扎根产业，腾讯云为大模型找到了最好的练兵场。对腾讯云来说，这是一种务实的选择。

　　最近两个月，从国外微软、OpenAI 到国内百度、科大讯飞、阿里、360、中国移动等，纷纷针对政企、教育等行业客户，推出相关产品和解决方案。

　　6 月 19 日，腾讯云在北京举办行业大模型及智能应用技术峰会，公布腾讯云在行业大模型方面的技术方案，以及多款 SaaS 智能应用升级、产业客户应用落地进展。

　　简单而言，腾讯云行业大模型锚定方向，是面向产业领域的应用落地，而非通用聊天助手类产品。

　　打造一站式行业大模型精选商店。 根据腾讯云副总裁吴运声演讲来看，其将依托腾讯云 TI 平台打造模型精选商店，为客户提供 MaaS 一站式服务，和 量体裁衣、普惠适用 的行业模型解决方案。

　　开拓应用场景，加速 To B 落地，关系着新技术的发展与迭代。对行业大模型来说，伴随神秘面纱逐渐被揭开，也是其带来巨大生产力改变的关键。

　　当前，全球大模型探索仍处于早期阶段，尚未形成权威、通用的行业标准。那么，面对挑战与价值，腾讯云为何选择行业大模型其落地能力、技术路径情况如何？百家争鸣中，企业到底需要怎样的行业大模型？

　　src=4 月 19 日， 极点商业 深入峰会现场进行多方观察，并和业界多方人士进行了交流探讨，试图从中找到问题答案。扎根产业，腾讯云为大模型找到了最好的练兵场。分析人士称，对腾讯云来说，这是一种务实的选择。

　　未来 10 年内，每家公司都会建立自己的大模型。 全球人工智能十大科学家之一、深度学习先驱及奠基者特伦斯 · 谢诺夫斯基近日预测，每家公司都会拥有自己特定目的的大模型，要么用于处理数据，要么用于提升效率，创新经营。

　　企业转向人工智能时代，国内多家科技企业也有类似表态。问题是，对政企、金融以及更多中小、To B 企业来说，需要怎样的大模型？

　　大模型与行业、企业融合，是目前各个企业都在考虑的迫切问题。6 月 19 日的腾讯云峰会现场，多家企业负责人对 极点商业 表示，多数企业受技术、资金、人才等限制，无法独立去自己搭建大模型，因此往往需要搭载第三方大模型工具和服务。

　　对企业需要怎样的第三方大模型考量上， 极点商业 根据多家企业和业内人士的说法，归纳总结为以下几点：

　　1、需聚焦自身企业场景，让 AI 服务范围更聚焦与可控。2、针对具体场景，挑选合适模型满足实际需求。3、有专业的云厂商工具，搭建一体化模型服务，提高效率。4、能建立服务质量评估流程。5、数据及模型应用安全、合规、可控。

　　上述考量中，低成本低门槛、全栈技术、强大算力、高效处理、优质服务是 标配需求 。

　　此外，由于 To B 千行百业，业务量大、需求复杂，很多企业要在第三方框架平台基础上，将微调、性能调优等工具简化，以此去低门槛开发、高度定制化自己的专属大模型。

　　对政企、金融、制造等行业来说， 安全是重中之重。 一位 To B 金融行业人士告诉 极点商业 ，金融行业搭建大模型，不仅需对数据进行清洗、去重、脱敏、加密，同时数据来源、获取也需要合法合规。最后才会考虑到复杂、多样的实际应用和业务场景。

　　在工业领域大模型，则需要满足不同的应用场景，涉及生产优化、产品设计研发、质量控制检测、供应链管理、安全生产等等，都需要根据不同的业务场景，设计相应模型和算法。

　　垂直化、专业化复杂需求意味着，当前火热的通用大模型，很难完全满足 To B 垂类行业——尽管通用大模型价值也很大，比如适用性较广，可以与 C 端业务、产品结合甚至 重做一遍 ，但并不一定适合 B 端的所有场景落地。对 To B 来说，上述提及的复杂生产逻辑，需要构建行业预训练模型，才能更好满足实际落地场景需求。

　　实际上，布局行业大模型的平台、工具与服务并不算少，但从现状来看，依然存在计算资源少、数据质量差、 投入成本高、专业经验少等几大核心痛点，真正落地应用成熟的产品，还很少。

　　算力是打造所有类型大模型生态的动力源泉。但大模型喂养训练、开发成本太高。比如，要训练像 ChatGPT 这样的生成式 AI，至少需要 1 万张英伟达 A100 加速卡的支持，大模型训练每月成本在数百万美元以上量级。

　　目前，国内只有包括腾讯云在内的少数几家企业，具备这样的硬实力。考虑到 To B 行业需要结合复杂应用场景喂养，那么成本会更高。

　　另外从专业经验看，行业大模型部署需考虑到计算资源、网络带宽、安全性等多方面问题，但很多企业、机构缺乏相关技术、人才和经验，导致模型无法顺利部署和应用。

　　对腾讯云而言，上述难题或许并不是问题——以算力为例，多年来基础设施领域持续投入后，腾讯云搭建起了行业领先的高性能、低成本、超大规模的算力基础设施。今年 4 月，腾讯云发布面向大模型训练的新一代 HCC 高性能计算集群，整体性能比过去提升 3 倍。

　　src=腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生表示，HCC 获得了很多客户的高度认可，几家 AI 独角兽都与腾讯云展开了合作。

　　希望能以最低的成本、最合适的模型和最好的服务把大模型真正做好，会在预算和成本可控的情况下提供最符合逻辑的模型，让其在场景中达到目的，解决问题。 吴运声表示。

　　从 极点商业 现场观察来看，腾讯云推出的为何是行业大模型，而非通用大模型，这并非鱼和熊掌不可兼得的故事。更多只是站在政企等客户角度，进一步对外释放自身在行业上的技术、服务能力。

　　腾讯云行业大模型具体路径是，依托腾讯云 TI 平台打造模型精选商店两种服务，包括为客户提供 MaaS（Model-as-a-Service）一站式服务，以及 量体裁衣、普惠适用 的行业模型解决方案。

　　腾讯云 TI 平台，是基于腾讯先进 AI 能力和多年技术经验，向开发者、政企提供的一站式 AI 开发服务平台。 精选商店 作为一种消费理念很好理解，提倡优秀、高品质的产品，强调对商品的精心挑选和甄选。

　　这意味着，在腾讯云的模型精选商店中，企业可以根据自身实际需求，像去精选商店购物一样，挑选 Mass 一站式服务，或者个性化、专业化定制的解决方案。

　　MaaS 是云计算行业公认的未来商业模式变革，中文名是模型即服务。去年底，美国知名投资人 Chamath 指出，MaaS 将会颠覆 SaaS。今年，百度 CEO 李彦宏等也有类似表述，未来云计算的主流商业模式将从 IaaS 变为 MaaS。

　　具体而言，作为 AI 时代基础设施，MaaS 为下游应用提供安全、高效、低成本的模型使用与开发支持。用户可以直接在云端调用、开发与部署模型，而无需投资构建和维护自己的模型所需的基础设施、硬件和专业知识。

　　src=上述阐述略微生涩，通俗易懂的说法是，腾讯云将自己的一系列行业大模型服务，以及媒体 AI 中台、数智人等一整套模型服务工具链，集成在了 MaaS 一站式商店中，企业可以根据自己需求，进行选择。

　　应用建立在大模型上。基于 50 多个基础模型，不同行业、企业还可以只要加入自己的场景数据，就可以生成契合自身业务需要的专属模型。

　　比如，每个企业都可以在腾讯云 MaaS 中，拥有自己的专属大模型空间，既可以调用全部能力和所有 商品 ，也可以结合所属行业专业性及场景需求，用自己的数据一站式训练精调，开展多模型训练任务，打造自己的企业大模型。

　　无论哪种模式，都是为了解决 To B 千行百业搭建大模型的成本、门槛、技术、人才等难题。 有观察人士就认为，不能将腾讯云 MaaS 视为一个简单的 行业大模型工具 ，而应视为一个 AI 基座型的生态开放平台。

　　其道理很简单，对政企等 ToB 行业来说，其实都需要自己的专属模型。接入腾讯云 MaaS 的 B 端生态越多，就会带来更多业务、算力训练等工作，最终形成一个生态开源平台。

　　src=得益于过去积累的庞大业务数据，以及算力基础设施，腾讯云行业大模型具备五大特点：提供高质量的行业大模型、完善的平台工具、成熟的流程服务、全面的配套服务、领先的安全能力保障。

　　比如，多年深耕产业互联网的经验，让腾讯云 TI 平台内置多个高质量行业大模型，涵盖金融、传媒、文旅、政务、教育等多个行业场景。TI-ONE 平台提供的大模型全套工具链，则可以让用户客户快速进行一站式大模型精调。

　　src=那就是对企业具体应用场景、服务模式，是否有深入了解。毕竟，对 To B 行业来说，没有 Know-how 的深厚积累，就很难结合相关应用场景，为政企等设计出个性、专属的 Demo。

　　这正是腾讯云优势之一。腾讯云对政企市场布局深远，此前在 IaaS 层、PaaS 和 SaaS 三个层次都具有核心技术能力。相关数据显示，截至目前服务超过 30 个部委、二十多个省、五百多个市县的数字化转型工作，为超 11 亿民众提供近三千项移动政务服务。

　　目前，腾讯云行业大模型能力已在腾讯企点、腾讯会议、腾讯云 AI 代码助手等多款产品中落地使用。而外部最后一公里 落地应用，无疑是所有大模型竞争焦点，更是外界对腾讯云布局政企等行业大模型的重要考量。

　　去年 7 月，腾讯云宣布成立政企业务线，将政务、工业、能源、文旅、农业等众多传统领域作为重点目标市场，首次进行政企业务大整合。

　　对所有互联网和科技企业而言，传统政企市场显然是一块难啃的硬骨头。但从目前来看，腾讯云在推出 MaaS 一站式行业大模型之前，其实就已有多个案例悄然落地。

　　今年 4 月，腾讯云与福建大数据集团正式签署合作协议，共建 福建智力中心 项目，并助力打造互动式政务大模型应用 小闽助手 。

　　作为全国率先成立的省管国有全资大数据企业，福建大数据集团是 数字福建 建设主力军，负责省级电子政务网络、云、平台等系统的建设和运维。 福建智力中心 则是福建省基于大语言模型能力而打造的首个智慧政务平台。

　　福建智力中心 全面依托腾讯云在数据接入、处理，模型构建、训练、评估、管理等方面的技术能力，并结合福建省政务民生的切实需求，主要面向当地政府部门、企事业单位等政务机构，提供全方位的智能化支持。

　　src=作为 福建智力中心 的重要创新成果， 小闽助手 是福建政务领域发布的首个互动式大模型应用，未来将为福建市民提供零距离、高质量、7X24 小时管家式政务的办事体验。

　　相比传统客服应用， 小闽助手 具有更快的响应速度、更准确的服务推送和更好的用户体验——这并不容易，需要强大的算力资源的高效调度和管理，也是政企搭建专属大模型的难题之一。

　　背后，显然离不开腾讯云 MaaS 一站式服务和 量体裁衣 行业模型解决方案中，提供的强大技术支撑，算力和存储等能力。

　　其中，腾讯云智能 AI 算力调度平台为 小闽助手 提升政务互动的效率和质量；腾讯云 TI 平台则为其提供配套完善的训练和推理框架工具链，减少模型生成时间，提升部署效率。

　　基于腾讯云教育行业大模型能力，上海大学此前结合自身场景数据，通过腾讯云 TI 平台进行精调，构建专属教育行业大模型，计划覆盖包括在校生、毕业生全生命周期，提供咨询和问答内容，首个场景聚焦招生专业咨询和规章制度咨询。

　　src=从具体使用场景来看，在 生专业咨询 中，学生可以通过平台向助手提问关于专业的培训目标、校企合作、就业前景、课程设置、实习基地等。 而在 规章制度咨询 场景，学生可以通过平台向助手提问关于学分、户籍、奖学金、交换生、安全管理制度等。

　　实际上，政企行业需求不同，痛点也完全不同。其合适的行业大模型，也就截然不同。

　　比如对传媒行业来说，多年下来积累海量的音视频、图片、文稿等信息资源。但过去由于缺少智能的技术手段，大多是传统人工方式做资源编目，难以满足媒体采编存管播发全流程的时效性、高质量需求。这意味着在数字化时代，媒资管理也需提升智能管理水平，才能服务媒体内容生产与传播。

　　面对央视总台这一痛点，腾讯云解决方案是，基于腾讯云智能媒体 AI 中台的行业大模型能力，帮助央视部署 TI 平台原生模型服务，打造人工智能开放平台，通过引入自研 标签权重引擎 ，让内容标签颗粒度更细、理解度更深、泛化性更高。在这样的数据标签体系支撑下，视频编辑用自然语言就能实现跨模态检索。

　　src=最终，重新构建了细分场景的标签体系，包括新闻、综艺、融媒体、影视剧等，关注各场景中应用价值最大的标签。同时在原本智能标签检索的基础上，通过跨模态的文本－图像理解模型，可以做到以文搜图、以文搜视频，实现跨模态检索。

　　又比如在金融落地上，保障安全重中之重外，某国家首批股份制商业银行的核心痛点就有两个：一是实现相关单据信息的自动化录入、匹配、分析和校对，降本增效；二是通过大语言模型打造银行专属 AI 助手，助力银行投资、财富管理、绿色金融等业务发展。

　　两大核心痛点，背后是无数复杂原因导致，一个行业大模型很难解决所有痛点，实现所有诉求。

　　最终，腾讯云找到的方案是，利用 OCR（光学字符识别）大模型去匹配大量单据处理场景，将识别的字段准确率提升至 90% 以上，更好地满足了银行业务场景的需要。OCR 基于腾讯优图实验室的深度学习技术，将图片、手写的文字内容，智能识别成为可编辑的文本。

　　而在金融智能客服场景，则基于腾讯云金融行业大模型能力，客户结合自身场景数据，通过腾讯云 TI 平台进行精调，构建了专属的金融客服大模型，并进行私有化部署。

　　上述只是目前腾讯云行业大模型众多应用落地中的几例，对原有模式、生产力的颠覆改变、运营效率的提升，明晰可望。那么，这是否意味着，更大规模落地应用的开端？

　　政企选择接入大模型根本动力离不开四个字：降本增效。 业内人士认为，整体来看，腾讯云是从 ToB/G 政企端自身需求场景出发，去思考打造什么样的行业大模型。不但要为政企等行业的大模型落地搭平台、找场景、降门槛、降成本，也需要为安全边界负责。这是大规模落地应用的基础。

　　我们期望和腾讯云等一起，推动行业构建专属大模型及智能应用的普及。 在峰会现场，多位业内人士对此表示，从大模型发展趋势看，已经形成了 ToC/B、多模态场景应用并行路径，行业大模型只会越来越 沸腾 。

　　AI 技术深度嵌入中国工业生产、高端制造各个环节，智能化、数字化转型升级成为政企等各行各业共同目标，都让外界意识到了行业大模型的巨大潜在价值。

　　发力行业大模型，也就成为行业共识。不止腾讯，也是微软、百度、阿里、360、科大讯飞、中国移动等大厂共同竞逐方向。有消息称微软，正在使用其 Azure 云服务把 OpenAI 的强大的语言生成模型引入政府机构；在国内，中国移动今年 6 月展出了他们的 九天 行业大模型在网络运维领域的应用。

　　src=另外，金融、教育、医疗、自动驾驶、智能物流、安防等多个领域行业公司都已相继传出要推行业大模型的消息。

　　可以判断的是，随着落地应用加速，行业大模型将迎来分水岭。比如 MaaS 将随着 AI 不断深入应用到各行各业，在金融、教育、医疗、交通、能源等核心领域，用 MaaS+SaaS 的模式，重构 SaaS 行业，撬动新的亿万级的市场。

　　比如在教育市场，腾讯与上海大学的牵手，也许就是教育行业大模型打造的开端。

　　针对大模型对教育行业的影响，同济大学校长、教授郑庆华表示，其将会重塑传统的教学方法和模式。这意味着，行业大模型不仅会彻底颠覆传统的师生二元结构，重塑教育产业的浪潮，还会推动中国教育信息化市场规模的攀升。

　　中商情报网数据显示，预计 2023 年，中国教育信息化市场规模为 5573 亿元，复合年增长率 8.3%。这一增长速度预计会加快——因为伴随规模化与在线化行业大模型的落地，将有利于打破阶层化的教育资源，让学习真正摆脱时间和空间的限制，实现全民教育同权。

　　政务、工业、能源、文旅、农业等众多政企，以及制造细分领域，也被给予相同期望。显然，这会推动行业大模型和相关技术的市场规模。

　　比如已然成为科技巨头能力标配的 OCR，已在金融、保险、医疗、交通、教育等诸多行业有深入成熟的应用。随着 OCR 行业模型应用范围和场景扩展，市场规模将进一步增大。有权威机构预测，2025 年全球 OCR 市场规模将达到 133.81 亿美元。

　　这就是众多科技企业竞逐行业大模型的巨大机会——面对 To B 千行百业，复杂细分痛点和需求，没有一家企业能做到 完全通吃 。

　　所有有实力企业，都可以在不同场景应用中，利用自己优势找到自己位置，跑出更多的独角兽。比如，腾讯云在算力、软件、数据、生态上的优势，华为在芯片、系统上的优势，中国移动不可替代的网络优势。

　　行业迭代、商业化潜力的加速释放，又将成为助推行业大模型应用落地的 引擎 。最终在理想状态下，在脱虚向实过程中，成为人类强有力的生产力工具。

　　新的宏大故事画卷已经开启。实现前提，是记住马克思说的一点：事物发展，总是波浪式前进，螺旋式上升的。行业大模型的未来发展，也无任何捷径可言。