文 丨 《智客星球》 周文猛
近日，滴普科技正式推出升級版Deepexi企業大模型及Deepexi OS AI級企業操作系統，並與天津大學共同啓動具身智能大腦聯合實驗室。
滴普科技創始人、董事會主席、執行董事兼首席執行官趙傑輝，滴普科技聯合創始人、執行董事兼產品及解決方案團隊總裁楊磊在接受採訪時表示，滴普科技聚焦對企業業務邏輯的深度理解，通過「本體範式」為企業AI劃定可信任邊界，以「token經濟」重構服務價值衡量。
趙傑輝比喻說，「一個從A公司跳槽到B公司的數字員工，不能帶走具體數據，但能帶走理解數據的能力。」在他看來，這種能力遷移正是企業大模型落地的核心價值。
企業AI落地難，先給模型劃數據圍欄
針對當前企業對AI能力的普遍困惑，趙傑輝在發布會開場時以近期熱議的「龍蝦」現象作比。趙傑輝介紹，許多企業期望擁有能幹活的人工智能員工，但實際嘗試後發現，通用模型在成本、安全性和準確性層面均難以滿足要求。
他認為，企業需要的不是簡單部署一個大模型，而是要有規範、可控地培養適配自身業務邏輯的「AI員工」。
當被問及滴普科技與通用大模型、Open Claw等現象級產品的定位差異時，楊磊分析稱，面向個人的AI產品雖然爆發力強，但在企業級應用所要求的準確度、合規性與安全性面前，其技術路徑存在天然侷限。
楊磊介紹，滴普科技的核心壁壘在於構建本體範式，這是一種針對企業特定業務場景的知識關聯框架，將數據背後的業務邏輯、管理規則與知識結構抽象為可被模型理解的語義網絡。
此外，趙傑輝還表示，所謂本體並非是指具體的企業數據，而是某一業務閉環，如設備故障維修、供應鏈調貨等企業場景內的知識邏輯與業務語義網絡，涵蓋數據字段、文檔圖紙、業務流程之間的關聯關係。此前這類工作依賴FDE工程師人工完成，滴普科技在服務300餘家頭部客戶的過程中，積累了將該過程模型化的能力。
他強調，這種技術路線的本質是讓模型具備理解企業業務，並執行編碼的能力，而不僅僅是完成對話。
在如何確保企業級AI能夠準確、可信的問題上，趙傑輝以醫療行業為例說明，醫療行業對於所有的回答與執行都是要可溯源、有依據的，例如滴普科技服務的某公共事業機構，在構建某項業務場景的AI服務中，完全基於提供的800T數據集內完成，通過對這些多模態數據完成治理，並提供給企業大模型，從而確保所有回答需可追溯、可信任。
他認為，企業級AI與消費級AI的核心區別在於必須在約束範圍內工作，「可以承認未知，但不能編造答案。」
楊磊進一步透露，滴普科技在模型訓練中引入了約束機制。他表示，這種數據圍欄的構建是多年服務頭部客戶積累的結果。滴普科技將大量圖紙、工單、知識邏輯人工關聯後形成涵蓋企業知識與業務語義網絡的高質量數據集，再用於模型訓練。在他看來，互聯網上缺乏這類具體場景的訓練數據，這正是大廠難以覆蓋該領域的原因。
算力成本怎麼降？核心不在規模在效能
針對業內普遍關注的算力消耗問題，楊磊提出「Token經濟」視角。他認為，隨着AI深入企業核心業務，傳統的人天計價服務模式將逐步被基於token消耗的算力效能模式所取代。
楊磊介紹，滴普科技在對比測試中發現，同一任務在不同平台上的token消耗差異顯著，部分面向個人的產品因技能調用無序，消耗量可達滴普科技Deepexi企業大模型的10倍。他分析認為，企業級場景的核心不是單純比拼算力規模，而是關注單位算力產生的業務效能。
在商業化路徑上，趙傑輝明確表示，滴普科技不會涉足算力轉售業務，而是聚焦於token消耗與業務價值之間的閉環。
他介紹，目前滴普科技在海外市場已採用按使用時長收費的license模式，但底層支撐是更高效的token消耗機制。楊磊補充說，隨着AI從輔助工具演進為生產力要素，企業的資源配置將從人力資源轉向算力資源，如何讓算力消耗產生明確的業務回報，是未來企業服務商需要回答的問題。
數字員工能跳槽？帶不走數據，但能帶走理解
此次發布的核心產品Deepexi OS，被滴普科技定位為「AI級企業操作系統」。
據楊磊現場演示，該系統打通了從數據接入、業務理解到任務執行的完整鏈路。通過企業數據融合平台FastData Foil將工程圖紙、業務狀態數據等異構信息解析後輸入模型，由Deepexi企業大模型基於本體範式生成企業專屬的業務模型，再經FastAGI企業智能體平台將這些模型轉化為可組合的技能模塊，最終編排成應對具體場景的AI員工。
據悉，該系統目前已設計108個業務本體，發布280餘項skills，覆蓋製造、零售、醫療、交通、通用五大領域。
值得一提的是，在製造業運維場景的演示中，AI員工可自主完成從設備故障報警、原因診斷、維修方案制定到工單派發的全流程閉環。當監測到設備溫度異常時，系統會調用設備檔案、歷史維修記錄、維修手冊等多源知識，生成診斷報告並規劃維修步驟，最後直接向第三方工單系統派發任務。
談及這一系統的戰略定位，趙傑輝認為，未來企業的組織形態將發生變化。部分工作由人力資源統籌，部分則由IT部門管理。IT部門的職責將轉向數據接入、模型訓練和技能生成，企業除了招聘人類員工，還可以通過算力配置補充AI數字員工。
對此，他將Deepexi OS視為下一代企業IT建設的核心基礎設施，稱其本質是企業AI資源與AI員工的管理平台。
此外，發布會的另一個重要議程，是滴普科技與天津大學共同啓動具身智能大腦聯合實驗室。天津大學計算機科學與技術學院院長馮偉在致辭中表示，雙方將圍繞數據仿真與合成、大模型輕量化、模型推理架構優化三個方向展開合作。
楊磊進一步闡釋，這一佈局標誌着滴普科技從數字世界向物理世界的延伸。「AI員工加上具身機器人，就構成了物理世界的智能員工。」他舉例說，理想的具身智能不僅是機械臂完成搬運動作，而是能夠理解樣品背後的工藝、結構和生產邏輯，成為生產線上的業務專家。
責任編輯：劉萬里 SF014