央国企在大模型落地过程中普遍采用“N+X”的推进节奏。“N”代表通用场景，如知识问答、合同起草、招标采购等，通常对应技术厂商的标准化产品。这些场景落地难度较低，但价值也相对有限，属于大模型应用的“浅水区”。“X”则代表行业特定的业务场景，例如煤炭行业的勘探、电力行业的设备巡检、运营商行业的宽带报修等。这些场景通常需要央国企与技术厂商深度共创，落地难度较大，但潜在价值较高，属于大模型应用的“深水区”。

在2023年和2024年，央国企主要聚焦于推进“N”类场景的落地，同时也在探索“X”类场景的应用，但进展相对缓慢。核心问题在于现有大模型缺乏对央国企复杂业务逻辑的理解能力，难以直接应用于业务场景。然而，DeepSeek开源的DeepSeek R1模型为这一困境带来了突破性解决方案。通过开源，DeepSeek R1使央国企的大模型能够理解业务逻辑，从而为“深水区”场景的落地提供了可能。

央国企在2023年和2024年迅速完成了AI算力的规划、采购与部署。然而，DeepSeek及其引领的技术潮流的发展速度超出业内预期，导致央国企现有的算力投入规划面临失效风险。央国企对算力需求的超预期变动主要体现在以下三个方面：双模型部署、用户数量激增、训练与蒸馏。

2月28日，爱分析正式发布《2024爱分析·央国企数字化应用实践报告》，内容包括央国企落地大模型的最新挑战、解决方案、高优先级场景选择方法论，以供参考。