“AI技術井噴的浪潮下，2025年會是AI應用大規模落地的元年。”

注：作為中國AI應用服務推廣平臺，x創業家推出《尋找中國AI應用100人》專欄系列報道，致力于打造中國AI應用落地的“核心樞紐”，讓技術供給側的“火花”與需求側的“干柴”高效碰撞，點燃產業智能化的燎原之火。本篇為第一篇報道，與您共享：

創新工場董事長兼零一萬物CEO李開復認為： “各家模型公司必須要回歸商業本質，想清楚公司如何利用技術真正為客戶創造價值。今年的一個焦點問題應該是：Make AI Work，讓大模型真正賦能千行百業。”

李開復提到，現在模型訓練的過程變得非常有意思，先訓練一個“文科生”，閱讀所有的書籍，然后再向理科方向訓練，證明數學題、寫代碼，最終得到“文理雙全”的模型。他還指出，現在行業正進入到一個非常有意思的“AI教AI”時代。

在此前的采訪中，李開復曾犀利地表示，中國市場最終可能只會剩下三家大模型廠商，DeepSeek、阿里和字節。

在2025中關村論壇的現場，李開復繼續為DeepSeek發聲。中國迎來了屬于自己的“DeepSeek Moment”，能夠支撐ToB、ToC 應用百花齊放，將大幅加速大模型在中國的全面落地。

每個企業CEO 都在追問 IT 部門： “什么時候能在企業里接入大模型？”

DeepSeek模型很強，但是如果要落地企業生產力場景，還有一些卡點需要克服。

李開復詳細分享了 《企業級DeepSeek部署定制解決方案》：

1）安全部署，快速實現私有化、安全部署的DeepSeek；

2）應用實踐，針對行業場景把DeepSeek用起來；

3）行業定制，更懂行、能進化的DeepSeek。

真正實現“可用-有用-好用”，最終讓DeepSeek等基座模型持續進化，成為企業專屬的“行業大腦”。

本文為創新工場董事長、零一萬物CEO李開復博士在2025中關村論壇上的深度分享。在不改變原意的情況下，采用第一人稱視角，進行了梳理和編輯。

本文共三部分：

01 我對DeepSeek 的四個觀察

02 如何把DeepSeek落地到企業

03 今年是AI應用大規模落地的元年

01

我對DeepSeek 的四個觀察

最近，社會各界都在討論DeepSeek，我也來分享一下我對 DeepSeek 的四個觀察。

第一個觀察，DeepSeek破解并開源推理模型的思考訓練過程，進一步縮小與美國的差距。DeepSeek很快讓模型具備了 Reasoning （推理）慢思考的能力。DeepSeek-R1 真正切實掌握了這一技術，并且還公開了 DeepSeek-R1 的思維鏈。這是非常令人震驚的，因為 OpenAI o1 一直隱藏著思維鏈，就是防止友商復現，結果 DeepSeek 還是從零起步做到了這一點。

第二個觀察， DeepSeek極其高效的 工程效率，這走出了一條與OpenAI天量級融資的底層邏輯迥然不同的中國道路。在同樣標準下進行比較，DeepSeek-R1 要比美國的類似模型更快，也更 便宜了 5 到 10 倍，這背后是工程能力的巨大進步。

第三個觀察，也是我認為最重要的一點， DeepSeek證明了開源模型能力追趕上閉源模型，進一步推進SOTA模型的商品化。DeepSeek 證明了閉源的路徑是不可取的，開源才能有更好的發展。如果 DeepSeek 沒有開源，我大膽揣測，它的影響力會遠遠不如今天。在美國的開源社區和社交媒體，大部分人都在熱情擁抱 DeepSeek，過往很少有中國軟件在海外收獲如此廣泛的歡迎。這很大程度上就來自于，與閉源的 OpenAI 相比，DeepSeek 更為開放。

第四個觀察，中國迎來了屬于自己的 “DeepSeek Moment”，將大幅加速大模型在中國的全面落地。大概9 個月前，我曾經沮喪地說，中國還沒有“ChatGPT moment”，雖然過去也有表現不錯的模型出現，但是卻始終缺少一個一枝獨秀的模型，能夠支撐 ToB、ToC 應用百花齊放，能夠讓每個企業 CEO 都在追問 IT 部門“什么時候能在企業里接入大模型？”現在企業和用戶已經經過“DeepSeek Moment”的市場教育，中國市場真正覺醒了，這也為中國AI-First 應用的爆發掃清了一大障礙。

過去做大模型應用最大的瓶頸之一，就是需要教育市場。如果一個初創公司需要教育市場，那它幾乎沒有成功的可能，因為教育市場需要的時間太長，前景未卜。今天DeepSeek 完成了對中國 ToB、ToC市場的市場教育， AI-First 應用爆發又多了一個強有力的支撐。

02

如何把DeepSeek落地到企業

DeepSeek的基座模型很優秀，但是如果要落地企業生產力場景，還有一些卡點需要克服。

1）安全部署-可用。很多企業CEO 希望能夠本地部署、安全部署，因為部分 CEO 處于數據安全的考慮不希望公司數據上網，所以不能直接用 API。

2）應用實踐-有用。在應用實踐方面，很多公司需要有更好的聯網搜索、Deep Research（深度研究） 等功能，也需要用RAG技術（檢索增強生成，Retrieval-augmented Generation） 鏈接企業數據庫，如ERP、CRM等系統。此外還有企業希望能夠在基座模型基礎上開發應用、打造企業專屬智能體。

3）行業定制-好用。最后還有很多企業需要基于DeepSeek 模型進行模型微調，甚至需要繼續預訓練，從而讓DeepSeek 等基座模型持續進化，最終成為能在企業專屬的“行業大腦”。

03

今年是AI應用大規模落地的元年

AI 2.0是有史以來最偉大的科技革命與平臺革命，大模型走出實驗室，穿透各行各業成為驅動實體經濟的新質生產力。

在過去兩年間，從ChatGPT 推出之后，大模型智力在不斷地提升，而且目前看起來 遠沒有觸及天花板。

與此同時，大模型的推理成本在以每年降低十倍的速度快速下降，這為AI-First應用爆發提供了非常重要的條件。

兩年前模型性能不夠好的模型，現在已經夠好了。

兩年前推理成本太貴的模型，現在已經是“白菜價”了。

所以在我看來，AI-First 應用很快將井噴，2025 年將會是 AI-First 應用爆發、大模型“落地為王”的元年。

(本文完)