導語：

當中廠們乘上大模型的東風。

正文：

2022年底開始，一場由 ChatGPT 引發的人工智能革命發展正如火如荼。從一眾業界、學界大佬紛紛下場加入大模型混戰，到各路資本跟進共計投出數百億人民幣，無不證明著：大模型 還可以有更大的想象空間。

一年多的時間以來，諸多參與者已經演化成了三大流派：

一派是互聯網大廠，家大業大、子彈充足，憑借固有的云實力，將大模型作為入口，以生態和云服務把客戶留住；

一派是新銳創業獨角獸，臺前是各路明星創業者和他們光鮮的故事，幕后是一眾投資機構站臺支持，聚光燈投射之下，鮮花掌聲不斷；

而又一派，是已在各自領域中有所成就的“中廠”，表面上不比大廠有錢，做不了動輒千億、萬億規模的模型，也不及創業公司無牽無掛，難以放下一切激進創新。

前兩派，通常都是賽道極盡關注的對象，而最后一派的中廠，似乎總被遺忘，但實則是影響大模型落地最后一公里的關鍵一步。中廠們積年累月形成的數據、場景、用戶優勢，讓大模型不再是高高在上的show case 和AI設想，成為切實可行的、能被千行百業真正用起來的技術。而這，也契合了2024年大模型行業的關鍵詞：商業化落地。

2024年，港股上市公司移卡（09923.HK），一家走過13個年頭的科技公司，面對呼嘯而來大的 大模型 浪潮，也在用新的AI技術賦能原有的業務場景。

作為無數 AI 2.0 時代的“中廠”代表，移卡做大模型的策略，與大廠和獨角獸都有所不同——而這或許是中廠們走向大模型價值實現的“最短路徑”。

一、立足場景的“中廠”生態位

“沒必要和BAT、 AI 創業獨角獸去硬拼底層大模型技術。” 移卡執行董事、CTO羅小輝如是說道。

誠然，無論是阿里、字節等手握大把資源的大廠，還是智譜、月之暗面等技術Driven的AI 獨角獸，都會在參數規模、模型性能等硬條件上發力，甚至可以說這是他們所肩負的歷史使命。但這一條路，并不適合AI浪潮之下所有的科技企業。

一來，做AI底層研發的投入之大，需要持續燒錢試錯，但結果并不一定如人意；二來，這場AI之戰中，技術只是手段，最終是否能立住腳還得看在具體場景中的商業化應用。換言之，大模型技術無論投入多少資源、性能有多強，最終都要落到具體場景中切實產生價值。

歸根結底，對“中廠”生態位的企業來說，用大模型能力去維護基本盤、基于大模型做場景實現，反而是更好的選擇。

事實上，在行業中，當有真切需求的客戶真正將大模型用起來的時候，卻總發現，AI 落地的“最后一公里”相當難走——一方面，通用大模型泛化能力很強，卻難以深入理解企業的 Knowhow，最后難免變成“一本正經地胡說八道”；另一方面，大廠所布局的“行業大模型”，即使號稱距離客戶企業更近，效率有所提升，但面對客戶基于原生業務場景的一系列需求，也仍然無法完美應對。

橫亙在“技術”和“應用”之間的鴻溝，對于所有玩家來說都難以被迅速真正跨越。

面對這個問題，移卡執行董事、CTO 羅小輝坦言：“要跨越這一鴻溝，不能指望天降神兵，也很難找到行業外部的第三方去做這件事情，需要自己摸索技術和本地業務結合的方式，這是必經之路，沒有捷徑可走。”

從移卡創始人、 CEO 劉穎麒到 CTO 羅小輝，都曾是騰訊體系內技術線的中流砥柱，也是堅定的 AI 技術自研派。2017年，他們就在公司里建立了人工智能實驗室，尋求使用 AI 降本提效的機會。而到了22年底，大模型賽道被 ChatGPT 一朝引爆，移卡也真正開始摸著石頭過河，在洞察場景需要的基礎上一點點尋找AI和支付業務更好的結合方式。

但盡管AI賽道群強環伺，一眾“中廠”，卻也擁有著真正改變行業、用大模型實際為客戶提供生產力躍升的機會。在大模型賽道中如何找到生態位，羅小輝給出了一個很有趣的見解：

“我即是‘客戶’。”

二、拒絕拿來主義

To B 業務往往深陷一個困境——拿著技術去找客戶推銷推廣，但作為乙方，對甲方的了解需要時間和過程，即使是對場景理解得再熟稔，也必然有細節上的落差。

同樣是做產品，每家都有都有自己的一些特點，非共識的部分始終存在——內部的實現方式、業務開展的模式都有不同。這些差異中，有一些可以被總結出來，而有些東西可能總結不出來。

“總結不出來的那一部分，其實就是最難跨越的鴻溝。”羅小輝說道。“最好的能夠做出來的方法，就是結合業務特點自己投入研發，不要奉行拿來主義，否則是做不深的。”

這樣一來，甲方自己做技術產品，把積累起來的數據和 Knowhow 用起來，讓大模型和場景結合得更加緊密，就可以更有針對性、更細致地解決掉行業用戶的隱痛。甚至，以此來打平技術差距，取得即使其他廠商做很長時間也難以達到的效果。

在這個鏈路中，移卡就是傳統 To B鏈路中的甲方——他們自己有場景，距離基層 B 端用戶更近，也自然擁有更多一手的優質數據和行業認知，也就能在更落地的層面上，實際解決更多的 B 端需求。

于是，移卡也找到了距離原有業務更近的領域。在本地生活服務場景，針對日益增長的圖片、文案生成，短視頻剪輯和轉場、特效生成的需求，移卡完成了一系列技術產品的支持，并應用最一手的行業數據，對文案生成、視頻云剪輯生成結果進行了較大幅度的優化，降低了90%內容制作成本，內容生成效率提升了70%。

AI 的另一典型場景，當屬智能客服。人員成本不斷上升，而傳統 NLP 技術也遇到了瓶頸。用客服提效，不少 AI 公司也都投入大量資源研發，而結果卻良莠不齊。

不少公司給智能客服提供的解決方案，是用大模型技術理解用戶意圖，靈活生成結果，再用知識圖譜、搜索增強技術（RAG）去框定輸出內容的范疇，降低幻覺。但要把圖譜和 RAG 用好，能否擁有優質的數據庫，就成為了智能客服的“勝負手”。這方面，中廠有自己獨特的優勢。

通過清洗、整理、調用過去10年間與客戶對話解決問題留存的文字、語音數據，移卡基于“大模型+RAG”框架開發的智能化客服系統，在用戶體驗上也是更上一層樓。上線半年，移卡客服系統的用戶自助率增長超30%，達到近90%。

而移卡也并不急于將技術打包出售，做純技術輸出——而是基于與業務場景的結合，服務自己原有的生態伙伴，在基本盤上小步創新，把腳步踩穩。場景化的數據是移卡得天獨厚的優勢，一旦激進推廣，大模型產品的效果反而無法保證。

三、仍被需要的本地化部署

過去的 AI 1.0 時代，本地化部署一直是深受詬病的痛點——項目制、高定制化、勞動密集型AI……種種因素，只要提起來，總讓人想到上一代 AI 公司“賠本賺吆喝”的一地雞毛。

今天的 AI 2.0 時代，人們更愛談“標品化”、談“開箱即用”、談大模型的泛化能力，儼然已經覆蓋了過去 AI 產品的商業模式。

然而問題是，所有人都在談“標品”，但“標品”到現在為止還沒有真正做起來。其背后的原因除了剛剛談及的數據稀缺性、行業Knowhow 等問題之外，更是因為當下B端企業本地化部署的需求仍然存在。

以代碼生成 Copilot場景來看，羅小輝觀察到，要把作為自己“安身立命之本”的源代碼交出去，即使 AI 廠商把“數據安全”吹上天，不少 B 端用戶或許也仍然難以買賬。

行業口中的“標品”輸出看起來近，但實際上路徑更遙遠。而想讓客戶用得放心，就必須得回到本地化部署的邏輯。

去年年底，隨著大模型開源生態的日漸繁榮，移卡也終于看到了將代碼生成模型私有化部署的可能。

于是，移卡先在內部小范圍試驗推廣，再用私有化部署保證了數據安全的前提下，做了基于企業代碼庫的本地化訓練，把代碼生成工具專有化的能力優勢凸顯了出來，并自研了一套“移卡AI編程助手”產品。

利用“移卡AI編程助手”的代碼生成、注釋、解釋、糾錯，智能問答和單元測試等功能，平均代碼采納率已經超過20%，也有程序員的代碼采納率達到了30% 以上。

子彈有限，大范圍的技術研究對于“中廠”來說過于奢侈；他們的每一步棋都要能看到收效。做本地化部署，或許已經是“中廠”把大模型業務落進場景里的必選項。

而本地化部署，許多人都沒有看到，是“中廠”一個很具潛力的細分賽道：

大廠依托云平臺，終歸要把客戶拉攏到自己的 PaaS 和 IaaS 產品上，本地化部署和他們邏輯不符；

創業獨角獸體量一般不大，To B 經驗也并不全都豐富，要從頭拉起幾個項目團隊，相比早就在 To B 領域摸爬滾打多年的“中廠”，也自然顯得不夠成熟。

認清自身的生態位后，中廠們就需要挽起袖子下場做好本地化部署。就在不少廠商仍在猶豫是否該在大模型時代做本地化的時候，移卡較早地發現了這件事情并且付諸實際：

“只有本地化，才能夠把大模型的價值最大化，這就是我們秉持的一個基本的理念。”羅小輝如此總結道。

羅小輝關于技術發展路線的思考已經開始落地，接下來一步，移卡將會用生成式AI技術提升幾個確定性較高的產品服務：

一是聚焦移卡出海的一系列需求，比如用大模型解決語言相通的問題以及Ai Agent應用等，其中移卡投資的企業富匙科技，即將于東南亞地區推出針對餐飲行業的Ai Agent ；二是生成高質量的業務素材，為到店電商直播業務AI賦能；三是繼續賦能內部組織效率的賦能。

結語：

“大模型的贏家更可能是本來就擁有明確場景的企業。”這在行業內心照不宣。而中廠們有場景、有數據、有客戶、有生態，恰好是這群已經找到了釘子，再去尋找好用錘子的人。

“務實”是中廠們的關鍵詞。基于已有開源模型進行應用開發，不僅成本較低，還能進行本地化部署以確保內部業務和用戶數據安全。如此一來，既能服務于現有場景，也能在成本合理的范圍內解決實際問題，還能始終和前沿技術貼近，不至于閉門造車。

不僅是移卡，其他垂直行業的中廠，也在尋找用 AI 更好地賦能業務場景的方法。美圖秀秀、金山辦公等公司也在自己的垂直賽道耕耘并已取得不錯成效。

但在成熟業務的基礎上進行大量的、可能無法立見回報的創新技術投入，這也絕非易事。羅小輝表示，AI 的投入產出需要不斷磨合、把握，更需要有足夠堅定的信念去支撐。

不少人曾問羅小輝：外部供應商一抓一把，為什么還要自己做大模型？

移卡當然也問過自己這個問題，但他們的眼光卻更加長遠。

“這可能跟我們的企業基因有關，”羅小輝說道，“對于移卡來說，技術就是我們的安身立命之本。AI 的浪潮，會深刻地改變我們的行業，盡管這個變化還尚不清楚，但無論怎么變，只要能掌握技術，就能應對這個浪潮到來的沖擊，或成為受益者。”