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出口等方面有待探索，企業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，與産業結合、場景結合。
目前來看，大模型走向行業，已經凝結爲共識。并不是我們多有先見之明，而是 AI 技術的産業化，要遵循一定的發展規律，大模型也不例外。
曆史上的兩次 AI 浪潮無不說明，一項新技術必須在廣袤的産業空間中完成價值轉化，才能變爲産業革命。以傳統機器學習、小模型爲主流的 AI 創業 1.0 階段，AI 算法公司往往要經曆三步：第一步，技術和模型能力達标；第二步，與場景進行實驗性結合，産生一些典型案例和示範應用；第三步，通過工業化生産、規模化落地，完成投入回收，并指向商業成功。哪一步做不好，都會阻擋 AI 産業化的步伐。
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成功，該邁過的門檻 " 一個也不能少 "。
有大模型，隻是萬裏長征的第一步。那麽，誰将大模型的技術價值往場景、産業去推進呢？
12 月 19 日，容聯雲在 " 未來生成式——大模型應用升級新品發布會 " 上，正式發布基于自研赤兔大模型的全新産品品牌【容犀智能】，以及基于大模型能力構建的生成式應用【容犀 Copilot】。
（容聯雲産業數字雲事業群副總經理 孔淼）
堅持聚焦于場景，将自身在智能營銷領域的行業優勢 " 高壓強 " 釋放，是容聯雲的大模型行動指南，使其成爲大模型 " 場景革命 " 的先行者之一。
在大模型必須深度下沉、擁抱行業的關鍵節點，容聯雲也成爲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産業 AI 的第二道 " 場景門檻 "？又能否順利邁過第三道 " 工業化門檻 "，抵達商業成功？
大模型下沉時刻
誰能打響 " 場景革命 " 第一槍？
目前，行業和企業對新技術的認知，已經從 " 要不要用 AI"，變成了 " 怎麽用好 AI"。企業在應用 AI 到底更關注什麽？可以從傳統深度學習爲主的 AI 1.0 階段，找到一些答案：
一是不知道 AI 怎麽用。上一階段的 AI 落地場景有限，主要以 CV 計算機視覺技術爲主，出現了 " 工業 AI 就是質檢 "、人臉識别算法公司紮堆做安防等情況。可落地的市場競争白熱化，而大量業務場景怎麽跟 AI 結合，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，可以爲企業提質增效。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，生産線上的産品更換一個顔色，原本的算法性能就會下降，無法精準識别。
三是覺得 AI 太貴。産業 AI 需要對行業、具體客戶、業務理解有較高的深度，而懂算法的不懂業務、懂行業 Know-how 的不懂産品技術，是一個普遍存在的現象。上一階段的企業智能化，往往是讓 AI 科學家、算法工程師、産品經理等到一線去，一個場景一個場景地調研、了解，一個模型一個模型地訓練、開發、叠代。這種 " 人拉肩扛 " 的模式，不僅前期投入成本高，後續還需要高昂的人力、金錢、時間成本去維護，對企業來說，投入産出比不高。
由傳統深度學習主導的企業智能化，已經進入到了某種瓶頸，而大模型的到來，帶來了破局的可能性。
技術邏輯上，大語言模型強大的理解生成能力，可以與企業業務流程中大量存在的文本任務相結合，技術落點更多、價值更高。同時，大模型的泛化能力，一個底座調度多個小模型，可以減少重複訓練調參的開發工程量，成本更低。這一高一低，就可以給企業做智能化帶來更高的效益回報。
聽起來很美好，但怎麽把大模型跟實際業務相結合，發揮出好的效果呢？目前業界的共識是，需要更精細化、更聚焦的行業大模型。這就是大模型産業化的第一步：" 模型能力達标 "。
今年 7 月，容聯動發布面向垂直行業的多層次大語言模型——赤兔大模型，推出了更适合行業、更精細化和聚焦的智能化産品，邁過了 " 模型能力達标 " 的門檻。在此之後，" 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 " 與場景結合 " 的第二道門檻。
邁過 " 場景門檻 "
容聯雲使出 " 三級跳 "
可能有人好奇，爲什麽是容聯雲？簡單說明一下，容聯雲在 SaaS 服務與營銷這個行業裏耕耘很多年，經曆過深度學習和大模型兩次技術浪潮，一方面有多年行業 AI 研發和應用部署的技術經驗，同時服務過上萬家客戶，有着與行業客戶磨合的經驗，充分了解客戶的業務流程。
用一句技術人愛說的話來總結：容聯雲手中有 " 錘子 "，也知道 " 釘子 " 在哪兒，需要以什麽力度砸下去。所以，容聯雲能夠率先把大模型深深嵌入到業務場景中，也就不足爲奇了。
我們可以将容聯雲進入場景的 " 三級跳 "，總結爲大模型下沉的 " 方法論 "：
第一跳，明确目标場景。
拆解容聯雲此次發布的、基于赤兔大模型的全新産品品牌【容犀智能】，産品矩陣包括了容犀 AICC、諸葛 IO、CDP、CEP、容犀 Copilot 等，是目前金融數智化營銷場景中，企業用戶需求普遍非常旺盛的産品矩陣。
據了解，容聯雲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多輪對話的識别，讓智能客服機器人更像一個真實的人，但算了一筆賬，發現算力成本在短期内沒辦法解決，是企業客戶很難接受的，所以暫時放下。再比如，企業希望解決行業數據怎麽分析，分析之後怎麽決策的問題，涉及很多行業知識和 know-how，目前大模型還難以達到企業所要求的質量。
現階段，容聯雲在銷售和客服的場景裏面，找到了一個更恰當的答案——打造場景化客服助手。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。針對垂直領域的特有場景，可以提供更加聚焦、專精的産品，比如金融領域的分期挽留助手、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，幫助企業提質增效。
不難看到，容聯雲做大模型，不是 " 技術本位 "，而是 " 用戶本位 "，從客戶的業務場景出發，回歸業務本身，着力解決企業的痛點。這是大模型走入行業的前提。
第二跳，模型組合發力。
大模型也意味着大算力、大數據、大參數，會給企業帶來額外的成本，是不是所有場景都需要大模型呢？能不能用小模型來做？是很多企業現實關心的問題。通過大小模型配合，構建最适合業務規模的 AI 底座，可以讓企業智能化的投入産出比最優，這才是一個更容易落地的模型體系，也是容聯雲正在做的。
大小模型在業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行特定任務。
此次推出的容犀 Copilot，集 " 全鏈路數據 + 大小模型 + 分析洞察 " 于一體，在每一次的服務與營銷場景中，會實時根據企業與客戶産生的會話數據與業務數據，結合 " 聚焦客戶聯絡全場景的大小模型 " 與 " 會話洞察 " 能力，産出最佳溝通策略，成爲銷售和客服的實時 AI 領航員。
通過合理的模型組合，減少企業智能化的綜合成本，就能将大模型産業化向前推進，把技術價值落到實處。
第三跳，優化産品能力。
優秀的工程能力，是大模型乃至整個 AI 落地的關鍵。舉個例子，容聯雲服務過的客戶來自不同行業和領域，業務規模各有不同，數字化水平也參差不齊，需要結合企業的實際情況和智能化需求，提供個性化的解決方案。再比如，有的企業對數據隐私安全非常看重，不希望數據上雲端訓練，這就需要将大模型 " 硬化 "，進行私有化本地部署。
企業智能化的實際需求，對大模型服務商的産品化、工程化能力，提出了非常多元、全面的挑戰。對此，容聯雲做了軟硬産品的 " 兩手準備 "。
軟件産品上，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，向下銜接着容聯雲的數據和 AI 能力底座，向上支撐着各類場景及 AI 應用，可以提供端到端的解決方案落地能力。硬件産品上，容聯雲正在研發的容犀赤兔一體機，有望解決企業客戶對安全可控、信創、開箱即用等需求。
從場景到産品，容聯雲的 " 三級跳 "，跳出了一條清晰的大模型價值轉化路線圖，也爲企業以最高效率、最優投産比實現智能化，提供了方向。
商業成功
大模型與容聯雲的下一站
AI 1.0 時代，一些國内 AI" 獨角獸 " 的技術能力并不遜色，甚至領先全球，但由于無法大規模應用，導緻技術投資難以回收，阻礙了商業化進程。我們都不希望大模型 " 重蹈覆轍 "，那麽問題來了，大模型的商業成功，究竟該怎麽實現呢？
要給大模型商業化找一個參照物，可能就是容聯雲此前深耕的 SaaS 市場。我們知道，SaaS 是一個需要放長線、不斷積累增量、等待規模爆發的長程賽道，靠的不是 " 一步登天 "，而是務實、耐心、穩紮穩打。
或許是受既往的基因和經驗影響，容聯雲在大模型賽道的氣質，也是比較獨特的，不追一時的風口，而是務實地深入業務，編織了一條商業成功的 " 安全繩 "。
之所以說是 " 安全繩 "，是因爲容聯雲接下來的大模型策略，能夠行之有效地守住商業版圖，建立競争壁壘：
策略一，抓住核心優勢。容聯雲做大模型，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爲主，通過溝通智能、數據智能、鏈路智能等重構企業面向内部和面向外部的多元化應用，更容易收束投入，同時有效完成商業轉化。
（北京華爲雲 CTO 丁晨）
策略二，聯合夥伴力量。企業智能化，是一個産業鏈環節多、交付周期長、客戶需求多而散的領域，往往需要以中大型解決方案的形式完成，單打獨鬥比與夥伴同行的風險更高。目前，容聯雲與華爲雲達成深度合作，打造雲上客服聯合解決方案，後續還可以爲行業客戶打造定制化、易部署、多種數字化産品組合的解決方案，充分滿足和支撐企業數字化轉型，在企業市場中建立更大的競争力。
（容聯雲數字智能雲 AI 産品專家 劉倩）
策略三，拓展增量市場。和很多被動出海的企業不同，容聯雲是中國智能客服 SaaS 出海的先行者，很早就開啓海外市場的布局。目前，容聯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，爲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，挖掘大模型的商業空間，容聯雲具有競争力，也是其商業成功的保障。
清楚地知道自身的優勢，并凝結成一條商業成功的 " 安全繩 "，容聯雲也有望率先走通大模型的商業化路徑，在新一輪的 AI 産業化浪潮中搶占先機。
場景革命和商業成功，是産業智能向深處發展的必要條件，也是大模型價值沉澱與轉化的必經之路。先人一步的容聯雲，正在讓大模型的技術價值真實凝結，将 AI 的産業空間向前推進。
