开放权重模型在企业 AI 使用中的占比,已从 7 月前的接近零升至 30%;我们的判断是,企业采购 AI 的重心正从“能力最强”转向“单位成本可预测”。

这是什么

开放权重模型,是指企业可以下载并自行部署的大语言模型,而非只能通过厂商 API 调用。来源信息没有披露具体企业和样本口径,因此 30% 更适合视为趋势信号,而非全市场定论。

目前这些模型主要用于大规模批处理和代码生成等高频任务:单次调用价格较低,任务量大时,节省下来的模型授权与推理费用更容易覆盖部署和运维成本。自 7 月以来占比快速增长,也说明企业正在把部分稳定、规则清晰的工作从高价闭源模型迁出。

行业怎么看

值得关心的是,AI 商业化正在进入精细化分工阶段。企业不必让一个模型包办所有任务,而可以按复杂度、价格、时延和数据要求进行组合,闭源模型负责关键推理,开放权重模型处理规模化工作。

但风险同样明确。开放权重并不等于免费:企业需要承担算力采购、版本维护、数据安全、系统监控和人员培训成本。模型能力下降、许可证变化或部署失误,也可能让短期节省变成长期负担。此外,来源仅引用社交平台信息,尚缺企业名称、统计周期和绝对调用量,暂时不足以证明成本优势已被全面验证。

对普通人的影响

对企业 IT:采购部门会更多追问调用单价、总拥有成本和可迁移性;模型部署也不再只是技术团队项目,而会直接影响财务预算。

对个人职场:企业可能把更多代码编写、文档整理和批量处理交给本地部署模型。岗位变化暂不意味着直接替代,但使用 AI 的效率门槛会更低,通用基础操作的议价空间可能收窄。

对消费市场:如果企业成本下降,基于模型的软件功能会更容易低价或免费开放。消费者将得到更多 AI 工具,但服务质量、数据条款和隐私保护仍取决于具体产品。