点提供个性化理财建议的解决方案，并在实际应用中取得了显著效果。在Top3的券商中，展业内容10秒内即可生成，高频场景问答准确率高达93%，展业效率提升了3倍。”

喻友平进一步指出，我们还可以根据金融机构对财富助手产品的私有化需求，结合其产品特点和客户特征，进行定制化开发。通过AI+BI的智能分析，我们进一步提升了应答效率和大模型的应用开发效率，为金融机构提供了更加高效、便捷的财富管理服务。

他总结说，大模型在金融机构中的核心价值在于作为业务人员服务客户的核心工具，类似“金融老专家”，帮助业务人员提升客户服务效率与质量。当然，金融产品的严肃性决定了完全依赖大模型是不合规的，仍然需要人工参与，尤其是在涉及风险提示和合规流程（如“双录”）时。因此，大模型的核心作用是帮助金融机构扩大客户服务边界，提升营收能力，而不是完全取代人工。