拓尔思文雅：垂类大模型深耕高价值数据场景 破解可信与成本难题

12月2日至5日，2025企业家博鳌论坛系列活动在海南博鳌举办。作为论坛系列活动之一，2025AI生态共建论坛暨《睿德数字经济创新发展大数据平台》发布会于3日在博鳌举行。论坛期间，拓尔思集团首席数据官、数字经济研究院副院长文雅在接受新华网记者采访时表示，产业智能化已从“工具交付”迈向“知识资产运营与价值闭环”阶段，垂类大模型将成为赋能实体经济、培育新质生产力的关键支撑。

图为文雅接受记者采访

谈及智能化发展趋势，文雅聚焦三大领域作分享，一是高价值数据密集领域（如金融、政务、医疗、司法等），重点实现可解释、可审计的可靠决策；二是复杂系统优化领域（如制造、能源），通过多模态感知与仿真推演实现系统级实时调控；三是共性基础支撑领域，即建设高质量的行业语料库与可信算法框架等新型基础设施。“通用大模型解决认知的广度，垂类大模型解决行业深度与业务精度，两者互补共生，形成可持续的转型动能。”她说。

文雅表示，拓尔思围绕“深耕数据、做强模型、做实应用”战略，构建“数据-知识-决策”价值闭环，并已形成标准化实施框架。通过业务数据与行业知识的深度融合，构建可迭代的智能模型，并依托业务反馈持续优化数据、模型与知识，最终形成可自我演进的“领域智能系统”，打通“数据价值断层”和“复杂业务协同”。

文雅介绍，目前拓尔思产品已应用于多个重要行业。为客户定制垂类大模型，实现风险管控“事前防范”；构建预警系统，自动监控风险信号，辅助智能决策。

文雅认为，垂类模型在产业侧具备四大优势。一是结果可信，通过行业知识对齐与增强校验，提升决策可靠性；二是场景可控，支持本地化部署与轻量微调，满足数据主权与保密要求；三是经济可用，参数规模较小的模型在特定场景可达到商用级精度；四是成本可省，算力与运营投入显著降低，助力AI从“实验室”走向“生产线”。

访谈尾声，文雅表示，拓尔思已建立以业务成效为导向的价值评估体系，从运营效率、决策质量、业务增长及总拥有成本等多维度进行量化闭环管理，并形成“评估-优化-再评估”持续进化的数据迭代模型。她认为，只有将AI能力转化为可验证的业务价值增量，智能化才真正落到实处。