乐天集团正加速扩充AI团队规模，并将研发重心聚焦于低成本超大语言模型的开发。在AI负责人蔡婷的带领下，该东京电商及科技巨头目前已组建起千人规模的AI团队，并投入数千块英伟达芯片支持项目运行。
据蔡婷介绍，公司第三代大语言模型旨在将运行成本较同类模型降低90%，但该数据目前尚未获得独立验证。财务数据显示，2024年AI业务为乐天贡献了105亿日元（约合6700万美元）营业利润，公司计划2025年实现该指标翻倍。
技术架构与成本优势分析
Moe架构驱动降本，但缺乏第三方验证
- 乐天AI 3.0采用混合专家（MoE）架构，总参数量约7000亿。其核心机制在于每个令牌仅激活约400亿参数，通过共享专家与八个专用子网络进行路由，显著降低了推理阶段的计算负载。
- 在日本MT-Bench测试中，该模型得分为8.88，优于GPT-4o的8.67及前代模型的6.79。然而，90%的成本削减主张基于内部生态测试，未披露基线模型规模、基础设施配置及不同价格点的质量对比细节。
- 模型训练均在内部多节点GPU集群的安全环境中完成，数据完全私有化。成本优势可能源于自有基础设施与模型效率的结合。未来需通过第三方对推理成本、上下文长度及多样化任务的评估，以验证其在广泛部署场景下的实际节省效果。
日本企业AI应用痛点与市场机遇
- 日本企业AI应用呈谨慎增长态势，制造业、信息通信业及服务业的应用占比分别为33.2%、56.3%和33.5%。准确性担忧（44.3%）与安全性顾虑（34.9%）仍是主要障碍。能够提供推理优化、规模化部署服务栈及AI财务运营管理的供应商，有望缓解上述痛点。
- Anthropic使用指数显示，日本Claude人均使用量仅为1.86，远低于以色列等领先国家。随着企业寻求高性价比替代方案，专注于量化压缩、模型瘦身及日语费用追踪的供应商将迎来增长窗口期。
- 约72%的企业倾向于采购主导策略而非自研，其中35.5%重视结构化培训及本地平台集成能力。具备合规就绪特性且支持强大日语功能的开箱即用型推理优化方案，更契合当前市场需求。