查询
| 恒生指数1 | 26,389.04 | +0.60 | 3,067.02亿 |
| 国企指数1 | 8,858.63 | -17.75 | 1,131.83亿 |
| 返回 放大 + 缩小 - | |
|
滴普科技(01384.HK)创始人赵杰辉：通用AI模型难解企业痛点 以「本体大模型」驱动订阅制转型
2026-05-14 16:38:36 企业级大模型AI应用第一股、企业级Token生产力平台公司滴普科技(01384.HK)创始人、执行董事、董事会主席兼首席执行官赵杰辉今日(14日)在内地媒体发表人工智能产业观察文章。他指出，破解企业AI落地难题的核心之一在於「本体大模型」，该技术不仅补足通用模型缺乏的专属业务逻辑，更可将过去高成本的「人手定制」AI专案转化为标准化产品，直接驱动商业模式向「订阅制」跃迁，为AI企业从「概念展示」走向「创造实效」提供清晰路径。 赵杰辉指出，市面上的通用模型擅长语义理解，但缺乏企业内部的真实业务逻辑。以制造业为例，两家不同车厂若出现相同的机器警报，背後原因可能完全不同。这些专属的「排雷」经验与规则，并不存在於公开的网上资料或常规操作手册中，导致一般通用模型在面对企业深度业务时往往束手无策。企业真正需要的，是具备深度业务规划能力的专属AI员工。 为突破此瓶颈，滴普科技推出专为企业度身订造的Deepexi本体大模型，该模型建基於滴普过去八年间，服务近400家大型客户所累积的庞大数据集。这包含了108个深度涵盖制造、消费零售、医疗、金融及政务等关键行业的「业务本体」。这些核心营运数据从未在公开语料出现，成功为滴普科技筑起纯模型开发商难以复制的技术与数据护城河。 在商业变现上，本体大模型为滴普科技带来了工程经济学的跃迁。赵杰辉在文中表示，过去企业AI应用往往依赖前线驻?工程师(FDE)在客户现场进行手工实例化与定制(如美国巨头Palantir获市场验证的深度工程服务模式)。而滴普科技透过本体大模型，成功将这些繁重的工作提炼并「模型化」，大幅降低了单一客户的定制成本，成为中国市场该路径的产品化先驱。 Deepexi企业大模型透过「能力训练－行业本体预训练－客户本体注入」的三层训练架构，前两层作为固定成本由大规模客户群体摊薄，使单一客户的定制化成本随规模效应显着下降。这推动了滴普科技从传统谘询项目制，成功转型至「Token消耗+AI员工工时订阅制」，商业模式摆脱对定制化的依赖并随规模线性扩张，盈利周期大幅缩短。 赵杰辉总结指出，通用模型压低了成本端的Token单价，而Deepexi本体大模型则透过提高Token的业务价值密度，真正为企业AI应用带来实质的经济效益。滴普科技作为纯B2B定位的企业级大模型AI应用、企业级Token生产力平台公司，正藉此独特定位与订阅制模式，实现规模化变现，推动经营质量持续向好。(ad/da)~ 阿思达克财经新闻 网址: www.aastocks.com | |