腾讯官方也打算在 6 月 19 日公布行业大模型及商业训练服务平台。在之前4月，腾讯官方公布了面对大模型训练的新一代HCC大数据处理集群式，综合性能比以往提高了3倍，并通过腾讯云服务MaaS面对企业导出模型训练服务内容。

看上去，腾讯官方并没有急切发布聊天助手商品，而是选择通用性大模型、行业大模型双轨并行，进一步对外开放释放出来行业大模型服务水平。在刚刚结束的中关村论坛中指出，百度李彦宏明确提出将来每一个行业都有属于自己大模型。大模型会紧密结合到中国实体经济中去，创变古月百业联盟，助力中国经济发展开辟下一个金子30年。阿里巴巴发布的模型即服务三层架构中，也包括了企业专享大模型。

能够得知，企业用户对大模型落地很急切，各种生产商与创业人还在追逐要求。

实际上，B 端企业顾客通常内置情景和数据，是模型落地的绝佳检测场。那样，在模型的落地上，企业顾客最关心什么？

据雷峰网调查，大模型在企业落地有两种盲点：一是网络信息安全，二是成本费可控性。

网络信息安全包括「数据隐私保护」与「专业技能」二块，行业人士认为，ChatGPT 产生的回答需要由相关领域专业人员分辨。根据通用性大模型，现阶段客户并不是将专业技能键入模型后就可以得到技术专业得到的结果。除此之外，陈光强调，应用性的企业基本上不愿把自己调整的模型奉献到公有制版本号里和其他人共享，因此企业或是侧重于训练自身大模型。训练完了在本地开展私有部署。

行业已有的一般做法就是，提供一个通用性大模型，随后提供给行业的用户去调整，然后再进行私有化部署。可陈光的经历是，以 Open AI 为例子，尽管他们免费了 API，但API没法私有化部署，顾客没法在最新模型版本号上调整；大模型的专业技术瞬息万变，对企业而言，紧跟潮流成本很高。

一家企业的CTO向雷锋网透露，现阶段大模型在企业落地成本分二块：一是模型早期调整与训练成本，二是模型中后期和业务相结合的使用成本。大模型的训练必须算率、数据和工程等几片体系适用。「企业要了解训练个性化模型人力与时间，更更愿意选择可以同时给予二种实力的生产商，将模型训练与使用成本降至最低。」

一个需要当心一个点是：现在来看，并不是所有的情景都很适合大模型落地。大模型刚火起来的时候，一些行业与未能及时发布大模型技术或商品的企业担忧本身业务流程被大模型改变，犹豫2个月后，发现「自己想多了」。在他们看来，缘故可能会有二块：一是缺乏明确提出好问题的 AI 产品运营，二是模型的专业技术特性限制。找情景一直是科技公司的一大难题，其实也是 To B 的一大难题。大模型精英团队寻找合适的情景，都是深层次 To B 提供服务的关键一步。

每一个把握大模型自主研发实力的企业都想要做大做强模型时代的发展「基础设施建设网络运营商」。三个月出来，行业现阶段只有明确，如果大模型可以说是 AI 时期智能网络运营商，如水电网等社会基础设施，不管已有的行业游戏玩家再好，最后也就只有少数几家能够成功。

先给有先发制人游戏的优点，之后有后来者居上的可能性，大模型推动新生产力的网络游戏仍在继续。如果大模型确实代表一个新时期，行业团体多花时间开展深度思考也是可以理解的，现在来看，留在牌桌子就已正确一步。