中關村科金總裁喻友平：DeepSeek正開啟大模型“垂類競速”模式，企業要充分利用數據資產實現智能化轉型

每經記者｜宋欽章    每經編輯｜馬子卿    

隨著DeepSeek的橫空出世，一股全民討論大模型的熱潮正在涌起。

3月13日，由中關村科金與上海市人工智能行業協會聯合主辦的“DeepSeek企業應用之道——2025大模型技術與應用創新城市論壇”在上海舉行。中關村科金總裁喻友平在演講中指出，DeepSeek系列模型降低了大模型的普惠門檻，正加速推動各行各業的大模型應用落地。他大膽預計，2025年逾90%企業將把大模型深度應用到核心業務中，開啟“垂類競速”模式。

中關村科金總裁 喻友平

 

圖片來源：每經記者 宋欽章 攝

在接受《每日經濟新聞》記者（以下簡稱“NBD”）采訪時，喻友平表示，隨著大模型時代的到來，數據成了非常寶貴的資產。未來企業最好能用自己的平臺來處理和加工這些數據，這樣會更加安全。

企業應抓住垂類大模型的機遇，利用數據資產實現智能化轉型

“自從春節后，我每周都在出差，主要任務是為大型客戶提供人工智能講座，結合企業的應用場景分析智能大模型部署方案。”喻友平在會上分享，這是他春節后的工作常態。

他坦承，眾多垂直行業對大型模型有著迫切的需求，同時大模型在眾多特定領域中也展現出廣泛的應用潛力。結合自身經歷，他在現場舉了幾個大模型落地的案例：“在金融行業，通過大模型技術，我們為頭部券商打造了財富助手，提高了客戶服務效率和滿意度。”“在工程領域，我們為寧夏交建開發了國內首個工程大模型應用平臺，顯著提升了知識獲取和標書應答效率。”

具體到金融領域的大模型，他認為現在仍處于供給不足的狀態。“目前，理財服務人員迫切需要一個更好的工具，讓他們更好地服務客戶。比如，需要大模型能夠動態地解讀最新的市場資訊和企業研報，并提煉重要觀點。同時還要結合客戶的特點和產品的特性，提出個性化的理財建議。”

“在過去，許多人在這個領域進行了探索，但實際的進展并不顯著，一個關鍵原因在于其智能化水平仍然有限。”喻友平坦言，隨著DeepSeek問世，其強大的推理能力以及對資料的收集和整理能力，為實現真正智能化的金融領域垂類大模型帶來了更多可能性。

他強調，行業垂類大模型是當前企業提升效率、降低成本和增強銷售的重要機遇。企業應抓住垂類大模型的機遇，通過“平臺+應用+服務”的模式，充分利用數據資產，實現智能化轉型。“垂類大模型是企業將自身數據能力與特定行業深度結合的關鍵步驟。得益于DeepSeek這一開源基礎設施，企業開發垂類大模型的速度加快，成本也顯著降低。”

在現場，中關村科金還發布了基于DeepSeek全新升級的得助大模型平臺2.5、得助智能客服4.0。據了解，前者支持DeepSeek等主流大模型的統一納管，同時升級多模態能力，實現不同模態信息的融會貫通，從而提升了垂類大模型構建能力。

喻友平認為，隨著越來越多的企業將大模型應用到核心業務中，企業大模型的勝負手不再是模型參數大小，而是誰更懂用垂類知識和經驗提升業務價值。垂類大模型作為大模型進一步商業化的關鍵，已成為企業數智化升級的必選項。

企業配備自己的數據“廚房”，核心數據會更加安全

NBD：金融行業對數據安全高度敏感，那么你認為應建立怎樣的機制和標準，來平衡數據價值挖掘與安全保護的關系？

喻友平：隨著大模型時代的到來，數據成了非常寶貴的資產。我認為，未來企業最好能用自己的平臺來處理和加工這些數據，這樣會更加安全。

舉個例子，如果將數據比作烹飪的食材，那么每個真正擁有核心數據處理能力的公司，最好都能擁有自己的廚房。將食材帶到公共廚房烹飪，自然不如在自家廚房來得安心。當然，自家廚房也必須達到大模型平臺的基本標準，確保合規性和安全性，防止數據被濫用。

近期，許多企業都在部署DeepSeek。在我看來，目前這些企業的數據大多處于“裸奔”的狀態，這其實是比較危險的。然而，DeepSeek確實有其獨特的優勢，它就像公共廚房中的一口“高壓鍋”，能讓用戶在大模型發展的早期階段體驗到其強大的功能。但是，“高壓鍋”雖然能迅速烹飪食物，卻未必能滿足對美味的追求。

展望未來，企業級的大模型可能更傾向于大模型平臺一體機的形態。這種“軟硬一體”的解決方案將更適合滿足企業對數據安全的需求，特別是在對數據安全極為重視的金融行業。

NBD：隨著DeepSeek的問世，很多中小金融機構也對大模型躍躍欲試，你對中小金融機構部署大模型有何建議？

喻友平：對于中小型機構來說，未來面臨的挑戰可能會日益嚴峻。然而，我相信，這些機構應當利用自身的靈活性優勢，迅速適應并擁抱大模型，盡快掌握運用這些模型的技能。在未來的競爭中，他們將有機會確立自己的地位。在未來，大模型不會輕易淘汰人類，但它可能會淘汰那些不會運用大模型的人。

NBD：許多金融機構之前投入了高昂的成本來部署大模型，但隨著DeepSeek等開源大模型的出現，這些成本顯著降低。對于中小型金融機構來說，現在是否是他們投入巨資入局大模型領域的最佳時機？當垂類大模型更加成熟，以更低的成本進入會更加明智嗎？

喻友平：確實，你提到的可能性不容忽視——雖然“遲到”，但花費更少。對于規模較小的機構來說，這種做法或許更為務實。正如經濟學家Dambisa Moyo所言：“種一棵樹最好的時間是十年前，其次是現在”。