寻找AI生存之道
在“通用”大科技巨头的夹缝中，以全栈LLM寻求突破机会

[비즈한국] AI现在已经不是选择题，而是生存问题。在美国大科技巨头垄断的局面下，中国正凭借庞大的支持和人力资源撼动市场。作为数字基础设施全球第一的“IT强国”，韩国在AI技术领域早已被挤入“二流”。在坐拥巨额资本和数据的领先国家激烈角逐的当下，韩国AI初创企业纷纷瞄准细分市场，试图确保全球竞争力。各大IT企业正忙于寻找利用AI的独特商业模式。韩国在这一全球AI战争中的生存之道在哪里？我们来探寻站在创新最前线的韩国企业的可能性。

大语言模型（LLM）是通过学习大规模数据，像人类一样理解并生成文本的人工智能（AI）。由于基础扎实，无论谁提出什么问题，它都能迅速给出答案。但是，如果用户是企业呢？从企业角度来看，仅仅拥有一个能交互的聪明“大脑”是不够的。因为它们必须适应企业内部文档、敏感客户数据、工作流程等复杂环境。全栈（full-stack）LLM是指为了让这个“大脑”能在实际商业环境中直接使用，将从LLM模型开发到部署、运营及管理的全套系统和流程进行封装的解决方案。

随着全球大多数大科技巨头专注于GPT（OpenAI）、Claude（Anthropic）、Gemini（Google）等LLM的开发，AI战争已演变为以LLM为中心的游戏。全栈LLM对韩国企业来说是机遇。大科技巨头虽然提供高质量模型，但并不会针对每家企业量身定制实际服务。这意味着，如果企业想要进行AI转型，就必须自行解决定制化工作，并亲自管理使用记录（Logging）、隐私及安全问题。

“手工报告”的终结：AI负责决策的时代即将来临吗？

2020年成立的AI初创企业Upstage被评价为韩国全栈LLM的领军者。该公司将企业文档及无格式数据进行数字化的解决方案“Document AI”于2023年推向市场，去年底推出的下一代LLM“Solar Pro”因展现出极强的商业价值而备受瞩目。去年4月，公司通过1000亿韩元规模的投资引入，累计获得约1400亿韩元的投资，企业估值已增长至4000亿韩元规模。

Upstage表示，今年计划将全栈AI业务从东南亚、日本扩展至AI大本营美国。其构想是通过办公AI主导全球AI办公标准。

Upstage代表金成勋在16日的媒体开放日上表示：“今年可能是人们以‘手工报告’工作的最后一年。将提取的信息串联起来撰写综合报告并进行‘决策’的角色，也将由AI来承担。目前正在为保险公司、金融公司等供应相关解决方案，该流程正在逐步应用。”

他解释称，在需要核对患者诊断书、保险条款、诊疗费收据等少则数十张、多则数百张文件的保险结算业务中，AI解决方案正代替人工，全权负责核对手术名称和代码，并判断是否进行保险金赔付。Upstage目前正为KB金融105560、韩文与计算机（Hancom）、Law & Company等提供服务。

将不同格式的图像及文本转换为机器可读格式的工具，是Upstage的光学字符识别（OCR）模型“Document Parse”。而将收集到的数据按照目的编写成报告等文档的角色则由“Solar”担任。这两项技术都在持续优化。Upstage计划在今年6月公开“Solar Pro 1.5”版本及实现“思维链（CoT）”的首个推理模型。据Upstage透露，该模型的能力足以媲美GPT的“o系列”和DeepSeek的“R1”。同时，结合Document Parse与Solar的视觉语言模型（VLM）“Solar DocVLM”也即将发布。

大科技巨头亦在扩大办公功能，全球扩张之路困难重重

基于曾为泰国国有通信公司提供泰语特化LLM、在韩国率先构建海外主权AI的经验，Upstage也致力于当地LLM的开发及合作伙伴关系的拓展。美国当地法人和上月新成立的日本法人是其主要据点。CTO李活石表示：“日本的文档相关市场规模比韩国大10倍以上。即便只占领其中10%，也相当于掌握了整个韩国市场的规模。目前正与多家日本大企业进行后续会议。”

尽管技术实力和消费能力相对较低，但政府或国有企业资金雄厚的地区也是其努力争取的对象。金代表表示：“鉴于我们满足了韩国金融及保险公司的严苛标准，美国企业也给予了积极响应。”

虽然技术在成长，但营收增长和成本效率仍是课题。Upstage去年出现了402亿韩元的营业亏损，亏损额是前一年（189亿韩元）的两倍多。同期营收虽从46亿韩元增长至139亿韩元，涨幅达3倍，但距离实现盈利仍有很长的路要走。主要原因是占比极高的GPU费用。公司将赤字背景归因于在Solar Pro 1.5及多模态开发过程中投入了大量GPU。

国内外竞争预计将趋于白热化。据Market Research Intellect预测，2024年评估为45亿美元的全栈AI市场规模，到2032年有望达到96亿美元，年均增长率预计将达8.5%。业界认为，B2B AI模型与通用模型不同，有着明确的目标和需求，即只要将技术与现场场景对接，就能产生效益。不过，从OCR到LLM所有全栈AI模型均自主开发的情况并不多见，大多数情况是通过各技术环节的协作来构建全栈系统。

将重心转向AI的韩国通信业也在积极投资全栈LLM领域。AI转型与B2B全栈战略正在同步推进。SKT正以金字塔形结构构建全栈，计划以AI基础设施为基础推动AI转型，并最终开发面向全球市场的AI服务。KT则推出了自主AI模型“Mi:dm”，并同步推进轻量化策略，以便为企业客户提供定制化服务。

随着与全球大科技巨头联手的竞争者增多，谁能掌握初期市场的主导权备受关注。全球最大的云端数据企业Snowflake在去年6月扩大了与英伟达（NVIDIA）NeMo的集成功能后，上月又宣布通过强化与英伟达的合作伙伴关系来提供全栈AI平台。NeMo Retriever是一种生成式AI服务，允许企业将定制化LLM连接到自身企业数据上。通过Snowflake平台，企业可以在保持数据安全和隐私的前提下，直接利用英伟达的NeMo Retriever。

大科技巨头近期接连推出的AI智能体功能改进及与办公服务的整合方案，也使市场条件变得更加严峻。微软已在个人版“MS 365”中引入了AI智能体，而谷歌则在“Workspace”中添加了生成式AI功能。