滴普科技：如何在 AI 落地产业时快速成长

当数据成为新要素，一家中国公司在数据与 AI 融合下的六年坚守。

硅谷巨头们正在再次放大数据的价值—— ChatGPT 催生大模型热潮的这两年，随着 AI Agent 的成熟，越来越多企业级场景正在可以被大模型能力所改变。而场景和技术的融合，需要数据支撑。我们已经看到，数据厂商 Databricks 正将数据湖仓升级为 AI 原生架构，几千亿美元市值的 Palantir 则通过数据与 AIP （Artificial Intelligence Platform，该公司的人工智能平台）重新定义企业决策。

全球企业服务市场在 2024 年似乎达成了新共识：大模型真正的价值短期内不在于无限增加参数量级，而在于如何将数据资产转化为决策燃料。

这种转变正在中国市场加速发酵。

AI 发展提升数据要素价值释放效率、重塑数据平台产品组合与市场份额格局，在此背景下滴普科技成为 “幸运儿”。

2015 年，中国企业服务行业蓬勃发展，衍生出了众多像数据库、中台以及销售管理系统等等的细分行业。尽管方向有差异，但参与的公司本质上都是在做一件事——帮助企业积累 “数据”。但在大模型出现以前，人们不知道这些生产资料该如何充分发挥价值。

现在数据市场正在被 AI 深度重塑。滴普科技 2024 年的收入同比增长中将近一半都来自数据平台和大模型能力的结合。

在滴普科技看来， AI 在产业落地已进入实际价值深水区，而 AI 产业落地的能力核心要素有三：AI Ready 的数据平台、大模型工程平台、Agent 平台。以此为基础形成行业大模型 + Agentic AI 应用的行业落地基本范式。

过去 6 年，滴普科技从数据中台起步深入到多模态数据湖仓再到构建起 AI-Ready 的数据基础平台，并在持续迭代中形成模型工程平台和 Agent 平台，成功构建起行业大模型 + Agentic AI 的行业应用闭环，服务诸多头部客户。

“滴普科技在每一次技术浪潮来临的关键时刻，总能实现敏捷迭代并顺利穿越周期。” 滴普科技董事长及 CEO 赵杰辉总结。如果循着其产品演进的脉络深入思考，探究其组织哲学的特质后，答案便会逐渐清晰。

每一次技术变革时，借鉴和创新的交替演进

一边借鉴成熟技术，一边根据客户和行业需求进行创新，是滴普科技摸索出来的实践方式。

“与百丽时尚集团（以下简称百丽时尚）持续 5 年的合作历程，是滴普科技产品与技术发展进程的典型缩影。” 赵杰辉对此有清晰感受。从数据中台到数据湖，再到基于大模型技术打磨 AI 应用，双方持续合作了 5 年，这期间数据和 AI 快速迭代。

2021 年，随着百丽时尚旗下众多品牌在市场中占据重要地位，商业和生产过程产生的数据来源日益广泛且复杂。尽管百丽时尚自 2014 年就自建了科技中心开展数字化建设并统一管理数据，但因其各业务系统相互独立，难以形成统一的数据底座。与滴普科技合作后，双方开始明确以数据中台搭建为切入点，解决海量数据的清洗和整合的难点，在长时间业务、系统、数据的结构梳理与治理下，将分散在各个业务系统的数据整合到统一的数据平台，彻底打破了数据孤岛。

合作并未结束。2022 年，百丽时尚基于对 IT 建设的思考，建立了 “统一容纳结构化、非结构化数据，并基于融合数据进行业务分析” 的新规划目标。引入滴普科技提出的数据湖仓架构，结合数据治理措施，为海量结构化、非结构化数据提供了高效的存储与管理。

2023 年，AI 大模型技术让众多企业看到业务价值被进一步拔高的可能，百丽时尚作为行业代表性企业也是如此。在百丽时尚制定了相关规划的同时，滴普科技已经初步完成了数据平台与 AI 大模型技术间的有机耦合。在这次合作过程中，有了前期建设好的数据平台基础，Deepexi 滴普企业大模型针对百丽时尚的业务特点，以及百丽时尚在供应链管理和市场营销领域的大量业务知识和数据，搭建了商业流通行业大模型，并基于 FastAGI 企业智能体平台在百丽时尚的十几个场景落地，比如供应链快反、门店智能运营等场景。

同时，在过去一年中滴普科技还与中国海诚、上海船舶研究设计院、中国海油、纳爱斯集团、九洲电器等企业和机构，在 AI 方面展开合作。这些合作不仅为滴普科技积累了丰富的行业经验，也在项目合作中，不断验证并推动着其创新实践方式。

穿越周期的组织哲学

赵杰辉常被问到这样的问题：“为什么你们能顺利转型？”“为什么你们几次调整，团队不散架？”“为什么这几年市场变化下，你们总能有市场竞争力？”

他回复说：滴普科技在技术层面并不只有日常的产品研发，同时也非常专注于前沿技术预研。这种产研体系带来了准确的市场洞察与组织 “敏捷” 基因。

在公司创立之初，创始成员便系统讨论了公司的使命、愿景和文化价值观，并坚持至今。赵杰辉认为，要构建公司底层运作模型，必须先建立完整的围绕一致组织文化的人力资源体系和利益分享机制，以此提高创业公司的抗风险能力。

每当公司有新的产品拓展计划时，滴普科技特有的班委制决策制度便会发挥作用。核心团队由 6 位联合创始人组成，他们集体参与决策。CEO 赵杰辉不会强行通过某个决策，但他有可能行使否决权，以此在保证效率的同时兼顾风险。

不仅如此，他们 10 人以内的核心高管，在每个季度的第二个月都会进行为期 3 天的、关于当前业务情况的深度研讨复盘。比如在 2024 年一季度研讨时，赵杰辉就提出，现阶段 To B 仅仅只做 Agent 是不靠谱的事，最终是行业模型 +Agentic AI 应用，随着模型能力提升，Agent 就会变薄，所以滴普科技应该把核心资源聚焦在垂直模型本身，这个做好，Agentic AI 应用才会有价值；而提升垂直模型能力，也可以发挥滴普科技在私有数据平台领域积累的优势。

从现在回看，正是因为当时在研讨会达成共识，后续才能为 AI 应用场景落地积累能量。而这套机制也确实让不同背景的核心成员，面对转型能迅速达成共识。

滴普科技对外介绍时鲜少提及创始人、联合创始人概念。赵杰辉说：“在公司，只看做什么，不看身份。” 他和团队成员也很少提及自己过去的职位，在他们眼里，那些并不重要。没有身份包袱，让他们敢于放弃。重要的是企业能不断迭代，跌倒了再爬起来。

“这考验的是组织基因。” 他说。年初的滴普科技全员信这样写道：“面对挑战，出击；面对失败，自愈；面对迷茫，探索。在每一次技术换代和行业变革的关键节点，皮实的跟上去活下来。经过 6 年的摔打，在数据与 AI 融合成为行业 AI 深度应用爆发前占领先机。虽然未来充满未知，但我们对自己的成长能力越来越有信心。”

当被问及未来规划，赵杰辉告诉我们，滴普科技的目标是真正完成 AI 大模型技术在场景中落地。“现在我们已经有了 FastData Foil 数据融合平台、 FastAGI 企业智能体平台、Deepexi 滴普企业大模型，能为企业提供从数据基础设施搭建到 AI 应用落地的全方位服务。”

在太平洋的另一端，Databricks 工程师也在为了类似的目标而努力。东西方的科技工作者们或许从未谋面，却在同一张数字蓝图上描绘着未来。当数据成为新大陆的通行货币，滴普们才刚刚启程。

题图来源：《点球成金》

· FIN ·