最近搜看股票
報價
| 返回 放大 + 縮小 - | ||||
|
滴普科技(01384)趙杰輝 : 通用模型壓低了成本端的Token單價
推薦 5 利好 4 利淡 2 滙港資訊
|
||||
|
||||
|
<匯港通訊> 企業級Token生產力平台公司滴普科技(01384)創始人、執行董事、董事會主席兼首席執行官趙杰輝今日在內地媒體發表人工智能產業觀察文章。他指出，破解企業 AI 落地難題的核心之一在於「本體大模型」，該技術不僅補足通用模型缺乏的專屬業務邏輯，更可將過去高成本的「人手定製」AI 專案轉化為標準化產品，直接驅動商業模式向「訂閱制」躍遷，為 AI 企業從「概念展示」走向「創造實效」提供清晰路徑。 趙杰輝指出，市面上的通用模型擅長語義理解，但缺乏企業內部的真實業務邏輯。以製造業為例，兩家不同車廠若出現相同的機器警報，背後原因可能完全不同。這些專屬的「排雷」經驗與規則，並不存在於公開的網上資料或常規操作手冊中，導致一般通用模型在面對企業深度業務時往往束手無策。企業真正需要的，是具備深度業務規劃能力的專屬 AI 員工。 為突破此瓶頸，滴普科技推出專為企業度身訂造的 Deepexi 本體大模型，該模型建基於滴普過去 8 年間，服務近 400 家大型客戶所累積的龐大數據集。這包含了 108 個深度涵蓋製造、消費零售、醫療、金融及政務等關鍵行業的「業務本體」。這些核心營運數據從未在公開語料出現，成功為滴普科技築起純模型開發商難以複製的技術與數據護城河。 在商業變現上，本體大模型為滴普科技帶來了工程經濟學的躍遷。趙杰輝在文中表示，過去企業 AI 應用往往依賴前線駐紮工程師（FDE）在客戶現場進行手工實例化與定製(如美國巨頭 Palantir (PLTR.US) 獲市場驗證的深度工程服務模式）。而滴普科技透過本體大模型，成功將這些繁重的工作提煉並「模型化」，大幅降低了單一客戶的定製成本，成為中國市場該路徑的產品化先驅。 Deepexi 企業大模型透過「能力訓練－行業本體預訓練－客戶本體注入」的三層訓練架構，前兩層作為固定成本由大規模客戶群體攤薄，使單一客戶的定製化成本隨規模效應顯著下降。這推動了滴普科技從傳統諮詢項目制，成功轉型至「Token消耗+AI員工工時訂閱制」，商業模式擺脫對定製化的依賴並隨規模線性擴張，盈利周期大幅縮短。 趙杰輝總結指出，通用模型壓低了成本端的Token單價，而Deepexi本體大模型則透過提高Token的業務價值密度，真正為企業 AI 應用帶來實質的經濟效益。滴普科技作為純B2B定位的企業級大模型AI應用、企業級Token生產力平台公司，正藉此獨特定位與訂閱制模式，實現規模化變現，推動經營質量持續向好。 (SY)新聞來源 (不包括新聞圖片): 滙港資訊 |
||||
已將連結複製到剪貼簿
 |
||||
|
免責聲明 : 以上資訊僅供參考。AASTOCKS.com Limited對以上資訊的內容不承擔任何責任，對其準確性，完整性，品質，及時性，或可靠性不作任何陳述或予以認可，並明確表示不對任何由本資訊的全部或部分內容引致之損失或損害承擔任何法律責任或為其引起的損失負責。以上資訊或反映了相關文章或專題作者的的個人意見和觀點，並不代表AASTOCKS.com Limited的立場。以上資訊的任何內容均不構成AASTOCKS為任何投資作出招攬、提出要約、意見或推薦，或對任何證劵或投資的收益或是否合適提供法律、稅務、會計、或投資意見或服務。投資者必須按其本身投資目標及財務狀況自行作出投資決定。
|
||||
