汤森路透开发自有AI模型Thomson，基于开源基础，投入约4000万美元，利用其法律、税务等专有数据训练，而非从零构建。该模型旨在提升专业准确性，减少幻觉，并已用于CoCounsel Legal的表格分析功能。公司强调结合检索验证，确保答案可追溯，但承认无法保证完全无误。此策略展示了企业选择性拥有AI堆栈层的可能性。

“AI 套壳”产品的成功依赖于其能否融入用户工作流、积累专有数据和市场规模。尽管某些产品可能短暂，但若能快速迭代并满足用户需求，仍有生存和发展的机会。

Capital One通过生成性AI和代理系统重塑金融服务，提升客户体验。首席科学家Prem Natarajan指出，专有数据是AI的核心优势，确保安全部署是设计的重点。公司采用“测试、迭代、完善”的策略，开发专有AI技术以支持金融服务。

今年，生成AI（gen AI）成为热门话题，麦肯锡的专家讨论了顶级创新者如何利用这项技术推动增长。顶级创新者通过提问好问题、过滤错误答案、构建专有数据、快速学习和自动化工作流程来利用gen AI。领导者应该使用gen AI，并确定其在业务中的战略优势。

文章认为多数AI初创公司前景不乐观：仅整合API、做提示工程加前端的产品易被复制，缺乏差异化难有利润；大语言模型底层技术开源、前沿迭代快，巨头也难建长期壁垒；真正可持续的是巨量算力和难以获取的现实世界专有数据。AI会创造巨大价值，但多归社会或现有巨头，只有少数新兴公司能捕获。