新眸原创·作者 | 桑明强

一群有着十几年经验的技术工程师，扎根在中国软件行业，并试图用最新的技术和方法，把企业级软件重做一遍——这是国内企业大模型代表企业滴普科技科技的创业故事。

作为这家公司的掌舵者，滴普科技创始人、董事会主席、执行董事兼首席执行官赵杰辉在亲历行业一线近几年剧变后，又有了新思考。

聊起软件行业的变革，赵杰辉最先提到的依然是Palantir。在他看来，这家公司最核心的价值，是打破了传统软件行业的一个核心误区：企业买软件，从来不是为了好看的界面和规整的操作流程，而是为了让散落的知识和数据产生有效的链接。

过去二三十年，传统软件公司的所有工作，几乎都围绕着“做界面”展开。可企业的实际痛点从来没被解决：数据堆在系统里，知识散在各个部门，彼此孤立，没法形成合力，最后成了一堆没用的数字和文档。Palantir做的事很简单，就是靠前沿部署工程师（FDE）为企业手工搭建知识逻辑网络，把分散的业务节点、数据信息、专业知识串联起来。

当然这种模式也有问题：过度依靠人工导致成本高、周期长、迭代能力差。

在这种背景下，一个新点子在滴普科技内部萌芽：为什么不在巨人肩膀上，向前一步。

从Knowledge到Skills

本体建模是数字员工落地关键

在赵杰辉的逻辑里，软件公司转型AI公司，核心不是做一个简单的AI应用，而是实现从“Knowledge”到“Skills”的进化，而这背后，是企业IT建设逻辑的三次代际跃迁。

企业IT建设走到今天，一共经历了三个核心阶段。

最早是以SAP+Oracle数据库为代表的时代，核心是指标建模+业务软件，底层是数据平台，上层用软件界面做非结构化数据的治理，把业务流、审批逻辑、决策逻辑都封装成固定页面；第二阶段是Palantir带来的，它把数据湖和本体建模纳入进来，把原来大宽表结构的数据治理，变成了有对象、有关系、有规则、有执行的语义网络，但这件事，全程靠FDE工程师手工完成。

而滴普科技正在推进的，是第三个阶段：把原本靠FDE手工完成的本体建模，完全交给模型来实现。

“现在很多所谓的企业AI，本质还停留在知识管理阶段，就像一个大学生，学了一堆机械知识，却根本不会干活——原因就是，他的大脑里没有建立起这个行业、这个企业的知识链接，也就是我们说的本体建模。”赵杰辉表示。

这也是滴普科技此次产品发布的核心，在Palantir的本体建模上，做了更深度的升级。

依托服务数百家头部客户的积累，滴普科技已经把制造业、消费零售等主要行业的知识逻辑框架、语义网络沉淀了下来，然后基于行业因果关系数据集完成专项训练，让模型具备了自动做本体建模的能力。

比如针对车企，不用工程师耗时数月搭建，只要把图纸、工艺文件、供应链等原始数据输进来，模型就能自动生成专属本体模型。这个本体模型，不是表格或图表，而是一个能“长技能”的智能大脑。

赵杰辉解释，在这个本体模型的基础上，企业需要的现场识图、供应链管理、订补货分析这些能力，都会变成一个个具体的技能模块（Skill），这些模块组合在一起，就能形成适配企业不同岗位需求的AI数字员工。

“这才是从知识到能力的转变，没有本体建模能力的模型，只能做知识的存储和检索，而有了本体意识的模型，才能真正为企业干活，成为能上岗的AI数字员工。”

他打了个形象的比方，大学毕业学到的专业知识是基础，而在企业里将知识用起来去解决实际问题的能力，才是核心，企业本体建模就是连接这两者的桥梁。滴普科技要做的，就是让模型拥有这座桥梁，能把企业的知识，真正变成解决问题的能力。

而支撑这个闭环的，是滴普科技企业大模型的两大核心能力：AI for 基于本体建模的数据治理，以及AI for coding。

前者能精准解析企业多模态、深嵌套的复杂数据，建立起跨文档、跨部门的知识语义网络；后者则能基于本体模型，快速生成可执行的技能模块，让数字员工具备灵活的业务执行能力。

2026年的软件行业，正被两股力量推着进入全新阶段。

一边是Palantir用本体建模重新定义了企业数据的价值链接，一边是OpenClaw以轻量智能检索打破了传统软件的IO瓶颈，这场由技术底层变革引发的革命，正在让沿用三十年的“界面+数据库”模式逐渐失效。

“OpenClaw最成功的地方，是让行业明白，数据根本不需要被规整到数据库里，非结构化的原始数据一样能创造价值。”赵杰辉直言，而这，恰好是多数企业的迫切需求——不是所有数据都需要超大规模的数据库，部门级、团队级的多模态数据，轻量方案反而更高效。

要知道，传统软件的核心假设之一，就是“数据必须结构化存储”。为了满足这个假设，企业要花大量人力把PDF、Excel、手写笔记录入系统，过程繁琐且低效，还会流失大量有价值信息。同时因为数据量大了之后，人工难以整理，只能靠软件、靠界面去规范、去存储。

但现在不一样了，OpenClaw的出现直接推翻了这个假设：模型的非结构化数据处理能力已经足够强，Excel表格、PDF文档、Word纪要，甚至是手写的笔记、拍的现场视频，都可以直接作为数据输入，根本不需要再费劲录入到规整的数据库里。

但是，OpenClaw解决的只是个人级的数据治理需求，而企业级的场景要复杂得多。

企业的数据和C端数据有两个核心区别：一是格式极多、嵌套极深，有复杂表格、公式、图纸、三维空间数据；二是数据之间必须建立强关联，比如一张图纸里的公式，解释文件在另一个文档里，参数又对应着一套完整的知识体系，所以才必须要做本体建模。

这种技术范式转移，恰恰是滴普科技此次产品体系升级的核心。

基于自研的FastData Foil企业数据融合平台，滴普科技能完成企业全类型数据的解析与治理，再通过企业大模型Deepexi 2.0自动生成本体建模，最终通过FastAGI平台生成可落地的技能模块与数字员工。

赵杰辉举了个实际场景：“以前企业做供应链分析，要先把采购单、验收单、物流记录一条条录入ERP系统，再生成报表。现在，只要把这些文件直接存到数据湖，FastData Foil就能完成全量数据解析，模型再基于本体逻辑做分析，几分钟就能出结果，比传统ERP效率高几十倍。”

更重要的是，这套解法彻底重构了软件的交付形态。

按照这套逻辑，以后交付给客户的，本质上就是一个企业大模型，再搭配配套的工具组件，没有复杂的前端页面，也没有繁琐的系统体系。这个模型就像一个毛坯房，滴普科技把框架搭好，客户把自己的具体数据输进来，就是一次装修，最终变成属于企业自己的专属模型，这就是AI时代软件革命的本质：从卖工具到卖能力。

“预编译的企业业务类软件肯定会被逐渐淘汰。”赵杰辉的判断，“未来的软件行业，不会再有ERP、CRM、OA这些泾渭分明的分类，所有的软件形态，都会收敛成模型。企业买软件，本质上买的不是一个系统，而是模型的能力，是能理解自己、解决问题、持续进化的智能能力。”

回到问题的核心，无论未来怎么变，企业关心的，永远是成本、安全与落地效果。

当滴普科技把企业模型作为核心交付形态，这三个问题，也有了全新的解法。

关于安全，企业模型的权限管理逻辑，和传统企业的安全逻辑本质上是相似的，只是操作起来更灵活。模型可以本地化部署，企业的数据存在自己的服务器里，滴普科技还专门与南方科技大学合作训练了安全模型，权限管理和数据隐私都能得到充分保障。

关于成本与商业模式，赵杰辉给出了明确的判断：未来的企业服务市场，一定会从“人天收费”变成“按token收费”。“人天收费是按过程付费，不管结果如何，企业都要付钱；而token收费是按实际价值付费，模型为企业解决了多少问题、创造了多少价值，就收多少费用，对企业来说更公平。”

token的消耗，本质上和企业的发展息息相关。赵杰辉解释，“如果企业只是维持现状，没有新的知识突破、没有新的业务逻辑，那模型的token消耗就是固定的，每年的成本也基本持平；但如果企业在创新，在探索新的知识边界，需要把新的逻辑、新的框架训练进模型，那就会产生新的token消耗，而这部分消耗，本质是为企业的创新买单。”

他始终强调，滴普科技做企业级模型服务的核心理念，是解放人。让模型去做具体的执行、重复性的工作，把人解放出来，去做思考、做创新、去探索新的知识边界。人把这些新的思考、新的突破沉淀下来，再训练进模型，模型又能基于新的框架去干活，这是一个正向的循环。

基于这套完整的产品体系与商业逻辑，滴普科技也凝练出了新的产品体系——DeepexiOS，AI级企业操作系统。

“现在所有企业都想把大模型用起来，核心诉求无非就是落地数字员工。未来企业的IT建设，本质上就是在各个岗位上配置对应的数字员工，那你就必须有一套能支撑AI数字员工全生命周期管理的基础设施，这就是DeepexiOS的定位。”赵杰辉直言。

这套操作系统由滴普科技企业大模型Deepexi 2.0、FastData Foil、FastAGI三大核心组件形成，企业只需要持续输入对应岗位、对应领域的业务数据，系统就能自动完成本体建模，生成对应的技能模块，最终组合成可上岗的数字员工。

“上一个时代，企业需要各种软件来管理资源和流程；下一个时代，企业需要类似Deepexi OS这样的AI级操作系统来生成和管理数字员工。”在他的规划里，这套系统最终会成为企业级AI操作系统，不是简单的企业级AI工具，而是企业AI的核心基础设施。

“现在很多人纠结于如何让新的AI技术兼容旧的软件系统，这就像高铁取代绿皮火车，不是因为绿皮火车不好，而是因为高铁的底层逻辑更先进。软件行业的变革也一样，不是传统软件做得不好，而是模型的逻辑更贴合AI时代企业的真实需求——解放人，让机器做执行，让人做创新。”所以，模型即软件。

未来企业大模型的能力会越来越强，对过去那些Agent工具的需求，只会越来越小。“做企业AI的核心，是提升模型对企业的理解力，而不是围着模型做一堆补救的工具。几个技能模块组合在一起，你可以叫它Agent，但它本质是模型自己的能力，不是外部硬叠加的，这和现在市场上的Agent工具，并不一样。”

而整个大模型行业，也正在走向清晰的分化。“大模型已经祛魅了，训练方法、工程逻辑都不再是壁垒，也不是非要做超大规模的模型才行。最终每个大模型都会找到自己的专长，C端有专注社交、专注coding的模型，而企业端，核心就是能真正落地数字员工的专用模型。到年底你会发现，所有头部模型公司，核心产品都不会只是模型本身，而是它所在领域的一套操作系统。”

Palantir和OpenClaw只是企业AI规模化落地革命的导火索，真正的核心是，企业的需求从“用工具处理数据”，变成了“用能力解决问题”。就如滴普科技创立的初衷，做企业服务，不用追求一时的行业共识，真正的创新，从来都是走在前面，用实际的结果，创造新的共识。