00:01:00 敲鐘時刻與回顧7年創(chuàng)業(yè)之路
金句：別去想太多在模式上的創(chuàng)新……正確的方式一直在，那就是要敬畏客戶的價值、敬畏技術(shù)的發(fā)展、敬畏市場的變化。
00:14:20 ToB業(yè)務(wù)的“第一性原理”
金句：ToB業(yè)務(wù)的第一性原理是以技術(shù)進(jìn)步創(chuàng)造客戶價值。即使服務(wù)投入大、毛利承壓，也不應(yīng)背離這一原則，而應(yīng)在堅持價值創(chuàng)造的前提下，通過可視化經(jīng)營、產(chǎn)品迭代與服務(wù)能力升級，將“苦活累活”轉(zhuǎn)化為高毛利業(yè)務(wù)——關(guān)鍵在于持續(xù)抽象通用能力，并把服務(wù)中的痛點(diǎn)產(chǎn)品化。
00:37:20 組織文化的核心：沉淀“盲目相信組織”的人
金句：組織文化比組織架構(gòu)更重要，關(guān)鍵在于沉淀“盲目相信組織”而非僅是“理性正確”的人。
00:28:10 滴普科技產(chǎn)品理念——“兩橫三豎”企業(yè)級AI能力
金句：第一橫是企業(yè)所有的數(shù)據(jù)和知識融合平臺（FastData），第二橫是企業(yè)模型工程平臺（FastAGI）。三豎是三大智能體：DataSense（運(yùn)營決策）、DeepSense（專業(yè)知識）、以及正在研發(fā)的新智能體。
01:00:00 拳頭產(chǎn)品的行業(yè)壁壘在哪？
金句：技術(shù)壁壘不是“獨(dú)門秘籍”或?qū)＠惴?，而是?ldquo;苦活累活”沉淀出的工程化能力。
00:49:40 干苦活累活并干出高毛利
金句：把苦活累活干出高毛利，核心在于持續(xù)抽象通用能力和將服務(wù)痛點(diǎn)產(chǎn)品化。
01:10:30 符合中國ToB市場邏輯的Palantir模式：打造標(biāo)桿客戶，建立行業(yè)心智
金句：Palantir 的成功印證了這一路徑：打造標(biāo)桿客戶 → 建立行業(yè)影響力 → 深度服務(wù)頭部客戶 → 反哺產(chǎn)品與服務(wù)迭代。這種“以深度換壁壘、以標(biāo)桿帶生態(tài)”的模式，恰恰契合中國ToB市場的底層邏輯。
01:18:52 自建服務(wù)網(wǎng)絡(luò)（FDE/DIC）的重要性
金句：服務(wù)能力必須自建（不能外包），DIC（Deep Innovation Center）就是中國的FDE——能跟客戶討論業(yè)務(wù)問題、做咨詢創(chuàng)新。
ToB賽道的殘酷性恰是創(chuàng)業(yè)公司的機(jī)會所在。中國ToB市場規(guī)模龐大但服務(wù)不足，蘊(yùn)含巨大發(fā)展空間。企業(yè)成功的關(guān)鍵并非模式創(chuàng)新，而是回歸常識：敬畏客戶價值、敬畏技術(shù)發(fā)展、敬畏市場競爭，踏踏實實做產(chǎn)品、大大方方做服務(wù)。
趙杰輝認(rèn)為，企業(yè)做對的事情非常符合常識，核心在于三點(diǎn)敬畏：
2018年創(chuàng)業(yè)時，趙杰輝看到的是互聯(lián)網(wǎng)積累的數(shù)據(jù)處理能力與ToB行業(yè)傳統(tǒng)IT體系之間的技術(shù)斷層，核心機(jī)會在于產(chǎn)業(yè)數(shù)字化。成立之初，滴普科技的定位是：圍繞大型ToB客戶，基于智能化、數(shù)字化技術(shù)提升其效能。而在創(chuàng)業(yè)之時，ToB領(lǐng)域正發(fā)生從“以流程為中心”到“以數(shù)據(jù)為中心”的架構(gòu)范式轉(zhuǎn)移，數(shù)據(jù)從流程附屬品變?yōu)閯?chuàng)新源泉和競爭優(yōu)勢的基礎(chǔ)。
同時，趙杰輝認(rèn)為，科技公司真正的“活下來”不是IPO或短期存活，而是穿越多個技術(shù)周期。公司已成功穿越了大數(shù)據(jù)時代周期，正處于大模型時代的激烈競爭中，目標(biāo)是占據(jù)市場份額并“熬過去”。未來已瞄向新的人工智能+時代，夢想成為平臺能力更強(qiáng)的大廠。創(chuàng)業(yè)的本質(zhì)是持續(xù)演進(jìn)的旅程，而非終點(diǎn)。
2018年前后是ToB科技服務(wù)創(chuàng)業(yè)的優(yōu)質(zhì)節(jié)點(diǎn)，數(shù)據(jù)為中心的轉(zhuǎn)型成為行業(yè)共識，但大數(shù)據(jù)行業(yè)因“生產(chǎn)工具落后”陷入低谷，制約了數(shù)據(jù)價值的釋放。
大模型作為新生產(chǎn)工具的價值，解放了被SQL等落后工具束縛的數(shù)據(jù)生產(chǎn)資料潛力。產(chǎn)品演進(jìn)經(jīng)歷了“零散工具→統(tǒng)一平臺→AI-ready融合體系→崗位智能體”的完整路徑，最終形成“兩橫三豎”架構(gòu)：底層是FastData平臺與FastAGI平臺，上層是三大智能體，通過“模型即應(yīng)用”理念整合數(shù)據(jù)、模型與工具，持續(xù)抽象產(chǎn)品厚度以提升毛利。趙杰輝指出：“不能只有一個基礎(chǔ)模型，必須整合數(shù)據(jù)、模型能力、崗位思考能力及其所用工具。智能體是數(shù)據(jù)、模型和工具的融合。通過不斷抽象產(chǎn)品厚度，降低前端工程師投入，提升毛利。”
談及滴普科技近年來的產(chǎn)業(yè)/服務(wù)演進(jìn)思路，趙杰輝表示，“我們早期就探索過text to SQL，但泛化能力弱。2022年下半年了解到大模型進(jìn)展后，開始與客戶探索將大模型與數(shù)據(jù)平臺結(jié)合，做AI for Decision（業(yè)務(wù)決策）。大模型作為新的生產(chǎn)工具，對解放數(shù)據(jù)生產(chǎn)資料的潛力提升巨大——直到有了大模型，數(shù)據(jù)才能真正發(fā)揮價值，實現(xiàn)任意角度、靈活的業(yè)務(wù)分析。”
當(dāng)前，客戶最大的挑戰(zhàn)是如何讓模型真正替代或增強(qiáng)崗位。流行的模型即應(yīng)用、智能體等概念的背后，本質(zhì)是數(shù)據(jù)處理能力、模型訓(xùn)練能力與工具對接能力的三位一體。
在趙杰輝看來，智能體這個概念現(xiàn)在還不統(tǒng)一，但它既不是基礎(chǔ)模型，也不是Agent工具。從工具平臺到行動系統(tǒng)， 真正的智能體不是孤立的基礎(chǔ)模型或工具，而是能替代或增強(qiáng)一類崗位的完整體系，必須具備三大核心能力：場景數(shù)據(jù)處理、基于數(shù)據(jù)的模型訓(xùn)練，以及將模型無縫嵌入現(xiàn)有工作流的能力。
在這一認(rèn)知體系下，滴普科技的產(chǎn)品邏輯已貫穿三層：AI for Decision、AI for專業(yè)崗位、AI for體力勞動者，均基于FastData的數(shù)據(jù)處理與FastAGI的模型訓(xùn)練能力構(gòu)建。
技術(shù)壁壘不是“獨(dú)門秘籍”或?qū)＠惴ǎ歉煽嗷罾刍畛恋沓龅墓こ袒芰?。FastData企業(yè)級數(shù)據(jù)智能解決方案的壁壘在于：一、處理復(fù)雜數(shù)據(jù)格式（工程圖紙、科學(xué)計算、GIS等）的產(chǎn)品化能力；二、知識本體建模（知識邏輯體系構(gòu)建）的積累；三、Chat BI“一看就會，一做就對”的100%準(zhǔn)確率——跨6張表join查詢，主流模型準(zhǔn)確率僅70-80%，通過大量工程技術(shù)優(yōu)化可達(dá)100%。FastAGI企業(yè)級人工智能解決方案的壁壘在于模型評估與精準(zhǔn)度管理能力。真正的護(hù)城河是：已經(jīng)是牌桌主要玩家，客戶沒必要冒險找新人從頭干。
1. 復(fù)雜數(shù)據(jù)格式處理能力
服務(wù)頭部客戶過程中，不得不處理越來越豐富的數(shù)據(jù)格式：工程圖紙（如中國海誠、大族激光）、科學(xué)計算、GIS、三維空間、復(fù)雜表格等。做起來都挺難，但做得多了就產(chǎn)品化了。別人想從頭來也沒那么快。更關(guān)鍵的是，大部分基礎(chǔ)模型訓(xùn)練的是互聯(lián)網(wǎng)文本數(shù)據(jù)，企業(yè)級復(fù)雜格式數(shù)據(jù)處理很難。
2. 知識本體建模能力
ToB客戶中，一個圖紙里的公式不會在圖紙里講清楚，所需參數(shù)可能在別的知識體系里，必須建模。這種AI for Data Governance能力不是單點(diǎn)技術(shù)，是干多了積累的。
3. ChatBI的100%準(zhǔn)確率
現(xiàn)在做ChatBI的人很多，但真正用起來能做到100%準(zhǔn)確的極少。百麗每月10萬次提問，各種復(fù)雜邏輯，要把數(shù)據(jù)在企業(yè)環(huán)境里準(zhǔn)確組裝起來，聽著簡單，實際是個特別繁瑣的工程技術(shù)門檻。央企客戶實測過最先進(jìn)的國內(nèi)外模型，跨4-6張表的join查詢，最厲害的模型準(zhǔn)確率也不超過七八成。我們增加了大量工程技術(shù)，可以做到接近100%。企業(yè)產(chǎn)品必須"一看就會，一做就對"，這個能力沉淀在FastData里。
FastAGI也一樣，要用FastData產(chǎn)生的數(shù)據(jù)知識體系，把開源模型后訓(xùn)練成企業(yè)精準(zhǔn)模型。精準(zhǔn)度要求極高，否則沒有意義。背后是模型評估能力——怎么知道這個模型足夠準(zhǔn)確可以用了？“這是很多科學(xué)家的專題，我們在FastAGI有很多專業(yè)沉淀。不是說多大的科學(xué)發(fā)明，但模型精準(zhǔn)度的持續(xù)迭代和管理有很多復(fù)雜邏輯。”趙杰輝指出。
除了工程化能力，另一大壁壘是先發(fā)優(yōu)勢。趙杰輝表示，在AI+產(chǎn)業(yè)或ToB AI落地這個切口做公司，先發(fā)優(yōu)勢非常明顯。我們已經(jīng)具備大量制造業(yè)、大消費(fèi)、交通、醫(yī)療等領(lǐng)域的頭部客戶。技術(shù)迭代時，我可以快速引入，因為我有這些頭部客戶的覆蓋和成功經(jīng)驗。這對很多后來者，無論大廠小廠，都是一種壁壘。
ToB業(yè)務(wù)的第一性原理是以技術(shù)進(jìn)步創(chuàng)造客戶價值。即使服務(wù)投入大、毛利承壓，也不應(yīng)背離這一原則，而應(yīng)在堅持價值創(chuàng)造的前提下，通過可視化經(jīng)營、產(chǎn)品迭代與服務(wù)能力升級，將“苦活累活”轉(zhuǎn)化為高毛利業(yè)務(wù)——關(guān)鍵在于持續(xù)抽象通用能力，并把服務(wù)中的痛點(diǎn)產(chǎn)品化。滴普科技2025年上半年毛利率已提升至55%。
劉湘明指出，中國ToB市場曾是“概念驅(qū)動”，但大模型填補(bǔ)了從概念到落地的技術(shù)空洞。
趙杰輝回應(yīng)：沒有白吃的苦，但要“聰明地吃苦”——經(jīng)歷數(shù)據(jù)中臺、湖倉一體、多模態(tài)數(shù)據(jù)處理這些歷程……每一環(huán)，關(guān)鍵在于吃苦時保持思考能力和概念辨別力，始終以第一性原理（創(chuàng)造客戶價值）驅(qū)動技術(shù)迭代，而非盲目追逐或否定熱概念。
在趙杰輝看來，把“苦活累活”干出高毛利，核心在于持續(xù)抽象通用能力和將服務(wù)痛點(diǎn)產(chǎn)品化。FastData沉淀的不僅是行業(yè)Know-how，還有復(fù)雜數(shù)據(jù)格式的通用處理能力；FastAGI抽象出AI for Decision、知識本體建模等可復(fù)用的"能力層"，而非直接做具體崗位Agent。技術(shù)進(jìn)步（大模型）已大幅減少前端代碼需求，關(guān)鍵在于：財務(wù)手段可視化 → 堅持"創(chuàng)造客戶價值"第一性原理 → 用技術(shù)和產(chǎn)品抽象持續(xù)解決問題。
趙杰輝認(rèn)為，創(chuàng)業(yè)過程中組織與架構(gòu)的調(diào)整是必然結(jié)果——沒有創(chuàng)業(yè)者的商業(yè)計劃書（BP）和組織架構(gòu)能從創(chuàng)立保持到上市，不同發(fā)展階段、收入規(guī)模及技術(shù)迭代，都會推動組織架構(gòu)和人員構(gòu)成的演化。但這些都只是表象，真正支撐企業(yè)穿越變化的核心是“組織文化”。
他坦言，初創(chuàng)者可能覺得“組織文化”空洞無用，但走到一定階段的創(chuàng)業(yè)者都會認(rèn)可其價值。其團(tuán)隊的實踐數(shù)據(jù)可佐證這一點(diǎn)：2018年公司成立，年底僅20名員工，而這些人中有16位陪伴公司走到上市，共同赴香港敲鐘。
組織文化比組織架構(gòu)更重要，關(guān)鍵在于沉淀“盲目相信組織”而非僅是“理性正確”的人。技術(shù)迭代必然帶來殘酷的汰換，創(chuàng)始人必須主動承擔(dān)責(zé)任——承認(rèn)“是老板愛折騰”，但目標(biāo)是讓愿意同行的人越來越多。這是創(chuàng)始人無法回避的代價。
上市后賬面的"安穩(wěn)之路"與創(chuàng)業(yè)者"進(jìn)取之路"的抉擇，才是最大壓力所在。轉(zhuǎn)型不是痛苦選擇，而是勤勉盡職的必然要求。拿著資源不求進(jìn)取看似穩(wěn)妥，實則讓團(tuán)隊陷入舒適區(qū)，最終無法為股東、員工創(chuàng)造真正回報。“不是怕賭輸，而是怕不敢賭”，才是滴普科技現(xiàn)在的最大壓力。
在趙杰輝看來，滴普科技與大廠競爭的護(hù)城河，不是妄想產(chǎn)品性能碾壓，而是通過深耕專業(yè)崗位AI（如決策、分析類），將數(shù)據(jù)平臺、模型訓(xùn)練、智能體工具做成一體化解決方案，用“苦活累活”的服務(wù)模式（原廠資深專家+DIC數(shù)據(jù)治理+模型后訓(xùn)練）在局部戰(zhàn)場形成“產(chǎn)品力+服務(wù)能力+成本結(jié)構(gòu)”的綜合優(yōu)勢，把服務(wù)做出高毛利。
為什么Palantir要做FDE？道理一樣。創(chuàng)業(yè)公司在與大廠競爭中必須切到自己有優(yōu)勢的細(xì)分。趙杰輝認(rèn)為，Palantir的標(biāo)桿客戶+FDE模式在中國高度可行，且符合本土ToB認(rèn)知。
Palantir 的成功印證了這一路徑：打造標(biāo)桿客戶 → 建立行業(yè)影響力 → 深度服務(wù)頭部客戶 → 反哺產(chǎn)品與服務(wù)迭代。這種“以深度換壁壘、以標(biāo)桿帶生態(tài)”的模式，恰恰契合中國ToB市場的底層邏輯。
這個過程中，技術(shù)迭代、服務(wù)質(zhì)量、認(rèn)知進(jìn)步必須比客戶更快。服務(wù)能力必須自建（不能外包），DIC（Deep Innovation Center）就是中國的FDE——能跟客戶討論業(yè)務(wù)問題、做咨詢創(chuàng)新，還能基于產(chǎn)品做落地。這些綜合能力就是前端工程師。研發(fā)團(tuán)隊壓力雖大，但需求接納有節(jié)奏，避免頻繁打斷。核心是讓有商業(yè)思維的人主導(dǎo)技術(shù)決策。
趙杰輝表示，F(xiàn)DE/DIC人員不是傳統(tǒng)咨詢顧問，而是兼具研發(fā)背景與業(yè)務(wù)理解力的復(fù)合型人才，而這種復(fù)合型人才市場上稀缺，只能自主培養(yǎng)。
趙杰輝表示，培養(yǎng)機(jī)制是“研發(fā)→一線實戰(zhàn)→調(diào)回研發(fā)”的循環(huán)流動——從研發(fā)輸出到客戶現(xiàn)場做demo、做落地，積累項目經(jīng)驗后再調(diào)回研發(fā)，形成慣例。這種人才流動機(jī)制對公司組織文化考驗極深，但已成為滴普科技的隱形門檻。
與此同時，趙杰輝指出，創(chuàng)業(yè)型企服公司需要找準(zhǔn)自身賽道，而滴普科技就有自身的賽道規(guī)劃——專業(yè)崗位的AI替代或增強(qiáng)，比如幫CEO/CFO做業(yè)務(wù)分析、決策報告。這類場景必須涉及專業(yè)崗位的知識與數(shù)據(jù)治理，除了產(chǎn)品還必須有服務(wù)，包括模型后訓(xùn)練、與原有工具對接（MCP）等。干這種苦活累活，做出水平、做出毛利，就是你的門檻。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達(dá)）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論
它靠 FastData 數(shù)據(jù)平臺和 FastAGI 平臺打天下，技術(shù)底子夠硬
港股有了 “企業(yè)級大模型第一股”，以后可能會吸引更多同類公司來上市
還要做 DIC 數(shù)據(jù)治理服務(wù)，從數(shù)據(jù)到模型再到應(yīng)用，全鏈條都包了
別人都覺得 ToB AI 業(yè)務(wù)是 “苦活累活”，滴普卻能做出高毛利，真有一套
可視化經(jīng)營讓客戶能看清價值，難怪那么多企業(yè)愿意跟它合作
生成式 AI 這么火的時候上市，滴普科技算是踩準(zhǔn)了行業(yè)風(fēng)口啊
客戶粘性也高，只要服務(wù)做得好，企業(yè)一般不會隨便換合作方
產(chǎn)品迭代速度也快，能跟著客戶需求隨時調(diào)整，服務(wù)太靈活了
68.7% 的毛利率說明它的技術(shù)有壁壘，別人想抄也沒那么容易
不跟大廠搶 C 端流量，專心做企業(yè)服務(wù)，這種定位很清晰