證券時報記者 周春媚

從醫(yī)院到高校、從政務(wù)領(lǐng)域到金融服務(wù)，自開源大模型DeepSeek火爆出圈以來，不斷有新的政府部門及企業(yè)加入到DeepSeek的生態(tài)陣營之中。然而，細心的讀者不難發(fā)現(xiàn)，成功部署DeepSeek的機構(gòu)與企業(yè)，大部分是采用私有化、本地化的方式，以此滿足數(shù)據(jù)安全、高度定制化、低延遲高穩(wěn)定等方面的需要。

大模型私有化部署正如火如荼進行的當下，一些新的隱憂也在潛滋暗長。今年全國兩會期間，《政府工作報告》起草組成員、國務(wù)院研究室副主任陳昌盛強調(diào)，要加快人工智能（AI）多場景應用，防止過多采用“私有化部署+項目制”的方式，造成市場“碎片化”問題。這一論述，不僅揭示了當前人工智能應用的深層困境，也讓人們開始嚴肅思考大模型私有化部署種種優(yōu)勢以外，那些被忽略的弊端。

1 私有化部署的A面：安全、可控、靈活

3月8日，中國工商銀行宣布，近期在同業(yè)率先完成DeepSeek最新開源大模型的私有化部署；3月11日，上海市消防救援局透露，已正式開啟DeepSeek本地化部署的深度應用工作；3月11日，安徽省數(shù)據(jù)資源管理局表示，安徽省率先在全國省級層面完成DeepSeek滿血版本地化部署……最近幾天，各行各業(yè)、各個領(lǐng)域DeepSeek私有化、本地化部署的消息依然層出不窮。

普華永道中國內(nèi)地AI咨詢服務(wù)主管合伙人張為峰告訴證券時報記者，企業(yè)部署大模型主要有公共云MaaS（Model as a Service，模型即服務(wù)）和私有化部署兩種。公共云MaaS模式是直接對接大模型平臺廠商的公共云服務(wù)，通過API（應用程序接口）的方式調(diào)用，一般按照tokens（令牌，大模型處理的最小基礎(chǔ)單位）的使用量來付費。私有化部署則是將大模型打包部署到自有服務(wù)器上，往往需要自己購置硬件，部署算力。

思瀚產(chǎn)業(yè)研究院數(shù)據(jù)顯示，近60%企業(yè)選擇在本地數(shù)據(jù)中心或私有云和邊緣位置部署AI推理模型，顯示出對私有部署的偏好。為什么私有化部署更受企業(yè)與機構(gòu)的歡迎？這背后，主要是基于安全、可控、靈活三個因素。

“首先，是為了確保數(shù)據(jù)安全與隱私保護。政務(wù)數(shù)據(jù)和企業(yè)數(shù)據(jù)往往包含敏感信息，如個人隱私、商業(yè)秘密等，私有化部署能夠確保數(shù)據(jù)在內(nèi)部處理和存儲，避免數(shù)據(jù)泄露風險。其次，私有化部署具有自主可控的優(yōu)點，避免依賴外部供應商，能夠提升系統(tǒng)的穩(wěn)定性和可靠性。最后，私有化部署還能更好滿足定制化需求，結(jié)合政務(wù)部門和企業(yè)的業(yè)務(wù)流程、應用場景等不同的具體需求定制大模型，實現(xiàn)更精準、更高效的服務(wù)提供?！北本┦猩鐣茖W院副研究員王鵬在接受證券時報記者采訪時表示。

上海經(jīng)邑產(chǎn)業(yè)數(shù)智研究院副院長沈佳慶亦認為，尤其是一些對數(shù)據(jù)安全、客戶隱私較敏感的行業(yè)，如金融、醫(yī)療，私有化部署能夠更好地滿足這些行業(yè)特性與場景需求。

據(jù)了解，現(xiàn)階段的通用大模型還難以滿足實際的業(yè)務(wù)需要，大部分企業(yè)會采用RAG（檢索增強生成，即引入外部知識庫增強大模型性能）的模式?！斑@需要引用到企業(yè)內(nèi)部大量的專有知識，那些對數(shù)據(jù)安全比較敏感的企業(yè)，就會更傾向于使用私有化部署的模式?！睆垶榉灞硎?。

以上海市消防救援局為例，其在解釋為何選擇本地化部署DeepSeek時提到，這樣做可以“提供更穩(wěn)定的性能和低延遲響應”，“實現(xiàn)數(shù)據(jù)傳輸處理過程中的網(wǎng)絡(luò)和數(shù)據(jù)安全”，“根據(jù)自身需求對DeepSeek模型進行調(diào)整和定制”。

目前，政府機構(gòu)及央國企是選擇私有化部署大模型的主力軍。對此，一名資深業(yè)內(nèi)人士告訴證券時報記者，這一方面是由于傳統(tǒng)IT建設(shè)時代延續(xù)下來的“重硬輕軟”投資慣性所致，出于國有資產(chǎn)保值增值的考核要求，傾向采購硬件資產(chǎn)而非服務(wù)。另一方面，政府機構(gòu)及央國企往往更看重數(shù)據(jù)安全?！笆袌錾弦恢贝嬖谡J識誤區(qū)，認為云服務(wù)不安全，導致硬件重復投資，增加財政負擔和企業(yè)成本，計算資源利用率低?！痹摌I(yè)內(nèi)人士說。

2 私有化部署的B面：碎片、封閉、低效

“一直以來，我國都缺乏實力雄厚的SaaS公司?！辈稍L中，多名業(yè)內(nèi)人士向記者表示。

所謂SaaS（Software as a Service，軟件即服務(wù)）公司，指的是將軟件部署在云端服務(wù)器上，通過互聯(lián)網(wǎng)向用戶提供應用軟件服務(wù)的公司，通常采用訂閱制或按使用量計費的方式。在國外，Salesforce、Adobe、微軟、甲骨文等公司雄踞SaaS的金字塔頂端，建立了良好的產(chǎn)業(yè)生態(tài)。而在中國，SaaS產(chǎn)業(yè)則一直深陷“私有化+項目制”的泥潭，沒有形成標準化、規(guī)?；膽?，也便無法孕育出行業(yè)巨頭。

IT建設(shè)時代的這一問題，正有在人工智能時代延續(xù)和復制的苗頭，如今的許多MaaS公司也正掙扎在“私有化+項目制”的困境之中。在給個體機構(gòu)與企業(yè)帶來了安全、定制、穩(wěn)定等優(yōu)勢的同時，大模型私有化部署也帶來了一系列弊端，不利于形成開放、協(xié)同的整體環(huán)境。

從宏觀的行業(yè)生態(tài)角度看，過多采用私有化部署不利于市場的規(guī)模擴大及資源的有效利用。“一方面，可能導致市場的供給碎片化，阻礙技術(shù)標準的統(tǒng)一和發(fā)展；另一方面，各個政府部門或企業(yè)在構(gòu)建AI系統(tǒng)時可能會各自為政，不僅增加了開發(fā)和維護的成本，還容易造成資源的重復投入和浪費?！睆垶榉灞硎?，特別是在政務(wù)領(lǐng)域，如果各部門都采用私有化部署，數(shù)據(jù)之間無法有效共享和流通，過去長期存在的“信息孤島”問題將會繼續(xù)存在，影響公共服務(wù)的整體效率和服務(wù)質(zhì)量。

在沈佳慶看來，大范圍的私有化部署正如同過去大小企業(yè)“自建鍋爐”，增加靈活性的同時卻容易造成整體重復建設(shè)和社會資源的浪費。“數(shù)字時代，在前期各地已建設(shè)大量智算中心且利用率不足的情況下，是否所有企業(yè)都要使用‘私有化部署+項目制’的方式應用大模型，是值得探索的話題?！鄙蚣褢c說。

從微觀的企業(yè)培育角度看，大市場才能帶來規(guī)模經(jīng)濟，而定制化意味著非標準化，每一個客戶的需求都不同，都需要重復投入資源與人力進行個性化部署。阿里云科技政策研究中心高級專家羅治兵認為，以私有化為主的定制類項目，導致統(tǒng)一大市場逐漸被一個個項目所割裂，難以形成強大的標準化、平臺化服務(wù)能力, 這樣的市場喪失了支撐“小企業(yè)長大”的功能，孵化不出真正的大企業(yè)。沈佳慶亦表示，市場碎片化、產(chǎn)品標準化程度不足、復用性比較差等問題，導致整體效率低下、難以盈利，對中小企業(yè)、平臺型服務(wù)商的成長不利。

此外，羅治兵還提到，在私有化與項目制盛行的背景下，企業(yè)以客戶關(guān)系、拿項目訂單為核心能力突破點，偏離了平臺化服務(wù)能力等核心技術(shù)建設(shè)，不利于培育有持續(xù)競爭力的企業(yè)?！耙匀毡疽恢睕]有發(fā)展起來的軟件市場為例，人才與資源主要集中在為大企業(yè)提供外包的、項目化的IT服務(wù)，而不是發(fā)展核心IT技術(shù)，創(chuàng)新能力受到抑制后，企業(yè)就很難再上一個發(fā)展臺階?！绷_治兵說。

3 破局：從數(shù)據(jù)端與應用端化解碎片化難題

DeepSeek作為一款領(lǐng)先的開源大模型，極大地促進了人工智能在各行各業(yè)的應用。以私有化、定制化的方式部署大模型，使得各行各業(yè)在確保安全可控的前提下，實現(xiàn)了智能化升級，促進了人工智能技術(shù)的普及。

“我們應該認識到，大模型及其應用還處于探索期?！睆垶榉灞硎?，雖然我們應該站在行業(yè)終局的方向來進行規(guī)劃和思考，但事物的創(chuàng)新探索過程也必定會有一些曲折和反復。在張為峰看來，阻礙人工智能大規(guī)模多場景應用的主要障礙在于缺乏高質(zhì)量的行業(yè)數(shù)據(jù)集、行業(yè)內(nèi)數(shù)據(jù)互通性差、行業(yè)大模型的訓練難度高等，應從這些方面綜合破局。

以醫(yī)療行業(yè)為例，王鵬告訴記者，不同醫(yī)療機構(gòu)之間的數(shù)據(jù)標準不統(tǒng)一，數(shù)據(jù)共享難度大，導致“數(shù)據(jù)孤島”問題嚴重?！巴瑫r，醫(yī)療健康領(lǐng)域涉及多種技術(shù)，如醫(yī)療影像、基因測序等，如何將大模型技術(shù)與其他技術(shù)有效整合，實現(xiàn)多場景應用，是當前面臨的主要挑戰(zhàn)之一?！蓖貔i說。

針對當前人工智能大模型應用碎片化的難題，記者綜合梳理多名專家意見發(fā)現(xiàn)，破局之道主要圍繞兩個方面：一是打破壁壘，促進數(shù)據(jù)的互通與共享；二是大力推廣和鼓勵公共云、行業(yè)云、混合云的建設(shè)與應用。

在數(shù)據(jù)端，張為峰表示，政府和行業(yè)協(xié)會應攜手合作，共同制定并推行相關(guān)標準，促進數(shù)據(jù)的互聯(lián)互通，鼓勵行業(yè)巨頭牽頭推進行業(yè)大模型的構(gòu)建及應用規(guī)劃創(chuàng)新，形成更好的產(chǎn)業(yè)應用閉環(huán)。同時，應支持中小企業(yè)通過組建聯(lián)盟等形式共享資源，在保護各自數(shù)據(jù)安全的前提下，降低部署和應用大模型的成本，減少市場碎片化風險。

在應用端，上述資深的業(yè)內(nèi)人士建議，國家相關(guān)戰(zhàn)略中應旗幟鮮明地提出“公共云優(yōu)先”的發(fā)展理念，并出臺具體的支持舉措?！袄?，組織實施公共云‘企業(yè)上?！茝V工程，并優(yōu)化財稅機制和加大財政支持力度，通過將云服務(wù)費用列入企業(yè)研發(fā)費用加計扣除范圍、支持采購云服務(wù)的企業(yè)依法公平享受稅收優(yōu)惠、‘算力券’‘模型券’優(yōu)先獎勵‘公共云+API’大模型應用模式等手段，鼓勵企業(yè)采購各類公共云AI產(chǎn)品與服務(wù)?！痹摌I(yè)內(nèi)人士表示。

公共云以外，沈佳慶還建議，應逐步推動行業(yè)云建設(shè)，前期先在具有較強公共性、外部性的行業(yè)，如醫(yī)療、金融、教育等領(lǐng)域，后續(xù)逐漸在共性需求的基礎(chǔ)上普及行業(yè)云的應用。“此外，要鼓勵企業(yè)使用‘混合云’，根據(jù)不同業(yè)務(wù)需求采用不同解決方案。”沈佳慶說，通過專用技術(shù)將公共云和私有云連接起來，使數(shù)據(jù)和應用程序可以在兩者之間自由遷移，從而兼顧成本、效率和安全。