作为一个云厂商&大模型公司的从业者，由于大模型产品能力较期望值有较大GAP，最近重心都放在了补贴政策、销售考核、销售激励等维度，希望举各个维度之力，弥补产品能力的GAP，先让各家企业用上我们的模型，先把蛋糕占住。
但是整体国内大模型的商业化进程不算顺利，总结上来就是：各大公司都怀着open的心态拥抱大模型，但实际真正把大模型应用到生产场景的客户极少，转化率极低。
1️⃣虽然前期补贴率高，但国内大模型能力仍有GAP，大部分公司持观望态度
从各家厂商目前的定价策略来看，前期有免费的试用，就算是收费基本也是贴着成本报价，所以基本上是贴钱在买客户。但是在客户测试后，无论是容错率还是精度，其实都还有很大的提升空间，大部分客户可以测试、可以签约，但是真的要让客户花真金白金来买大模型，还有一定的空间；甚至有些大的互联网公司直接用openAI的开源模型自己搭一搭貌似也能用，现阶段保证自己不掉队就行。
2️⃣ 大模型应用场景不清晰，到底哪些能帮助客户降本增效仍待探索中
虽然很多大模型厂家现在纷纷对外展示大logo客户的合作案例，但是从销售反馈以及和跟着销售跑的几个客户来看，能降本增效的场景还没有那么清晰。
3️⃣ 数据安全与公有云大模型存在gap，数据安全如何保障仍然存疑
企业想要把模型训练的与业务场景契合，就需要用现实的数据和语料进行训练，但是对企业来说，数据是企业的安身立命之本，如果在公有云大模型上进行训练，企业对于数据安全的保障仍然存疑，如果获取了原始数据语料，那对企业来说真的是致命的。尤其是对于银行、政企、国央企这些单位，本身就对数据安全要求更高，所以公有云模型肯定是不满足需求的，就只能考虑私有化模型。但大模型技术更新迭代速度如此之快，现在购买一个私有化模型，后续模型的升级迭代其实是会有影响的，所以在私有化模型的落地进程中，大部分企业也还在观望中。
4️⃣ 对于大模型给企业降本增效的效果不能很直接的测算出来
对于B端客户来说，无论是公有云模型还是私有化模型，都要真金白银的花钱，那么在降本增效的大环境下，一定要有明确的ROI才会批复预算。但是在上述聊到的场景中，如智能座舱、智能NPC等都是锦上添花，这种实现场景到底能给企业带来价值是不好衡量的
在大模型TOB的场景下，商业化进程还处于非常早期，所以要客观、审慎的看这个市场，不要着急，也不要被割韭菜。
#大模型
但是整体国内大模型的商业化进程不算顺利，总结上来就是：各大公司都怀着open的心态拥抱大模型，但实际真正把大模型应用到生产场景的客户极少，转化率极低。
1️⃣虽然前期补贴率高，但国内大模型能力仍有GAP，大部分公司持观望态度
从各家厂商目前的定价策略来看，前期有免费的试用，就算是收费基本也是贴着成本报价，所以基本上是贴钱在买客户。但是在客户测试后，无论是容错率还是精度，其实都还有很大的提升空间，大部分客户可以测试、可以签约，但是真的要让客户花真金白金来买大模型，还有一定的空间；甚至有些大的互联网公司直接用openAI的开源模型自己搭一搭貌似也能用，现阶段保证自己不掉队就行。
2️⃣ 大模型应用场景不清晰，到底哪些能帮助客户降本增效仍待探索中
虽然很多大模型厂家现在纷纷对外展示大logo客户的合作案例，但是从销售反馈以及和跟着销售跑的几个客户来看，能降本增效的场景还没有那么清晰。
3️⃣ 数据安全与公有云大模型存在gap，数据安全如何保障仍然存疑
企业想要把模型训练的与业务场景契合，就需要用现实的数据和语料进行训练，但是对企业来说，数据是企业的安身立命之本，如果在公有云大模型上进行训练，企业对于数据安全的保障仍然存疑，如果获取了原始数据语料，那对企业来说真的是致命的。尤其是对于银行、政企、国央企这些单位，本身就对数据安全要求更高，所以公有云模型肯定是不满足需求的，就只能考虑私有化模型。但大模型技术更新迭代速度如此之快，现在购买一个私有化模型，后续模型的升级迭代其实是会有影响的，所以在私有化模型的落地进程中，大部分企业也还在观望中。
4️⃣ 对于大模型给企业降本增效的效果不能很直接的测算出来
对于B端客户来说，无论是公有云模型还是私有化模型，都要真金白银的花钱，那么在降本增效的大环境下，一定要有明确的ROI才会批复预算。但是在上述聊到的场景中，如智能座舱、智能NPC等都是锦上添花，这种实现场景到底能给企业带来价值是不好衡量的
在大模型TOB的场景下，商业化进程还处于非常早期，所以要客观、审慎的看这个市场，不要着急，也不要被割韭菜。
#大模型
