【編者按】人工智能正在加速進入2.0時代，上一階段的人工智能技術，模型參數較小，泛化性不佳，通常一箇場景需要一箇特定的模型。採用定製化方式難以...

人工智能正在加速進入2.0時代，上一階段的人工智能技術，模型參數較小，泛化性不佳，通常一箇場景需要一箇特定的模型。採用定製化方式難以廣泛適用於各種長尾應用場景，因此生產模式類似於“手工作坊式”。而在大模型爲基礎的新發展階段，整個AI行業進入了“工業化生產”模式。與傳統的AI開發模式不同，大模型在經過海量數據集的預訓練後即具備較高的通用能力，僅需少量數據的微調便能顯著提升效果。這意味着大模型生產效率大幅提升，能更好地面對多樣化、碎片化的應用場景。

值得注意的是，儘管很多AI公司聲稱專注於大模型，然而實際上卻是新瓶裝舊酒，仍然套用傳統的商業模式，往往是一箇場景對應一箇模型、甚至一箇客戶。但我們要看到，新的商業模式在快速成形，有部分企業已找到了新世界的大門。

MaaS與BaaS，是目前被寄予厚望的兩種新AI的新生態，二者過將大模型服務化，大幅簡化了複雜模型的使用流程和應用成本。

MaaS(Model-as-a-Serivce，模型即服務)將模型封裝成服務使得開發者無需關心繁瑣的模型下載、安裝和管理，而是通過API接口輕鬆獲取模型的輸出結果;BaaS(Business as a service，業務即服務)則是在MaaS業務上更進一步，爲客戶提供更方便快捷的一體化AI解決方案。如在百融雲的決策式AI驅動的MaaS雲平臺上，客戶可根據自身查詢需求，通過MaaS雲平臺的標準化API自由調配各類模型，包括調用現成模型產品，以直接用於產業應用;或在大模型基礎上“微調”出屬於自己的產品，並快速對用戶進行KYC(know your customers)和KYP(know your products)評估，易用性大大提高。對於百融雲來說，只需開發了預訓練的大模型，將其作爲通用底板，再通過微調即可爲AI領域的多樣用戶提供了更加便捷和多元的服務，迅速滿足千人千面、不斷變化的需求。

MaaS和BaaS本質上高度符合了"All For Everyone"的理念。簡而言之，比上一代的AI產品與服務相比，MaaS和BaaS更加易用，而且成本更爲經濟實惠。這兩種服務更傾向於按照效果和使用量進行付費，這樣的靈活性和高性能使得企業更容易嘗試、接受與採購相關服務。

目前來看，OpenAI所有的商業落地，都以提供MaaS服務的形式進行。在OpenAI的帶領下，全球科技巨頭紛紛開始發力於MaaS佈局，這些廠商基本都聚焦於通用領域之中。然而，要在垂直行業中構建強大的MaaS和BaaS(業務即服務)生態系統，首先需要具備極爲強大的產業底層模型，這是一項極具挑戰性的任務。

百融雲創打造了MaaS(模型即服務) BaaS(業務即服務)的服務模式，目前已經成功在7000多家機構落地，截至目前，已有接近三分之一的公司客戶來自金融以外的領域，客戶包括來自電子商務、汽車、招聘、出行、物流、票務、外賣、旅遊等領域超過2000家非金融機構。