沙利文：大模型落地已迎来转折点，产业竞争正从“技术比拼”转向“价值兑现”

大模型正从试点验证期转向规模化落地，其核心价值在于“提质增效”。目前，规模化落地主要体现在几大场景：占比最高的是“问答增强”，其次是“代码助手”、“文档处理生成”和“智能客服”。此外，金融、政务、制造等行业也在加速部署RAG、行业Agent和数字员工。目前，技术落地的核心阻力已不再是成本，而是更高维度的战略和应用难题，其中最突出的是“能够产生实际价值的应用场景不明确”，其次是“缺乏相关技术人才”、“数据安全与隐私难以保障”以及“与企业现有业务系统和工作流集成困难”。

数字人技术正被广泛应用于客服、虚拟主播、在线教育、企业形象代言等场景，在替代真人方面已能实现自然语音、表情和肢体动作的高度拟真，尤其在标准化、重复性强的实时互动中表现稳定、高效。以阿里为例，其“数字人”技术已形成“云能力＋淘系落地”的战略组合。技术层面，阿里云提供了虚拟数字人开放平台，支持文本与音频驱动生成，并辅以低门槛的免费体验；业务层面，淘宝直播已向服务商开放公域接口，此举推动了近百个数字人直播间上线，并带来场均观看数约5倍的提升。结合淘宝直播618期间破亿场次同比增长53%的平台势能，数字人带货与店播正加速普及。然而，数字人技术规模化落地仍面临主要阻力，包括如何平衡生成质量与成本、突破实时驱动的技术瓶颈、厘清伦理监管责任以及建立用户信任等问题。

B端落地呈现出清晰的特点：企业的决策重心正从“追求单一最强模型”转向“为特定业务场景寻求最优解”。这意味着市场已从“技术驱动”进入“价值驱动”的新阶段，企业更看重场景契合度与商业价值，需求正演变为“灵活集成+技术自主可控”的方案，以平衡算力性价比、灵活性与安全可控性。在落地挑战方面，最大的障碍是“能够产生实际价值的应用场景不明确”，其次是“缺乏相关技术人才”和“数据安全与隐私”问题。值得注意的是，企业接受度也是一个障碍，而“训练和推理的成本高昂”已不再是首要痛点，占比较低。

是的，AI落地应用已到了一个关键转折点，正从试点验证期进入规模化落地的新阶段。判断依据主要有三点：1.首先是调用量的“爆发式放量”，2025年上半年中国企业级大模型日均调用量达到101,865亿tokens，较2024年下半年激增约363%，这标志着市场需求的全面释放。2.其次是市场焦点的转变，产业已从“技术驱动”进入“价值驱动”阶段，市场关注点从“极限性能竞争”转向“场景契合度与商业价值并重”。3.最后是企业面临的核心痛点发生了结构性转变，企业已进入“深水区”，主要障碍已从过去的成本高昂转变为“应用场景不明确”和“系统集成困难”，这表明企业已越过技术尝鲜阶段，开始直面深度融合的难题。

从模型调用量层面看，行业格局呈现高度集中的特点，国产厂商的优势正在“加速固化”。阿里通义（17.7%）、字节豆包（14.1%）和DeepSeek（10.3%）合计占比已超过四成。决定调用量的关键因素在于生态和差异化策略：阿里通义依靠其“一体化部署能力”以及阿里云底座和PAI平台形成的交付闭环；字节豆包则通过快速迭代和布局Coze、HiAgent等应用构建平台来转化企业级的大模型调用；DeepSeek则凭借高性价比和开源兼容性快速突围。同时，开源和生态的影响极为深远，开源也正成为企业模型选型的优先路径，受TCO压力和数据主权诉求的驱动，高达70%的企业未来计划更多增加开源模型。

鉴于顶尖人才的集聚效应、高昂的资本投入门槛及算力基础设施壁垒，未来市场格局预计将进一步向头部厂商收敛。后进者面临极高的竞争壁垒，实现赶超的难度极大。若寻求破局，则需在细分赛道深耕，例如在私有化部署的运维响应能力、行业解决方案的深度定制，以及垂直领域的Know-how沉淀等方面构建差异化优势。