【赛迪网讯】在AI技术日新月异的今天，关于模型是否应在本地进行部署的讨论愈发激烈。特别是在中国这样的数据敏感市场，企业对于数据安全和模型效能的考量尤为审慎。甲骨文公司两位高管在2025甲骨文中国创新峰会媒体沟通会上的见解为我们提供了有益的思考方向。

首先，关于模型训练的本地化与模型部署的本地化是两个应被清晰区分的问题。模型训练本地化主要是出于对数据安全与合规性的考虑，确保训练数据不被泄露。而模型部署的本地化，则更多关乎企业对模型运行的自主可控性及数据处理的实时性。

甲骨文公司副总裁及中国区CTO谢鹏接受赛迪网采访时指出，开源且可商业化的模型是可以在本地进行部署的，这既保证了企业的数据安全，也兼顾了模型效能。然而，他也强调，完全依赖本地化模型可能意味着牺牲部分大语言模型所带来的生成优势，因为本地化模型的参数和数据量可能无法与云端大模型相提并论。

在此基础上，甲骨文公司副总裁及中国区董事总经理吴承杨赛迪网采访时，进一步阐述了生成式AI与模型的关系，以及中国企业在AI应用中的实际需求。他强调，生成式AI不仅仅是模型，而是一个包含数据、算法、架构等多方面的复杂系统。对于中国企业而言，拥有自主可控的大语言模型固然重要，但更重要的是如何构建一个高效的AI架构，将现有数据与模型有效对接，以实现AI技术的最大化应用。

此外，吴承杨还提到了模型调优的重要性。他比喻说，就像对学生的学习进行不断辅导和优化，模型也可以通过调优工具不断提升其性能。这意味着，企业不应仅仅满足于选择一个“不错”的模型，而应积极寻求与模型公司的合作，通过持续调优使模型更加贴合企业实际需求。

赛迪观察

AI模型的本地化部署并非简单的二选一问题，而是需要在数据安全、模型效能、成本效益等多个维度进行权衡。对于中国企业而言，构建一个包含自主可控模型、高效数据对接架构及持续优化机制的AI系统，才是实现AI技术价值最大化的关键所在。未来，随着AI技术的不断发展，相信，中国企业在AI应用方面将展现出更加卓越的能力和成果。（文/徐培炎）