大语言模型（LLM）和生成式AI技术正在改变企业运作的方式，使公司越来越容易将这些先进技术整合到其系统中。通过开源模型、基于云的AI服务和多样的许可选择，LLM的部署从未如此易于访问。
谈到在业务环境中应用LLM，公司有多种选择可根据其特定需求和预算考虑。LLM整合的主要方法包括将其直接嵌入公司系统或利用供应商提供的现有AI工具。
直接集成通常通过API完成，使公司能够访问OpenAI等AI供应商的LLM。另外，企业也可以选择使用即插即用的AI工具，比如微软的AI助手“Microsoft Copilot”，利用LLM来回应自然语言查询，以及GitHub的自动编码工具“GitHub Copilot”，通过OpenAI的“GPT”变体“OpenAI Codex”提供自动完成和建议，加快编码速度。
此外，像Salesforce、Oracle和SAP这样的软件巨头在其服务中提供了LLM的访问。Oracle允许通过“Oracle云基础设施”（OCI）使用LLM，同时也为用户提供通过专有数据训练自定义LLM的便利。SAP致力于将客户数据与LLM整合，将数据以向量形式管理在其ERP系统“SAP S/4HANA云”中，使LLM能够根据公司数据回应查询。
选择适合业务利用的正确LLM需要仔细考虑。在专有或开源LLM之间做出决策时，必须权衡专有模型的即时可用性和订阅优势与开源模型的潜在成本节约，尽管后者必须考虑操作和培训成本。通常需要大量计算资源来训练LLM，服务器供应商提供的产品专为高效处理AI工作负载而设计。
知名的开源LLM包括Meta Platforms的“LLaMa2”、谷歌的“BERT”和科技创新研究所的“Falcon-40B”。公司可以利用Hugging Face的“Open LLM Leaderboard”等比较工具更好地了解各种LLM的优势、劣势和硬件效率。
对私有LLM领域的探索将随着企业考虑将其作为可行选择而持续进行。