从医院到高校、从政务领域到金融服务，开源大模型Deepseek火爆出圈后，众多政府部门及企业纷纷加入其生态阵营。然而，值得注意的是，成功部署DeepSeek的机构与企业大多采用私有化、本地化的方式，以满足数据安全、高度定制化、低延迟高稳定等需求。这背后隐藏着新的隐忧。

今年全国两会期间，《政府工作报告》起草组成员强调，要加快AI多场景应用，防止过多采用“私有化部署+项目制”造成市场“碎片化”。这一论述揭示了AI应用的深层困境，引发对大模型私有化部署优势以外弊端的思考。

私有化部署的A面：安全、可控、灵活。中国工商银行、上海市消防救援局、安徽省数据资源管理局等机构纷纷宣布完成DeepSeek私有化部署。普华永道中国内地AI咨询服务主管合伙人表示，企业部署大模型主要有公共云MaaS和私有化部署两种。私有化部署因安全、可控、灵活而备受企业与机构青睐。

北京市社会科学院副研究员指出，私有化部署能确保数据安全与隐私保护，避免依赖外部供应商，提升系统稳定性和可靠性，还能满足定制化需求。上海经邑产业数智研究院副院长亦认为，对数据安全、客户隐私较敏感的行业，如金融、医疗，私有化部署能更好地满足其需求。

然而，私有化部署的B面：碎片、封闭、低效。我国缺乏实力雄厚的SaaS公司，SaaS产业深陷“私有化+项目制”泥潭。大模型私有化部署虽带来安全、定制、稳定等优势，但不利于形成开放、协同的整体环境，可能导致市场供给碎片化，阻碍技术标准统一和发展。

从宏观角度看，私有化部署增加开发和维护成本，造成资源重复投入和浪费。从微观角度看，定制化意味着非标准化，增加灵活性的同时造成整体重复建设和社会资源浪费，不利于中小企业、平台型服务商成长。此外，企业偏离平台化服务能力等核心技术建设，不利于培育有持续竞争力的企业。

为破局，应从数据端与应用端化解碎片化难题。政府和行业协会应携手制定并推行相关标准，促进数据互联互通，鼓励行业巨头牵头推进行业大模型构建及应用规划创新。同时，支持中小企业通过联盟等形式共享资源，降低部署和应用大模型成本。

在应用端，国家相关战略应提出“公共云优先”发展理念，并出台支持举措。此外，应逐步推动行业云建设，鼓励企业使用“混合云”，兼顾成本、效率和安全。DeepSeek等开源大模型的应用正处于探索期，应从数据端和应用端综合破局，促进人工智能普及与发展。

（文章来源：证券时报）