最近，全球AI行业关注焦点OpenAI又“闷声”做了一件大事——收购搜索和数据分析初创公司Rockset。在这起金额数亿美元的收购背后，不少分析师认为，作为初创公司的Rockset将助力OpenAI在金融科技、数字营销等领域实现更进一步的AI技术变革，换言之，全球巨头OpenAI在大众熟知的toC领域之外，正加速toB领域的应用落地。

不仅是OpenAI，AI toB的价值正愈发受到行业重视。在海外，汇丰银行、德意志银行、摩根大通等诸多国际金融机构都在发力AI，希望通过决策式AI技术建立强大的风险管理策略。而在国内，无论是阿里巴巴、腾讯还是字节跳动等科技巨头，抑或是像国家能源集团、中国铁建、交通银行这类的大型企业都在大举投入，AI开始成为企业发展的“最强大脑”，激发产业端的“数据飞轮”和想象力。

今年年初，OpenAI首席执行官山姆·奥特曼（Sam Altman）在公开演讲中指出，生成式AI和大语言模型具有极大潜力，科技行业目前只触及了冰山一角。

这番话背后，隐藏着AI toB的巨大潜力。6月25日，蚂蚁数科宣布将大模型引入智能风控系统，可以被视作的一个标志性事件。该AI引擎用大模型“打辅助”，大幅简化了原有需要专业算法工程师深度参与的操作流程，在风险管理复杂度综合降低50%的前提下，将风险对抗时效从天级别降低到了小时级，在部分业务场景下，仅需少量甚至无需人工介入即可完成，这直接缩短了从识别风险到实施风险布控策略的时间差。

相比于大家喜闻乐见的“文生图”、“AI绘画”，生成式AI渗透进toB风控场景，不仅能读懂复杂的风控策略，还能自动化部署风控模型；通过对企业的多维数据进行理解、分析和推理，甚至可以在2分钟之内生成一份数据分析报告。

生成式AI将业务的“决策中枢”变得更加智能化。对于专业从事风控管理及运营的人员来说，理解复杂的风险管理诉求及快速布控是具有挑战性的，调整风险策略宛如调转一艘航空母舰。

有了生成式 AI 的加持，基础运营人员也能轻松驾驭复杂多变的风险场景。而在此基础上，随着算力的提升和AI模型部署难度的降低，意味着大量中小企业可以直接走上牌桌。

清华大学经管学院商业模式创新研究中心主管王子阳表示，以往现实世界想进入数字世界非常困难，数字世界的决策想作用于现实世界也有瓶颈，生成式AI在人机交互和数据收集方面有巨大的助力，与决策AI可以组建成行业基础设施，让真实世界到数字世界的循环快速运转起来。

生成式AI和大语言模型的兴起标志着人工智能技术的一次重大飞跃，它们在产业中的应用不仅促进了数据的高效利用，还催生了新的商业模式和创新途径。随着决策式AI与生成式AI的结合，toB产业正迎来革命性的变化。这种融合推动了企业对数据的深度学习和优化，激活了所谓的“数据飞轮”效应，即数据的积累和智能分析不断促进服务质量的提升和运营成本的降低，形成了一个自我增强的循环。

在这一过程中，企业通过智能化运营实现了服务的多样化和个性化，生成式AI提供的新思路和解决方案，进一步丰富了产品和服务的种类，满足了市场的定制化需求。技术进步带来的AI赋能，使得企业能够快速适应市场变化，提高响应速度和服务质量，从而在激烈的市场竞争中获得优势。

在以大模型为代表的生成式AI技术出现之前，诸多公司已经把决策式AI部署到了核心系统。兴业银行智能语音客服上线多年，识别率超90％。长沙银行搭建起全行40多个场景的智能风控系统，有效降低了贷款不良率，交易反欺诈的风险识别率也提升了20%。

吉利汽车依托蚂蚁数科的AI风控产品打造适配汽车行业的数字营销风控体系，可以在全渠道移动端识别各类恶意行为，全链路保障业务资源有效投放，提高营销转化率。上线后，吉利汽车的风控策略的上线时间从原来的一个月提升到一周甚至几天，风控运营效率提升75%以上。并且风险账号识别拦截大于10%，营销ROI大幅提升。

蚂蚁数科CTO王维表示，数据量将在大模型时代被无限放大；另一方面，数据只有被有效利用和流动起来，企业级客户才能充分获得AI进步带来的价值。因此，数据挖掘、处理、安全等问题如果不被解决，大模型应用会有难以逾越的鸿沟。

AI科技评论注意到，蚂蚁数科自今年3月份独立化运营以来，积极推进AI技术与垂直行业场景结合，其代表性产品进行了技术到产品和服务的整体升级，深度结合AI利用大模型提升智能化能力。此次新推出的AI融合风控引擎也属于其AI toB战略方向下的重要技术成果。

AI必须要结合一个好的商业模式，先进的生产力也必须匹配相适应的生产关系。今天的生成式在垂直产业场景中依然缺乏有效的价值。但可以预见的是，产业智能化选手已经拍马赶到，当大量专业的数据被生成式AI调动起来，AI toB的篇章便正式翻开了。