Daloz表示，他并不信仰大语言模型（LLM），因为通用大模型的训练成本过高，只有像谷歌、微软等科技巨头才有足够的资金投入大模型的训练。

达索系统软件广泛用于汽车、飞机和工厂等工业设计领域。该公司正在推动大型语言模型在各个垂直行业领域的应用落地，Daloz称之为“行业大模型”。

“达索系统正在推动AI赋能行业（AI for Industry），我们所做的事情是建立各个垂直行业的生态。”他告诉第一财经记者，“我们能将AI与建模、仿真技术相结合，这种能力在由生成式AI引领的数字智能时代尤为重要。”

Daloz透露，达索系统至今在人工智能相关技术的开发方面已经投入超过150亿欧元。

达索系统近期还宣布与法国AI初创公司Mistral AI合作，整合达索系统的合成数据以及Mistral AI大模型的能力，为欧洲不同行业的客户提供生成式AI的解决方案。

“我们认为达索系统与Mistral AI的这种合作模式在全球都是可推广复制的。”Daloz在谈到是否会在中国寻求人工智能大模型合作伙伴时对第一财经记者表示。他没有透露将选择哪家中国AI大模型企业合作，但特别提到了DeepSeek近期的技术突破。

“DeepSeek的成功很重要的原因是它‘攻破’了英伟达芯片运作的方式。”Daloz对第一财经记者说道，“我为此感到无比高兴，终于有一家企业能打破英伟达芯片的增长惯性，要知道，在如此重要的人工智能基础设施方面，只有一家企业能长期掌握主导权是非常危险的。”

Daloz认为，DeepSeek和Mistral AI有相似之处，都选择了较高性价比的大模型开发路径，为人工智能的普及作出了重要贡献。他同时表示，很多企业目前之所以在AI方面看不到资本投入的回报，是因为投入过大了，不计成本的投入也是现在人工智能行业难以产生盈利的主要原因之一。

“AI大模型的开发通常是上百亿美元的投入，但有这种资金实力的企业寥寥无几。”他表示，“我们的目标是进一步降低AI的采用成本，将大语言模型的训练成本降至千万美元级别，最多不超过1亿美元，这样很多企业就能更快地看到盈利了。”

他还称，达索系统在中国市场发展人工智能的策略与全球并无两样。尽管达索系统在全球其他国家拥有自己的云，但在中国市场，达索系统与本地云服务商合作。

在Deloz看来，使用中国本土公司的云服务对于达索系统而言并不是一个问题。“我认为这是可以接受的，因为我们的能力并不仅限于云本身，而是在云服务之上所构建的具有更高附加值的技术，例如如何将AI的能力融入建模和仿真。”他说道。