新眸原創(chuàng)·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(xù)“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(yè)級大模型的頭號玩家，它就是滴普科技。

滴普科技的創(chuàng)業(yè)故事始于2018年，幾乎是中國軟件行業(yè)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(chuàng)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(guī)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(xù)上演。

OpenAI掀起的生成式AI革命，讓無數創(chuàng)業(yè)者興奮之余，也揭示了企業(yè)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(yè)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(yè)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(jié)，讓業(yè)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(xù)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。”自詡軟件行業(yè)新人的趙杰輝背景頗為特殊，在投身創(chuàng)業(yè)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(yè)高毛利的黃金年代，轉戰(zhàn)企業(yè)服務后，他對軟件行業(yè)的評價是，“傳統企業(yè)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(yè)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(yè)的一次徹底顛覆，等到周圍注意力都聚焦在行業(yè)大模型時，他卻另辟蹊徑，帶領團隊把精力集中在行業(yè)Know-How的深度解耦與數據資產的工程化能力上。

在他看來，區(qū)別于過去AI社區(qū)把過多精力放在如何訓練更強的模型，企業(yè)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(zhàn)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(yè)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(xù)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(yè)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(yè)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。

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(chuàng)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(yè)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(yè)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(yè)務，是否能更快上線，以及數據是否能在線服務于業(yè)務，但很明顯，當時業(yè)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(yè)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(chuàng)業(yè)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(yè)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(zhàn)略定位很重要。

作為“老華為人”，趙杰輝同樣信奉價值規(guī)律，“深淘灘、低作堰”最早出自任正非，現在也是滴普科技的創(chuàng)業(yè)心訣，深淘灘就是苦練內功把基礎打好，然后創(chuàng)造價值，至于“低作堰”就是要節(jié)制自己的貪欲，不能想著把所有客戶需求都吃下來，戰(zhàn)略的核心不僅在戰(zhàn)（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(yè)“深水區(qū)”，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(yè)級人工智能解決方案，再到國內最大的企業(yè)級大模型AI應用玩家之一，區(qū)別于市面上“縫合拼湊”起來的行業(yè)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(yè)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�！�

關于大模型創(chuàng)業(yè)，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(yè)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。” 

從0到1很關鍵，但0是什么？

“最近我在思考一件事，很多創(chuàng)業(yè)者執(zhí)著從0到1，但卻容易忽略‘0’到底代表什么。”

趙杰輝解釋稱，‘0’是一家公司的創(chuàng)業(yè)初心，即你能為對方創(chuàng)造什么價值。就像起初幫助零售企業(yè)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(yè)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(yè)化浪潮中爆發(fā)。

拿企業(yè)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(yè)的數字資產。

百麗時尚集團（下稱百麗時尚）是滴普科技創(chuàng)業(yè)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(yè)，百麗時尚旗下超過8000家直營門店遍布全國300多個城市，業(yè)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(yè)自有場景的規(guī)則錨點，是眼下垂類模型行業(yè)最棘手的難題。要知道，這種能力并非依賴參數規(guī)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(yè)大模型為基礎，注入百麗時尚的行業(yè)數據，訓練出專門針對商業(yè)流通領域的Deepexi-RM模型（相當于給通用AI裝上企業(yè)知識庫）；第二步，通過FastAGI解決方案，將訓練好的企業(yè)模型轉化為“AI業(yè)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(yōu)化等具體業(yè)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(tài)、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(yè)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(yī)療、制造、交通等大宗行業(yè)，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(huán)的層層把控。

國內輕工行業(yè)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(yè)級大模型平臺的行業(yè)特定能力及制造行業(yè)公開知識庫，構建了中國海誠本地部署的定制化企業(yè)專屬大模型。

模型匯集近千份專業(yè)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(guī)性審查中達成90%準確率。當AI能在5秒內響應專業(yè)咨詢時，這標志著認知智能已突破制造業(yè)「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。

企業(yè)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(yè)身上的三座大山。根本原因在于，過去軟件行業(yè)并沒有什么革命性突破，體現在行業(yè)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(yè)數據集和業(yè)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(yè)大模型概念來講，按照趙杰輝的理解，它和企業(yè)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(yè)，從數據和文檔出發(fā)，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�！�

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(yè)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(fā)時，趙杰輝就曾基于中國數據智能行業(yè)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�！�

以制造行業(yè)為例，中國制造業(yè)的復雜性堪稱全球之最：39個工業(yè)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(yè)級人工智能解決方案業(yè)務迎來高速增長的同時（占比從5.1%躍升至37.2%），規(guī)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(yè)級大模型AI應用解決方案將呈現爆發(fā)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(chuàng)新到生態(tài)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(yè)毛細血管的滲透力。

       原文標題 : 慢生意快迭代：滴普科技的7年反共識「突圍」