大模型之家讯 今日，在2025中国移动云智算大会上，360集团创始人周鸿祎围绕“大模型在企业落地”的话题发表了近一个小时的系统性分享，提出了AI转型的“1342模型”与“5层2域”顶层设计思路。与会者中不乏对生成式AI技术未来充满想象的声音，而周鸿祎则显得更为克制：他既不唱高调，也不避谈风险，而是从企业一线的角度出发，给出了务实的落地建议。
“别高估现在的大模型，也别低估它的未来”
“不要追求用一个大模型解决所有问题。”周鸿祎在开场便强调，企业面对AI的当下阶段应更关注“局部突破”，而不是“宏大战略”。他指出，生成式大模型仍处于发展初期，其泛化能力和稳定性存在明显瓶颈，企业不宜奢望通过一套模型覆盖所有业务场景。与其如此，不如将AI视作工具箱中的一把多功能“瑞士军刀”，根据业务痛点有针对性地选择和配置。
在他看来，大模型的真正价值，是“将算力转化为生产力”，而实现这一目标，需要企业在指导思想、技术架构、组织文化、知识积累等多个维度同步推进。
企业转型路径：从“个体会用”到“系统能调度”
围绕企业如何推进AI转型，周鸿祎提出了一个名为“1342”的四阶段模型，分别对应一个指导思想、三项基础准备、四大技术支柱和两个统一目标：
首先是确立方向。他强调，企业应放弃“大一统”的幻想，优先挖掘垂直场景中的AI机会，通过单点突破构建样板间，并在此基础上逐步推广。
其次是三大基础建设：文化准备、技术选择与业务分解。特别在文化层面，他认为AI的使用并非人性“本能”，不像刷短视频那样上瘾，而是一种需要“被强迫养成”的习惯。“我们在内部已经设立了考核机制，强制提升员工日常工作中的‘含AI量’。”
在技术选择上，周鸿祎建议中小企业采用蒸馏后的轻量模型（如7B、14B），部署灵活、成本较低，同时结合云边端协同的算力网络，构建适配本地场景的混合推理环境。他指出，目前市场上已有多个开源或低成本的模型选择，例如DeepSeek开源版可满足多数中小企业的基础应用需求。
业务层面，他建议企业拆解流程，围绕“对上（管理）、对下（员工）、对内（系统）、对外（客户）”四大方向识别堵点，从而判断AI是否具备介入条件。评估标准则直指ROI（投入产出比）：“能否提升十倍效率、十倍体验、十倍成本降低或十倍人力节省。”
四大支柱：知识库、垂直大模型、智能体、安全机制
在完成初步的文化与技术准备后，企业需要搭建四大支柱系统：知识库、垂直模型、智能体与安全管理。周鸿祎指出，目前大部分企业虽已积累大量数据，但缺乏将其系统性沉淀为“知识”的能力。没有知识库的支撑，大模型的输出往往难以个性化，也缺乏业务关联度。
在模型构建上，他不建议企业直接训练模型，而应优先选择外挂式知识库或定制化服务。“大模型的训练门槛极高，没做好知识整理还可能‘越训越差’。”
而随着智能体（Agent）概念热度上升，企业对模型的执行能力提出更高要求。周鸿祎认为，真正能在企业内部产生价值的，不是通用型智能体，而是深度绑定业务流程的“专业智能体”。这类智能体不仅要能调用浏览器和办公工具，还要嵌入企业内部系统的API接口，实现自动化任务流转。
在安全方面，他坦言大模型“最怕两件事”：一是“胡说八道”——即幻觉问题；二是“听风就是雨”——容易被提示词注入攻击。对此，他提出了“以模制模”的方法论：使用安全大模型来解决大模型的安全性与合规性问题。“这是传统网络安全手段覆盖不到的盲区，必须用新技术应对新威胁。”
从“群众基础”到“AI中枢”：重构企业操作系统
AI工具在企业内部的全面落地，还依赖于最后一个环节——统一调度与系统整合。周鸿祎预测，企业将不可避免地运行多个模型、多个智能体与多个知识库，算力则以“云-边-端”的分布式结构存在。这要求企业建设统一的AI客户端，将各类资源调度、治理、追踪一体化，形成新一代的AI操作系统。
他以360旗下“纳米AI企业版”为例，构建起一个涵盖算力网络、知识中枢、基座模型、智能体协作的整体框架，为企业提供标准化、可扩展的落地路径。
最后，周鸿祎再次强调“单点突破”的现实主义思维：“企业做AI转型，不要盲目追风，更不要寄希望于一个大模型包打天下。AI转型应该是‘小步快跑、敏捷迭代’，从一个个具体场景里寻找能解决的卡点、堵点与痛点，集小胜为大胜。”
原创文章，作者：志斌，如若转载，请注明出处：http://www.damoai.com.cn/archives/9838
