AI生態，釘釘再「出招」_風聞

如果説之前釘釘的AI生態加持更多的圍繞資源和商業的底層助力，那麼如今這種加持則是向更深層次進化，即真正的AI模型訓練能力加持，為垂類大模型創業者提供全方位的助力，提高創業成功率和模型產品商業化確定性。

作者|皮爺

出品|產業家

90.2%——這是壹生檢康‘豆蔻婦科大模型’在專業測試中達到的一組數字。

在剛剛過去的6月30日，這個位於杭州的醫療創業公司在釘釘企業專屬AI平台訓練的大模型完成了100道婦科專業測試題，其中測試題目涵蓋月經不調、異常出血、白帶異常、下腹疼痛、下腹包塊等婦科六大主要症狀，整體測試結果和專業醫生診斷高度吻合。

這不是一件容易的事。從更專業的角度來看，**相較於基座大模型的訓練，行業專屬模型往往由於優質數據缺失、訓練成本高昂很難保證較高的準確率。**其中也包括豆蔻婦科大模型，據瞭解，模型的準確率在4月還僅為77%。

釘釘是新的轉折點。

更準確的説法是，在過去的1個月裏，在釘釘的加持下，壹生檢康團隊從數據處理、算力增加、模型優化等環節進行了多方面的調整，模型準確率從原來的77%提高至現在的超過90%，提升幅度超15%。

這是釘釘對AI生態企業的又一個利好消息。早在今年3月，釘釘就面向創業者推出了一系列生態政策，其中包括創業資金、經銷商體系等多重加持，而如今這種加持在4個月後則是向生態技術底層再進一步——為生態夥伴提供更深層的模型產品能力。

**釘釘想要做成怎樣的AI生態？又或者説，在如今洶湧而至的AI創業潮裏，釘釘作為生態底座的價值到底有哪些？**這些問題，伴隨着這次婦科大模型落地，正在被一一給出答案。

一、垂直大模型浪潮裏，

正在浮現的“真卡點”

“將行業大模型的準確率從77.1分提升到90分，是很大的進步”，釘釘CTO朱鴻表示，“釘釘在和很多夥伴共創過程中發現，要構建、部署並應用專屬大模型，從需求定位、數據準備等初始階段，就會存在‘不知從何下手、最後也不能保證結果’的難題”。

這恰是當下的真實情況寫照。

如果説今年的主節奏是什麼，那麼大模型落地必然是其中最濃墨重彩的一筆，而在其中，行業垂直大模型和對應場景的Agent落地則也更是重中之重。

根據中研普華產業研究院發佈的《2025-2030年中國AI大模型行業競爭格局分析與未來趨勢預測報告》數據，2025年中國AI大模型市場規模預計將突破495億元，其中垂類模型的市場空間佔比或將超過60%；而同樣一組來自共研產業研究院的預測數據顯示，預計到2028年，垂類模型的市場規模將達624億元。

但這並不是一帆風順、水到渠成。根據不完全統計，在目前市面上的一眾垂類大模型中，大部分模型的準確率更多集中在60%—70%的區間，其中場景越細分，模型的準確率也就越低。

其中的原因不難理解。恰如朱鴻所言，對大部分創業公司而言，如果想要為客户提供足夠適配的AI垂類模型服務，其往往會面臨多個模型構建中的實際難題。

比如需求閉環側，即儘管開發者、創業者能夠明確面向的需求和場景，但在具體的“場景到模型”的鏈路上大部分企業或創業者不具備更進一步的拆解能力，很難基於特定的場景鏈路閉環進行模型訓練和調優。

再比如數據環節，對部分企業或開發者而言，其儘管在過去多年沉澱出一定的數據，但就模型訓練而言，如何把行業數據變成能給模型帶來正向反饋的高質量數據，依然還是工程和經驗上的難題。

以及AI方案側，對大部分開發者、創業者而言，儘管模型被訓練成型，但如何把模型產品轉化為應用產品，以及如何基於其他配套服務構建出對應的行業解決方案，這也並不是大部分創業者所具備的能力。

此外，還有更繞不開的成本。即對大部分創業公司而言，如果要本地化的方式進行模型訓練，以DeepSeek為例，滿血版部署資金消耗往往至少幾百萬，而若是想降低費用至百萬以內，模型對應的精度則是會降低，對應的訓練推理效果更不會達到最優。

同樣還有**模型訓練方法優化、訓練人才梯隊建設難、數據安全、以及商業化變現等等，**這些都在成為不少創業者在構建垂類大模型過程中所遇到的實際問題。

解決方案在哪？或者説對面向垂直行業模型的創業者而言，更好的創業土壤在哪？

二、釘釘生態，向AI更邁一步

豆蔻大模型的落地，展示了釘釘在生態側向AI邁進的一大步。

如果説，釘釘對於之前的AI創業加持，其角色更多的是資金和商業環境加持者，那麼如今釘釘正在親自下場，從更細顆粒度的產品層面給予創業者以加持。

以這次的豆蔻婦科大模型為例，其恰是基於釘釘企業專屬AI平台進行訓練而實現性能提升。在第一階段的訓練中，壹生檢康模型訓練團隊由於數據預處理經驗、算力不足、模型調優能力等限制，使得大模型的準確率停留在77.1%的瓶頸上。這個成績並不能滿足醫療AI走向實用的需求。

釘釘成了他們第二次訓練的選擇對象。在釘釘團隊的加持下，他們一方面優化了模型訓練策略，一方面也得以突破算力和數據側的限制。在具體訓練方法及服務支持的推進下，壹生檢康迅速實現了訓練效率的大幅提升，單次訓練時長從26小時縮短至7小時，最終在更短的時間內實現了準確率從77分到90分的跨越。

“這是很大的進步。相當於將一個什麼都懂一點的通才，短時間內訓練成堪比專家的專才高才，這裏面涉及到對數據安全有效的預處理、算力的高效調度、模型評估機制的構建，以及訓練算法和模型參數的精細調優等等。”朱鴻説道。

實際上，就某種程度來看，在這個婦科大模型的訓練過程中，釘釘提供的恰是一個系統性AI加持。在這個體系中，不僅有模型訓練方法和策略的指導，同時也更為其提供了一整個從模型訓練到模型測試、評估的模型全生命週期打造的體系助力。

也恰是基於這樣的助力，壹生檢康才能完成模型從不可用到能用、好用的本質跨越。

這也恰是如今在釘釘生態裏的一個縮影。為了更好幫助企業訓練和部署自己的專業/專屬大模型，釘釘在固有產品和技術能力基礎上，構建出了一套行業/企業大模型建設支持體系。

具體來看則是，在釘釘的企業或合作伙伴會獲得包括數據採集、清洗、標註、基礎模型選擇、模型訓練、效果評估、模型調優、模型工程化部署等全流程平台產品支撐和服務支持，幫助生態企業更高效開發出專屬行業大模型，落地部署相關AI應用。

此外，這個新體系的加持不僅在產品側，也更在方案和人才側，據瞭解，在上述助力之外，釘釘還將為生態夥伴提供行業側的AI解決方案諮詢、行業大模型方案諮詢，以及AI人才培訓及考核服務，不僅幫助企業打磨出可用能落地的產品，同時也更為模型產品的真實落地提供了土壤、肥料和陽光雨露。

三、AI創業的生態，

釘釘正在提供一個成熟答案

一個真切的事實是，伴隨着的AI大模型浪潮的來臨，新一輪的創業潮正在來臨，這其中不僅有新出現的AI原生應用創業者，也更有多年SaaS軟件從業者，以及智能硬件創業老兵等身影的出現。

但這種創業背後，對應的確實足夠高的失敗率。根據來自CB Insights的數據統計，在過去3年時間裏，全球AI初創公司失敗率約65%-75%，即每成立3家AI公司，就有2家無法存活超過3年。而在中國市場，這個失敗率則是更高，根據來自IT桔子數據統計，整個AI市場的創業失敗率更是高達70%-80%。

釘釘的生態動作，也恰是基於這個問題的更近一步拆解。

即如果説之前釘釘的AI生態加持更多的圍繞資源和商業的底層助力，那麼如今這種加持則是向更深層次進化，即真正的AI能力加持，為垂類大模型創業者提供全方位的助力，全面提高創業成功率和模型產品商業化確定性。

從某種程度來看，這也恰是當下垂類大模型企業所需要的創業土壤，即基於釘釘的體系，其可以完成從產業理解到AI創業的全部流程，將固有的對特定產業方向的積累通過釘釘的大模型平台加持轉化可用、可落地的模型產品，同時輔以釘釘自身對AI產品落地和實施的人才、供應商等多方面的強加持，真正完成創業的從0到1。

實際上，想象力還不僅於此。即在模型產品成型之後，創業者在將模型產品在不同產業場景落地的同時，還能進一步上架到釘釘的AI開放市場，同時面向2300萬企業開放使用，讓垂類大模型產品可以獲得更大程度、更直接的曝光和市場驗證，同時基於這些驗證近一步構建模型優化和訓練的閉環。

以壹生檢康為例，‘豆蔻婦科大模型’這一由釘釘 AI 平台助力實現的大模型產品，接下來一方面將通過“閨蜜醫生”產品讓女性享受到更高效更專業的健康服務，緩解婦科醫療資源稀缺問題；而另一方面，婦科AI智能體未來也能接入到釘釘智能體應用市場，服務釘釘上更多醫美機構，幫助機構更好地服務客户。

可以説，如今的釘釘恰好構建的是一個足夠完整且自成閉環的生態。在釘釘補齊這塊更細顆粒度的產品拼圖之後，在面向創業的生態裏，能看到的也正是一個從模型產品扶持到產品方案設計落地實施，從資金加持到渠道商助力，以及更可以直接面向終端客户市場的完整AI創業體系。

就當下而言，即不論是從企業用户數量，還是如今的AI使用量、AI組件能力、AI模型兼容性等等，再或者是對於中國千行百業不同產業場景的更深入理解，在如今的AI浪潮裏，釘釘都是足夠鮮明的代名詞之一。

而如今，這些標籤也更是在被釘釘封裝成一個個生態組件，以基建的平台價值開放出來，幫助廣大中小企業在洶湧而來的AI浪潮中找到更新的錨點，進而推動中國千行百業的產業AI數智化升級。

授人以魚，也更授人以漁。這是釘釘的價值，也更是這個中國最大TO B企業平台的最新使命。