大模型概念火热，但AI落地仍有四道坎。如何打通AI应用实体经济的最后一公里？

11月4日，武汉产业创新发展研究院（下称“武创院”）与阿里云联合打造的Token武汉与武创千问双平台正式问世，试图给出武汉的解法。

作为武汉科创的“创新催化剂”，武创院专注破解科技成果转化痛点，在光电子、生命健康、具身智能、绿色低碳等赛道完成大量项目布局。

当前全球大模型迭代已进入按周刷新的节奏，闭源旗舰模型参数迈向万亿级别，开源模型百花齐放，语言、图像、视频、语音多模态能力轮番上新，技术供给充足，但产业落地的多重难点越发凸显。

香港理工大学人工智能高等研究院院长杨强在会上表示，市场上大模型品类繁多，不同模型在推理能力、行业适配度、调用价格上差异巨大。缺乏AI专业团队的企业，很难快速判断哪一款模型适配自身业务需求，容易出现“选到性能参数高，但业务匹配度低”的情况，前期选型试错成本居高不下。即便选定目标模型，企业还需要完成接口调试、环境部署、联调测试等一系列开发工作。大量本地中小企业、科研机构缺少专职AI开发人员，独立完成对接开发周期长，技术门槛直接拦住企业落地的脚步。

“安全顾虑也是应用落地的难点。”杨强进一步说，企业内部沉淀大量业务数据、项目资料，企业担心内部敏感数据上传公有大模型之后出现泄露、留存风险，出于数据安全考量，不敢直接将核心业务数据接入通用大模型。

此外，成本核算不清仍是绕不过去的一道坎。杨强表示，很多AI试点项目可以完成演示，但是企业无法清晰测算降本增效的具体数值，缺少可量化的收益指标，企业管理层很难持续追加预算，大量AI试点项目做完演示之后便陷入停滞，难以形成长期迭代的闭环，“MIT一项统计显示，约95%的企业生成式AI试点拿不出可衡量的回报”。

今年云栖大会期间，武创院与阿里云围绕上述AI落地的痛点展开探索。阿里云输出千问大模型、百炼MaaS底座，承担算力与模型供给；武创院挖掘武汉本土产业真实痛点，输出场景需求；武创元作为武创院参股运营主体，负责客户对接、平台运维、场景落地，完成从技术能力到可用服务的转化。

“单纯堆算力、堆模型解决不了产业转化，关键要降低企业资源获取的综合成本。”武创元公司董事长李昱谷介绍，此次发布的Token武汉平台，其价值就是把零散的AI资源打包成标准化的公共基础设施，避免每家企业重复做底层建设，不必再投入重金自建机房、采购显卡、维持AI技术团队，把更多预算投向自身业务创新。

作为湖北首发的千问办公定制版本，武创千问则要回答“AI能力落到哪里去”的命题。

李昱谷表示，团队梳理武创院内九个部门上百条原始场景线索，覆盖项目创新、产业资源、科技金融、合规知识、人才传播等七大业务领域，让AI深度介入科研机构日常运转。同时，武创千问划分了六类主体的开放权限，严格界定不同资料的访问边界，内部底稿、风险材料设置访问门槛，审定成果开放至企业服务入口，平衡效率提升与风险管控。

未来，这套定制能力还将从武创院内部实践向外延伸，面向武汉本地企业、科研团队开放。