大模型 “下沉时刻”，容联云完成“三级跳”

年初大模型火爆的时候，我们就说过，大模型在价值形成与商业出口等方面有待探索，企业不必要跟风做通用大模型，而应该探索具有中国特色的大模型应用体系，与产业结合、场景结合。

目前来看，大模型走向行业，已经凝结为共识。并不是我们多有先见之明，而是 AI 技术的产业化，要遵循一定的发展规律，大模型也不例外。

历史上的两次 AI 浪潮无不说明，一项新技术必须在广袤的产业空间中完成价值转化，才能变为产业革命。以传统机器学习、小模型为主流的 AI 创业 1.0 阶段，AI 算法公司往往要经历三步：第一步，技术和模型能力达标；第二步，与场景进行实验性结合，产生一些典型案例和示范应用；第三步，通过工业化生产、规模化落地，完成投入回收，并指向商业成功。哪一步做不好，都会阻挡 AI 产业化的步伐。

大模型的到来，推动 AI 进入 2.0 阶段。但想靠大模型取得商业成功，该迈过的门槛“一个也不能少”。

有大模型，只是万里长征的第一步。那么，谁将大模型的技术价值往场景、产业去推进呢？

12 月 19 日，容联云在“未来生成式——大模型应用升级新品发布会”上，正式发布基于自研赤兔大模型的全新产品品牌【容犀智能】，以及基于大模型能力构建的生成式应用【容犀 Copilot】。

(容联云产业数字云事业群副总经理 孔淼)

坚持聚焦于场景，将自身在智能营销领域的行业优势“高压强”释放，是容联云的大模型行动指南，使其成为大模型“场景革命”的先行者之一。

在大模型必须深度下沉、拥抱行业的关键节点，容联云也成为一个很好的观察对象，让我们进一步思考：大模型应该如何迈过产业 AI 的第二道“场景门槛”？又能否顺利迈过第三道“工业化门槛”，抵达商业成功？

大模型下沉时刻，谁能打响“场景革命”第一枪？

目前，行业和企业对新技术的认知，已经从“要不要用 AI”，变成了“怎么用好 AI”。企业在应用 AI 到底更关注什么？可以从传统深度学习为主的 AI 1.0 阶段，找到一些答案：

一是不知道 AI 怎么用。上一阶段的 AI 落地场景有限，主要以 CV 计算机视觉技术为主，出现了“工业 AI 就是质检”、人脸识别算法公司扎堆做安防等情况。可落地的市场竞争白热化，而大量业务场景怎么跟 AI 结合，又是一片空白，真正能把智能化用好、达到收益的公司很少。

二是觉得 AI 不好用。理论上说，通过 AI 的理解、分析、决策能力，可以为企业提质增效。但是此前 AI 算法模型的泛化能力比较低，落地效果就不理想。比如我们曾采访过一家制造工厂，通过智能摄像头和 AI 算法进行无纺布的瑕疵检测，生产线上的产品更换一个颜色，原本的算法性能就会下降，无法精准识别。

三是觉得 AI 太贵。产业 AI 需要对行业、具体客户、业务理解有较高的深度，而懂算法的不懂业务、懂行业 Know-how 的不懂产品技术，是一个普遍存在的现象。上一阶段的企业智能化，往往是让 AI 科学家、算法工程师、产品经理等到一线去，一个场景一个场景地调研、了解，一个模型一个模型地训练、开发、迭代。这种“人拉肩扛”的模式，不仅前期投入成本高，后续还需要高昂的人力、金钱、时间成本去维护，对企业来说，投入产出比不高。

由传统深度学习主导的企业智能化，已经进入到了某种瓶颈，而大模型的到来，带来了破局的可能性。

技术逻辑上，大语言模型强大的理解生成能力，可以与企业业务流程中大量存在的文本任务相结合，技术落点更多、价值更高。同时，大模型的泛化能力，一个底座调度多个小模型，可以减少重复训练调参的开发工程量，成本更低。这一高一低，就可以给企业做智能化带来更高的效益回报。

听起来很美好，但怎么把大模型跟实际业务相结合，发挥出好的效果呢？目前业界的共识是，需要更精细化、更聚焦的行业大模型。这就是大模型产业化的第一步：“模型能力达标”。

今年 7 月，容联动发布面向垂直行业的多层次大语言模型——赤兔大模型，推出了更适合行业、更精细化和聚焦的智能化产品，迈过了“模型能力达标”的门槛。在此之后，“赤兔”并没有停止奔跑，又进一步抢跑“场景革命”，在岁末年初，迈过了“与场景结合”的第二道门槛。

迈过“场景门槛”，容联云使出“三级跳”

可能有人好奇，为什么是容联云？简单说明一下，容联云在 SaaS 服务与营销这个行业里耕耘很多年，经历过深度学习和大模型两次技术浪潮，一方面有多年行业 AI 研发和应用部署的技术经验，同时服务过上万家客户，有着与行业客户磨合的经验，充分了解客户的业务流程。

用一句技术人爱说的话来总结：容联云手中有“锤子”，也知道“钉子”在哪儿，需要以什么力度砸下去。所以，容联云能够率先把大模型深深嵌入到业务场景中，也就不足为奇了。

我们可以将容联云进入场景的“三级跳”，总结为大模型下沉的“方法论”：

第一跳，明确目标场景。

拆解容联云此次发布的、基于赤兔大模型的全新产品品牌【容犀智能】，产品矩阵包括了容犀 AICC、诸葛 IO、CDP、CEP、容犀 Copilot 等，是目前金融数智化营销场景中，企业用户需求普遍非常旺盛的产品矩阵。

据了解，容联云对大模型落地哪些能力，做了很多取舍。比如原本想用大模型实现多轮对话的识别，让智能客服机器人更像一个真实的人，但算了一笔账，发现算力成本在短期内没办法解决，是企业客户很难接受的，所以暂时放下。再比如，企业希望解决行业数据怎么分析，分析之后怎么决策的问题，涉及很多行业知识和 know-how，目前大模型还难以达到企业所要求的质量。

现阶段，容联云在销售和客服的场景里面，找到了一个更恰当的答案——打造场景化客服助手。主要包括电销辅助、在线客服辅助、企微辅助、智能文本机器人、AI 智能陪练等。针对垂直领域的特有场景，可以提供更加聚焦、专精的产品，比如金融领域的分期挽留助手、荐卡挽留助手、投诉安抚助手等。通过销售和客服工作的自动化、智能化，帮助企业提质增效。

不难看到，容联云做大模型，不是“技术本位”，而是“用户本位”，从客户的业务场景出发，回归业务本身，着力解决企业的痛点。这是大模型走入行业的前提。

第二跳，模型组合发力。

大模型也意味着大算力、大数据、大参数，会给企业带来额外的成本，是不是所有场景都需要大模型呢？能不能用小模型来做？是很多企业现实关心的问题。通过大小模型配合，构建最适合业务规模的 AI 底座，可以让企业智能化的投入产出比最优，这才是一个更容易落地的模型体系，也是容联云正在做的。

大小模型在业务场景中的角色和能力各不相同，因此，对它们的任务分配和调度也大有讲究。比如，在离线场景中，任务相对比较简单，对算力的需求不高，就可以由小模型来执行特定任务。

此次推出的容犀 Copilot，集“全链路数据+大小模型+分析洞察”于一体，在每一次的服务与营销场景中，会实时根据企业与客户产生的会话数据与业务数据，结合“聚焦客户联络全场景的大小模型”与“会话洞察”能力，产出最佳沟通策略，成为销售和客服的实时 AI 领航员。

通过合理的模型组合，减少企业智能化的综合成本，就能将大模型产业化向前推进，把技术价值落到实处。

第三跳，优化产品能力。

优秀的工程能力，是大模型乃至整个 AI 落地的关键。举个例子，容联云服务过的客户来自不同行业和领域，业务规模各有不同，数字化水平也参差不齐，需要结合企业的实际情况和智能化需求，提供个性化的解决方案。再比如，有的企业对数据隐私安全非常看重，不希望数据上云端训练，这就需要将大模型“硬化”，进行私有化本地部署。

企业智能化的实际需求，对大模型服务商的产品化、工程化能力，提出了非常多元、全面的挑战。对此，容联云做了软硬产品的“两手准备”。

软件产品上，通过容犀智能的四大模块：容犀 AICC、容犀 Desk、诸葛 IO/CDP/CEP、容犀 Copilot，向下衔接着容联云的数据和 AI 能力底座，向上支撑着各类场景及 AI 应用，可以提供端到端的解决方案落地能力。硬件产品上，容联云正在研发的容犀赤兔一体机，有望解决企业客户对安全可控、信创、开箱即用等需求。

从场景到产品，容联云的“三级跳”，跳出了一条清晰的大模型价值转化路线图，也为企业以最高效率、最优投产比实现智能化，提供了方向。

商业成功，大模型与容联云的下一站

AI 1.0 时代，一些国内 AI“独角兽”的技术能力并不逊色，甚至领先全球，但由于无法大规模应用，导致技术投资难以回收，阻碍了商业化进程。我们都不希望大模型“重蹈覆辙”，那么问题来了，大模型的商业成功，究竟该怎么实现呢？

要给大模型商业化找一个参照物，可能就是容联云此前深耕的 SaaS 市场。我们知道，SaaS 是一个需要放长线、不断积累增量、等待规模爆发的长程赛道，靠的不是“一步登天”，而是务实、耐心、稳扎稳打。

或许是受既往的基因和经验影响，容联云在大模型赛道的气质，也是比较独特的，不追一时的风口，而是务实地深入业务，编织了一条商业成功的“安全绳”。

之所以说是“安全绳”，是因为容联云接下来的大模型策略，能够行之有效地守住商业版图，建立竞争壁垒：

策略一，抓住核心优势。容联云做大模型，不是全面开花，而是以自身拥有深厚积累的营销和客服场景为主，通过沟通智能、数据智能、链路智能等重构企业面向内部和面向外部的多元化应用，更容易收束投入，同时有效完成商业转化。

（北京华为云 CTO 丁晨）

策略二，联合伙伴力量。企业智能化，是一个产业链环节多、交付周期长、客户需求多而散的领域，往往需要以中大型解决方案的形式完成，单打独斗比与伙伴同行的风险更高。目前，容联云与华为云达成深度合作，打造云上客服联合解决方案，后续还可以为行业客户打造定制化、易部署、多种数字化产品组合的解决方案，充分满足和支撑企业数字化转型，在企业市场中建立更大的竞争力。

（容联云数字智能云 AI 产品专家 刘倩）

策略三，拓展增量市场。和很多被动出海的企业不同，容联云是中国智能客服 SaaS 出海的先行者，很早就开启海外市场的布局。目前，容联七陌在日本和东南亚已累计服务上百家客户，并计划在未来推出更多 AIGC 的智能交互应用。在今年三月份推出的 AIGC 智能交互应用，为缓解日本市场人力资源紧缺的问题，提供了对应的解决方案，预计会带来比较明显的增幅。不难看到，在广阔的全球市场，挖掘大模型的商业空间，容联云具有竞争力，也是其商业成功的保障。

清楚地知道自身的优势，并凝结成一条商业成功的“安全绳”，容联云也有望率先走通大模型的商业化路径，在新一轮的 AI 产业化浪潮中抢占先机。

场景革命和商业成功，是产业智能向深处发展的必要条件，也是大模型价值沉淀与转化的必经之路。先人一步的容联云，正在让大模型的技术价值真实凝结，将 AI 的产业空间向前推进。