#一分钟视频创作季# 大模型在实际应用中的现状与落地难题

尽管2025年被许多人视为大模型AI agent的元年，但从年初开始，尽管大大小小的公司纷纷尝试与AI结合，互联网大厂内部竞争激烈，但真正能成熟落地的场景和应用却寥寥无几。从目前情况来看，AI是否真的能够改变我们的工作方式还难以确定，但为了使AI正常运行，企业无端增加了巨大的工作量和成本投入，这是毋庸置疑的。

人们对大模型抱有过高的期望，过度强调人工智能的作用，认为人工智能无所不能，能够像人类一样迅速适应各种工作场景。这种理想化的情况或许未来会出现，但眼下显然只是人们的一种愿景。举一个不太形象的例子，大模型就像世界那些一流名校毕业的天才应届生，拥有耀眼的光环，让人们对他们的潜力充满想象，但真正到了工作岗位，这些光环起不到任何作用，他们一样需要时间去熟悉业务、摸索规律，需要时间慢慢积累工作经验，这个过程是不可避免的。人工智能也是如此，可能需要花费2到3年的时间去适应企业。

大模型开箱即用只是理想，在现实中是不太可能的。在理想条件下，做一个能用的原型（demo）或跑通一个案例是相对简单的，但维护和打磨好一个成熟的产品却难上加难。大模型的不稳定性和不确定性随时可能让人崩溃，在庞大复杂的系统中，任何一个步骤的偏差都会使最终结果失去可信度。让AI完全遵循SOP（标准操作程序）确实很困难，但个人觉得让AI做简单的重复性工作似乎有些大材小用。这种对模型能力的过高估计，导致企业在应用过程中缺乏耐心和正确的引导，从而阻碍了大模型的有效落地。

不少企业在部署大模型后，使用一两个月便发现其未能真正发挥效用。问题的根源在于企业缺乏“大脑”，即没有将企业的知识和内容与大模型进行有效结合。这种结合并非简单的数据输入，而是需要深入挖掘企业内部的业务逻辑、专业术语、行业经验等，将其转化为大模型能够理解和运用的知识体系。只有这样，大模型才能用企业自己的语言和知识来回答问题，为企业提供精准、有价值的解决方案。#微博新知##AI创造营# http://t.cn/AXvgtpWD