AI生态，钉钉再「出招」_风闻

如果说之前钉钉的AI生态加持更多的围绕资源和商业的底层助力，那么如今这种加持则是向更深层次进化，即真正的AI模型训练能力加持，为垂类大模型创业者提供全方位的助力，提高创业成功率和模型产品商业化确定性。

作者|皮爷

出品|产业家

90.2%——这是壹生检康‘豆蔻妇科大模型’在专业测试中达到的一组数字。

在刚刚过去的6月30日，这个位于杭州的医疗创业公司在钉钉企业专属AI平台训练的大模型完成了100道妇科专业测试题，其中测试题目涵盖月经不调、异常出血、白带异常、下腹疼痛、下腹包块等妇科六大主要症状，整体测试结果和专业医生诊断高度吻合。

这不是一件容易的事。从更专业的角度来看，**相较于基座大模型的训练，行业专属模型往往由于优质数据缺失、训练成本高昂很难保证较高的准确率。**其中也包括豆蔻妇科大模型，据了解，模型的准确率在4月还仅为77%。

钉钉是新的转折点。

更准确的说法是，在过去的1个月里，在钉钉的加持下，壹生检康团队从数据处理、算力增加、模型优化等环节进行了多方面的调整，模型准确率从原来的77%提高至现在的超过90%，提升幅度超15%。

这是钉钉对AI生态企业的又一个利好消息。早在今年3月，钉钉就面向创业者推出了一系列生态政策，其中包括创业资金、经销商体系等多重加持，而如今这种加持在4个月后则是向生态技术底层再进一步——为生态伙伴提供更深层的模型产品能力。

**钉钉想要做成怎样的AI生态？又或者说，在如今汹涌而至的AI创业潮里，钉钉作为生态底座的价值到底有哪些？**这些问题，伴随着这次妇科大模型落地，正在被一一给出答案。

一、垂直大模型浪潮里，

正在浮现的“真卡点”

“将行业大模型的准确率从77.1分提升到90分，是很大的进步”，钉钉CTO朱鸿表示，“钉钉在和很多伙伴共创过程中发现，要构建、部署并应用专属大模型，从需求定位、数据准备等初始阶段，就会存在‘不知从何下手、最后也不能保证结果’的难题”。

这恰是当下的真实情况写照。

如果说今年的主节奏是什么，那么大模型落地必然是其中最浓墨重彩的一笔，而在其中，行业垂直大模型和对应场景的Agent落地则也更是重中之重。

根据中研普华产业研究院发布的《2025-2030年中国AI大模型行业竞争格局分析与未来趋势预测报告》数据，2025年中国AI大模型市场规模预计将突破495亿元，其中垂类模型的市场空间占比或将超过60%；而同样一组来自共研产业研究院的预测数据显示，预计到2028年，垂类模型的市场规模将达624亿元。

但这并不是一帆风顺、水到渠成。根据不完全统计，在目前市面上的一众垂类大模型中，大部分模型的准确率更多集中在60%—70%的区间，其中场景越细分，模型的准确率也就越低。

其中的原因不难理解。恰如朱鸿所言，对大部分创业公司而言，如果想要为客户提供足够适配的AI垂类模型服务，其往往会面临多个模型构建中的实际难题。

比如需求闭环侧，即尽管开发者、创业者能够明确面向的需求和场景，但在具体的“场景到模型”的链路上大部分企业或创业者不具备更进一步的拆解能力，很难基于特定的场景链路闭环进行模型训练和调优。

再比如数据环节，对部分企业或开发者而言，其尽管在过去多年沉淀出一定的数据，但就模型训练而言，如何把行业数据变成能给模型带来正向反馈的高质量数据，依然还是工程和经验上的难题。

以及AI方案侧，对大部分开发者、创业者而言，尽管模型被训练成型，但如何把模型产品转化为应用产品，以及如何基于其他配套服务构建出对应的行业解决方案，这也并不是大部分创业者所具备的能力。

此外，还有更绕不开的成本。即对大部分创业公司而言，如果要本地化的方式进行模型训练，以DeepSeek为例，满血版部署资金消耗往往至少几百万，而若是想降低费用至百万以内，模型对应的精度则是会降低，对应的训练推理效果更不会达到最优。

同样还有**模型训练方法优化、训练人才梯队建设难、数据安全、以及商业化变现等等，**这些都在成为不少创业者在构建垂类大模型过程中所遇到的实际问题。

解决方案在哪？或者说对面向垂直行业模型的创业者而言，更好的创业土壤在哪？

二、钉钉生态，向AI更迈一步

豆蔻大模型的落地，展示了钉钉在生态侧向AI迈进的一大步。

如果说，钉钉对于之前的AI创业加持，其角色更多的是资金和商业环境加持者，那么如今钉钉正在亲自下场，从更细颗粒度的产品层面给予创业者以加持。

以这次的豆蔻妇科大模型为例，其恰是基于钉钉企业专属AI平台进行训练而实现性能提升。在第一阶段的训练中，壹生检康模型训练团队由于数据预处理经验、算力不足、模型调优能力等限制，使得大模型的准确率停留在77.1%的瓶颈上。这个成绩并不能满足医疗AI走向实用的需求。

钉钉成了他们第二次训练的选择对象。在钉钉团队的加持下，他们一方面优化了模型训练策略，一方面也得以突破算力和数据侧的限制。在具体训练方法及服务支持的推进下，壹生检康迅速实现了训练效率的大幅提升，单次训练时长从26小时缩短至7小时，最终在更短的时间内实现了准确率从77分到90分的跨越。

“这是很大的进步。相当于将一个什么都懂一点的通才，短时间内训练成堪比专家的专才高才，这里面涉及到对数据安全有效的预处理、算力的高效调度、模型评估机制的构建，以及训练算法和模型参数的精细调优等等。”朱鸿说道。

实际上，就某种程度来看，在这个妇科大模型的训练过程中，钉钉提供的恰是一个系统性AI加持。在这个体系中，不仅有模型训练方法和策略的指导，同时也更为其提供了一整个从模型训练到模型测试、评估的模型全生命周期打造的体系助力。

也恰是基于这样的助力，壹生检康才能完成模型从不可用到能用、好用的本质跨越。

这也恰是如今在钉钉生态里的一个缩影。为了更好帮助企业训练和部署自己的专业/专属大模型，钉钉在固有产品和技术能力基础上，构建出了一套行业/企业大模型建设支持体系。

具体来看则是，在钉钉的企业或合作伙伴会获得包括数据采集、清洗、标注、基础模型选择、模型训练、效果评估、模型调优、模型工程化部署等全流程平台产品支撑和服务支持，帮助生态企业更高效开发出专属行业大模型，落地部署相关AI应用。

此外，这个新体系的加持不仅在产品侧，也更在方案和人才侧，据了解，在上述助力之外，钉钉还将为生态伙伴提供行业侧的AI解决方案咨询、行业大模型方案咨询，以及AI人才培训及考核服务，不仅帮助企业打磨出可用能落地的产品，同时也更为模型产品的真实落地提供了土壤、肥料和阳光雨露。

三、AI创业的生态，

钉钉正在提供一个成熟答案

一个真切的事实是，伴随着的AI大模型浪潮的来临，新一轮的创业潮正在来临，这其中不仅有新出现的AI原生应用创业者，也更有多年SaaS软件从业者，以及智能硬件创业老兵等身影的出现。

但这种创业背后，对应的确实足够高的失败率。根据来自CB Insights的数据统计，在过去3年时间里，全球AI初创公司失败率约65%-75%，即每成立3家AI公司，就有2家无法存活超过3年。而在中国市场，这个失败率则是更高，根据来自IT桔子数据统计，整个AI市场的创业失败率更是高达70%-80%。

钉钉的生态动作，也恰是基于这个问题的更近一步拆解。

即如果说之前钉钉的AI生态加持更多的围绕资源和商业的底层助力，那么如今这种加持则是向更深层次进化，即真正的AI能力加持，为垂类大模型创业者提供全方位的助力，全面提高创业成功率和模型产品商业化确定性。

从某种程度来看，这也恰是当下垂类大模型企业所需要的创业土壤，即基于钉钉的体系，其可以完成从产业理解到AI创业的全部流程，将固有的对特定产业方向的积累通过钉钉的大模型平台加持转化可用、可落地的模型产品，同时辅以钉钉自身对AI产品落地和实施的人才、供应商等多方面的强加持，真正完成创业的从0到1。

实际上，想象力还不仅于此。即在模型产品成型之后，创业者在将模型产品在不同产业场景落地的同时，还能进一步上架到钉钉的AI开放市场，同时面向2300万企业开放使用，让垂类大模型产品可以获得更大程度、更直接的曝光和市场验证，同时基于这些验证近一步构建模型优化和训练的闭环。

以壹生检康为例，‘豆蔻妇科大模型’这一由钉钉 AI 平台助力实现的大模型产品，接下来一方面将通过“闺蜜医生”产品让女性享受到更高效更专业的健康服务，缓解妇科医疗资源稀缺问题；而另一方面，妇科AI智能体未来也能接入到钉钉智能体应用市场，服务钉钉上更多医美机构，帮助机构更好地服务客户。

可以说，如今的钉钉恰好构建的是一个足够完整且自成闭环的生态。在钉钉补齐这块更细颗粒度的产品拼图之后，在面向创业的生态里，能看到的也正是一个从模型产品扶持到产品方案设计落地实施，从资金加持到渠道商助力，以及更可以直接面向终端客户市场的完整AI创业体系。

就当下而言，即不论是从企业用户数量，还是如今的AI使用量、AI组件能力、AI模型兼容性等等，再或者是对于中国千行百业不同产业场景的更深入理解，在如今的AI浪潮里，钉钉都是足够鲜明的代名词之一。

而如今，这些标签也更是在被钉钉封装成一个个生态组件，以基建的平台价值开放出来，帮助广大中小企业在汹涌而来的AI浪潮中找到更新的锚点，进而推动中国千行百业的产业AI数智化升级。

授人以鱼，也更授人以渔。这是钉钉的价值，也更是这个中国最大TO B企业平台的最新使命。