作者｜桑明强
再见到赵杰辉的时候，已经是南京的盛夏时分。此时的他刚刚做完一个重要决定，在河西设立一家滴普科技分公司，这个被当地人誉为最核心的商业地段，用来承载和连接滴普在江苏和华东地区的新业务，和5年前刚创业时一样，他对企业数字化这件事仍抱以极大热情。
熟悉滴普科技这家公司的人都知道，赵杰辉平时不喜露面但却十分平易近人，除了每天坚持跑步外，他创业这些年最大的变化，就是把更多的时间放在了对新事物的思考上——如果说大模型是一个确定性的风口，那么它究竟会给中国产业带来什么，以及作为数据智能服务商，究竟应该如何应对这场变革。
“未来数据智能一定是通过数据平台Data+AI的方式实现。”按照赵杰辉的判断，大模型的出现对现在的数据智能体系将是一场彻底的冲击，它把企业数字化过程划分为两个时代，上一个时代主要任务做数据基础平台建设和数据要素的资产化，在这个阶段，为了实现数据平台建设的业务价值，往往需要大量的人工开发服务，形成业务的指标和模型体系。
等到大模型在产业逐步落地后，就可以把业务指标体系和模型体系梳理出来，并训练成为企业服务各个领域的大模型，通过AI Agent能力，让企业的各个角色甚至是一位完全不懂技术的人，都可以用业务逻辑轻松与数据平台对话，最终大幅提升数据业务智能实现的效率。
这样的判断很大程度上源于赵杰辉在滴普科技创业5年的积淀，用他的话说，“企业数字化现在面临的最大问题，并不是没有解决方案，而是它们过去建立的数据平台并没有被很好地用起来，易用性已经成为实现真正数据智能路上最大的挑战。”
本质上讲，在现有的数字化体系中，数据本身不仅仅是一种生产资料，更暗含企业运转时在管理上所面临的条条框框，这些规则与制度纵横交错，仅仅捋顺单个场景下的数据体系就要费上不少时日。正因这些技术门槛和管理规则的存在，使得企业数字化这一路走来，总会陷入业务和技术唇齿分离般的窘境，很难有效地结合在一起。
最明显的，客户总想要一个近乎完美的数字化解决方案，它不仅看起来高端大气上档次，还得真正为业务赋能——降本增效。但在赵杰辉看来，这放在过去是一件很不现实的事，此前的中台由盛转衰就是最好的例子，即便放在现在的大模型语境下，数据智能真正应该做的，实质上是帮助企业更好地看清和管理自己的业务。
但这并不意味着大模型无用论，恰恰相反，“大模型+数据智能”的结合，带来的颠覆程度要远比当年的BI、RPA来得剧烈得多。在长达两小时的交流中，赵杰辉始终在强调一个前提，就是大模型在产业场景上的落地，更多的是扮演着一个超级助手角色，而这个助手的好坏与否，主要还是取决于数据平台的建设程度。
映射到滴普科技在本次服贸会上首次亮相的企业大模型Deepexi，它与滴普科技另一个核心产品实时智能湖仓平台FastData的巧妙组合，把公司多年来积累的行业指标和知识体系有效地融为一体，基于新的架构与实时计算的能力，建立起真正的整体数据智能，其中就包括行业最关心的生产制造、运营管理、财经管控、数字双碳等模型场景。
从找准定位最早只做底层的数据平台，到打造出实时智能湖仓平台FastData，再到探索出国内最早落地的企业大模型Deepexi，赵杰辉把滴普科技这5年的动力引擎简单归结4个字——不断迭代。尽管这个秘诀看起来并不神秘，但却暗含着企业服务赛道最宝贵的务实精神。
以下是《新眸》和赵杰辉的2小时对话节选：
大模型来了
传统软件被淘汰只是时间问题
《新眸》：抛一个老生常谈的问题，站在您创业的第五个年头，您如何看待现在的数据智能？
赵杰辉：这件事情本身还是很有价值的，但方向变了。拿我最近跟一些客户交流举例，前几年大家还把目光放在数据平台的统一建设上，最近明显感觉他们的关注点变了，他们现在焦虑的事情是过去几年花了一大笔钱，建了很多数据平台，但业务层面没感知，这些数据平台究竟能发挥什么样的作用。
《新眸》：我感觉这是所有传统软件厂商的焦虑。
赵杰辉：的确，拿我们自己为例，滴普科技之所以能走到今天，除了有一个能打的实时智能湖仓平台FastData，还有一个很重要的原因，就是我们内部设立的DIC（数据业务价值创新服务部门），初衷就是面向业务领域基于数据平台做深价值。但这个方式的效率会很低——建好数据平台后，梳理客户需求并提炼价值，然后用 SQL 把数据调用出来，最后帮客户去做数据模型，但企业大模型的出现恰好就能解决这个难题。
《新眸》：所以您十分看好大模型在To B行业场景下的潜力？
赵杰辉：这应该是共识，其实早在去年我们就讨论过这个问题，后来经过半年的产品打磨和实践（今年6月滴普科技已经有大模型产品成功落地），我们发现“大模型+数据智能”的确是一个黄金搭档。最简单的例子，以前我们去做数据平台建设时，要想真正实现智能化，是需要人工去做很多梳理和开发，但有了大模型后，技术门槛降低的同时易用性大大提高，企业里每个员工都可以用上数据平台，一线业务有感知后，数据平台落地的成功性自然成本增加。
《新眸》：这里是不是可以把大模型理解成在原先的数据平台的基础上做一个助手？
赵杰辉：可以这么理解。大模型落地的前提，就是得有一个数据平台，随着大模型的成熟和产业应用，要想实现真正的数据智能，让实时数据价值更加敏捷，自然会诞生一个新架构，我们暂且把它总结为“数据智能=Data Fabric+AI Agent”，对于生产制造、供应链运营这类原先需要大量技术人员维护、管理的数据平台来说，有了大模型后，这方面的成本可以大幅缩减，最重要的，它的易用性会大大提高，当工具被用起来，数字化才不是无本之木。
《新眸》：所以单就数据智能来说，大模型的出现会成为一个变革性时刻吗？
赵杰辉：就像当初的互联网一样，大模型的产业应用才刚刚开启。它不仅淘汰了传统软件，甚至颠覆了RPA、BI市场。以后的软件，如果按照这条路往前再走3-5年，都会有一个Chat Box，企业打开后就是搜索框一样，比如供销存场景，当你问他今天要补货多少，它会自动给你最科学的建议，然后自动对接ERP系统帮你补货，你可以理解在企业背后隐形了一个特别强大的数字员工。
行业大模型拉开序幕
企业数字化的拐点时刻
《新眸》：“大模型+数据智能”组合还蛮有趣的，我们的新产品Deepexi核心思路是什么？
赵杰辉：准确来讲，Deepexi是滴普科技打造的首个企业大模型产品。它包含了多个领域模型、基础模型栈、模型工具链三大核心能力，通过与滴普科技实时智能湖仓平台FastData结合，能大幅提升数据在企业各环节实现智能化的敏捷性。从技术上来讲，它最大的亮点是以AI Agent为依托，提供Text-to-SQL、Text-to-Python、Text-to-API等能力，形成LLM大脑的触角，实现交互式精确检索数据/指标，灵活生成丰富数据图表并可以自动调用系统API等。
《新眸》：听起来它就像个超级中枢？
赵杰辉：有了企业大模型Deepexi后，它其实相当于把企业日常的管理和经营流程全都搬到里面。因为它是基于全局数据的，所有专家的智慧都在不断迭代它，拿补货场景来说，过去常见的方式是基于经验老道的店长判断，但现在只需你把判断的逻辑，比如补货需要参考爆款销量、库存多少等，统统训练到模型里，这样的话，即便一个普通销售也能进行补货操作。
《新眸》：我有一个问题，这样的话会不会造成权限混乱？比如一个下辖门店普通销售也能看到整体的经营数据，这背后的安全问题如何解决？
赵杰辉：这是一个好问题。拿我们打造企业大模型Deepexi为例，是有管理权限这个规则存在的，不同权限的人的功能也有所不同，比如市场总监，它能看到整体的供销存情况，并且按需打造功能，但对于一个普通店长来说，它只能获得这个门店相关的信息，但因为大模型是基于全局数据的，所以它的思考能力是基于全局的，给的建议也会更加科学。
《新眸》：拿企业大模型Deepexi为例，它的收费标准如何制定呢？
赵杰辉：数据平台建设费用还是原先的标准，大模型另算，一个汉字两个Token，这个还是当下市场主流。这里需要说明一点，其实随着ChatGPT大火，很多数据智能企业都在买设备、囤GPU，而且价格水涨船高，拿滴普科技来说，我们光在GPU上的投入就已经有几千万，这是最基本的投入。
《新眸》：那这是不是意味着它只能用来服务KA客户，因为整体成本还挺高的？
赵杰辉：价格问题从来就不是问题核心，关键要看它能解决什么事，以及和过去方案的性价比，甚至可以说，过去的所有数据平台都可以用大模型重新做一遍。一般来说，服务器分两段，第一段叫训练服务器，这块对设备要求比较高，价格也相对昂贵，模型训练好后，剩下就是所谓的应用开发和本地化部署，此时用做推理的服务器A30就足够了，如果客户要更新它的逻辑，你可以继续买我的训练服务。
数据智能的终极目标
企业数字化未来思考
《新眸》：有了企业大模型后，是不是意味着原先的数据专家不重要了？
赵杰辉：恰恰相反。这些专家在未来会变得越来越重要，但会更加细分，比如之前打造数据平台，既需要业务专家把PRD（产品需求文档）写清楚，还需要一线技术人员写SQL，但有了大模型后，我们只需要业务专家把PRD写清楚，剩下的，当企业需要使用数据平台时，交给大模型就行了，这也是我过去一直在思考的事，我们不应该无意义去卷C端大模型，市面上已经足够多了，大家最应该思考的是，大模型在自己原来熟悉的领域究竟能干什么。
《新眸》：听起来大模型十分有吸引力，这是不是意味着厂商可以借机提高客单价？
赵杰辉：其实我跟你讲，不要老想着提高客单价。坦白说，原先的数据平台已经搭建好了，现在没活干了，那作为一个稍微有追求的数据智能服务商，都会想着怎么迭代自己的产品和解决方案，拿Deepexi来说，它并不是为了增加利润，而是站在企业数字化视角，它的存在的确让数字化更落地。今年是我创业的第5年，我觉得大家就别有妄想，或者憋一个什么大招，能持续地服务客户就已经很厉害了。
《新眸》：就像您之前谈到的，大模型会颠覆原有的数字化体系，中间阻力也不会小。
赵杰辉：可以这么说，但你要相信一点，所有的个人和组织都阻止不了任何趋势的发展，从当年的互联网，到后来崛起的SaaS，再到今两年数据智能领域崛起的新星Databricks、Snowflake，尽管纯粹的PLG和纯粹的SLG在国内已经被证明不太行得通，但有一点毋庸置疑，当企业里从一号位到一线业务人员，都通过大模型感受到数据智能带来的好处，那么它后面的发展也会随之提速。
《新眸》：最后一个问题，站在创业第五个年头，您还有哪些新的思考？
赵杰辉：事实上，我们走到今天这一步已经跟我们一开始做的事情完全不同，但我们的初心没有改变——点滴努力，普惠科技。就是要用新技术做一些有价值的事情，创业就像开发新产品，没有作业可以抄，就像是一场凿空之路，凿一凿，行了再往前凿，不行了拐个弯。有时候我经常在想，作为数据智能服务商，我们究竟给客户提供什么？最后我觉得我们现阶段给客户就提供一件事儿，通过我们提供的数据智能解决方案，让客户把自己的业务看得更清楚。
