滴普科技趙傑輝：本體大模型重塑企業AI成本效益 驅動訂閲制轉型

企業級Token生產力平台公司滴普科技（01384）創辦人、執行董事兼董事會主席趙傑輝，近日撰文闡述對人工智能（AI）產業的觀察。他指出，要破解企業AI落地的難題，核心在於發展「本體大模型」，該技術不僅能補足通用模型所缺乏的專屬業務邏輯，更能將過往成本高昂的「人手定製」AI項目轉化為標準化產品，直接驅動商業模式向「訂閲制」躍遷，為AI企業從「概念展示」邁向「創造實效」提供清晰路徑。 趙傑輝分析，市面上的通用模型雖然擅長語義理解，卻未能深入掌握企業內部的真實業務邏輯。他以製造業為例，兩家不同車廠即使面對相同的機器警報，其背後的原因可能截然不同。這些獨特的「排雷」經驗與規則，往往不見於公開的網上資料或常規操作手冊，導致一般通用模型在處理企業深度業務時往往力有不逮。他強調，企業真正需要的，是具備深度業務規劃能力的專屬AI「員工」。 為突破此瓶頸，滴普科技推出專為企業度身訂造的Deepexi本體大模型。據瞭解，此模型建基於滴普過去八年間，為近400家大型客户服務所累積的龐大數據集。其中包含了108個深度涵蓋製造、消費零售、醫療、金融及政務等關鍵行業的「業務本體」。這些核心營運數據從未在公開語料中出現，成功為滴普科技築起一道純模型開發商難以複製的技術與數據「護城河」。 在商業變現層面，本體大模型為滴普科技帶來了工程經濟學的顯著躍遷。趙傑輝在文中指出，過去企業AI應用往往依賴前線駐紮工程師（FDE）在客户現場進行手工實例化與定製，例如美國巨頭Palantir（PLTR.US）獲市場驗證的深度工程服務模式。然而，滴普科技透過本體大模型，成功將這些繁重的工作提煉並「模型化」，大幅降低了單一客户的定製成本，成為中國市場該路徑的產品化先驅。 Deepexi企業大模型採用「能力訓練－行業本體預訓練－客户本體注入」的三層訓練架構。其中，前兩層作為固定成本可由大規模客户羣體攤薄，使單一客户的定製化成本隨著規模效應而顯著下降。此舉推動滴普科技從傳統諮詢項目制，成功轉型至「Token消耗+AI員工工時訂閲制」的商業模式，擺脱對定製化的依賴並可隨規模線性擴張，盈利週期亦大幅縮短。 趙傑輝總結指出，通用模型雖然能壓低成本端的Token單價，但Deepexi本體大模型則透過提高Token的業務價值密度，為企業AI應用帶來實質的經濟效益。滴普科技作為一家純B2B定位的企業級大模型AI應用及Token生產力平台公司，正藉此獨特定位與訂閲制模式，實現規模化變現，推動經營質量持續向好。