再比如，金融行业的营销环节，基金的选基工具，需要非常高的确定性，不能出一点差错，大小结合，用好大模型的推理能力和语言理解能力，用好小模型的精准化识别能力，可以更好地达成业务目标。

看到这里不难发现，想要在AI营销这个战场插下“王旗”，对大模型厂商和解决方案服务上的挑战，其实不小，竞争才刚刚开始。

而作为大模型商业化落地的首选站，AI营销也经历了一场心态上的“过山车”，从2023年初的极度兴奋、不能错过，逐渐冷静下来，开始把做精做专做细。

“大家对通用大模型期待很高，但它不一定是满足行业场景需求的最优解。针对某个单一的场景，解决客户的业务问题，让大模型的商业化变现能力获得行业认可”，一位从业多年的数字化服务商这样说到。

在企业的实际场景中，真正解决了某个问题，打造出实用性高的智能服务，大模型才有未来。而AI营销，就是大模型真正抵达和改变的第一个关键战场。