大模型越来越强，但企业为什么还是赚不到钱？

过去两年，大模型行业的发展速度远超很多人的预期。从ChatGPT引爆全球关注开始，到国产大模型陆续崛起，再到DeepSeek、GLM等模型不断刷新能力边界，整个行业似乎一直在围绕模型参数、推理能力和榜单排名展开竞争。每当有新模型发布，大家讨论最多的问题往往是“性能提升了多少”“推理能力有没有超过上一代”“上下文长度是不是更长了”。然而当越来越多企业真正开始尝试将AI引入业务之后，一个非常现实的问题开始出现：模型越来越强，但很多企业却并没有因此获得预期中的商业回报。

问题的根源并不在模型本身，而在于企业需要的从来都不只是一个会聊天的大模型。对于企业来说，真正重要的是如何让AI进入业务流程，参与实际工作，并最终转化为效率提升和成本优化。客服部门希望减少重复咨询，运营团队希望提高内容产出效率，销售团队希望获得更多潜在客户，研发团队希望缩短产品开发周期。这些需求最终都指向同一个目标——让AI成为生产力工具，而不仅仅是一个展示技术能力的产品。因此，越来越多企业开始把关注点从“模型有多聪明”转向“模型能帮我完成什么工作”。

事实上，根据麦肯锡发布的生成式AI研究报告，超过六成企业已经开始尝试在业务场景中使用生成式AI，但真正实现规模化落地的企业比例远低于市场预期。这说明企业面临的挑战已经不再是是否能够接触到大模型，而是如何将大模型真正融入业务体系并持续创造价值。

---

企业需要的，不是聊天机器人，而是业务执行能力

如果回顾过去几年企业软件的发展历程会发现，每一次技术升级最终都会回归到业务价值本身。企业不会因为某项技术先进而付费，而是因为这项技术能够帮助企业赚钱或者节省成本。大模型同样如此。

很多企业在接触AI的初期，都会经历一个相似的阶段：先被模型能力震撼，然后快速搭建一个聊天机器人，最后发现实际使用率并不高。原因很简单，因为绝大多数用户并不缺一个聊天窗口，他们缺的是能够真正解决问题的工具。对于企业来说，一个能够自动整理销售数据的AI助手，往往比一个能够写诗作画的AI更有价值；一个能够自动完成客户分类和跟进建议的系统，也远比单纯回答问题的机器人更容易创造收益。

因此近一年行业开始频繁提到两个关键词：Agent和AI工作流。它们本质上代表着大模型应用方向的变化。过去模型负责生成内容，现在模型开始负责理解任务、拆解流程、调用工具并完成执行。用户提出一个需求之后，模型不再只是返回一段文字，而是能够主动连接数据库、查询业务系统、调用第三方接口、生成分析结果，最终帮助用户完成整个任务。

这种变化意味着企业关注的重点已经从“模型能力”逐渐转移到“执行能力”。谁能够更稳定地完成任务，谁能够更好地融入现有业务流程，谁就更有机会获得企业市场。

---

GLM5.2的价值，恰恰体现在这里

最近发布的GLM5.2，其实很好地反映了行业发展的这一趋势。如果说过去很多模型更新主要集中在回答问题和内容生成能力，那么如今模型厂商越来越关注复杂任务处理、工具调用以及Agent场景的表现。这背后反映的是市场需求的变化，也是企业真实需求的变化。

对于开发者而言，一个优秀的大模型不仅需要具备自然语言理解能力，更需要具备参与业务流程的能力。例如在客服场景中，模型需要连接企业知识库；在销售场景中，模型需要分析客户需求并给出跟进建议；在运营场景中，模型需要自动完成内容生成和数据分析；在数字人场景中，模型甚至需要驱动整个内容生产流程。从某种意义上来说，模型正在从“信息生成器”逐渐演变为“智能执行引擎”。

GLM5.2受到关注的原因并不仅仅是因为它是一次模型升级，更重要的是它展现出了向复杂业务场景延伸的能力。对于很多企业和开发团队而言，他们真正关心的并不是模型排行榜上的位置，而是模型能否帮助自己更快搭建产品、更低成本验证项目以及更稳定支撑业务增长。从这个角度来看，大模型的发展方向已经越来越清晰：能力提升只是基础，应用落地才是真正的竞争核心。

---

AI竞争的下半场，属于应用能力

过去行业讨论最多的是模型参数、训练规模和推理能力，而未来几年行业竞争的重点很可能会发生转移。随着模型能力逐渐趋于成熟，单纯依靠参数规模建立壁垒会变得越来越困难。真正决定企业价值的，将是围绕模型构建起来的应用体系。

越来越多企业已经开始通过多模型API、AI工作流、Agent系统以及自动化平台构建自己的AI能力中心。模型正在逐渐成为底层基础设施，就像云计算、电力和网络一样，未来企业并不会特别关心使用的是哪一个模型，而是更关心这些模型能够帮助自己完成什么工作。

对于开发者和创业团队来说，现在最重要的问题已经不再是“哪个模型最强”，而是“哪个模型最适合自己的业务场景”。因为商业竞争最终比拼的不是模型能力，而是解决问题的能力。

---

写在最后

对于今天的大多数企业来说，需要思考的问题已经不再是“要不要使用AI”，而是“如何让AI真正创造价值”。

模型能力决定上限，但应用能力决定结果。无论是数字人、智能客服、知识库问答、Agent系统还是自动化工作流，本质上都在解决同一个问题——如何让大模型真正参与业务流程，并成为企业生产力的一部分。

目前，好易智算平台https://www.haoee.com/

已经支持GLM5.2等多个主流模型API接入，同时提供模型调用、算力服务以及智能体搭建能力。对于正在探索AI应用、Agent系统、数字人项目或自动化工作流的团队来说，可以更快速地完成模型测试与业务验证，把更多精力放在产品和场景创新上，而不是底层能力的重复建设。