和企业研报，并提炼重要观点。同时还要结合客户的特点和产品的特性，提出个性化的理财建议。”

　　“在过去，许多人在这个领域进行了探索，但实际的进展并不显著，一个关键原因在于其智能化水平仍然有限。”喻友平坦言，随着DeepSeek问世，其强大的推理能力以及对资料的收集和整理能力，为实现真正智能化的金融领域垂类大模型带来了更多可能性。

　　他强调，行业垂类大模型是当前企业提升效率、降低成本和增强销售的重要机遇。企业应抓住垂类大模型的机遇，通过“平台+应用+服务”的模式，充分利用数据资产，实现智能化转型。“垂类大模型是企业将自身数据能力与特定行业深度结合的关键步骤。得益于DeepSeek这一开源基础设施，企业开发垂类大模型的速度加快，成本也显著降低。”

　　在现场，中关村科金还发布了基于DeepSeek全新升级的得助大模型平台2.5、得助智能客服4.0。据了解，前者支持DeepSeek等主流大模型的统一纳管，同时升级多模态能力，实现不同模态信息的融会贯通，从而提升了垂类大模型构建能力。

　　喻友平认为，随着越来越多的企业将大模型应用到核心业务中，企业大模型的胜负手不再是模型参数大小，而是谁更懂用垂类知识和经验提升业务价值。垂类大模型作为大模型进一步商业化的关键，已成为企业数智化升级的必选项。

　　企业配备自己的数据“厨房”，核心数据会更加安全

　　举个例子，如果将数据比作烹饪的食材，那么每个真正拥有核心数据处理能力的公司，最好都能拥有自己的厨房。将食材带到公共厨房烹饪，自然不如在自家厨房来得安心。当然，自家厨房也必须达到大模型平台的基本标准，确保合规性和安全性，防止数据被滥用。

　　近期，许多企业都在部署DeepSeek。在我看来，目前这些企业的数据大多处于“裸奔”的状态，这其实是比较危险的。然而，DeepSeek确实有其独特的优势，它就像公共厨房中的一口“高压锅”，能让用户在大模型发展的早期阶段体验到其强大的功能。但是，“高压锅”虽然能迅速烹饪食物，却未必能满足对美味的追求。

　　展望未来，企业级的大模型可能更倾向于大模型平台一体机的形态。这种“软硬一体”的解决方案将更适合满足企业对数据安全的需求，特别是在对数据安全极为重视的金融行业。