今天小编分享的科学经验：容联云，打响大模型+营销“场景革命”第一枪，欢迎阅读。
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——大模型应用更新新品发布会 " 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網域的行业优势 " 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。针对垂直领網域的特有场景，可以提供更加聚焦、专精的产品，比如金融领網域的分期挽留助手、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網域，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 "。
軟體产品上，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。硬體产品上，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網域，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 的智能互動应用。在今年三月份推出的 AIGC 智能互動应用，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。
