年初大模型火爆的時候，我們就說過,，大模型在價值形成與商業(yè)出口等方面有待探索,，企業(yè)不必要跟風做通用大模型，而應該探索具有中國特色的大模型應用體系,，與產(chǎn)業(yè)結(jié)合,、場景結(jié)合。

目前來看,，大模型走向行業(yè),，已經(jīng)凝結(jié)為共識。并不是我們多有先見之明,，而是AI技術(shù)的產(chǎn)業(yè)化,，要遵循一定的發(fā)展規(guī)律，大模型也不例外,。

歷史上的兩次AI浪潮無不說明,，一項新技術(shù)必須在廣袤的產(chǎn)業(yè)空間中完成價值轉(zhuǎn)化，才能變?yōu)楫a(chǎn)業(yè)革命,。以傳統(tǒng)機器學習,、小模型為主流的AI創(chuàng)業(yè)1.0階段，AI算法公司往往要經(jīng)歷三步：第一步,，技術(shù)和模型能力達標,；第二步，與場景進行實驗性結(jié)合,，產(chǎn)生一些典型案例和示范應用,；第三步，通過工業(yè)化生產(chǎn),、規(guī)?；涞兀瓿赏度牖厥?，并指向商業(yè)成功,。哪一步做不好，都會阻擋AI產(chǎn)業(yè)化的步伐,。

大模型的到來,，推動AI進入2.0階段。但想靠大模型取得商業(yè)成功,，該邁過的門檻“一個也不能少”,。

有大模型，只是萬里長征的第一步,。那么,，誰將大模型的技術(shù)價值往場景、產(chǎn)業(yè)去推進呢,？

12月19日,，容聯(lián)云在“未來生成式——大模型應用升級新品發(fā)布會”上，正式發(fā)布基于自研赤兔大模型的全新產(chǎn)品品牌【容犀智能】,，以及基于大模型能力構(gòu)建的生成式應用【容犀Copilot】,。

（容聯(lián)云產(chǎn)業(yè)數(shù)字云事業(yè)群副總經(jīng)理 孔淼）

堅持聚焦于場景，將自身在智能營銷領(lǐng)域的行業(yè)優(yōu)勢“高壓強”釋放,，是容聯(lián)云的大模型行動指南,，使其成為大模型“場景革命”的先行者之一。

在大模型必須深度下沉,、擁抱行業(yè)的關(guān)鍵節(jié)點,，容聯(lián)云也成為一個很好的觀察對象，讓我們進一步思考：大模型應該如何邁過產(chǎn)業(yè)AI的第二道“場景門檻”,？又能否順利邁過第三道“工業(yè)化門檻”,，抵達商業(yè)成功？

目前,，行業(yè)和企業(yè)對新技術(shù)的認知，已經(jīng)從“要不要用AI”,，變成了“怎么用好AI”,。企業(yè)在應用AI到底更關(guān)注什么？可以從傳統(tǒng)深度學習為主的AI 1.0階段,，找到一些答案：

一是不知道AI怎么用,。上一階段的AI落地場景有限，主要以CV計算機視覺技術(shù)為主,，出現(xiàn)了“工業(yè)AI就是質(zhì)檢”,、人臉識別算法公司扎堆做安防等情況?？陕涞氐氖袌龈偁幇谉峄?，而大量業(yè)務場景怎么跟AI結(jié)合,，又是一片空白，真正能把智能化用好,、達到收益的公司很少,。

二是覺得AI不好用。理論上說,，通過AI的理解,、分析、決策能力,，可以為企業(yè)提質(zhì)增效,。但是此前AI算法模型的泛化能力比較低，落地效果就不理想,。比如我們曾采訪過一家制造工廠,，通過智能攝像頭和AI算法進行無紡布的瑕疵檢測，生產(chǎn)線上的產(chǎn)品更換一個顏色,，原本的算法性能就會下降,，無法精準識別。

三是覺得AI太貴,。產(chǎn)業(yè)AI需要對行業(yè),、具體客戶、業(yè)務理解有較高的深度,，而懂算法的不懂業(yè)務,、懂行業(yè)Know-how的不懂產(chǎn)品技術(shù)，是一個普遍存在的現(xiàn)象,。上一階段的企業(yè)智能化,，往往是讓AI科學家、算法工程師,、產(chǎn)品經(jīng)理等到一線去,，一個場景一個場景地調(diào)研、了解,，一個模型一個模型地訓練,、開發(fā)、迭代,。這種“人拉肩扛”的模式,，不僅前期投入成本高，后續(xù)還需要高昂的人力,、金錢,、時間成本去維護，對企業(yè)來說，投入產(chǎn)出比不高,。

由傳統(tǒng)深度學習主導的企業(yè)智能化,，已經(jīng)進入到了某種瓶頸，而大模型的到來,，帶來了破局的可能性,。

技術(shù)邏輯上，大語言模型強大的理解生成能力,，可以與企業(yè)業(yè)務流程中大量存在的文本任務相結(jié)合，技術(shù)落點更多,、價值更高,。同時，大模型的泛化能力,，一個底座調(diào)度多個小模型,，可以減少重復訓練調(diào)參的開發(fā)工程量，成本更低,。這一高一低,，就可以給企業(yè)做智能化帶來更高的效益回報。

聽起來很美好,，但怎么把大模型跟實際業(yè)務相結(jié)合,，發(fā)揮出好的效果呢？目前業(yè)界的共識是,，需要更精細化,、更聚焦的行業(yè)大模型。這就是大模型產(chǎn)業(yè)化的第一步：“模型能力達標”,。

今年7月,，容聯(lián)動發(fā)布面向垂直行業(yè)的多層次大語言模型——赤兔大模型，推出了更適合行業(yè),、更精細化和聚焦的智能化產(chǎn)品,，邁過了“模型能力達標”的門檻。在此之后,，“赤兔”并沒有停止奔跑,，又進一步搶跑“場景革命”，在歲末年初,，邁過了“與場景結(jié)合”的第二道門檻,。

可能有人好奇，為什么是容聯(lián)云,？簡單說明一下,，容聯(lián)云在SaaS服務與營銷這個行業(yè)里耕耘很多年，經(jīng)歷過深度學習和大模型兩次技術(shù)浪潮，一方面有多年行業(yè)AI研發(fā)和應用部署的技術(shù)經(jīng)驗,，同時服務過上萬家客戶,，有著與行業(yè)客戶磨合的經(jīng)驗，充分了解客戶的業(yè)務流程,。

用一句技術(shù)人愛說的話來總結(jié)：容聯(lián)云手中有“錘子”,，也知道“釘子”在哪兒，需要以什么力度砸下去,。所以,，容聯(lián)云能夠率先把大模型深深嵌入到業(yè)務場景中，也就不足為奇了,。

我們可以將容聯(lián)云進入場景的“三級跳”,，總結(jié)為大模型下沉的“方法論”：

第一跳，明確目標場景,。

拆解容聯(lián)云此次發(fā)布的,、基于赤兔大模型的全新產(chǎn)品品牌【容犀智能】，產(chǎn)品矩陣包括了容犀AICC,、諸葛IO,、CDP、CEP,、容犀Copilot等,，是目前金融數(shù)智化營銷場景中，企業(yè)用戶需求普遍非常旺盛的產(chǎn)品矩陣,。

據(jù)了解,，容聯(lián)云對大模型落地哪些能力，做了很多取舍,。比如原本想用大模型實現(xiàn)多輪對話的識別,，讓智能客服機器人更像一個真實的人，但算了一筆賬,，發(fā)現(xiàn)算力成本在短期內(nèi)沒辦法解決,，是企業(yè)客戶很難接受的，所以暫時放下,。再比如,，企業(yè)希望解決行業(yè)數(shù)據(jù)怎么分析，分析之后怎么決策的問題,，涉及很多行業(yè)知識和know-how,，目前大模型還難以達到企業(yè)所要求的質(zhì)量。

現(xiàn)階段,，容聯(lián)云在銷售和客服的場景里面,，找到了一個更恰當?shù)拇鸢浮蛟靾鼍盎头?。主要包括電銷輔助、在線客服輔助,、企微輔助,、智能文本機器人、AI智能陪練等,。針對垂直領(lǐng)域的特有場景,，可以提供更加聚焦、專精的產(chǎn)品,，比如金融領(lǐng)域的分期挽留助手,、薦卡挽留助手、投訴安撫助手等,。通過銷售和客服工作的自動化,、智能化，幫助企業(yè)提質(zhì)增效,。

不難看到，容聯(lián)云做大模型,，不是“技術(shù)本位”,，而是“用戶本位”，從客戶的業(yè)務場景出發(fā),，回歸業(yè)務本身,，著力解決企業(yè)的痛點。這是大模型走入行業(yè)的前提,。

第二跳,，模型組合發(fā)力。

大模型也意味著大算力,、大數(shù)據(jù),、大參數(shù)，會給企業(yè)帶來額外的成本,，是不是所有場景都需要大模型呢,？能不能用小模型來做？是很多企業(yè)現(xiàn)實關(guān)心的問題,。通過大小模型配合,，構(gòu)建最適合業(yè)務規(guī)模的AI底座，可以讓企業(yè)智能化的投入產(chǎn)出比最優(yōu),，這才是一個更容易落地的模型體系,，也是容聯(lián)云正在做的。

大小模型在業(yè)務場景中的角色和能力各不相同,，因此,，對它們的任務分配和調(diào)度也大有講究。比如，在離線場景中,，任務相對比較簡單,，對算力的需求不高，就可以由小模型來執(zhí)行特定任務,。

此次推出的容犀Copilot,，集“全鏈路數(shù)據(jù)+大小模型+分析洞察”于一體，在每一次的服務與營銷場景中,，會實時根據(jù)企業(yè)與客戶產(chǎn)生的會話數(shù)據(jù)與業(yè)務數(shù)據(jù),，結(jié)合“聚焦客戶聯(lián)絡全場景的大小模型”與“會話洞察”能力，產(chǎn)出最佳溝通策略,，成為銷售和客服的實時AI領(lǐng)航員,。

通過合理的模型組合，減少企業(yè)智能化的綜合成本,，就能將大模型產(chǎn)業(yè)化向前推進,，把技術(shù)價值落到實處。

第三跳,，優(yōu)化產(chǎn)品能力,。

優(yōu)秀的工程能力，是大模型乃至整個AI落地的關(guān)鍵,。舉個例子,，容聯(lián)云服務過的客戶來自不同行業(yè)和領(lǐng)域，業(yè)務規(guī)模各有不同,，數(shù)字化水平也參差不齊,，需要結(jié)合企業(yè)的實際情況和智能化需求，提供個性化的解決方案,。再比如,，有的企業(yè)對數(shù)據(jù)隱私安全非常看重,，不希望數(shù)據(jù)上云端訓練,，這就需要將大模型“硬化”，進行私有化本地部署,。

企業(yè)智能化的實際需求,，對大模型服務商的產(chǎn)品化、工程化能力,，提出了非常多元,、全面的挑戰(zhàn)。對此,，容聯(lián)云做了軟硬產(chǎn)品的“兩手準備”,。

軟件產(chǎn)品上,，通過容犀智能的四大模塊：容犀AICC、容犀Desk,、諸葛IO/CDP/CEP,、容犀Copilot，向下銜接著容聯(lián)云的數(shù)據(jù)和AI能力底座,，向上支撐著各類場景及AI應用,，可以提供端到端的解決方案落地能力。硬件產(chǎn)品上,，容聯(lián)云正在研發(fā)的容犀赤兔一體機,，有望解決企業(yè)客戶對安全可控、信創(chuàng),、開箱即用等需求,。

從場景到產(chǎn)品，容聯(lián)云的“三級跳”,，跳出了一條清晰的大模型價值轉(zhuǎn)化路線圖,，也為企業(yè)以最高效率、最優(yōu)投產(chǎn)比實現(xiàn)智能化,，提供了方向,。

AI 1.0時代，一些國內(nèi)AI“獨角獸”的技術(shù)能力并不遜色,，甚至領(lǐng)先全球,，但由于無法大規(guī)模應用,，導致技術(shù)投資難以回收,，阻礙了商業(yè)化進程。我們都不希望大模型“重蹈覆轍”,，那么問題來了,，大模型的商業(yè)成功，究竟該怎么實現(xiàn)呢,？

要給大模型商業(yè)化找一個參照物,，可能就是容聯(lián)云此前深耕的SaaS市場。我們知道,，SaaS是一個需要放長線,、不斷積累增量、等待規(guī)模爆發(fā)的長程賽道,，靠的不是“一步登天”,，而是務實、耐心,、穩(wěn)扎穩(wěn)打,。

或許是受既往的基因和經(jīng)驗影響,，容聯(lián)云在大模型賽道的氣質(zhì)，也是比較獨特的,，不追一時的風口,，而是務實地深入業(yè)務，編織了一條商業(yè)成功的“安全繩”,。

之所以說是“安全繩”,，是因為容聯(lián)云接下來的大模型策略，能夠行之有效地守住商業(yè)版圖,，建立競爭壁壘：

策略一,，抓住核心優(yōu)勢。容聯(lián)云做大模型,，不是全面開花,，而是以自身擁有深厚積累的營銷和客服場景為主，通過溝通智能,、數(shù)據(jù)智能,、鏈路智能等重構(gòu)企業(yè)面向內(nèi)部和面向外部的多元化應用，更容易收束投入,，同時有效完成商業(yè)轉(zhuǎn)化,。

（北京華為云CTO 丁晨）

策略二，聯(lián)合伙伴力量,。企業(yè)智能化,，是一個產(chǎn)業(yè)鏈環(huán)節(jié)多、交付周期長,、客戶需求多而散的領(lǐng)域,，往往需要以中大型解決方案的形式完成，單打獨斗比與伙伴同行的風險更高,。目前,，容聯(lián)云與華為云達成深度合作，打造云上客服聯(lián)合解決方案,，后續(xù)還可以為行業(yè)客戶打造定制化,、易部署、多種數(shù)字化產(chǎn)品組合的解決方案,，充分滿足和支撐企業(yè)數(shù)字化轉(zhuǎn)型,，在企業(yè)市場中建立更大的競爭力。

（容聯(lián)云數(shù)字智能云AI產(chǎn)品專家 劉倩）

策略三,，拓展增量市場,。和很多被動出海的企業(yè)不同，容聯(lián)云是中國智能客服SaaS出海的先行者,，很早就開啟海外市場的布局,。目前,，容聯(lián)七陌在日本和東南亞已累計服務上百家客戶，并計劃在未來推出更多AIGC的智能交互應用,。在今年三月份推出的AIGC智能交互應用,，為緩解日本市場人力資源緊缺的問題，提供了對應的解決方案,，預計會帶來比較明顯的增幅,。不難看到，在廣闊的全球市場,，挖掘大模型的商業(yè)空間,，容聯(lián)云具有競爭力，也是其商業(yè)成功的保障,。

清楚地知道自身的優(yōu)勢,，并凝結(jié)成一條商業(yè)成功的“安全繩”，容聯(lián)云也有望率先走通大模型的商業(yè)化路徑,，在新一輪的AI產(chǎn)業(yè)化浪潮中搶占先機,。

場景革命和商業(yè)成功，是產(chǎn)業(yè)智能向深處發(fā)展的必要條件,，也是大模型價值沉淀與轉(zhuǎn)化的必經(jīng)之路,。先人一步的容聯(lián)云，正在讓大模型的技術(shù)價值真實凝結(jié),，將AI的產(chǎn)業(yè)空間向前推進,。