深度实践，七年打造一家ToB上市公司之路，聚焦全球对话2025 T-EDGE分享经验

在本文中，我们将深入探讨如何在短短的七年时间内成功打造一家面向企业的上市公司，通过参与全球对话活动，我们将分享关键策略、经验和教训，聚焦于如何利用创新、团队协作和执行力实现这一目标，本文旨在启发那些有志于创建自己企业的读者，并强调实践中的深度应用的重要性，通过本文的分享，读者将了解到如何在激烈的竞争环境中脱颖而出，实现企业的跨越式发展。

生成式AI的浪潮席卷全球，无数科技企业陷入“大模型竞赛”狂欢。近期，滴普科技成功在香港联交所主板上市，成为港股“企业级大模型AI应用第一股”，受到市场高度关注。

在科技行业，很多企业追求“独门秘籍”式的核心技术，但滴普科技却走出了一条不同的道路——以工程化能力为核心，结合先发优势构筑竞争壁垒。这种选择，既符合ToB行业的特点，也体现了滴普科技务实的做事风格和技术理念。

具体来看，滴普科技的策略是：基于FastData数据平台 + DIC数据治理服务 +模型后训练+ FastAGI平台的专业服务能力，形成一体化优势。把数据、模型训练、Agent体系打包，把苦活累活做出高毛利。“我不妄想一个产品比大厂的好10倍，但随着客户群扩大，在专业岗位替代上的产品和服务经验会越积累越深厚，可能真的比他们好。”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如是说。

在IDC预测2025年全球信息和通信技术（ICT）市场总投资规模接近5.9万亿美元的宏大背景下，滴普科技在企业级大模型AI应用赛道上开辟出独特的增长曲线，其2025年上半年55%的毛利率数据，成为中国企业级AI领域的重要样本。

12月15日，钛媒体2025T-EDGE年度大会暨AI全球对话上，钛媒体集团联合创始人、联席CEO、ITValue发起理事刘湘明与赵杰辉进行了一场对话，不仅对滴普科技的七年创业实现上市背后的经历进行分享，更探讨ToB业务的逻辑，以及AI时代对发展ToB业务的重构等话题。通过拆解“深度实践”的实现路径与思考过程，还原中国企业数字化进程中的关键决策，赋能更多组织与个体。

精彩内容时间轴 创业历程与敲钟时刻

00:01:00 敲钟时刻与回顾7年创业之路

金句：别去想太多在模式上的创新……正确的方式一直在，那就是要敬畏客户的价值、敬畏技术的发展、敬畏市场的变化。

00:14:20 ToB业务的“第一性原理”

金句：ToB业务的第一性原理是以技术进步创造客户价值。即使服务投入大、毛利承压，也不应背离这一原则，而应在坚持价值创造的前提下，通过可视化经营、产品迭代与服务能力升级，将“苦活累活”转化为高毛利业务——关键在于持续抽象通用能力，并把服务中的痛点产品化。

00:37:20 组织文化的核心：沉淀“盲目相信组织”的人

金句：组织文化比组织架构更重要，关键在于沉淀“盲目相信组织”而非仅是“理性正确”的人。

产品与技术演进：从数据平台到AI企业操作系统

00:28:10 滴普科技产品理念——“两横三竖”企业级AI能力

金句：第一横是企业所有的数据和知识融合平台（FastData），第二横是企业模型工程平台（FastAGI）。三竖是三大智能体：DataSense（运营决策）、DeepSense（专业知识）、以及正在研发的新智能体。

01:00:00 拳头产品的行业壁垒在哪？

金句：技术壁垒不是“独门秘籍”或专利算法，而是干“苦活累活”沉淀出的工程化能力。

市场策略：如何打造中国版Palantir

00:49:40 干苦活累活并干出高毛利

金句：把苦活累活干出高毛利，核心在于持续抽象通用能力和将服务痛点产品化。

01:10:30 符合中国ToB市场逻辑的Palantir模式：打造标杆客户，建立行业心智

金句：Palantir 的成功印证了这一路径：打造标杆客户 → 建立行业影响力 → 深度服务头部客户 → 反哺产品与服务迭代。这种“以深度换壁垒、以标杆带生态”的模式，恰恰契合中国ToB市场的底层逻辑。

01:18:52 自建服务网络（FDE/DIC）的重要性

金句：服务能力必须自建（不能外包），DIC（Deep Innovation Center）就是中国的FDE——能跟客户讨论业务问题、做咨询创新。

精彩语句 ToB 赛道创业准则

ToB赛道的残酷性恰是创业公司的机会所在。中国ToB市场规模庞大但服务不足，蕴含巨大发展空间。企业成功的关键并非模式创新，而是回归常识：敬畏客户价值、敬畏技术发展、敬畏市场竞争，踏踏实实做产品、大大方方做服务。

赵杰辉认为，企业做对的事情非常符合常识，核心在于三点敬畏：

• 第一是，敬畏客户价值。必须确保所做之事对客户真正有价值。无论以何种逻辑开启合作，若不能在客户侧持续创造实际价值，关系终将不可持续。这背后是优胜劣汰的自然法则。
• 第二是，敬畏技术发展。IT、人工智能、大数据等领域的技术迭代极快。若沉迷于过时技术，即使敬畏客户价值也无法创造新价值。必须快速迭代，用新技术创造新价值。
• 第三是，敬畏市场竞争。竞争对手在不断变化，从创始至今已换过多茬不同类型的公司。要直面越来越强的对手，学习其长处，但不能因此丧失自我，也不能闭目塞听。

2018年创业时，赵杰辉看到的是互联网积累的数据处理能力与ToB行业传统IT体系之间的技术断层，核心机会在于产业数字化。成立之初，滴普科技的定位是：围绕大型ToB客户，基于智能化、数字化技术提升其效能。而在创业之时，ToB领域正发生从“以流程为中心”到“以数据为中心”的架构范式转移，数据从流程附属品变为创新源泉和竞争优势的基础。

同时，赵杰辉认为，科技公司真正的“活下来”不是IPO或短期存活，而是穿越多个技术周期。公司已成功穿越了大数据时代周期，正处于大模型时代的激烈竞争中，目标是占据市场份额并“熬过去”。未来已瞄向新的人工智能+时代，梦想成为平台能力更强的大厂。创业的本质是持续演进的旅程，而非终点。

从工具到智能体，三个核心能力是关键

2018年前后是ToB科技服务创业的优质节点，数据为中心的转型成为行业共识，但大数据行业因“生产工具落后”陷入低谷，制约了数据价值的释放。

大模型作为新生产工具的价值，解放了被SQL等落后工具束缚的数据生产资料潜力。产品演进经历了“零散工具→统一平台→AI-ready融合体系→岗位智能体”的完整路径，最终形成“两横三竖”架构：底层是FastData平台与FastAGI平台，上层是三大智能体，通过“模型即应用”理念整合数据、模型与工具，持续抽象产品厚度以提升毛利。赵杰辉指出：“不能只有一个基础模型，必须整合数据、模型能力、岗位思考能力及其所用工具。智能体是数据、模型和工具的融合。通过不断抽象产品厚度，降低前端工程师投入，提升毛利。”

谈及滴普科技近年来的产业/服务演进思路，赵杰辉表示，“我们早期就探索过text to SQL，但泛化能力弱。2022年下半年了解到大模型进展后，开始与客户探索将大模型与数据平台结合，做AI for Decision（业务决策）。大模型作为新的生产工具，对解放数据生产资料的潜力提升巨大——直到有了大模型，数据才能真正发挥价值，实现任意角度、灵活的业务分析。”

当前，客户最大的挑战是如何让模型真正替代或增强岗位。流行的模型即应用、智能体等概念的背后，本质是数据处理能力、模型训练能力与工具对接能力的三位一体。

在赵杰辉看来，智能体这个概念现在还不统一，但它既不是基础模型，也不是Agent工具。从工具平台到行动系统， 真正的智能体不是孤立的基础模型或工具，而是能替代或增强一类岗位的完整体系，必须具备三大核心能力：场景数据处理、基于数据的模型训练，以及将模型无缝嵌入现有工作流的能力。

在这一认知体系下，滴普科技的产品逻辑已贯穿三层：AI for Decision、AI for专业岗位、AI for体力劳动者，均基于FastData的数据处理与FastAGI的模型训练能力构建。

技术壁垒不是“独门秘籍”或专利算法，而是干苦活累活沉淀出的工程化能力。FastData企业级数据智能解决方案的壁垒在于：一、处理复杂数据格式（工程图纸、科学计算、GIS等）的产品化能力；二、知识本体建模（知识逻辑体系构建）的积累；三、Chat BI“一看就会，一做就对”的100%准确率——跨6张表join查询，主流模型准确率仅70-80%，通过大量工程技术优化可达100%。FastAGI企业级人工智能解决方案的壁垒在于模型评估与精准度管理能力。真正的护城河是：已经是牌桌主要玩家，客户没必要冒险找新人从头干。

FastData企业级数据智能解决方案 的三大工程壁垒

1. 复杂数据格式处理能力
服务头部客户过程中，不得不处理越来越丰富的数据格式：工程图纸（如中国海诚、大族激光）、科学计算、GIS、三维空间、复杂表格等。做起来都挺难，但做得多了就产品化了。别人想从头来也没那么快。更关键的是，大部分基础模型训练的是互联网文本数据，企业级复杂格式数据处理很难。

2. 知识本体建模能力
ToB客户中，一个图纸里的公式不会在图纸里讲清楚，所需参数可能在别的知识体系里，必须建模。这种AI for Data Governance能力不是单点技术，是干多了积累的。

3. ChatBI的100%准确率
现在做ChatBI的人很多，但真正用起来能做到100%准确的极少。百丽每月10万次提问，各种复杂逻辑，要把数据在企业环境里准确组装起来，听着简单，实际是个特别繁琐的工程技术门槛。央企客户实测过最先进的国内外模型，跨4-6张表的join查询，最厉害的模型准确率也不超过七八成。我们增加了大量工程技术，可以做到接近100%。企业产品必须"一看就会，一做就对"，这个能力沉淀在FastData里。

FastAGI企业级人工智能解决方案 的模型评估壁垒

FastAGI也一样，要用FastData产生的数据知识体系，把开源模型后训练成企业精准模型。精准度要求极高，否则没有意义。背后是模型评估能力——怎么知道这个模型足够准确可以用了？“这是很多科学家的专题，我们在FastAGI有很多专业沉淀。不是说多大的科学发明，但模型精准度的持续迭代和管理有很多复杂逻辑。”赵杰辉指出。

除了工程化能力，另一大壁垒是先发优势。赵杰辉表示，在AI+产业或ToB AI落地这个切口做公司，先发优势非常明显。我们已经具备大量制造业、大消费、交通、医疗等领域的头部客户。技术迭代时，我可以快速引入，因为我有这些头部客户的覆盖和成功经验。这对很多后来者，无论大厂小厂，都是一种壁垒。

ToB 业务的第一性原理

ToB业务的第一性原理是以技术进步创造客户价值。即使服务投入大、毛利承压，也不应背离这一原则，而应在坚持价值创造的前提下，通过可视化经营、产品迭代与服务能力升级，将“苦活累活”转化为高毛利业务——关键在于持续抽象通用能力，并把服务中的痛点产品化。滴普科技2025年上半年毛利率已提升至55%。

刘湘明指出，中国ToB市场曾是“概念驱动”，但大模型填补了从概念到落地的技术空洞。

赵杰辉回应：没有白吃的苦，但要“聪明地吃苦”——经历数据中台、湖仓一体、多模态数据处理这些历程……每一环，关键在于吃苦时保持思考能力和概念辨别力，始终以第一性原理（创造客户价值）驱动技术迭代，而非盲目追逐或否定热概念。

在赵杰辉看来，把“苦活累活”干出高毛利，核心在于持续抽象通用能力和将服务痛点产品化。FastData沉淀的不仅是行业Know-how，还有复杂数据格式的通用处理能力；FastAGI抽象出AI for Decision、知识本体建模等可复用的"能力层"，而非直接做具体岗位Agent。技术进步（大模型）已大幅减少前端代码需求，关键在于：财务手段可视化 → 坚持"创造客户价值"第一性原理 → 用技术和产品抽象持续解决问题。

组织文化是应对变化的根本

赵杰辉认为，创业过程中组织与架构的调整是必然结果——没有创业者的商业计划书（BP）和组织架构能从创立保持到上市，不同发展阶段、收入规模及技术迭代，都会推动组织架构和人员构成的演化。但这些都只是表象，真正支撑企业穿越变化的核心是“组织文化”。

他坦言，初创者可能觉得“组织文化”空洞无用，但走到一定阶段的创业者都会认可其价值。其团队的实践数据可佐证这一点：2018年公司成立，年底仅20名员工，而这些人中有16位陪伴公司走到上市，共同赴香港敲钟。

组织文化比组织架构更重要，关键在于沉淀“盲目相信组织”而非仅是“理性正确”的人。技术迭代必然带来残酷的汰换，创始人必须主动承担责任——承认“是老板爱折腾”，但目标是让愿意同行的人越来越多。这是创始人无法回避的代价。

上市后账面的"安稳之路"与创业者"进取之路"的抉择，才是最大压力所在。转型不是痛苦选择，而是勤勉尽职的必然要求。拿着资源不求进取看似稳妥，实则让团队陷入舒适区，最终无法为股东、员工创造真正回报。“不是怕赌输，而是怕不敢赌”，才是滴普科技现在的最大压力。

深耕细分领域是创业企业的“护城河”

在赵杰辉看来，滴普科技与大厂竞争的护城河，不是妄想产品性能碾压，而是通过深耕专业岗位AI（如决策、分析类），将数据平台、模型训练、智能体工具做成一体化解决方案，用“苦活累活”的服务模式（原厂资深专家+DIC数据治理+模型后训练）在局部战场形成“产品力+服务能力+成本结构”的综合优势，把服务做出高毛利。

为什么Palantir要做FDE？道理一样。创业公司在与大厂竞争中必须切到自己有优势的细分。赵杰辉认为，Palantir的标杆客户+FDE模式在中国高度可行，且符合本土ToB认知。

Palantir 的成功印证了这一路径：打造标杆客户 → 建立行业影响力 → 深度服务头部客户 → 反哺产品与服务迭代。这种“以深度换壁垒、以标杆带生态”的模式，恰恰契合中国ToB市场的底层逻辑。

这个过程中，技术迭代、服务质量、认知进步必须比客户更快。服务能力必须自建（不能外包），DIC（Deep Innovation Center）就是中国的FDE——能跟客户讨论业务问题、做咨询创新，还能基于产品做落地。这些综合能力就是前端工程师。研发团队压力虽大，但需求接纳有节奏，避免频繁打断。核心是让有商业思维的人主导技术决策。

赵杰辉表示，FDE/DIC人员不是传统咨询顾问，而是兼具研发背景与业务理解力的复合型人才，而这种复合型人才市场上稀缺，只能自主培养。

赵杰辉表示，培养机制是“研发→一线实战→调回研发”的循环流动——从研发输出到客户现场做demo、做落地，积累项目经验后再调回研发，形成惯例。这种人才流动机制对公司组织文化考验极深，但已成为滴普科技的隐形门槛。

与此同时，赵杰辉指出，创业型企服公司需要找准自身赛道，而滴普科技就有自身的赛道规划——专业岗位的AI替代或增强，比如帮CEO/CFO做业务分析、决策报告。这类场景必须涉及专业岗位的知识与数据治理，除了产品还必须有服务，包括模型后训练、与原有工具对接（MCP）等。干这种苦活累活，做出水平、做出毛利，就是你的门槛。（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨盖虹达）