大模型技术早已脱离单纯的技术炒作阶段，正式迈入与企业业务深度融合的关键时期。
企业对大模型的投入热情持续高涨，投资规模稳步增长。研数据显示，37.7% 的受访企业正在重点投资 AI 大模型，并计划在未来三年内持续引入相关软件、培训及服务。中国市场的表现亮眼，64% 的中国企业预计其对 AI 的投资将增长 10% 至 30%。这种投入不仅体现在资金层面，更体现在实际的项目验证上。过去一年里，全球范围内企业平均对 AI 大模型项目进行了 34 次概念验证测试，这一数字远超其他 IT 项目，且企业对这些测试的满意度达到了 70%。多数企业高管明确表示，会继续增加在大模型领域的各项投入，以此强化自身的 AI 转型能力。
大模型为企业创造的价值正在多维度显现，覆盖企业经营的各个环节。大模型的价值划分为对内赋能与对外服务两大方向，具体延伸至员工、用户、营业收入和市场拓展四个层面。
面向员工，大模型通过各类办公和开发软件提升工作效率，还能基于企业内部知识打造专属智能体。面向用户，它能分析用户行为数据，通过智能客服、数字人等形式带来全新交互体验。面向营收，它为生产工具赋能，加快产品迭代与创新速度。面向市场，它能整合内外部数据，辅助企业进行风险预测与策略制定。从企业的实际预期来看，57% 的企业希望通过大模型优化用户体验，53% 的企业期待其加速决策并减少重复劳动，46% 的企业看重员工工作效率的提升，还有 34% 的企业希望实现工作流的整合。
大模型的落地周期正在大幅缩短，企业实现价值的速度超出预期。数据显示，大模型的落地周期多集中在 6 至 12 个月，这一区间的企业占比达到 48.5%，另有 30.3% 的企业落地周期在 12 至 18 个月。对于互联网企业或是已有 AI 应用基础的企业而言，垂直场景的大模型应用上线时间更短，最快可在 1 个月内完成落地。企业 CXO 普遍预计，未来一年大模型将为企业带来多方面的效益改善，包括降低 18% 的成本、缩短 24% 的流程时间、提高 17% 的员工生产研发效率以及提升 19% 的产品创新水平。
企业构建大模型落地能力需遵循科学的阶段路径，稳步推进转型。大模型业务落地能力建设划分为三个阶段。
第一阶段是计划准备，企业需要明确自身的初始驱动力，区分战略驱动与业务驱动两种类型，同时完成资源盘点、流程梳理与能力自查，并搭建跨部门协作团队。调研显示，45% 的企业认为确定关键考虑指标是前期准备中最重要的工作，40% 的企业重视安全规则的制定，31% 的企业将组建跨部门团队放在重要位置。第二阶段是模型部署，这是落地的核心环节，涵盖资源投入计划制定、模型选择、效果预测、算力准备、开发平台搭建、模型接入、效果调优、性能安全测试与应用上线等多个步骤。第三阶段是迭代优化，企业需要持续提升智能体应用效能，将成功的应用横向拓展至更多业务领域，纵向延伸至更复杂的任务场景，并从战略层面评估大模型对企业竞争力与 IT 基础设施的影响。
大模型的应用场景正不断拓宽，覆盖多个行业的核心业务。调研总结了大模型的十大核心能力与十大应用领域，形成了完整的落地应用场景全景图。互联网行业对大模型的接受程度最高，搜索问答、广告推送、营销文案生成等场景已实现规模化落地。金融行业重点在知识管理与智能服务领域发力，智能客服、内部知识管理、研报分析等应用较为成熟。零售消费行业则充分利用大模型的图文生成能力，在商品介绍制作、售前售后客服等环节大幅降低人力成本，同时通过数据分析实现销量预测与用户行为洞察。医药健康、智能终端、游戏、企业服务等行业也都在各自的核心场景中探索大模型的应用价值，落地成熟度持续提升。
大模型落地的技术路径日益清晰，核心要素成为企业成功的关键。精准选模是企业 AI 转型的第一步，企业需要结合业务需求，从模型精度、效果、参数规模与场景匹配度等方面进行筛选，优先选择经过大量业务场景验证的模型。一站式大模型服务平台能够解决模型部署的复杂难题，覆盖从场景分析到监控优化的全开发链路，同时保障全生命周期的数据安全。合作伙伴的选择同样至关重要，47% 的企业认为与领先的大模型厂商建立可靠的合作关系是项目成功的关键。头部厂商积累的行业经验与技术能力，能够帮助企业避免重复试错，大幅提升落地效率。
关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
