DeepSeek激活了大模型的发展情绪，各种企业都跃跃欲试，今天梳理一下各种发展机会，选择错误会影响非常大。

1、研发基础模型（建议行业大模型+行业小模型+行业应用）

1）特点

大模型最终只有一二，没有三四，也就是成功最多两个，大多都会转到行业大模型+行业应用开发商。

2）选择建议

基于开源大模型做行业大模型，基于行业大模型做应用。

2、算力芯片和算力模组（推理芯片）

1）特点

（1）门槛高，技术门槛，人才门槛，资金门槛，规模门槛。

（2）训练端再增加生态门槛，而且生态门槛很难突破。

2）选择建议

（1）做推理端芯片，用在物联网终端，智能终端，这类是海量的需求，成功的概率会大很多。

（2）不选择训练端芯片，原因是生态建立门槛非常高，规模化非常难，成功概率极低，已形成了寡头垄断。

3、算力基础设施整机制造（制造企业延展业务）

1）特点

高端制造业，投资大，销售渠道建设难，靠规模效应。

2）选择建议

制造业企业业务扩张和延展，由原来的x86服务器和电脑制造，切入加速卡制造，加速服务器制造。

4、算力基础设施销售渠道

1）特点

算力的出租和出售，本质是渠道销售，可以挣钱，也可以做大规模，渠道为王，未来可以导入更多企业产品和服务。

2）选择建议

顺势而为，哪家的算力领先跟哪家合作，不做教育市场的工作，教育市场是大企业的工作，只选择跑出来的企业和作文。
5、应用集成开发

1）特点

项目型公司，当前是[敏感词]的的机会窗，可以由项目公司转型产品型公司，转型服务型公司。

2）选择建议

拥抱智能体，选择头部的智能体框架，精通智能体框架，积累业务kown-how，开发应用Agent。
6、应用产品创新

1）特点

利用AI的的技术特点，改造原有应用，创新新的应用和服务，创造新的业务模式，新的商业模式。

2）选择建议

选择已知的业务领域，或者相近的业务领域，知道领域痛点，知道领域know-how，精通AI应用开发，创新转型。

免责声明：本文来源于“数字化转型分享”公众号，本文仅代表作者个人观点，不代表澳门新葡萄新京威尼斯987及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。

企业咨询和陪跑请扫码联系