過去兩年，大模型在企業(yè)里的角色一直有些“克制”。

在多數(shù)公司里，它們被用來寫文案、做總結(jié)、生成報表，確實提高了一些效率，但很少真正進入企業(yè)的業(yè)務(wù)流程。原因并不復(fù)雜：大模型可以理解語言，但企業(yè)的數(shù)據(jù)往往分散在ERP、CRM、生產(chǎn)系統(tǒng)等多個系統(tǒng)中，業(yè)務(wù)邏輯復(fù)雜且高度專業(yè)，讓AI真正讀懂企業(yè)并不容易。

不過情況正在發(fā)生著變化。

3月12日，滴普科技發(fā)布升級版Deepexi企業(yè)大模型，并推出由Deepexi企業(yè)大模型、FastAGI企業(yè)智能體平臺與FastData Foil企業(yè)數(shù)據(jù)融合平臺組成的Deepexi OS AI級企業(yè)操作系統(tǒng)。

與此前很多企業(yè)AI產(chǎn)品不同，這套體系的核心目標是解決更基礎(chǔ)的問題：如何讓AI真正理解企業(yè)，并參與到企業(yè)的業(yè)務(wù)運轉(zhuǎn)中？

滴普科技創(chuàng)始人、董事會主席、執(zhí)行董事兼首席執(zhí)行官趙杰輝在發(fā)布會上表示：“在企業(yè)里面落地AI最后只有一個落腳點，怎么持續(xù)基于企業(yè)自身的業(yè)務(wù)知識和業(yè)務(wù)狀態(tài)生產(chǎn)并正確使用AI員工，最終怎么規(guī)模運行和生成批量AI員工，讓它能夠輔助解放人類的工作?！?/strong>

當模型能夠理解企業(yè)業(yè)務(wù)，并在系統(tǒng)中持續(xù)執(zhí)行具體任務(wù)時，大模型本身就會成為企業(yè)運行的一部分。

信號出現(xiàn)，企業(yè)AI員工，開始落地并規(guī)模化

這次滴普科技的升級，被行業(yè)解讀為是對企業(yè)AI發(fā)展階段的一次提前押注。把時間拉長來看，此刻企業(yè)AI賽道已經(jīng)同時出現(xiàn)了政策信號、資本信號以及技術(shù)信號，三個信號疊加，代表著企業(yè)AI正從技術(shù)探索階段逐漸進入規(guī)?；涞仉A段，AI員工將會在未來規(guī)?；涞?。

首先是政策信號。

在2026年政府工作報告中，“人工智能+”再次被明確提出，重點方向已經(jīng)從過去的算力基礎(chǔ)設(shè)施與模型能力建設(shè)，轉(zhuǎn)向AI應(yīng)用與產(chǎn)業(yè)落地。報告提出要推動新一代智能終端與智能體加快推廣，并推動重點行業(yè)領(lǐng)域?qū)崿F(xiàn)人工智能的商業(yè)化、規(guī)?；瘧?yīng)用。

這一變化意味著，AI產(chǎn)業(yè)的關(guān)注重點正在從供給側(cè)走向需求側(cè)。過去幾年政策更多關(guān)注算力、算法和模型能力建設(shè)，而在新的階段，企業(yè)級AI應(yīng)用正在成為人工智能產(chǎn)業(yè)真正的需求市場，而解決問題的AI員工成為企業(yè)關(guān)注重心。

第二個信號來自資本市場。

近期，滴普科技發(fā)布盈利預(yù)告并被納入港股通。一家長期深耕企業(yè)AI的公司，開始走出技術(shù)驗證階段，進入持續(xù)收入階段，本身就具備象征性意義。

在資本市場的邏輯中，企業(yè)AI正逐漸具備穩(wěn)定商業(yè)模式。隨著收入結(jié)構(gòu)和客戶規(guī)模逐漸清晰，投資者對企業(yè)AI的估值方式，也可能從單純的技術(shù)敘事，轉(zhuǎn)向可復(fù)制、規(guī)模化的企業(yè)AI員工平臺與基礎(chǔ)設(shè)施公司的長期價值邏輯。

第三個信號，則來自技術(shù)本身。

過去十年，企業(yè)數(shù)字化已經(jīng)經(jīng)歷了多輪技術(shù)浪潮。從ERP到BI，再到數(shù)據(jù)中臺，企業(yè)系統(tǒng)不斷升級，但AI始終沒有真正成為企業(yè)內(nèi)部的核心能力。

其中一個關(guān)鍵原因在于，企業(yè)數(shù)據(jù)與互聯(lián)網(wǎng)數(shù)據(jù)完全不同。互聯(lián)網(wǎng)數(shù)據(jù)通常公開、標準化、規(guī)模龐大，適合大模型訓(xùn)練；而企業(yè)數(shù)據(jù)分散且充斥著諸多非結(jié)構(gòu)化信息，同時又強烈依賴具體業(yè)務(wù)語境。這意味著，即使模型具備很強的語言理解能力，也很難真正理解企業(yè)的業(yè)務(wù)邏輯。

因此，在過去一段時間里，大模型在企業(yè)中的應(yīng)用往往停留在問答、總結(jié)或檢索層面，很少能夠直接參與業(yè)務(wù)流程。

直到字節(jié)跳動推出Trae IDE、阿里推出通義靈碼，海外Cursor、GitHub Copilot等產(chǎn)品已實現(xiàn)規(guī)模化落地，代表AI for coding技術(shù)加速泛化。開源AI執(zhí)行網(wǎng)關(guān)OpenClaw的爆火，與AI for coding形成技術(shù)合力。AI開始承擔更具執(zhí)行性的任務(wù)，例如自動分析業(yè)務(wù)數(shù)據(jù)、動態(tài)調(diào)整生產(chǎn)計劃、執(zhí)行運營策略，甚至直接調(diào)用系統(tǒng)完成操作。

而當AI終于能夠參與具體業(yè)務(wù)動作時，企業(yè)AI員工才真正具備落地的可能。

在這一背景下，滴普科技此次升級Deepexi企業(yè)大模型，并推出Deepexi OS AI級企業(yè)操作系統(tǒng)，本質(zhì)上是試圖抓住這一技術(shù)轉(zhuǎn)折點：在理解企業(yè)之后，AI也能進行下一步，在企業(yè)中真正開始工作，成為AI員工。

當政策導(dǎo)向、資本信號與技術(shù)能力同時發(fā)生變化時，往往意味著一個產(chǎn)業(yè)階段的切換。以滴普科技為代表的一部分長期耕耘企業(yè)市場的技術(shù)公司，已經(jīng)做好了準備。

企業(yè)要想“養(yǎng)”AI員工，得讓TA們讀懂企業(yè)業(yè)務(wù)

讓AI真正理解企業(yè)，為企業(yè)做實事，一直是滴普科技嘗試解決的問題。

在滴普科技創(chuàng)始人、董事會主席、執(zhí)行董事兼首席執(zhí)行官趙杰輝看來，企業(yè)AI能否落地，成為企業(yè)AI員工，很大程度取決于一個長期被忽視的能力——數(shù)據(jù)治理能力。

當前，企業(yè)數(shù)據(jù)治理其實已經(jīng)經(jīng)歷了三輪演進。

過去二十年，企業(yè)數(shù)字化的核心是業(yè)務(wù)軟件系統(tǒng)。以SAP、Oracle為代表的企業(yè)軟件，將企業(yè)流程拆解為系統(tǒng)模塊，通過軟件界面管理業(yè)務(wù)流程，同時將企業(yè)經(jīng)營數(shù)據(jù)沉淀為結(jié)構(gòu)化表格數(shù)據(jù)。在這一階段，數(shù)據(jù)治理更多依賴業(yè)務(wù)軟件疊加指標體系。

隨著企業(yè)數(shù)據(jù)規(guī)模不斷擴大，行業(yè)開始進入數(shù)據(jù)倉庫與數(shù)據(jù)湖階段。結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)可以被統(tǒng)一存儲，并通過數(shù)據(jù)模型進行管理。一些公司開始嘗試通過本體建模的方式理解企業(yè)數(shù)據(jù)結(jié)構(gòu)，例如Palantir的Ontology模型。但這一階段仍然高度依賴工程師——企業(yè)需要大量FDE（Forward Deployed Engineer）工程師手動梳理指標體系、業(yè)務(wù)邏輯與知識關(guān)系，再將其轉(zhuǎn)化為數(shù)據(jù)模型。

趙杰輝表示，AI技術(shù)的持續(xù)發(fā)展讓數(shù)據(jù)治理進入第三階段。通過大模型訓(xùn)練，企業(yè)可以將表結(jié)構(gòu)、業(yè)務(wù)邏輯與知識體系輸入模型，模型便能夠自動生成企業(yè)本體模型。這意味著原本依賴工程師手動構(gòu)建的數(shù)據(jù)模型，開始由模型自動生成。

最終能夠直接交付給客戶的，是企業(yè)大模型本身。

在這一背景下，疊加Agent技術(shù)逐漸成熟，企業(yè)AI的核心交付件也開始發(fā)生變化——AI要從工具，脫胎為能夠參與業(yè)務(wù)執(zhí)行的AI員工。

因此，滴普科技將“理解企業(yè)業(yè)務(wù)+執(zhí)行任務(wù)”作為企業(yè)AI的核心能力，并在此次發(fā)布會中推出升級的Deepexi企業(yè)大模型。

具體來看，Deepexi企業(yè)大模型主要通過兩個層面來實現(xiàn)這一目標。

第一層是理解能力，通過本體建模，讓AI理解企業(yè)。

企業(yè)的數(shù)據(jù)往往分散在多個系統(tǒng)之中，數(shù)據(jù)之間雖然存在邏輯關(guān)系，但這些關(guān)系往往需要依賴工程師手動梳理和建模。滴普科技的思路，是通過數(shù)據(jù)治理形成Deepology企業(yè)本體數(shù)據(jù)集，再讓Deepexi基于這一數(shù)據(jù)集進行訓(xùn)練，并通過“本體思維鏈”的方式自動構(gòu)建企業(yè)業(yè)務(wù)語義結(jié)構(gòu)。在這一機制下，AI可以自動生成企業(yè)本體模型，梳理業(yè)務(wù)語義關(guān)系，并理解企業(yè)的業(yè)務(wù)流程。換句話說，企業(yè)復(fù)雜的數(shù)據(jù)體系會被轉(zhuǎn)化為AI可以理解的業(yè)務(wù)結(jié)構(gòu)，也就是AI員工的企業(yè)知識學習階段。

第二層是執(zhí)行能力，讓AI可以直接參與業(yè)務(wù)操作。

升級后的Deepexi不僅能夠進行分析，還具備直接調(diào)用和生成代碼的能力，例如輸出SQL、Python以及前端代碼。這意味著AI不再只是給出分析結(jié)果，而可以直接查詢數(shù)據(jù)庫、處理數(shù)據(jù)，甚至通過代碼對接企業(yè)后臺系統(tǒng)或工具。當理解能力與執(zhí)行能力結(jié)合時，AI的角色就從建議者變成了執(zhí)行者，企業(yè)通過Deepexi企業(yè)大模型“培養(yǎng)”出了懂自己、能干事的AI員工。

在這一架構(gòu)中，Deepexi企業(yè)大模型負責的是企業(yè)業(yè)務(wù)理解，而滴普科技提出的Deepexi OS AI級企業(yè)操作系統(tǒng)，則試圖構(gòu)建一整套企業(yè)AI的基礎(chǔ)設(shè)施。

這套系統(tǒng)除了Deepexi企業(yè)大模型之外，還包括兩個關(guān)鍵組件。

FastAGI企業(yè)智能體平臺主要負責任務(wù)規(guī)劃與執(zhí)行。平臺通過Skills技能體系，將企業(yè)常見業(yè)務(wù)任務(wù)抽象為可復(fù)用能力，目前已經(jīng)沉淀了包括工程設(shè)計、運營決策、數(shù)據(jù)運維等在內(nèi)的多類企業(yè)技能，使多個AI數(shù)字員工可以協(xié)同完成復(fù)雜任務(wù)。

FastData Foil企業(yè)數(shù)據(jù)融合平臺則負責企業(yè)數(shù)據(jù)治理與解析。平臺能夠處理包括語音、視頻以及空間數(shù)據(jù)在內(nèi)的多模態(tài)數(shù)據(jù)，并持續(xù)構(gòu)建企業(yè)本體數(shù)據(jù)體系，為模型訓(xùn)練與推理提供數(shù)據(jù)基礎(chǔ)。

三者結(jié)合后，企業(yè)可以完成從數(shù)據(jù)治理、模型訓(xùn)練，到智能體執(zhí)行的完整鏈路。對應(yīng)的就是AI員工在企業(yè)中接受培訓(xùn)、熟悉業(yè)務(wù)、到獨立完成工作的全過程。

也就是說，滴普科技試圖提供給企業(yè)一套能夠支撐AI員工規(guī)?；涞氐钠髽I(yè)AI基礎(chǔ)設(shè)施。

企業(yè)AI即將迎來爆發(fā)期

在滴普科技看來，如果說過去的軟件系統(tǒng)解決的是信息管理的問題，那么在未來，企業(yè)的核心智能能力將逐漸由企業(yè)大模型來承擔。

如果從商業(yè)化進度來看，企業(yè)AI的發(fā)展已經(jīng)開始印證這一觀點。

截至2025年6月30日，滴普科技累計服務(wù)企業(yè)客戶283家。從收入結(jié)構(gòu)來看，2025年上半年FastAGI與FastData分別貢獻55.3%與44.7%的收入，同時根據(jù)滴普科技2025年的正面盈利預(yù)告，F(xiàn)astAGI業(yè)務(wù)營收同比增長超175%，不難看出滴普科技的AI業(yè)務(wù)已成為新的增長引擎。

過去，企業(yè)AI項目往往以定制化交付為主，需要大量工程師參與實施，收入模式更接近咨詢或項目服務(wù)。而當產(chǎn)品收入占比持續(xù)提升時，意味著企業(yè)AI正逐漸從項目制模式走向平臺化模式。在企業(yè)軟件行業(yè)中，這往往是商業(yè)模式走向穩(wěn)定的重要標志。某種程度上，這也意味著企業(yè)AI正在從技術(shù)驗證階段進入規(guī)?；虡I(yè)階段。

這種變化與市場需求的轉(zhuǎn)變密不可分。

IDC數(shù)據(jù)顯示，2025年中國企業(yè)AI服務(wù)市場規(guī)模預(yù)計將達到456億元，年復(fù)合增長率為38.2%。而企業(yè)級AI Agent市場規(guī)模目前約為232億元，預(yù)計到2027年將突破655億元，成為AI應(yīng)用中增長最快的賽道之一。

如果從產(chǎn)業(yè)結(jié)構(gòu)來看，AI產(chǎn)業(yè)大致可以分為基礎(chǔ)模型、應(yīng)用層以及基礎(chǔ)設(shè)施層這三層，其中，基礎(chǔ)模型提供通用能力，應(yīng)用層負責具體場景落地，而基礎(chǔ)設(shè)施層則負責支撐整個系統(tǒng)的運行。

企業(yè)AI的特殊之處在于，它往往同時覆蓋應(yīng)用層和基礎(chǔ)設(shè)施層。一方面，企業(yè)AI需要通過Agent或AI數(shù)字員工參與業(yè)務(wù)執(zhí)行；另一方面，又需要企業(yè)大模型、數(shù)據(jù)平臺等底層能力來支撐系統(tǒng)運行。

這種“雙層結(jié)構(gòu)”使得企業(yè)AI成為AI產(chǎn)業(yè)中最具規(guī)模潛力的市場之一。

也正因此，包括OpenAI、微軟、英偉達在內(nèi)的多家全球科技公司，都在持續(xù)加大對企業(yè)AI生態(tài)的投入：OpenAI正通過ChatGPT Enterprise、Assistants API以及企業(yè)Agent能力將模型能力嵌入企業(yè)軟件體系；微軟則依托Azure AI與Copilot體系，把AI深度整合進Office、Dynamics和開發(fā)工具鏈，試圖把企業(yè)AI變成下一代軟件平臺；英偉達則從另一條路徑切入，通過CUDA、DGX、NIM推理服務(wù)以及AI工廠架構(gòu)，為企業(yè)部署和運行大模型提供算力與基礎(chǔ)設(shè)施。

在趙杰輝看來，當企業(yè)大模型能夠真正理解企業(yè)業(yè)務(wù)，并與數(shù)據(jù)平臺、智能體系統(tǒng)形成完整基礎(chǔ)設(shè)施時，企業(yè)AI員工的落地路徑將逐漸清晰。企業(yè)數(shù)字化系統(tǒng)的核心交付件，將從軟件系統(tǒng)，逐漸演變?yōu)锳I數(shù)字員工體系。而圍繞企業(yè)數(shù)據(jù)、業(yè)務(wù)理解和執(zhí)行能力構(gòu)建的企業(yè)大模型，也將成為下一代企業(yè)IT建設(shè)的核心基礎(chǔ)。

從更縱深的視角來看，企業(yè)AI的發(fā)展路徑，某種程度上正在重復(fù)過去企業(yè)軟件行業(yè)的演進邏輯。

早期企業(yè)數(shù)字化的核心交付件是軟件系統(tǒng)，幫助企業(yè)完成信息化和流程化；隨后數(shù)據(jù)平臺成為新的基礎(chǔ)設(shè)施，企業(yè)開始圍繞數(shù)據(jù)進行決策和運營；而在AI時代，企業(yè)逐漸“雇傭”一批能夠持續(xù)工作，且快速了解公司，快速上手做執(zhí)行的企業(yè)AI員工。未來，企業(yè)數(shù)字化的核心交付件將是：企業(yè)大模型。

順著這一清晰的邏輯和趨勢，那么企業(yè)AI有可能，也必然會成為AI產(chǎn)業(yè)規(guī)模最大的落地方向之一。