“很多人认为一个大模型就能解决所有问题。实际上，大模型更像是电能，真正要让房间变得凉爽，还需要空调设备来实现。”在一次关于人工智能的活动中，一位创业者分享了他对大模型与产业应用关系的独特见解。

随着人工智能逐渐成为制造业升级转型的重要推动力，越来越多的企业开始思考：如何有效利用AI技术？是选择训练一个专用的大模型，还是将通用大模型融入业务流程中？是优先改造生产线，还是先优化管理系统？在创业者看来，这些问题的答案并不在于“模型”本身，而在于企业的实际应用场景。

“早期阶段，很多人认为需要依赖垂直领域的大模型来解决行业问题。但实践证明，这条路并不能完全走通。”他认为，通用大模型的能力更新速度极快，如果企业投入大量资源训练专用模型，可能会发现刚完成训练，底层模型就已经迭代升级；更重要的是，很多企业的数据量有限，这在很大程度上限制了模型能力的提升。

“一种方法是将企业的所有制度和流程预先灌输给一个博士生，让他毕业后直接开始工作；另一种方法是培养他的通识能力，让其能够快速查阅企业提供的制度文件并执行。你觉得哪种方式更高效？”这位创业者解释道，“显然，后者更能解决企业在生产经营中的实际问题。如果每次业务流程或系统发生变化都要重新训练模型，不仅成本高昂，而且难以实现。”

过去两年，企业级AI应用还处于探索阶段。“那时候大模型刚刚兴起，成熟度不足，能做的更多是智能问答、文档检索和文书处理等基础工作。”这位创业者表示，他的公司专注于将AI能力融入传统软件系统，并在项目实践中不断积累可复用的框架。