中关村科金总裁喻友平：基于大模型实现企业智能化，短则五到十年，长则十到二十年

每经记者｜张祎    每经编辑｜张益铭    

近日，由中关村科金主办的 「大模型・全连接・新增长」 城市论坛在成都举行。在这场聚焦垂类大模型产业的活动上，来自交通基建、金融、制造、汽车等行业的 300 多位企业代表围绕垂类大模型如何加速产业数智化升级进行了深入探讨。

「我们通过与数百个不同行业的客户深入接触发现，市场需要什么样的垂类大模型应用，一切最终还是要回归商业的本质。在企业中，真正能解决问题的产品才是最重要的。」 在论坛分享环节，中关村科金总裁喻友平指出，过去一段时间，大模型迎来了爆发式增长，但也面临更现实的应用挑战，在 AI（人工智能） 落地的 「最后一公里」，将技术应用到实际场景，依然存在诸多门槛和亟待解决的问题。

在垂类大模型的实际应用中，不同行业场景有着怎样的差异化需求，跨领域实现技术或服务的标准化面临哪些挑战，哪些新兴应用场景更具商业化潜力，围绕这一系列问题，《每日经济新闻》 记者在论坛期间采访了喻友平。

中关村科金总裁喻友平 受访者供图

基于大模型实现企业智能化还有很长一段路要走

 由百度智能云与中国信通院联合发布的 《2025 大模型平台落地实践研究报告》 显示，当前大模型落地还面临顶层规划模糊、技术壁垒高、运营管理机制缺失等问题。而大模型平台凭借其 「建、用、管」 的系统性解决方案，成为破局关键。作为 AI 技术与传统行业深度融合的催化剂，其意义远超技术工具范畴，正重塑产业发展逻辑与竞争格局。

在喻友平看来，「平台+应用+服务」 的三级引擎战略是大模型落地的最佳实践。他说，在大模型应用落地过程中，仅向企业提供一个标准化的产品，并不能让企业实现真正的智能化，必须基于一个数字化平台和一个智能化平台，帮助企业消化和利用大量的非结构化数据，从而输出智能化能力，为企业各个环节提供支持。

「在大模型的实际应用中，我们会发现，有些场景通用性比较强，覆盖面比较广，我们就会逐步地去往上去做标准化。」 他以合同审核领域举例称，公司通过对多个企业或整个行业的需求进行分析，根据共通性做出一个基于大模型的合同审核产品，再从算力、模型、数据、智能体去逐步推进标准化，最终可能会形成一个完整的应用体系。

基于此，中关村科金在其研发的得助大模型平台中，打造了算力工厂、数据工厂、模型工厂、智能体工厂四大工厂，使其工具链在一定程度上实现标准化，从而形成整体技术能力。

「工具链可以标准化，但行业 know-how（指技术诀窍） 必须进行差异化设计和建设。」 喻友平指出，虽然一些能力可以通用，但在不同行业场景中，专业知识、数据安全、成本效益、技术适配、场景复杂性等方面也有不同，只能通过不断地积累和打磨去逐步完善。

以智能客服场景为例，他表示，这是一个相对通用的应用场景，但除此之外，还有许多小的应用场景需要去挖掘，这一过程需要耗费较长时间，「基于大模型实现企业智能化，短则五年到十年，长则十年到二十年，这是完全有可能的」。

在场景选择上有所取舍

据了解，中关村科金依托多行业 know-how 的沉淀以及得助大模型平台，打造了行业级场景模块库。2025 年 1 月，《2024 胡润中国人工智能企业 50 强》 在北京发布，中关村科金是唯一一家凭借领域大模型优势登上该榜单的企业。

尽管中关村科金目前已经在金融、政务、汽车、工业等多个行业积累了超过 200 个行业样板，并且能够实现场景应用的分钟级落地，但喻友平坦言，公司并不会盲目追求场景的全面覆盖，「我们其实有所取舍，并非什么都做」。

他透露，在行业布局上，中关村科金目前暂不涉足教育、旅游等行业，这些领域更适合已具备相关行业数据基础的企业深耕。

「很多互联网公司，我认为未来都会转型成为大模型的公司。」 喻友平认为，互联网公司已经在各自领域积累了丰富数据和经验，更适合在这些领域进行智能化探索。

而反观没有互联网背景的中关村科金，他表示，因为公司缺乏互联网公司所拥有的海量数据优势，因此更侧重于选择从数据更多被企业私有化拥有的行业场景切入，而非开放数据领域。

喻友平介绍，公司目前重点聚焦于金融、政务、工业等主要板块，因为这些领域的很多数据并非被某一家企业或平台所独占，而是分散在各企业或机构手中，数据私有化程度较高。尽管在这些领域取得突破的难度不小，但他认为，差异化的发展路径往往蕴含着更大的商业价值，「少有人走的路，才是康庄大道」。

通过差异化构建竞争优势的同时，喻友平也强调了生态协作的重要性。他指出，在解决垂类场景的智能化问题时，所需的技术是非常多元化的，不仅包括当前的 AI 大模型技术，还涵盖了以往的感知智能技术，以及传统的信息化和数字化基础技术，需要多方携手，共同来分享价值、创造价值。

有人处即有应用空间

随着底层技术逐渐成熟，大模型的应用模式正从早期的对话式 AI、内容生成等单一技术驱动向金融、教育、医疗、制造等多元化场景驱动演进。在场景价值兑现的过程中，哪些领域更被看好，更值得期待？

对于这一话题，喻友平认为，虽然每个领域都面临着挑战，但只要是有人、有需求的地方，就存在智能化的应用空间。其中，在企业与客户 「连接」 的部分，即企业与客户的联络中心或连接中心领域，最有可能产生出通用产品。

「因为相对来说它是最标准化的，也有些行业特性，这个领域我觉得首先是看好的。」 他指出，服务好客户是企业的天职，如果能帮助企业在这一方面做得更好，将具有巨大的商业前景。

同时，喻友平也非常看好智能化在工业生产领域的应用。他认为，中国作为制造业第一大国，在工业智能化领域的突破不仅关乎产业升级，更是维护国家制造业主导权的关键。「我们必须靠智能化来守住这一优势。」

除了企业服务和工业领域，喻友平认为，随着社会发展和人口结构变化，未来公共服务领域也将是大模型应用的一大重点方向。

这一判断基于两大社会发展趋势：一方面，如今公众主动寻求公共服务的意识显著提升，服务需求呈现多元化、个性化趋势；另一方面，随着老龄人口增加，公共服务体系面临质量与效率提升的双重压力。在此背景下，传统以人力为主的公共服务模式已难以应对当前挑战，需要智能化技术对其赋能。

「未来，应该会是一个非常丰富多彩的生态格局。」 谈及大模型行业发展趋势，喻友平表示，接下来，做基础大模型的公司数量或将逐渐减少，未来可能仅剩下数家主导企业，这也已是行业共识。

与此同时，他指出，垂类大模型的数量可能会不断增加，在各个垂直行业中，将涌现出一批专注于垂类大模型的公司，同时在应用层也会有相应的发展。「在这条赛道上面，我们也希望能够尽量地把我们的一些潜力发挥出来。」