摘要：在他看来，模型层依然重要，但是单独靠模型无法完成商业化闭环，绝大多数企业空有模型无用，无法兑现为生产力，企业也不愿意为此付费。AI应用价值越来越显化，模型之上的能力才是决定差异化的关键，当下企业级大模型应用的工程化能力被大大低估了。

作者 | 由仪

编辑 | 阿文

“大模型的能力提升变慢了，甚至DeepSeek开源热潮之后，不少客户都觉得模型甚至应该是不要钱的”，一位大模型行业人士表示。

在他看来，模型层依然重要，但是单独靠模型无法完成商业化闭环，绝大多数企业空有模型无用，无法兑现为生产力，企业也不愿意为此付费。AI应用价值越来越显化，模型之上的能力才是决定差异化的关键，当下企业级大模型应用的工程化能力被大大低估了。

2025年，企业可能不需要“大模型”了，基于大模型之上构建的生产力才是目标。

没有企业想要拥有一个“互联网”，但是所有企业都想拥有互联网内生外化出的各种能力。与之相似，如今新的产业共识是，大模型不是企业智能化的最短路径，基于大模型生产出的各种应用才是。

华为云起初就将自己的定位明确为行业AI，和大多数企业不同，华为云不做通用的聊天机器人，而是到企业的核心生产场景中寻找高价值空间。

这一战略预判具有一定超前性，近两年时间，企业的需求从预训练到精调，从算力基础设施到工具链，华为云都给出了对应的能力和服务。

而当行业寻求一个完整的端到端的大模型应用解决方案时，此时企业便能发现，华为云已经将过往的技术和经验沉淀，转变为MaaS（Model as a Service,模型即服务），成为连接大模型底层能力与上层应用的关键枢纽。

6月22日，在华为开发者大会2025上，华为云携基于CloudMatrix384超节点的MaaS大模型即服务平台、全新Flexus云服务家族成员等黑科技亮相。

应用繁荣，大模型产业才是真正繁荣

大模型产业行至应用层是一种必然。当底层技术创新迭代的速度慢下来，往往就意味着上层应用到了爆发临界点，产业生态参与各方共同促成了这一变革。

Scaling Law仍在继续但边际效应递减，堆算力和堆带来的模型智能水平提升，已经不再具备性价比，数据稀缺和硬件成本成为双重瓶颈；架构创新陷入路径依赖，主流模型基于 Transformer 框架进行渐进式改良，MoE成为公认方向；国内的“百模大战”收敛至几家主流模型厂商，学术界和工业界的研究重心转向应用层优化。

相比于又厚又重的底层基础设施，上层应用是一条更好、更快拥抱新技术的路径。此外，自上而下由业务到技术的驱动模式，企业也往往更愿意为看得见的价值付费。

这也意味着，上一轮所有的应用都会被AI重构。

咨询机构IDC预计，2025年生成式AI在企业的落地仍将优先聚集在办公助手等提升生产力的场景，其次是行业垂直业务场景。金融、能源、零售、制造是最值得关注的传统行业。从另一个角度，智能体将是大模型应用的重要方向，流程自动化，RPA，CRM，数字员工将优先受益于智能体升级。

从企业视角观察，大体路径是先是企业研发、生产、供应链、销售服务等环节所依赖的软件、硬件工具，都通过AI不断迭代升级；未来全面AI化的企业，将发生业务流程、商业模式乃至组织形态的变化。

但是，AI原生时代企业的转型没那么容易。“大模型很热，但其实很多大模型项目都失败了，不是因为技术问题，而是并没有真正在场景中发挥价值。因此我们希望能把华为的行业经验及智能化经验沉淀而成的MaaS平台带给所有企业，让AI产生真正的价值。”华为公有云运营部部长刘杰表示。

一面是底层AI能力构建的复杂与高门槛，另一面则是行业应用端对AI的渴望与迫切。而弥合这道鸿沟，将庞大、精密的AI模型转化为触手可及的生产力的关键，正是MaaS平台。

问出大模型的“好问题”，比答案还重要

提出一个问题比解决一个问题更为重要。解决问题固然需要技巧和知识，但提出新的问题、新的可能性，却是推动产业发展的关键。

如前所述，大多数大模型项目都失败了，如何从失败中总结经验，进而找到解决之道，企业先要识别出这些问题所在，华为云基于自身的AI转型和千行百业客户的经验总结，识别出大模型落地“冰山下的五个坑” ，并通过MaaS服务的各个环节予以解决。

手握一堆大模型的锤子，却满世界找业务的钉子，是最常见的第一个坑。

当大模型爆火之后，很多企业手握大模型，满世界找场景，为了AI而硬上AI。刘杰认为，应该为场景找 AI，而不是为AI找场景。例如华为云深入到传统的物业场景，在“数字人管家”场景，车主扫码即可触发系统自动核实车牌缴费情况，对于已缴费未抬杆、车牌识别错误等异常情况能够相应采取下发抬杆指令，利用AI模型矫正识别等措施来准确核实，保障车辆畅顺同行，提升车场管理效率。

大模型越新就越好，越大就越爽，则是第二个坑。

华为轮值董事长徐直军早在2024年HC大会上就曾表示，不是所有的应用都要追求“大”模型。他认为，企业应该根据自身不同业务场景需求，选择最合适的模型，通过多模型组合来解决问题，创造价值。

华为云曾说服一个客户放弃DeepSeek-R1满血版，转而部署四个“小”模型，同时满足了四大业务需求，不仅整体算力成本降低了50%，还达到DeepSeek-R1满血版的效果。经客户实测，在物料规格书解读场景下，效率直接提升30%。

业务数据一片沼泽，无法用于训练，是第三个坑。

这需要高质量的数据清洗与治理，训练专家大模型。面对客户的“养猪大模型”需求，华为云认为，大模型要想成为养猪专家，必须把百万字饲养经验真正喂进大模型，这家企业有近百万字专业文档，却散落各个部门的各种文档中，格式混乱，质量参差不齐。

为此，华为云开发了一套数据清洗解决方案，一键抽取养猪指标、工艺、病症，自动生成高质量问答对，仅一周就备好数据集，多快好省的打造出一个“大模型养猪专家” ，回答准确率提升20%。

大模型落地拼算力，不需对业务理解太深，是第四个坑。

以论文查重为例，业界通行做法是查重10次，去掉最高最低分再平均，但结果通常不稳定。要想提升论文查重系统的效率，一般都是用算力扩容来解决。解决这个难题，华为云并没有简单堆算力，而是从从模型层开始优化，深度调优推理引擎，针对昇腾云服务器的卡间通信协议参数进行了精细调整，最终实现了同一篇论文输出不一致率从7.5%降到了2%，只需3次查重，就能得到稳定评分，效率提升70%，单篇论文的Tokens消耗降低33%。

只做一锤子项目，不搞持续优化，是最后一个坑。

“生”容易，“养”才是关键。华为云的经验沉淀平台“云战地助手”通过RAG挂接在线的知识库，让大模型持续获得最新的产品和技术知识；同时，通过作业即标注，让一线人员在使用过程中直接进行评价和反馈，大模型通过强化学习的方式不断得到精调，获得持续提升。

总结来看，大模型是一个全新的技术栈，在技术和生态尚不成熟的阶段，需要自左而右、自上而下的全栈式运营、全场景服务，端到端的MaaS平台尤为重要。

以大模型本身来看，大部分技术都没到成熟的稳定态，所以大模型的优化必须做端到端的把控，典型代表就是现在还留在大模型牌桌的厂商，从底层芯片到云基础设施到大模型本身，都不能有短板。

大模型应用的生态同样不成熟，这就要求技术服务商向前一步，做更多端到端的服务。对于当下大模型应用服务商的启示是，企业不愿意为工具付费，但愿意为结果付费，想做好大模型，不能只做一个应用开发平台，而是沿着企业应用的链条延展，最大程度降低企业的门槛、提高企业应用的价值。

技术之外，华为云的AI体系化解法

技术更新永远迭代向前，而不变的是客户需求，如何用新技术解决核心问题，华为云的解法是，将解决方案、自身实践、玩不经验等融会贯通，给出具体的“三层五阶十二步”，再通过高度凝练的MaaS平台及Flexus大模型应用解决方案对外输出。

MaaS平台具备三大特性，首先是“行业级应用”，企业级大模型应用不是“更聪明的聊天机器人”，而是需深度理解行业逻辑、严守业务规则、在强约束下输出可靠结果的“专业顾问”。其价值不在于“能聊什么”，而在于“在特定场景中能否精准替代人力或优化决策”。

这一差异决定了行业级应用必须通过领域微调、知识增强、规则约束、人类反馈（RHLF）等技术手段，将“幻觉”压制到可接受阈值以下，并在确定性框架内释放价值。

华为云MaaS平台基于100+行业客户昇腾适配的实践，沉淀出最适合跑在昇腾卡上的模型适配经验，集成了开箱即用的大模型、行业MCP与应用解决方案，可实现零代码调优、极速应用部署与国产化高效适配。

它除了集成昇腾云开源大模型，依托Function Graph弹性计算优势，平台还提供了自定义开发、一键部署、无需运维、可用性强、低成本的MCP服务。例如，美图影像MCP，可使用户轻松获得智能抠图、重绘等图像处理能力。目前，已有20+行业头部伙伴入驻MCP广场，和1000+社区主流MCP Server。

其次是“全栈式创新”，大模型全栈式创新是一种从底层硬件到上层应用、覆盖技术栈各层的系统性突破，其核心特点在于垂直整合、跨层优化与场景深度适配，通过硬件、框架、网关的高效协同，华为云MaaS平台实现了低时延、高吞吐。

华为云新一代昇腾AI云服务基于CloudMatrix384超节点，能更好地支持混合专家MoE大模型推理，“一卡一专家”，极大提升效率；“一卡一算力任务”，灵活分配资源，提升任务并行处理能力，显示出对高并发、低延迟请求的强适应能力。当前，昇腾AI云服务已经成为AI基础设施的最优选择，为科大讯飞、新浪、硅基流动、面壁智能等超1300家客户提供澎湃的AI算力。

最后是“磐石般安全”，企业级大模型安全不仅是技术问题，更是业务连续性保障的核心要素，需在数据、模型、应用、合规等层面构建纵深防护。

为了做出真正可以落地、企业可用的应用，华为云MaaS平台提供了全链路精细观测、安全的合规审查和云安全防护能力，其中华为安全护栏大模型已通过中国信通院软可信测试，成为首个大模型可信领域卓越级5级评分的大模型产品，可阻断90%非法敏感内容。华为云还能提供包含语料数据安全、模型安全、推理安全、应用安全在内的全生命周期模型安全方案，为AI应用提供坚实的安全保障。

总结来看，MaaS平台打通了从底层算力到上层应用的全链路，提供了一个系统化的、端到端的解决方案。它不是零散工具的堆砌，而是一个完整、高效的AI能力交付体系。

MaaS不止是一个开发工具，甚至不只是一个平台产品。未来，当越来越多的客户把MaaS视为一个完整的AI能力中心，有别于以往的软件应用，MaaS沉淀了客户的数据和知识，云基础设施、大模型、中间件等产品和服务都是过程，最终交付给企业的是AI能力，这应当是AI原生时代，华为云MaaS之于企业的意义。

来源：TechForWhat