2025 年初 DeepSeek 爆火，讓每日互動這家公司再次受到廣泛關注。

自 2019 年上市以來，每日互動作為一家數據智能服務商，秉承 著 “ 讓數好用，把數用好 ” 的理念，致力于用數據讓產業更智能，一直是以“ D-M-P ”（ Data-Machine-People ）三層邏輯開展業務。基于在開發者服務中積累的數據以及對海量動態數據的深入洞察，利用數據治理能力，對數據進行歸集匯聚、資產化管 理、精細加工，結合行業理解，在商業服務和公共服務領域打造了產品化數據智能應用。

2024 年底，每日互動首度官宣 2025 年核心戰略 ——“ 發數站 ” 戰略，并在剛剛結束的 2025 數據安全發展大會啟動“發數站‘百城百場景’共創計劃”， 計劃未來三年在百個城市和企業落地 100 個數據要素場景。

另一方面，每日互動基于“大數據 + 大模型” ，推出了“個知 AI ”系列產品，面向企業應用和政務場景，實現企業級知識庫的快速搭建，和基于權威語料交互式實現政務場景公文寫作。

“發數站”和“個知 AI ”新業務布局方向跟每日互動現有“ D-M-P ”業務邏輯是什么關系？ AI 大模型產品在 每日互動未來業務 布局是什么定位？帶著這些問題，愛分析對每日互動創始人 &CEO 方毅進行訪談，圍繞著每日互動發數站戰略、“個知 AI ”系列產品等新 業務布局展開探討。

基于交流探討，愛分析認為，“發數站”和“個知 AI ”兩個新方向的業務邏輯跟“ D-M — P ”是一脈相承。

每日互動通過“發數站”及“百城百場景”計劃將這三層業務邏輯推廣、復制到其他合作伙伴。基于合作伙伴現有數據資源，融合每日 互動的數據能力，共創打造出新的數據產品，服務于合作伙伴自身和其他客戶。這樣能夠進一步激活每日互動及合作伙伴自身數據要素價值，充分利用每日互動的數據治理能力，同時能夠將“綠波帶”等成熟應用場景進行產品化、服務化，擴大潛在市場空間。

“個知 AI ”業務邏輯還是沿著“ D-M-P ”三層架 構，數據源是各類專業知識庫，數據治理能力是 DeepSeek 等基礎大模型加上每日互動的數據治理能力，應用是基于每日互動不同業務場景經驗封裝的產品。

不同于市場上的 AI 知識庫、 AI 個人助理產品，“個知 AI ”系列產品不是簡單在 DeepSeek 基礎模型上封裝一些交互功能點。“個知 AI ”核心優勢是兩個層面，第一是匯聚眾多專業數據庫，例如“公文寫作助理”產品能夠基于權威語料增強 AI 大模型在公文寫作等專業領域的能力；第二是基于每日互動過往商業、政務等領域服務經驗，在對不同行業語料上的理解程度會更加深入，對語料的計算精度更高，而產品功能和用戶體驗的個性開發設計，也更加符合專業人員的使用習慣。

方毅認為，大模型是一種新的生產工具，融入到每日互動現有業務體系，增強每日互動的技術能力和服務能力，開發出更多數據智能產品應用。

01

專注數據智能大方向不變，AI領域聚焦于大模型工程化落地

愛分析：2019年以來，每日互動定位是數據智能服務廠商。最近兩年，大模型對整個科技行業發展產生很大影響，每日互動的定位會不會從一家數據智能服務商變成人工智能服務商？您如何看待大模型領域的市場機會？

方毅：數據智能這個概念一直在發生變化。 2019 年上市時，業內可能知道數據智能，但對于公眾市場，數據智能還是個生造詞。我們明確地講，數據智能就是“吃下去數據，產出是智能”。

大語言模型出來后讓這件事 情更加具象化。我認為，數據智能是人工智能的一個流派，是用數據這種手段驅動智能的方式。驅動智能還有其他方式，都屬于人工智能范疇。因此，我們大方向不會發生變化，肯定不會做基礎模型，在垂直領域用好大模型落地是我們的主業。

如果把 DeepSeek 比作 Linux ， DeepSeek 是 面向專業人員提供操作系統級基礎能力。面向個人用戶和企業用戶，在操作系統 之上還需要開發應用，一類是是辦公、通訊錄、相冊等基礎應用，另一類是個性化數據和個性化應用。這些應用會從 GUI （圖形界面）走向 LUI （語言界面），從 offi ce 走向“ AIffice ”，從 appstore 走向“ AIppstore ”。

我們的市場機會就是打造“ AIf fice ”和“ AIppstore ”。一方面是幫助用戶打造 AI 時代辦公等基礎應用，另一方面是基于個性化數據打造 AI 時代的個性化應用。基于移動互聯網時代服務數十萬 App 的經驗，助力開發者們實現 ‘App to agent’ 轉化，更加“潤物細無聲”地融入到以 Deepseek 為代表的廣闊的大模型產業中去。

我們之前的業務中也一直在講，要做數件、數據中間件， Data Middleware 。 Middleware 是在基礎操作系統之上架一層 GUI 等驅動，很多的組件統一開發好之后，在上面直接可以去調試、運行。現在大模型應用也是類似方式去做，在基礎模型之上架一層 LUI 等驅動，把語料以向量化形式提供給大模型，把底層抽象掉。這樣所有應用都不依賴于基礎模型，底層可以適 配 DeepSeek 、 Qwen 等主流 AI 大模型。比如這 次我們也跟溫州市數據集團簽約，推出基于可信數據空間的可控大模型服務 —— “溫故 AI 平臺 ” ，以此來幫助企業更高效、安全地解決組織知識管理中的信息孤島、 數據異構等普遍性的痛點問題，讓企業真正地 用上 AI 。我們希望通過溫故 AI 平臺，能夠幫助企業溫過去產業的 故，而知未來產業的 新。

愛分析：既然公司大方向不會發生變化，從當下和未來1-2年來看，那大模型相關業務在每日互動整體業務中承擔什么角色？

方毅：當前大模型行業發展如火如荼，面臨這樣巨大市場機會和外界期待，我們肯定會抓住這輪機會。今年春節后，我們依托多年深耕商業客戶和政府客戶服務經驗，在可信數據空間環境下，同時圍繞著 B 端、 G 端和 C 端進行 AI 產品探索。

基于我們每日互動的資源稟賦，在AI產品布局上，ToB和ToG是 重點領域，接下來會沿著商業客戶和政府客戶的場景做深。我們奉行“拿來主義”， 集成各種 開源系統、全世界最先進解決方案。我們都會把它集成來解決實際問題。基于對垂直場景的理解，利用強化學習技術、 RAG 技術、提示詞優化等方式，對基礎大模型進行二次開發，解決客戶業務問題。

我們在今年第二季度會專注在幾個明確垂直領域，把大模型 應用部署到客戶真實場景中，讓客戶能夠真正體會到大模型的業務價值。今年下半年我們會開始大模型業務的規模化復制，未來兩年會在規模增長上重點發力。

現在還處于行業發展早期，雖然存在不確定性。但我認為，守在應用側，越接近業務，越安全，越是剛需。

02

用好AI的前提是用好數據，打造面向企業和政府的專屬大模型應用

愛分析：我看每日互動當前大模型業務主要是圍繞著個知AI產品，有企業版、政務版、個人版等，方總整體介紹下情況。

方毅：我們在談及大模型應用的時候有一個前提，一定是在保障數據安全的前提下，垂 直化地做場景落地。大模型只是通用能力的開源開放還不夠，一定是垂直場景的精耕細作，這個過程中就會涉及到不同行業用戶、不同體量企業對數據安全保障的要求，所以我們會強調“ 可信數據空間 + 可控大模型”的組合——這也是我們面向大模型時代的一個基礎的技術架構，開源模型，閉域深耕。

在企業端，我們推出的個知 AI 企業版支持企業快速 搭建知識庫、生成智能工作流，助力企業運營效率提升；十萬元即可完成部署的 “ 個知 AI 工作站 ” ，更讓中 小企業在軟硬一體的即插即用中，獲得可控大模型的 “ 滿血戰斗力 ” 。

在政務服務側，我們推出的 “ 公文寫作助理 ” ，基于權威語料庫實現交互式智能寫作，不做 “ 代寫 ” 只做 “ 輔助 ” ，既嚴守規范，又讓 “ 寫作變得更加輕松 ” 。

同時對于大模型使用頻繁的 C 端 用戶群體，我們也推出了 “ 個知 ” 個人版，通過個性化知識庫搭建，幫助 每個個體在安全環境內更加高效使用大模型，成為數智時代的 “ 超級個體 ” 。

愛分析：聽下來，個知AI產品的邏輯跟每日互動其他業務類似。數據源從移動互聯網數據變成各類文檔數據，核心能力還是對這些數據進行處理，在應用端基于客戶場景需求的理解，包裝成數據產品。

方毅：企 業和政府用好 AI 的前提是要用好數據，只有解決組織知識管理中的信息孤島、數據異 構等普遍性的痛點問題，才能讓 AI 的能力全面地釋放在各個業務場景中。

以“個知”為代表的 AI 大模型產品對我們而言，只是應用場景的延伸，能夠覆蓋企業和政府客戶更多場景需求，我們做產品和業務的方法論是一致的。本質而言，我們每日互動還是憑借行業 Know-How 與數據智能核心能力，深度融合行業經驗與數據智能技術，通過可信數據空間 保障安全、可控大模型提升精準度，實現 AI 賦能。

人工智能的未來不在通用而 在專屬。大模型是新 的生產工具，但大模型只是具備基礎能力，未來大模型應用落地的關鍵還是知識庫，知識庫決定大模型應用的專業度。

以“個知 AI ”政務版為例，該產品目前有四個知識庫，以浙江溫州為例，第一是相關內容的全國庫，第二是浙江溫州 的地域庫和文件，第三是溫州發改委為代表的部門庫，第四是個人庫。可以確保每一段文章選中之后告訴用戶這些文字和提法的來源，每一個數字會告訴用戶引自哪里，如果是大模型自己生成，會寫上“模型記憶，請注意確認”。

03

“發數站”是按效果付費，三年覆蓋“百城百場景”

愛分析：除了大模型業務，財報中每日互動一直在提戰略規劃是“自數、治數、置數”，在現在數據要素的發展背景下，對這個戰略會有新的解讀嗎？

方毅：“自數”是第一步。五六年前，國家數據局還沒成立，當時是“談數色變”的時代。站在監管角度，主要是做數據規范化治理。這種 情況下，我們談“自數”，是指用我們確保來源合規、深度治理后的數據去賦能我們自己的業務。

“治數”是第二步。以政府機關和大型企業為例，有很多高價值數據，但自身缺乏相關經驗導致價值不能充分用起來不會用。每日互動帶著自己的數據治理經驗，為這些機構在他自己數據池里進行數據價值的挖掘和加工，最后的產品為他們自己所用，數據主體并沒有發生變化。

“置數”是第三步。“個保法”“數安法”等相 關政策法規落地，國家數據局的成立，給了我們更大的信心。我們基于可信數據空間與不同行業客戶 深度合作，數據要素價值真正可以在跨主體之間流動。這種不是簡單的“左手倒右手”，而是我們到不同的地方和企業，基于他自身的產業數據和企業數據，進行數據要素的加工梳理，形成數據要素的可復制的產品，進而可成規模得賦能千行百業。

愛分析：我看到2025年每日互動推出了“發數站”這個核心戰略，可以介紹下這個戰略考量么？

方毅：我認為數據要素的價值不在占有，而在流轉。“發數 站”戰略就是通過人工智能、隱私計算等技術構建數據 “ 發電站 ” ，讓數據智能像電能一樣安全傳輸、精準賦能。面向產業，就是如何用行業的數據要素，解決“讓數好用，把數用好”這個問題。

目前， “ 發數站 ” 已在智慧交通、醫療健康等領域落地。智慧交通領域，數智綠波產品覆蓋全國 30 多個地區，優化超 1000 公里道路。醫療健康領域，腦 卒中早篩模型通過醫療數據融合分析，構建疾病預測閉環，助力老百姓健康生活質量提升。

愛分析：今年數安大會上每日互動發布了發數站的“百城百場景”，這是怎么考慮的？

方毅：我們希望三年時間與 100 個城市或企業開展合作。我會帶著三五個核心場景，再跟這些城市和企業 合作共創若干個場景。最終愿景是，能有 100 個場景，能夠落地到 100 個城市或者企業。

我們這兩年一直倡導的是從項目制走向產品 化，走向服務化。待在一個地方，只能做項目制，一定要復制出去，做到產品化。像 之前我們和生態公司在做的“數智綠波”，一開始是杭州的一個交通優化的項目，但是現在我們已經產品化了，復制到全國 30+ 地區在用。

愛分析：聽起來發數站跟之前每日互動DMP三層業務邏輯是同一回事，是把整套體系復制到其他客戶？

方毅：是的。我們現在跟很多地方政府 、大型央國企、運營商都簽了戰略合作，就是共同發掘數據價值。

我們的做法跟行業里有些廠商不一樣，不是拿項目的業務邏輯。我們的做法是聚焦于城市級、行業級、企業級可信數據空間的共建，依托于每日互動自建的“發數站”技術體系以及在商業服務和公共服務領域豐富經驗，結合當地合作伙伴的基礎設施資源和數據資源，共同構建安全可控的數據價值流通環境，為當地合作伙伴創造新價值。

國家提的可信數據空間是有城市級、行業級和企業級。我們在溫州建設的是溫州城市級別的數據空間。在數據營銷領域，我們跟明略科技共同打造了行業級別數據空間。我們參投的浙江省大數據聯合計算集團中心，作為龍頭企業和專業服務企業，它構筑了一個企業級別數據空間。

以我們做的“綠波帶”為例，我們會協助當地交警把所有電子卡口、所有感知設備的全部數據整理好，同時協助相關部門把所有出租車和滴滴這種運營車輛的數據都匯聚在一個平臺上，進行綜合治理。這 樣有非常多元數據的融合，就能夠從多維度驅動城市治理水平和一個地方本身的數據治理水平，而不僅僅是交通治理，同時也能對交通優化效果進行評估。

愛分析：“發數站”的商業模式聽起來很類似RaaS（Result as a Service）按結果付費？

方毅：是的，我們發數站 PPT 寫的是“ add value then share value ”。一定是走向效果付費，這樣大家都說得清 楚。

根據我們過往實踐經驗，想要實現按效果付費，還有一項重點工作是效果可衡量、必須要設置合理的效果衡量指標。我們針對效果指標的標準，可感知，可量化、可審計。“可感知”是體感上覺得結果有明顯得到改善；“可 量化”是可以測量結果，結果可被量化；“可審計”是指現在很多政府和企業做項目都要接受第三方審計。只有做到這三點，才能實現按效果付費，才能真正做到“ add value then share value ”。