與大廠賽跑，滴普科技要在企業級模型里造「綠洲」。

新眸原創·作者 | 桑明強

如果一家公司用7年時間只做一件事，大家會覺得它很專注；如果在這7年連續“錯失”互聯網+、數據中臺等風口，大家又會覺得它有點傻；但如果這家公司后來又成為國內企業級大模型的頭號玩家，它就是滴普科技。

滴普科技的創業故事始于2018年，幾乎是中國軟件行業最“膨脹”的年份。

在資本市場的催熟下，當時誕生一批以數據中臺為賣點的初創型公司，這種以搶占市場份額為目的的惡性競爭帶來的直接后果，是對PMF（Product-Market-Fit）的極致扭曲，最終導致這些公司紛紛折戟數字化——徒有規模增長的表象，內里的盈利難題遲遲得不到解決。

類似的戲碼在大模型時代繼續上演。

OpenAI掀起的生成式AI革命，讓無數創業者興奮之余，也揭示了企業級市場的深層矛盾：通用大模型雖能生成文本、圖片甚至視頻，卻難以穿透企業數據的“黑箱”，盡管Meta開源的Llama2降低了技術門檻、DeepSeek用低成本架構實現了頂尖的推理效果，但行業Know-How的工程化能力仍是稀缺品。

更進一步講，AI的benchmark設定與現實世界的嚴重脫節，讓業界開始質疑大模型是否被神話了。最典型的例子，現實場景中的智能系統是連續互動、有記憶的，而現有的評估設定忽略了這些關鍵特征，導致智能水平提高了但效用沒變。

“To C做得好不代表能做To B，這兩者有著天然的鴻溝?！弊栽傑浖袠I新人的趙杰輝背景頗為特殊，在投身創業前，他曾是華為核心路由器團隊的骨干成員，經歷過通信行業高毛利的黃金年代，轉戰企業服務后，他對軟件行業的評價是，“傳統企業IT本質上就是數據庫加界面，技術含量不算高，但有了大模型AI之后行業的技術門檻會提高。”

趙杰輝對先進技術的理解非常超前。幾乎在ChatGPT剛剛火爆時，他就意識到這將是對傳統軟件行業的一次徹底顛覆，等到周圍注意力都聚焦在行業大模型時，他卻另辟蹊徑，帶領團隊把精力集中在行業Know-How的深度解耦與數據資產的工程化能力上。

在他看來，區別于過去AI社區把過多精力放在如何訓練更強的模型，企業級大模型的邏輯在于如何基于開源基礎，聚焦真實世界效用。背后的挑戰是定義“該做什么”和“如何衡量進展”，這就意味著，研究重點要轉向問題設定和評估，而非模型本身。

草蛇灰線，從這個角度看，如何讓企業的數據與知識真正“活”起來，是滴普科技過去7年突圍的唯一主線。

截至目前，滴普科技已經完成了8輪融資，受到了包括高瓴、IDG等在內的多家明星機構連續下注，而根據弗若斯特沙利文數據，以2024年收入計算，滴普科技是中國企業級大模型人工智能應用解決方案市場中，排名第一位的大模型人工智能應用解決方案專業提供商。結合前不久剛向港交所遞交招股書，意味著它極有可能成為該方向的國內第一股。

01

在數字化的裂縫中尋找支點

滴普科技的起點并不性感。核心成員大都來自華為、阿里、IBM，是一幫有著十幾年經驗的“技術工匠”，他們崇尚用第一性原理思考問題，體現在產品打磨上，“究竟能給客戶帶來什么實際價值”是他們內部討論時出現頻率最高的熱詞。

第一次線下接觸到創始人趙杰輝，是在2019年的一場CIO閉門會。當時他在臺上分享了一些關于數據中臺的業務思考，盡管演講超時，但他卻是被臺下觀眾“打賞”最多的分享嘉賓。

“這個人不搞花架子，對技術架構鉆研挺深的?！币晃毁Y深CIO這樣評價他。事后來看，中臺熱急劇敗退的確如趙杰輝所判斷的那樣——他認為，中臺的最終目標實際上就兩點：讓業務變得敏捷，讓數據實時在線共享。最簡單的驗證方法，如果公司需要拓展新業務，是否能更快上線，以及數據是否能在線服務于業務，但很明顯，當時業界方向已經偏離軌道了。

自2021年起，我每年都會跟趙杰輝以及滴普科技核心高管約上一次深度交流，討論是完全開放式的但信息密度很高，從產品、技術，到組織、業務，從國內到國外，以及如何平衡日常工作與家庭生活。和其他創業型公司相比，滴普科技整體給人的感覺是簡單、利他——做有價值的產品、讓公司全員有認同感。

和其它行業不同，數字經濟是一個很大的概念。在這個體系里，每個玩家各司其職，所以錨定好自己的戰略定位很重要。

作為“老華為人”，趙杰輝同樣信奉價值規律，“深淘灘、低作堰”最早出自任正非，現在也是滴普科技的創業心訣，深淘灘就是苦練內功把基礎打好，然后創造價值，至于“低作堰”就是要節制自己的貪欲，不能想著把所有客戶需求都吃下來，戰略的核心不僅在戰（做什么），更重要的是略（不做什么）。

所以當一眾巨頭把資源投向通用大模型時，滴普科技選擇了一條更隱秘的路徑——深入行業“深水區”，在巨頭的技術射程外構建護城河。

從找準定位最早只做底層的數據平臺，到打造出實時智能湖倉平臺FastData，到國內最早落地的FastAGI企業級人工智能解決方案，再到國內最大的企業級大模型AI應用玩家之一，區別于市面上“縫合拼湊”起來的行業大模型產品，滴普科技做產品的核心思考在于如何擺脫“功能疊加的死亡螺旋”——讓產品技術厚度不斷豐富的同時，保證其統一性。

“在中國，面向B端的大模型產品，重點在于數據治理能力；企業級大模型的成功不是要更高的精準度，而是真正做到0幻覺；從這個角度看，我們和那些巨頭是站在同一起跑線上，都要花時間去解決數據集的處理與權限控制難題?！?/strong>

關于大模型創業，趙杰輝打了個很有意思的比方：“C端市場就像在草原上獵殺羚羊，稍不留意就會被大廠圍剿，反觀企業級大模型市場，則是在深海里撬貝殼，每個貝殼里都有珍珠，但撬得快就能吃飽?！?/p>

02

從0到1很關鍵，但0是什么？

“最近我在思考一件事，很多創業者執著從0到1，但卻容易忽略‘0’到底代表什么?！?/p>

趙杰輝解釋稱，‘0’是一家公司的創業初心，即你能為對方創造什么價值。就像起初幫助零售企業清洗積壓數年的數據集，往往是這種別人做不來、瞧不上的“苦活累活”長期積累，才造就了滴普科技今天將行業Know-How，原子化封裝為可復制的數據資產的關鍵能力，最終得以在大模型產業化浪潮中爆發。

拿企業級大模型AI應用來講，這件事情背后的本質，是將老師傅的“經驗”轉化為可復制的數據邏輯——當老師傅離職或退休時，他的經驗不會隨之消失，而是沉淀為企業的數字資產。

百麗時尚集團（下稱百麗時尚）是滴普科技創業以來合作最深入的伙伴之一。這背后的原因，不僅在于雙方的長期合作，還在于百麗時尚在數字化探索上有很深入的思考和積累。

作為當之無愧的中國鞋服龍頭企業，百麗時尚旗下超過8000家直營門店遍布全國300多個城市，業務場景有著極高的復雜度。

據趙杰輝回憶，“在決定體系化全面投入AI之前，對方最擔心的，是大模型幻覺問題會在場景中被無限放大?！北热绠敼芾砣藛T詢問“某個SKU今天如何定價”時，AI給出的回答往往不盡如人意。

缺乏企業自有場景的規則錨點，是眼下垂類模型行業最棘手的難題。要知道，這種能力并非依賴參數規模，而是對“人貨場”關系的深度解構。

滴普科技給出的解法是分兩步走：第一步，以Deepexi企業大模型為基礎，注入百麗時尚的行業數據，訓練出專門針對商業流通領域的Deepexi-RM模型（相當于給通用AI裝上企業知識庫）；第二步，通過FastAGI解決方案，將訓練好的企業模型轉化為“AI業務員”，這些AI專員能精準處理諸如商品調度、庫存預測、供應鏈優化等具體業務。

據了解，滴普科技與百麗時尚聯合打造的“AI單品運營大腦”，已經將直接推算出商品的庫存狀態、提出補貨量建議等決策流程壓縮至分鐘級。并且，系統還能自動生成符合業務決策需要的經營分析報告，能夠全面地對單一店鋪的500多個指標用AI進行分解并形成洞察。

事實上，不僅僅是鞋服，在醫療、制造、交通等大宗行業，滴普科技同樣有著很高的滲透率，究其原因，其秘訣在于對“數據-模型-策略”閉環的層層把控。

國內輕工行業領先的國有上市工程設計公司中國海誠通過與滴普科技合作，基于 FastData 解決方案處理的脫敏訓練數據，依托 Deepexi 企業級大模型平臺的行業特定能力及制造行業公開知識庫，構建了中國海誠本地部署的定制化企業專屬大模型。

模型匯集近千份專業技術文件構建完備知識庫，生成包含語料切片、問答組及標準圖形的龐大語料庫，能夠處理文本、圖像、表格及公式，支持文件分類、版面分析及圖像與公式識別等應用。

實測顯示，系統在圖紙合規性審查中達成90%準確率。當AI能在5秒內響應專業咨詢時，這標志著認知智能已突破制造業「硬壁壘」——以往數十年工程智慧轉化為可計算、可追溯、可進化的數字資產。

03

企業級大模型，難而正確

低毛利、過度競爭和產能過剩，是過去壓在中國軟件行業身上的三座大山。根本原因在于，過去軟件行業并沒有什么革命性突破，體現在行業層面，當前的“語言預訓練+推理+RL”配方已經能解決大多數任務，很多新技術只帶來小幅提升，甚至背離了正常的ROE軌道。

重要的是如何根據特定企業數據集和業務邏輯全參微調模型。復盤這些年在數字化深海里撬貝殼的經驗，趙杰輝認為滴普科技之所以能在重重競爭中突圍，關鍵在于祛魅風口，站在更高的維度看待和思考問題，“這件事很不起眼，但很關鍵”。

以時下話題度最高的行業大模型概念來講，按照趙杰輝的理解，它和企業級大模型是完全不同的兩個物種，前者是在原來流程框架下的改良、后者是基于數據+模型的新思維框架?！盁o論是零售、制造還是其它行業，從數據和文檔出發，模型的本質在于數據的操控化和全參微調，能夠在這個基礎上讀懂數據集?！?/p>

正是這種“反共識”視角，讓滴普科技避開了“堆功能、拼價格”的行業內卷，轉而押注數據治理與AI能力的深度融合。事實上，在大模型還未爆發時，趙杰輝就曾基于中國數據智能行業有過判斷，當時他提到，“中國數字化最難的點在于場景，但如果能啃下這些硬骨頭，就成功了一大半?！?/p>

以制造行業為例，中國制造業的復雜性堪稱全球之最：39個工業大類、525個小類，每個場景都是獨特的“數據迷宮”，同時也是“價值金礦”。

事后來看，滴普科技又一次“賭”對了。根據其招股書顯示，截至2024年底，客戶總數突破245家；與此同時，FastAGI企業級人工智能解決方案業務迎來高速增長的同時（占比從5.1%躍升至37.2%），規模效應初現（毛利率三年升至51.9%）。

但這才剛剛開始，根據弗若斯特沙利文數據，未來5年，中國企業級大模型AI應用解決方案將呈現爆發式增長，預計從2024年的58億元，增長至2029年的527億元，年復合增長率為55.5%。

從數據平臺到AI-Ready，從工具到操作系統，從邊緣創新到生態重構，支撐這些成果的，是一套“慢生意、快迭代”的生存哲學，當硅谷沉迷于AGI的宏大敘事，滴普科技用7年實踐揭示了一個真相：中國AI的勝負手不在參數競賽，而在于產業毛細血管的滲透力。

本文系新眸原創，申請轉載授權、商務合作請聯系微信： ycj841642330，添加好友請備注公司和職位。

更多內容，點擊下方關注