扒一扒大模型应用隐形冠军：服务1600+企业、200+业务场景|业务场景|大模型|智能化|隐形冠军

白小交发自凹非寺
量子位 | 公众号 QbitAI
服务1600+企业、200+业务场景直接落地。

这位大模型应用的隐形冠军不藏了。

他们打造大模型应用开发平台，客户能够开箱即用。服务企业覆盖央国企、金融、政务、民生、制造、零售等领域。

就在今天，他们再次升级自己的大模型技术与应用，进一步强化解决落地「最后一公里」的能力。

它就是中关村科金，在企业数字化升级这块深耕超过十年，妥妥的一位资深行业玩家。而其手握的利器，叫做得助大模型平台2.0——

只需要四个步骤，就可以构建企业专属的大模型应用。

里面支持十余种国内外开源开放的基础大模型集成和调用，并且根据不同行业的主流业务场景，特意推出上百套全场景套件模版，帮助企业大模型落地「一步到位」。

来看看究竟是怎么一回事？

分分钟构建大模型应用

简单来说，中关村科金是一家大模型技术与应用的公司。不同于基础模型公司，他们距离客户更近。

他们基于领域大模型、大数据分析、多模态交互三大核心技术，以及在全媒体联络中心、智能音视频等多个领域的产品基础，早已构建起自己的得助大模型平台，并且取得了多项业内权威认证。据了解，得助大模型平台算法已通过国家深度合成服务算法备案，模型能力获得了中国信通院当前最高评级4+级认证。

目前已累计服务1600+的行业头部企业，200多个业务场景。

在今天中关村科金主办的2024大模型技术与应用创新论坛上，他们进一步升级了自己的大模型平台——得助大模型平台2.0。

跟大多数大模型平台相同的是，它具备算力统一调度能力、一站式模型训推、应用快速构建三大核心能力，本质上就是降低大模型落地成本，帮助企业快速构建和部署大模型应用。

论坛现场，中关村科金总裁喻友平也向我们展示了得助大模型平台2.0的「快」。

四个步骤就可以构建专属应用，整个过程不到5分钟。

第一步，点击新建

第二步，在共享中心选择类似场景模版一键套用

第三步，在画布内进行个性化信息调整和流程调优

最后，点击发布。

如果说降本增效、快速部署是当前大模型平台的共识，也还只是平台本身最基本的特点。那么真正与其他大模型平台构成差异化，就是得助大模型平台2.0拥有一个killer级别的功能。

其实已经在演示中已经揭晓了。

它就是全场景套件模版。

就是他们将过去各行业领域的最佳实践，全部给打包统一封装好，然后统一交付给客户，哪个需要点哪里，目前已经累计上百套场景套件模版。

简单可以理解为PPT一键套模版，修图直接选滤镜，不过他们这个套件模版并非面向单一需求，而是更复杂更多样化，面向的是千行百业之中各式各样的业务需求。

在这上百组套件中既包括通用场景下的通用套件，比如日常管理助手、营销话术生成、休假助手、QA知识生成、文章摘要生成等等，也包括面对特定场景下的行业套件，这些行业套件术业有专攻，有专业的知识和能力，像金融场景下的基金产品审查、研投摘要生成；财务这块的财报分析比对、制造场景下铁路巡检报告生成……

有没有注意到，这些套件的场景细粒度已经非常之小，小到在这个套件基础上构建智能体，具体到某个特定岗位的人都可以直接使用。

以往我们谈大模型平台，都绕不开「开箱即用」这个点。

无需进行复杂的配置和调试，企业就能快速投入使用，这将大大缩短项目的上线周期，减少人力、物力和时间成本的投入。

不过完成构建和部署大模型之后呢？对于企业客户来说，他们可能更关注的是「所见即所得」，大模型怎么样在一些业务场景上面解决实际问题，发挥它的应用价值。

也就是说大模型如何能够在一些具体的业务场景之中直接上手操作，迅速且有效地发挥出其应有的价值，为企业带来实实在在的效益和帮助，真·「开箱即用」！

不过有一说一，对于toB客户来光说不练假把式，只说平台如何如何未免显得太抽象。只有真正用上的案例，有反馈有数据，才能相信这确实值得用才好用。

来，发布会现场他们也确实送上了四个大模型应用的示范，包括大模型外呼、大模型接警助手、大模型陪练、大模型财富助手，并且全都实打实地有数据有成效。

智能营销场景，现场展示了某家居平台使用大模型外呼的真实语音交互片段。

可以看到大模型外呼不仅具备专业知识的能力，还会在交互中高度拟人的表达。

据介绍，这是利用增强RAG和多Agent协同工作机制，通过深度学习绩优话术以及产品知识背景、个性化语言表达等实现这样的效果。

在家装活动邀约转化率上，大模型外呼的营销转化率达到3.5%，对比传统AI外呼提升了130%，与人工坐席相比也仅有17%的差距。

还有像反诈接警场景。我们都知道社会苦诈骗久矣，为此，中关村科金联合多个省市公安机关推出「大模型接警助手」，通过大模型优化反诈接警全流程。

现场展现了一段真实的报警案例，以往接警过程内容繁杂、录入信息多易出错、耗时较多。警员们需要通过问询进行信息流、资金流、通信流的要素收集，然后填写警情单并基于多元信息进行综合研判，之后生成止付指令对被诈骗款项实施拦截。

但有了大模型接警助手之后，让接警到止付的周期从30分钟缩短到2分钟，在「保障人民财产安全」这件事儿上跟时间赛跑。

还有像大模型智能陪练，只需上传相关文档，不到10分钟就能训练出你的一个工作、学习乃至生活的搭子。具体到实际金融场景的业务实践中，大模型陪练帮助员工的学习效率提升70%，线索留资率提升19.8%。

而像财富顾问，有这样一组数据值得关注，一般来说，一个财富顾问为了保证服务质量，能够有效服务的客户数量大约在50-100人左右。但根据麦肯锡的研究，理论上每个财富顾问需要服务的客户数量达到约3000人。

这也就意味着有大量的需求无法得到满足。而此次发布的大模型财富助手就是来解决这一问题。

据介绍，大模型财富助手通过多源知识智能融合、深度客户意图挖掘，能够大幅提升财富顾问展业的专业能力，使投顾知识获取效率提升5倍，长尾客户覆盖提升10倍，服务质量提升50%。

目前，中关村科金已经与银行、政务、央国企、保险、财富管理、制造、零售、家装等多行业头部企业在大模型应用落地上合作，比如中信证券、招商证券、中信建投、星展银行、达州市政府、杭州医保等。海外品牌 Instadesk 已助力数十家民族品牌出海实现业务增长。正如喻友平所说：“大模型落地，润物细无声。踏实笃行者，虽远行必至！”

在这些落地的这几个关键领域场景中，都有一个共同点就是连接。除了场景本身的连接，包括企业内部之间的连接，还有外部与客户的连接。

这种连接其实并非是单个大模型应用孤立存在，而是涉及到与传统业务流程、软件系统等的融合。

比如在营销场景使用时，不能脱离CRM系统，而在智能客服中，要与ICC（Internet Call Center)等系统连接。像知识管理方面，要与企业过去的知识库、办公系统相连接。

只有这样，大模型应用的「最后一公里」问题才能得以真正解决，实现所谓大模型到业务场景的「端到端」。

不过在大模型产业链的众多企业之中，中关村科金又是如何脱颖而出，取得一千多位头部客户的青睐？

我们找到中关村科金总裁喻友平，聊了聊背后的关键所在。

中关村科金总裁喻友平：三个能力让客户选择你

喻友平是谁？相信有不少业内人士知晓他的名字。

他在AI领域拥有近十年的一线工作经验，加入中关村科金之前，喻友平在百度就职长达17年，深度参与了百度AI平台化和商业化的过程，并领导团队成功推出了一系列大模型创新产品和解决方案，相关成果在企业营销、智能客服、知识管理等领域取得了显著成效。

因此谈大模型技术与应用趋势，他很有发言权。

他首先坦言，当前大模型对于商业模式的改变其实并不算大。因为大模型在ToB领域，多数场景下在短期内还是起提升或者辅助支持的作用。就客户的购买意愿而言，也不会愿意单独为智能化能力买单，更多是提供整体智能化项目/解决方案。

这里面其实就牵扯到现阶段一个行业认知上面的挑战，企业要更早以及更清晰地认识到大模型的时代趋势，但不要对大模型的期待过于盲目。不要认为大模型能够一步到位的肩负起人类大部分工作，在当前技术条件下，这种期待有点过高。喻友平认为整个业界认知层面的同步，是一个逐步实现的过程。

那么在大模型能力边界之内，企业认知还未对齐的情况之下，又是凭借哪些因素来选择大模型技术or平台的呢？

喻友平总结出来了三个能力：自研技术能力、场景落地能力以及客户服务能力。

首先是自研能力，这很关键。比如像大模型平台，市面上有一些开源应用开发平台，如果只是在开源基础上换个皮，企业是不会买账的。企业选择平台时会考察平台是否有完整的研发能力，具备自研能力的会更受到企业的青睐。

其次是场景落地的能力。喻友平打了个形象的比喻，将大模型平台比作厨房，那么模型应用就是菜式和做菜的方法，比如做西红柿炒鸡蛋，要先切西红柿、打鸡蛋，再放到锅里做，这一系列操作步骤就是场景套件模板。只有厨房，而没有做菜方法，是没用的。

中关村科金就相当于厨师的角色，而且能把做菜方法复制给别人。得助大模型平台2.0的优势之一就是沉淀了上百套全场景套件，“买了我们的厨房，菜式就送给客户。”

还有就是客户服务能力，中关村科金的优势在于服务成本可控和服务效果更有保障，会根据客户需求更加灵活调度。就像餐厅有不同档次，我们属于中等偏上，服务不错。

因此可以这样总结，基于自研技术打造大模型平台，在平台基础上结合不同行业know-how构建出千行百业场景的大模型应用，并通过端到端的交付和服务让这些应用落地发挥价值。

这三种能力组合在一起，就形成了中关村科金的“三级引擎战略”：

平台+应用+服务=企业大模型落地的最佳路径。

首先，平台是基础，是技术引擎。一个强大而稳定的大模型平台具备高效的数据处理能力、模型训练微调等功能，确保大模型的性能和准确性。同时，优秀的平台还应具备良好的兼容性和扩展性，能够与企业现有的系统和技术架构进行无缝对接，降低企业的技术迁移成本和风险。

其次，应用是关键，是产品引擎。大模型只有通过具体的应用场景产品才能真正为企业创造价值。企业需要根据自身的业务需求和痛点，选择合适的大模型应用方向。这些应用能够将大模型的技术能力转化为实际的业务成果，提高企业的运营效率、降低成本、提升客户满意度，从而增强企业的市场竞争力。

最后，服务是保障，是价值引擎。优质的服务贯穿于大模型落地的全过程，包括前期的需求分析、方案设计，中期的实施部署、培训指导，以及后期的运维支持、优化升级。及时的运维支持和持续的优化升级能够保障大模型的稳定运行和性能提升，使其能够随着企业业务的发展和市场环境的变化不断进化。

平台提供了技术支撑，应用验证了产品效果，服务保障了价值落地，三者相辅相成，缺一不可。

这构成了中关村科金区别于其他大模型公司的核心壁垒和竞争优势。就整个行业而言，只有通过这种全面的整合，企业才能充分发挥大模型的优势，实现数字化转型的目标。

“商业化雏形已经展现”

从此次得助大模型平台2.0的发布，以及在同喻友平的交谈之中，有这样几个趋势值得关注。

首先，大模型应用商业化雏形已经展现，大模型行业从“手工作坊”向“工厂模式”转变。

喻友平认为，未来一两年内，在企业的应用方面，随着大模型本身技术的迭代和进步，可能会有一些新的机会。但在ToB 和 ToC 这两条路上，商业化雏形已经逐步显现出来了。

这会带来一系列数智化基础设施以及应用层面的升级。

以前我们往往能看到单个人就能开发出ToC场景应用，一个人也能成立一家公司，但对ToB和整个产业发展来说其实价值相对有限。

现在不管是从资源投入的集中化，一个平台就集中了算力、数据等资源的调动；还有平台业务流程的精细化、覆盖整个模型训练到应用的全流程；还有应用场景的泛化。大模型不再局限于少数特定领域，而是广泛应用于金融、制造、医疗、民生、零售、教育等众多领域，逐渐形成规模化的商业应用……

从 “手工作坊” 向 “工厂模式” 的转变，是技术发展和市场需求共同推动的结果，这一转变不仅加速了大模型技术的发展和应用，也为其商业化的成熟和繁荣奠定了坚实的基础。

其次，智能化发展目前还处在早期，相较于过去互联网的数字化进程会比较慢。

在互联网时代，凭借数字化技术实现企业信息的连接、传输和读写等基本操作后就可以推动企业的数字化建设，数字化能力可以简单分为有和没有两种状态。而智能化则处于0.8、0.9、0.95，它是个逐步接近于1的过程，这与大模型技术当下能力有关，比如信息准确性和专业性，也与大模型应用落地的场景与数据有关，场景的多样性、数据的复杂性以及数据安全与隐私性要求，都是不小的挑战。这不仅是技术层面的挑战，还是个工程化难题。

因此喻友平认为：智能化发展会比数字化进程慢。

也正因为这样的原因，会给很多中型企业用时间换市场空间的可能性。未来，像中关村科金这样的公司会不止一家，并且还会越来越多。

他们有着比创业公司更为深厚的技术实力和行业经验，也有大型公司难以具备的反应速度和灵敏性。对于企业合作伙伴来说，这类企业是不错的选择。

千行百业都在迈入智能化，会有越来越多的「中关村科金」站出来，一起加速推动大模型应用落地。

One More Thing

值得一提的是，在昨天量子位MEET 2025智能未来大会上，「2024人工智能年度评选」结果中，中关村科金被选定为「2024人工智能年度领航企业」。