在谢凌龙的体验中，目前很多大模型的上下文中都有漏洞，导致其无法处理复杂问题。很多互联网大公司受限于自营产品，对个人开发者产品支持有限。想要将业务稳妥地交给AI，仍需很长时间的调试。

高婷自2020年前后就开始深耕大模型技术，专注为电商客户提供虚拟试衣服务多年，最近接触到的许多客户都有类似谢凌龙这样的困扰。“接入大模型后，发现技术无法真正应用到业务中。”

最近DeepSeek火了之后，很多人都开始使用大模型来训练，试图生成图片，但使用了之后发现“有点用，但不稳定”，因此就生出判断，大模型现在对业务价值不大。高婷发现，很多客户对大模型的态度变得中立甚至是怀疑。

不少头部鞋服品牌与高婷的公司有长期紧密的合作。最简单的合作是，客户给到一张新衣服的照片和一张模特此前拍摄的照片，通过AI就可以生成模特身穿该衣服的照片。“这样能够节省拍摄时间、模特费用。”

但想要达到这样的效果，“最起码需要一个月的训练”。高婷介绍，首先需要客户提供历史上拍摄过的图片，这就会形成海量的数据，后续要不断地与开源数据结合，最终训练模型。目前基础款式的图片生成效果不错，只是遇到复杂的服装试穿，比如金属扣较多、系带较多或者需要模特坐着的时候，效果略差一些。

“现在不能说用我们的产品就能够完全抛弃掉商拍，也许100件衣服现在有20件可以通过AI生图实现试穿效果，剩下的实现不了。”

但高婷也意识到，DeepSeek等AI技术通过效率提升和成本优化为行业注入新动能。

以鞋服行业为例，目前很多客户通过AI生图节省了不小的成本，但这并不意味着可以取代相关工作人员。只能说“此前需要请一个百万年薪的设计总监，现在换成了一个五十万年薪的中级设计师”。

“这个技术并不难，但难的是要不断变化，跟上直播间的产品和策略。”高婷意识到，DeepSeek降低了AI与业务融合的门槛，春节前，高婷和朋友决定先把网店开起来，网店中售卖的商品则是“AI技术”。很快，DeepSeek的火爆也带火了高婷的网店，过来问询服务的人越来越多。

不到一个月，高婷手中已经接下近十单生意。直播间的数字人业务居多，她提到，一家酒水直播间要求她们做出8个智能体，实现24小时直播和回复，客户的要求是能够使用智能体做基本的直播和回复。比如有消费者在直播间询问，智能体就能够通过提示词进行回复。

相比以前，很多企业不愿意或无实力投入大量资金去购买定制化的智能客服，又希望减少人工客服所花费的成本，就会导致智能客服不好用，人工客服不够用。高婷提到，此前很多客户购买的数字人客服服务并不便宜，如今DeepSeek让这些客户再次看到“降低成本”的希望。

不过，高婷认为，现在AI发挥的作用是让部分功能操作变得更加便捷，但目前不能真正意义上代替某些职位。“现在处于人‘接管AI’的状态，如果没有人工看护，很有可能出问题。”

更重要的是，很多时候真人客服的存在会起到一种情绪上的安抚。“AI在短时间内很难做到，”赛迪智库未来产业研究中心人工智能研究室主任钟新龙说，“现在 AI语音基本上已经接近人类或者能够以假乱真了，但实际上这些评价或测试都较为片面。一旦涉及方言、日常习语或者带有情绪的沟通，AI覆盖得并不周全，很容易露馅。”

谢凌龙回忆，行业内此前曾出现过有消费者“调戏”智能客服，让客服免费送自己产品的事情。“这带来巨大的风险，一旦消费者或者社会公众相信了机器人的错误的信息，很有可能带来品牌在舆论上或者物质上的损失。”

“不管是留下20％、10％还是5％的员工，若强行定量指标以实现企业转型，这个过程存在风险。”钟新龙接触过大量的从业者，这些人在决策过程中往往只考虑到AI目前所展现的能力边界，基于此来对企业进行改革，但在实践中没有十分成熟的路径可以参考，“往往很难如决策中所想的一帆风顺”。

企业竞争力会因此改写？

在五月对员工使用AI的期待中，提到每位员工需要结合自身岗位，提交一份《DeepSeek+AI工具提升方案》，重点思考如何将AI工具融入现有工作流程。

“比如之前每个组每周有选题会，每个人报选题，进行激烈的讨论，需要很久的时间。现在可能就是每个人报 10 个选题，开会的时候大家做筛选就可以了，一上午的会议可能 20 分钟就完成了。”五月明显感觉到，员工的效率在提升。之前编导写脚本，可能得写一周，现在问AI，提问生成修改一两天就可以完成。

五月对AI的期待就在于提升效率，“之前一个编导带2到3个账号，现在可以带5到6个，并且内容生产技能还得到提高，这就等于多了一个高认知的助理在协助决策”。

崔丽丽谈道，过去企业的数字化水平、程度，以及人员数字化思维上的差异会进一步加大AI来临之后竞争的差距。因为高质量的行业数据积累，是在基座模型之上尽快拥有更“趁手”兵器的关键，而这一过程不是一蹴而就的，短期内比较难赶超。因此，企业更应该重视数字化工作的落地，数字化是企业未来的必答题。