企业AI走过大规模试点后，正在进入更现实的商业化阶段。
8月12日，滴普科技与华为云联合发布数据智能解决方案。双方将滴普科技的DeepWorks企业智能体平台、FastData企业级数据智能能力与华为云的算力、模型及智能体基础设施进一步结合，率先面向制造、零售等行业。
从合作分工看，华为云主要提供算力、模型和智能体平台等底层能力，滴普科技则负责数据治理、企业知识体系及行业智能体落地。在此基础上，双方还将合作延伸至技术研发、品牌营销和市场销售。
华为云CEO周跃峰认为，AI真正进入千行百业后，不同行业需要的经验和能力并不相同，单靠一家云厂商很难覆盖所有环节。华为云更希望把自身擅长的基础设施、算力效率和平台能力做好，再与具备行业积累的合作伙伴共同进入企业场景。
对滴普科技而言，云首先解决的是企业AI越来越绕不开的成本问题。
滴普科技创始人、董事会主席兼CEO赵杰辉在现场表示，随着智能体对模型的调用越来越频繁，单纯通过API接入多个头部模型会带来较高的Token成本；与此同时，模型规模持续扩大也让越来越多企业难以承担完整私有化部署的成本。
在他的判断中，企业AI现阶段的瓶颈已经发生变化。去年以前，行业更关心模型能力和Agent框架是否足够成熟；到了今年，随着这两项能力逐渐稳定，新的约束开始转向算力和数据。
与此同时，华为云已有的行业市场和销售能力，也可以帮助滴普科技进入更多企业客户。
赵杰辉在现场坦言，滴普仍处于快速发展阶段，在市场拓展上，与华为云协同推进的覆盖能力显然高于单独“单打独斗”。
滴普科技的稀缺性主要在于其所覆盖的行业大多数来自制造业，这是当下众多参与企业级AI竞争的公司较少覆盖的领域。
赵杰辉透露，滴普科技约51%的收入来自制造业，零售行业贡献约30%。
制造业的AI变革问题确实更为复杂。一项设备故障诊断可能同时涉及设备型号、图纸、工艺文件、传感器数据、历史维修记录和备件信息；质量分析则可能需要把生产数据、工艺标准和工程师经验放在一起判断。
赵杰辉将这种差异称为企业AI的一道“模态门槛”。制造企业存在大量图纸和复杂工艺文件，如果这些数据无法被模型理解，智能体就很难真正跨过办公场景，进入专业岗位。
滴普科技过去几年所做的，很大一部分正是将这些分散的数据、业务关系和专家经验转化为模型可以理解和调用的能力。
今年WAIC期间，滴普科技升级了DeepexiOS AI级企业操作系统，这是由DeepWorks企业智能体平台、Deepexi企业大模型，以及Deepology企业本体数据和Skills体系组成。
其中，DeepWorks承担智能体编排与任务执行，FastData提供数据工程与数据治理底座；模型背后的本体和Skills则进一步沉淀一家企业的人、事、物、流程和规则，以及处理具体问题时需要调用的知识和执行路径。
接下来，双方需要共同验证的正是能否将云端基础设施与制造、零售等产业深处的知识和数据结合起来，让已经跑通的能力进入更多企业。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。金河配资提示：文章来自网络，不代表本站观点。
