来源/中国信息化周报
Gartner数据分析人工智能团队分析师费天褀表示，事实上，中国在全球AI领域的地位早已不容忽视，这不仅体现在学术研究方面的显著进展，更反映在实际应用落地的丰富案例中。一方面，中国已经连续多年被斯坦福AI Index列为全球AI能力领先国家；另一方面，AI技术在工业制造、医疗、数字文娱、办公自动化等领域都有着成功案例。
积极拥抱开源创新
在费天褀看来，过去，由于模型研发投入大，行业更倾向于采用闭源的技术路线。不过，随着技术的迭代演进，开源模型在准确度、性能效果及Token效果等方面均实现显著提升，与闭源模型的差距不断缩小，甚至在部分情况下已经超越了闭源模型。可以说，目前开源模型已具备与闭源模型直接竞争的能力。
具体看来，经过持续创新，开源模型已形成五大优势：一是高度可定制化。企业可下载开源模型文件，根据自身场景与需求进行微调，搭建定制化框架；二是安全与隐私可控。企业可依据自身安全需求，对开源模型进行安全设置，构建安全护栏，并融入企业及行业的安全标准机制；三是协作与社区支持。开源环境汇聚了各行各业的开发者与创新者，他们可在社区内对模型进行二次开发与场景化微调，集思广益，激发创新灵感，探索新的发展方向，形成良好的创新生态；四是快速创新与迭代。开源平台开放且参与度高，开发者无需等待产品方按计划更新功能，可根据自身需求快速开展创新与迭代工作，加速技术与产品的升级；五是部署灵活便捷。开源模型支持私有化部署、本地化部署以及云部署并提供API接口等多种方式，能灵活适配企业的不同部署需求。
“截至2025年7月，在LMArena上，排名前十的模型中，开源模型均由中国团队研发。即便后续模型更新，如Kimi-2、ChatGLM等开源模型，也大多来自中国。由此可见，中国不仅贡献了大量高性能的开源模型，也在开源生成式AI生态与社区建设方面处于全球引领地位。”费天褀如此说道。
资源效率优化平衡投入产出比
Gartner调研显示，仅14%的企业对生成式AI的投资回报率（ROI）表示出高或极高的信心，40%的企业对其ROI信心较低或无信心。这反映出企业在AI投入与成本控制之间面临困境，急需高效的AI解决方案以平衡投入与产出。
费天褀表示，无论是中国模型还是全球其他模型，均面临商业模式与盈利路径不清晰的问题。在“To C”领域，用户付费意愿低，盈利难度大；在“To B”领域，AI应用生态尚不成熟，企业对AI应用场景与流程的挖掘处于初期阶段，技术转化为商业价值的过程存在障碍。
过去，企业普遍认为通过增加算力投入可提升模型智能水平，但DeepSeek的成功证明，通过工程优化，在普通算力硬件上也能实现出色的模型性能，大幅提升ROI。这对于资金预算有限、以优化现有流程为目标的传统企业而言，资源利用效率愈发重要，而中国模型在这方面具备显著优势。
一方面，对比各大模型厂商的API收费标准，中国模型（如“通义千问”、“DeepSeek”）在Token消耗成本上远低于Claude、GPT - 4、GPT - 5等国外模型。对于Token消耗量较大的企业场景，选择中国模型或开源模型能有效控制成本；另一方面，中国企业推出的AI“一体机”整合了硬件、芯片、软件及相关集成服务，能大幅简化企业AI部署流程，实现端到端的AI能力交付。
数据飞轮效应日益凸显
在费天褀看来，随着模型差距缩小且成本降低，企业难以通过模型本身构建独特优势。此时，数据就成为企业在AI应用中的核心竞争力，而通过数据飞轮积累的丰富数据，能帮助企业更好地理解环境，优化决策与输出结果，提升其在实际场景中的应用效果。
从定义上来看，数据飞轮是一种基于数据积累和应用的一个正向反馈的循环机制。在构建数据飞轮的过程中，企业以优质基础模型为起点，开发并落地多样化的生成式AI应用，用户在使用应用过程中产生交互反馈与元数据，这些数据被收集后用于优化模型，提升模型性能，性能更优的模型又能支持开发更优质的应用，吸引更多用户，形成持续的正向循环，从而推动AI模型与业务流程不断优化。
Gartner认为，构建数据飞轮可类比烹饪过程，需经历数据收集、管护、存储、分析、反馈优化等一系列环节：在数据收集与高质量管护方面，如同采购新鲜食材，企业需从多渠道收集数据，并建立完善的数据检测、清洗与治理体系，确保数据来源透明、质量合格且符合合规要求，为后续数据应用奠定基础；在数据存储与场景适配方面，根据业务场景需求，构建多模态数据存储体系（如数据中台、湖仓），如同为食材选择合适的保鲜工具，保障数据的可用性与安全性，便于后续根据场景进行数据挖掘与分析；在数据驱动业务决策方面，基于存储的数据，结合业务场景进行深度挖掘与实时分析，为企业精准决策提供支持，如同根据食材特点与口味需求调配调料，提升业务运营效率与效果；在反馈优化与闭环形成方面，收集用户使用AI应用后的反馈数据，分析业务场景中AI应用的优势与不足，据此优化数据分析模型与业务流程，如同根据食客反馈调整菜品口味与烹饪方法，形成数据与业务的良性闭环，推动数据飞轮持续运转。
“目前，中国在构建数据飞轮方面有着显著优势。这主要源于中国在开源创新能力以及资源利用效率方面的提升，为自身提供了孵化各种各样应用的土壤，以及庞大用户群体所提供的应用反馈数据。这也成为各个企业可以借鉴的丰富经验和做法，从提高模型成本效率开始去构建广泛应用，在实践中积累越来越多的元数据，进而去优化模型。”费天褀解释道。
费天褀进一步表示，除此之外，中国也在数据治理标准化、数据资产化、数据安全化等方面做了很多工作。例如，中国设立DMCC（数据管理能力成熟度评估模型），对不同行业的数据管理提出明确标准；国家积极推动数据交易与数据入表工作，探索数据资产化路径；国家大力支持隐私计算、区块链等技术的研发与应用，通过技术手段保障数据安全合规流通，降低数据交易与共享过程中的风险等。
声明：此公号（ID：Fintech_Education）发布内容和图片的目的在于传播更多信息，版权归原作者所有，不为商业用途，如有侵犯，敬请作者与我们联系。