九卦 | 大模型真的改變行業(yè)了嗎？——幾個(gè)不回避的觀察

作 者 | 羅輯（九卦金融圈專欄作家）

來 源 | 九卦金融圈

大模型行業(yè)應(yīng)用的潮水已經(jīng)漫過了堤壩——這不是未來時(shí)，而是現(xiàn)在進(jìn)行時(shí)。從ChatGPT的橫空出世掀起全球AI浪潮，到國內(nèi)的DeepSeek、盤古、文心一言、千問等一系列主流大模型的“百模大戰(zhàn)”愈演愈烈，幾乎所有叫得上名字的科技企業(yè)，都在過去兩年里交出了自己的大模型答卷。

迭代在加速，場景不斷出新、邊界在消融，大模型正在全方位滲透于生產(chǎn)生活的各個(gè)領(lǐng)域。這也讓各行各業(yè)的從業(yè)者與決策者，產(chǎn)生了普遍的技術(shù)焦慮。

在此之前，人工智能更多停留在實(shí)驗(yàn)室階段，它是論文里的公式、發(fā)布會(huì)上的Demo，更是大眾眼中高門檻、高壁壘、高姿態(tài)的“三高”技術(shù)，與日常生活永遠(yuǎn)隔著一道護(hù)城河。而大模型的出現(xiàn)，徹底打破了這種技術(shù)壁壘。人工智能從抽象的前沿概念，變成了可感知、可落地、可復(fù)用的口袋工具。它能夠制作報(bào)表、分析文檔、解析圖像、編寫代碼，大模型就這么把AI拽回了凡間，讓每一位普通職場人都能便利體驗(yàn)到AI帶來的變革。

也正因如此，一個(gè)共識(shí)正在形成：大模型絕非簡單的工具革新，它正在從日常工作、社會(huì)生活、產(chǎn)業(yè)邏輯乃至社會(huì)組織形態(tài)等方面層層滲透，帶來顛覆性的影響與沖擊——這才是變革焦慮的核心原因。結(jié)合筆者自身對(duì)大模型領(lǐng)域一線工作的研究與實(shí)踐，從應(yīng)用落地的角度，分享幾點(diǎn)思考，供大家交流探討。

從當(dāng)前落地形態(tài)來看，大模型應(yīng)用主要分為兩大方向：社會(huì)化通用應(yīng)用和行業(yè)垂直應(yīng)用。 前者以大眾日常使用的智能助手為代表，例如豆包、元寶等主流產(chǎn)品。這類應(yīng)用主要面向普通用戶，聚焦日常生活、基礎(chǔ)辦公、通用咨詢等普惠性場景，旨在滿足大眾碎片化、常態(tài)化的使用需求，覆蓋范圍廣、普及速度快、用戶基數(shù)大。后者則深耕金融、制造、IT開發(fā)、政務(wù)等專業(yè)領(lǐng)域。這類應(yīng)用依托行業(yè)專屬數(shù)據(jù)與業(yè)務(wù)邏輯，精準(zhǔn)解決細(xì)分領(lǐng)域的專業(yè)問題，落地更具針對(duì)性、專業(yè)壁壘也顯著提高。

通用應(yīng)用跑得最快，然后呢？

對(duì)比兩大賽道的發(fā)展節(jié)奏可以看出，社會(huì)化通用應(yīng)用的迭代和普及速度更快。這類應(yīng)用最先沖擊乃至替代的，是那些高度依賴知識(shí)積累、經(jīng)驗(yàn)儲(chǔ)備與信息整理的傳統(tǒng)工作模式與服務(wù)形態(tài)。其中，最具代表性、也最明確的趨勢是，傳統(tǒng)搜索引擎行業(yè)正面臨根本性變革——未來市場空間將持續(xù)收窄，甚至可能逐步被新型AI交互模式所替代。

從“找信息”到“用信息”——傳統(tǒng)搜索引擎的時(shí)代紅利已消退

傳統(tǒng)搜索引擎的核心價(jià)值，始終停留在“信息檢索”的單一層面，它只能被動(dòng)羅列海量碎片化信息，無法根據(jù)用戶真實(shí)需求完成整合、提煉與總結(jié)。

用戶在獲得檢索結(jié)果后，仍需要自主篩選真?zhèn)巍⒄鐒e廣告、梳理內(nèi)容、提煉重點(diǎn)。與此同時(shí)，競價(jià)排名、虛假廣告、信息冗余、有效信息密度低等長期頑疾，使得傳統(tǒng)搜索的用戶體驗(yàn)始終不盡如人意。而大模型驅(qū)動(dòng)的新型智能交互，實(shí)現(xiàn)了綜合性智能檢索與內(nèi)容服務(wù)的升級(jí)。面對(duì)出行規(guī)劃、資料整理、文稿撰寫、行業(yè)信息調(diào)研等各類需求，大模型不僅能夠快速抓取全網(wǎng)有效信息，還能精準(zhǔn)理解用戶核心訴求，自動(dòng)完成信息篩選、內(nèi)容整合、重點(diǎn)提煉、邏輯梳理與結(jié)構(gòu)化輸出等一系列工作。以往需要人工摘抄、甄別、歸納、整理的繁瑣工作，如今都可以通過大模型高效完成。

這種從“找信息”到“用信息”的質(zhì)變躍遷，徹底重構(gòu)了大眾獲取信息與處理信息的方式，也直接宣告了傳統(tǒng)搜索引擎單一檢索模式的時(shí)代紅利正在快速消退，這，正是大模型社會(huì)化應(yīng)用帶來的最直觀、最深刻的行業(yè)變革。

消除“信息差”和“經(jīng)驗(yàn)差”——經(jīng)驗(yàn)型行業(yè)的第一張多米諾骨牌已被推倒

信息檢索與文本服務(wù)領(lǐng)域的變化只是序幕，所有依托知識(shí)積累、經(jīng)驗(yàn)沉淀形成的咨詢服務(wù)類行業(yè)，都將迎來一場快速且深刻的替代與重塑。其中最典型的，便是基礎(chǔ)醫(yī)療咨詢與健康診療服務(wù)。

以日常生活中，極為常見的老人體檢為例，家中長輩年事已高，體檢查出缺鈣問題，前往醫(yī)院就診，即便是副主任醫(yī)師級(jí)別的專業(yè)診療，往往也只是給出一個(gè)高度簡化的結(jié)論——“身體缺鈣，需要補(bǔ)鈣”。

但對(duì)于大眾真正關(guān)心的核心問題，比如補(bǔ)鈣的具體方式與劑量標(biāo)準(zhǔn)是什么、適合的膳食營養(yǎng)品與對(duì)癥藥劑如何選擇、服用時(shí)間與頻次怎么安排，以及針對(duì)腸胃虛弱、體質(zhì)敏感的老年人而言，是否存在更具針對(duì)性的個(gè)性化適配方案，這些問題，傳統(tǒng)門診在有限的時(shí)間內(nèi)通常難以給出細(xì)致且系統(tǒng)化的解答和指導(dǎo)。大模型則提供了截然不同的解決路徑，用戶只需上傳體檢報(bào)告、簡要說明身體基本情況，便可獲得系統(tǒng)化的輔助分析與解答。不僅能夠精準(zhǔn)解讀檢查結(jié)果所反映的健康問題，還能結(jié)合老年人身體特質(zhì)，量身定制完整的補(bǔ)充方案——明確適配的營養(yǎng)品與藥品、細(xì)化每日服用劑量與最佳服用時(shí)段，同時(shí)兼顧老人腸胃薄弱、吸收較差、體質(zhì)敏感等個(gè)性化問題，給出規(guī)避風(fēng)險(xiǎn)、適配體質(zhì)的優(yōu)化建議，整個(gè)解答細(xì)致、全面、可落地，幾乎不輸于一次高質(zhì)量的?？谱稍?。

兩相對(duì)比，結(jié)論已不言自明：基礎(chǔ)診療咨詢、健康指導(dǎo)這類高度依賴專業(yè)知識(shí)與臨床經(jīng)驗(yàn)積累的服務(wù)，已經(jīng)完全可以被大模型高效替代。

由此可以推導(dǎo)出一個(gè)清晰結(jié)論：所有依靠長期知識(shí)積累、經(jīng)驗(yàn)沉淀與標(biāo)準(zhǔn)化認(rèn)知來提供服務(wù)的行業(yè)，都將最先受到大模型的沖擊，也最難在這場技術(shù)浪潮中獨(dú)善其身。無論是傳統(tǒng)老中醫(yī)的經(jīng)驗(yàn)問診、教培行業(yè)的經(jīng)驗(yàn)授課、文旅領(lǐng)域的行程規(guī)劃咨詢，還是各類標(biāo)準(zhǔn)化咨詢、方案解答、經(jīng)驗(yàn)指導(dǎo)類崗位，其賴以生存的專業(yè)壁壘，究其本質(zhì)無非是“信息差”和“經(jīng)驗(yàn)差”的疊加。

而大模型憑借海量數(shù)據(jù)訓(xùn)練，已將全網(wǎng)專業(yè)知識(shí)、行業(yè)經(jīng)驗(yàn)與標(biāo)準(zhǔn)化流程深度內(nèi)化，能夠瞬時(shí)抹平這種經(jīng)驗(yàn)與信息差距——過去需要十年、數(shù)十年積累才能掌握的專業(yè)判斷力，大模型可以瞬間調(diào)用并呈現(xiàn)。

因此，這類以知識(shí)和經(jīng)驗(yàn)為核心競爭力的傳統(tǒng)服務(wù)行業(yè)，在大模型的快速迭代中，必將迎來一場深刻的重構(gòu)與升級(jí)。區(qū)別只在于：是你主動(dòng)擁抱變化，還是被變化裹挾著！

從“嘗鮮期”邁入“深水區(qū)”——“場景寬度”與“進(jìn)化速度”的綜合較量

基于以上分析可以判斷，大模型社會(huì)化應(yīng)用正在從“嘗鮮期”邁入“深水區(qū)”——其普及程度會(huì)持續(xù)攀升，最終全面融入大眾生活、工作與學(xué)習(xí)的方方面面。伴隨應(yīng)用場景不斷擴(kuò)張，市場競爭格局也將加速分化：頭部產(chǎn)品的虹吸效應(yīng)愈發(fā)顯著，行業(yè)優(yōu)勝劣汰的節(jié)奏只會(huì)越來越快。

審視當(dāng)前國內(nèi)社會(huì)化大模型的賽道，產(chǎn)品林立、群雄逐鹿。豆包、DeepSeek、元寶、阿里阿福等多款主流產(chǎn)品，迭代頻率以周甚至按天計(jì)算，無一不在爭奪搶占大眾用戶的注意力與使用時(shí)長。然而，縱觀用戶活躍度、使用頻次、用戶粘性等關(guān)鍵指標(biāo)不難發(fā)現(xiàn)：喧囂之下，差距正在加速拉開。那些看起來熱鬧、實(shí)際使用體驗(yàn)平平的產(chǎn)品，很快就會(huì)被撕下偽裝，面臨用戶流失的殘酷現(xiàn)實(shí)。

深入分析可以發(fā)現(xiàn)，決定未來社會(huì)化大模型能否長久生存、持續(xù)占領(lǐng)市場份額的核心變量，主要有兩個(gè)維度。

第一，是內(nèi)容與場景的覆蓋廣度。未來的大眾用戶需要的不再是單一的問答工具，而是一個(gè)一站式、全場景的智能助手——需求是多元且立體：既要協(xié)助整理資料、撰寫文稿、分析數(shù)據(jù)，也要規(guī)劃旅行行程、設(shè)計(jì)旅游路線、編排日常日程、解決生活瑣事、提供個(gè)性化建議。

第二，是持續(xù)的技術(shù)迭代能力。大模型行業(yè)技術(shù)更新快、迭代周期短，模型的理解能力、生成質(zhì)量、多模態(tài)水平、系統(tǒng)穩(wěn)定性、智能化程度等指標(biāo)每個(gè)月都在重新定義“上限”。唯有保持高頻迭代、持續(xù)優(yōu)化體驗(yàn)、快速補(bǔ)齊短板的產(chǎn)品，才能避免在下一個(gè)版本中被客戶遺忘。

終局已隱約可見：社會(huì)化大模型的終極競爭，不是單點(diǎn)優(yōu)勢的比拼，而是“場景寬度”與“進(jìn)化速度”的綜合較量?，F(xiàn)階段優(yōu)勢不代表永久優(yōu)勢，只有那些把場景做透、把服務(wù)做暖、把技術(shù)跑出加速度的玩家，才配得上這場戰(zhàn)役的終局席位。

為什么垂直行業(yè)還在“隔靴搔癢”？

說完社會(huì)化應(yīng)用，再來看第二條主線——垂直領(lǐng)域行業(yè)應(yīng)用。當(dāng)前，大模型在金融、制造、政務(wù)、醫(yī)療等各類垂直領(lǐng)域的探索如火如荼，落地場景越拓越寬。但回歸一線實(shí)際，一個(gè)略顯尷尬的現(xiàn)實(shí)擺在眼前：現(xiàn)階段垂直大模型僅僅停留在碎片化、片段式的工具輔助層面，距離貫通全業(yè)務(wù)流程、深入嵌入產(chǎn)業(yè)流程還有相當(dāng)漫長的距離。

審視當(dāng)下行業(yè)垂直應(yīng)用的通用落地模式，大多是依托行業(yè)專屬私有數(shù)據(jù)對(duì)通用大模型進(jìn)行微調(diào)，僅在局部業(yè)務(wù)片段實(shí)現(xiàn)輕量化、個(gè)性化輔助功能。今年一季度金融行業(yè)年報(bào)披露、各類金融科技展會(huì)輪番登場期間，各級(jí)領(lǐng)導(dǎo)多次強(qiáng)調(diào)大模型產(chǎn)業(yè)應(yīng)用的重要價(jià)值，落地期望值也被推得越來越高。但身處業(yè)務(wù)一線的工作人員普遍感受不深，很難真切觸摸到大模型帶來的深度變革。究其根源，核心在于兩大層面的底層瓶頸。

瓶頸一：數(shù)據(jù)不通，語義不懂——大模型在行業(yè)門口吃了“閉門羹”

第一個(gè)瓶頸聚焦于數(shù)據(jù)治理與融合環(huán)節(jié)，而這一環(huán)，也正是垂直大模型從“能用”走向“好用”最繞不開的命門。具體來看，又包含兩重相互關(guān)聯(lián)的難題。

其一，行業(yè)內(nèi)部，數(shù)據(jù)孤島林立，全域打通幾近奢望。出于信息安全與行業(yè)合規(guī)的剛性約束，幾乎所有政企機(jī)構(gòu)的業(yè)務(wù)系統(tǒng)均采用分域隔離部署，不同部門、不同業(yè)務(wù)線的數(shù)據(jù)彼此獨(dú)立、互不相通，天然存在一道無形之墻。市面上面向普通用戶的通用智能體可以無限制調(diào)取、關(guān)聯(lián)各類公開數(shù)據(jù)，但這種調(diào)用模式，在金融、政務(wù)、制造等垂直行業(yè)，完全無法復(fù)制。想要讓大模型調(diào)取全域業(yè)務(wù)數(shù)據(jù)開展深度分析，就必須打破原有系統(tǒng)的數(shù)據(jù)隔離架構(gòu)；但如何在嚴(yán)格守住數(shù)據(jù)安全底線、滿足合規(guī)審查的前提下，實(shí)現(xiàn)跨域數(shù)據(jù)的有序歸集與可控訪問，是當(dāng)前難以一次性解決的復(fù)雜難題。

其二，行業(yè)專有語義，難以被大模型“消化”。很多企業(yè)并非沒有意識(shí)到問題——它們?cè)缫巡渴鹪獢?shù)據(jù)管理，對(duì)數(shù)據(jù)表、字段做了基礎(chǔ)釋義標(biāo)注，但業(yè)務(wù)運(yùn)行本身是一個(gè)持續(xù)衍生的動(dòng)態(tài)過程：交易、生產(chǎn)、運(yùn)營中不斷產(chǎn)生新的派生數(shù)據(jù)、衍生指標(biāo)、自定義字段，其中沉淀了海量獨(dú)屬于本行業(yè)、本企業(yè)的業(yè)務(wù)邏輯、專業(yè)術(shù)語與場景規(guī)則。這套“行業(yè)方言”，很難快速灌輸給大模型。

社會(huì)化通用大模型的“語感”來自全網(wǎng)海量公開語料、多元樣本的暴力投喂，對(duì)日常通用語義駕輕就熟；而垂直行業(yè)的高質(zhì)量標(biāo)注數(shù)據(jù)集稀缺、專業(yè)語料規(guī)模有限，模型想真正掌握行業(yè)“行話”，需要漫長而昂貴的迭代周期。短期內(nèi)，大模型很難做到精準(zhǔn)解讀各類業(yè)務(wù)字段背后的真實(shí)業(yè)務(wù)含義，理解偏差、輸出失真幾乎是必然現(xiàn)象。

以大家討論最多的AI自動(dòng)生成報(bào)表場景舉例，原本行業(yè)寄希望于借助大模型解放在報(bào)表苦海的“表哥表姐”，但實(shí)際落地中報(bào)表生成頻繁出現(xiàn)異常、口徑偏差、邏輯沖突，產(chǎn)出的結(jié)果可用性極低，一線人員非但未能解放，反而需要花費(fèi)大量精力逐一核查、逐項(xiàng)修正。究其根源，問題恰是落在上述兩重?cái)?shù)據(jù)難題上：系統(tǒng)間數(shù)據(jù)不通，導(dǎo)致指標(biāo)口徑缺失；行業(yè)術(shù)語理解偏差，導(dǎo)致統(tǒng)計(jì)邏輯頻頻出錯(cuò)。最終呈現(xiàn)的結(jié)果就是——AI交出的報(bào)表，既接不上業(yè)務(wù)的“地氣”，也經(jīng)不起決策的“審視”。

瓶頸二：實(shí)時(shí)性剛需與離線式架構(gòu)——一道跨不過的“速度鴻溝”

第二大落地瓶頸，來自業(yè)務(wù)場景對(duì)數(shù)據(jù)時(shí)效性、響應(yīng)速度的硬性要求——這是一道技術(shù)架構(gòu)與業(yè)務(wù)需求之間由來已久的“速度鴻溝”。

大量面向管理層的經(jīng)營分析場景，對(duì)數(shù)據(jù)實(shí)時(shí)性要求近乎苛刻。比如經(jīng)營管理者需要隨時(shí)調(diào)取實(shí)時(shí)營銷數(shù)據(jù)，快速定位熱銷與滯銷商品，同步拆解銷量波動(dòng)背后的多重成因，形成綜合經(jīng)營研判。這一連串需求的背后，是數(shù)據(jù)實(shí)時(shí)接入、即時(shí)運(yùn)算、快速輸出結(jié)論的完整鏈路。

然而現(xiàn)實(shí)是，傳統(tǒng)企業(yè)數(shù)倉與數(shù)據(jù)庫的底層架構(gòu)設(shè)計(jì)，主要適配離線批量統(tǒng)計(jì)分析，數(shù)據(jù)同步、計(jì)算存在明顯滯后性，很難支撐高頻、實(shí)時(shí)的動(dòng)態(tài)業(yè)務(wù)分析。數(shù)據(jù)滯后直接導(dǎo)致大模型輸出的分析結(jié)論與當(dāng)下經(jīng)營現(xiàn)狀脫節(jié)，無法滿足管理者動(dòng)態(tài)決策的核心訴求，大幅削弱了垂直大模型的實(shí)用價(jià)值。

即便當(dāng)下很多機(jī)構(gòu)熱衷于渲染大模型在垂直領(lǐng)域里的落地效果，夸大人力替代成效，但從一線工作人員的實(shí)際使用體驗(yàn)來看，這類成果大多屬于主觀預(yù)期，并不具備完整的業(yè)務(wù)價(jià)值?，F(xiàn)階段垂直領(lǐng)域的大模型應(yīng)用，普遍呈現(xiàn)碎片化特征，只能解決工作中的零散環(huán)節(jié)。若要讓其真正釋放價(jià)值，就不能局限于單點(diǎn)功能優(yōu)化，真正的核心目標(biāo)應(yīng)是構(gòu)建一個(gè)端到端貫通、業(yè)務(wù)流程高度連貫的全事件一體化服務(wù)體系。

我們依舊以經(jīng)營報(bào)表場景為例，管理者的核心訴求絕不只是一組冰冷數(shù)據(jù)，而是一套能輔助判斷、支撐決策的完整認(rèn)知框架。

一套成熟的垂直大模型體系，至少需要完成三重躍遷：第一步，要精準(zhǔn)識(shí)別管理者的分析意圖，自動(dòng)完成全域業(yè)務(wù)數(shù)據(jù)抽取；第二步，還要整合行業(yè)公開披露信息、企業(yè)自有沉淀資料，實(shí)現(xiàn)多維度的交叉驗(yàn)證與深度解讀，輸出真正有參考價(jià)值的分析報(bào)告；第三步，在數(shù)據(jù)與行業(yè)洞察的基礎(chǔ)上，對(duì)比競品發(fā)展現(xiàn)狀，梳理自身業(yè)務(wù)的優(yōu)勢與短板，進(jìn)而針對(duì)性輸出優(yōu)化方向與營銷策略。

由此可以得出一個(gè)清晰的判斷：大模型若要在各垂直行業(yè)實(shí)現(xiàn)規(guī)模化、深層次落地，最核心的突破口，就是打破當(dāng)下點(diǎn)狀應(yīng)用的困局，構(gòu)建端到端連貫的業(yè)務(wù)閉環(huán)，最終實(shí)現(xiàn)全流程一體化的賦能，這也是未來行業(yè)大模型建設(shè)的核心攻堅(jiān)方向。

大變局里，誰會(huì)被留下，誰能往前走？

大模型時(shí)代已經(jīng)真正到來，“窮則變，變則通，通則久”，主動(dòng)擁抱技術(shù)變革才是長遠(yuǎn)發(fā)展的正確選擇。站在不同身份視角，理當(dāng)制定差異化的應(yīng)對(duì)策略。

對(duì)于行業(yè)管理者而言，需要理性研判行業(yè)走向，提前甄別那些即將被技術(shù)替代、甚至即將被替代的崗位與業(yè)務(wù)模塊，盡早布局轉(zhuǎn)型方案，在組織架構(gòu)與業(yè)務(wù)模式上主動(dòng)調(diào)整，規(guī)避技術(shù)變革帶來的被動(dòng)沖擊。

對(duì)于廣大從業(yè)者而言，現(xiàn)階段大模型雖然還存在一定技術(shù)門檻，但隨著模型智能化水平的持續(xù)躍升、智能體工具的日益豐富，門檻的降低只是時(shí)間問題。未來職場更青睞的，是深諳全鏈條業(yè)務(wù)邏輯、能夠串聯(lián)起碎片化AI工具、搭建完整業(yè)務(wù)流程的復(fù)合型人才。

這類人才的價(jià)值，不在于操作某一個(gè)工具，而在于理解工具之間的協(xié)同、洞察業(yè)務(wù)與技術(shù)的接口、打通從需求到落地的整條鏈路。深度理解業(yè)務(wù)，靈活駕馭工具，只有朝著這個(gè)方向提升自身能力，才能夠在技術(shù)變革浪潮中保持競爭力，實(shí)現(xiàn)個(gè)人職業(yè)的穩(wěn)步成長與長遠(yuǎn)發(fā)展。

以上便是我針對(duì)大模型發(fā)展與行業(yè)應(yīng)用的幾點(diǎn)個(gè)人觀察與思考，觀點(diǎn)難免存在片面與局限，權(quán)當(dāng)拋磚引玉，希望能引出各位同仁的真知灼見。觀點(diǎn)碰撞之下，新的思路往往就在那里等著被發(fā)現(xiàn)。