滴普科技（01384.HK）2026年中期管理层讨论与分析

证券之星消息，近期滴普科技（01384.HK）发布2026年中期财务报告，报告中的管理层讨论与分析如下：

业务回顾：

DeepexiOS AI级企业操作系统平台解决方案
      2026年上半年,基于2025年年报所述FastAGI企业级人工智能解决方案的商业化落地基础,我们进一步完成产品及服务体系升级,将FastAGI企业级人工智能解决方案升级为DeepexiOSAI级企业操作系统平台解决方案。DeepexiOSAI级企业操作系统平台定位为企业AI员工基础设施和词元(Token)生产力平台,由DeepWorks企业智能体平台、Deepexi企业大模型、Deepology企业本体数据集和技能三部分组成,形成「日常工作入口-企业知识底座-行业技能(Skills)集合」的产品结构,面向企业级智能体的创建、运行、协同和治理,支持AI员工在真实业务环境中稳定参与部门任务、跨系统协作与持续运营。
      其中,DeepWorks企业智能体平台承接原FastAGI企业级人工智能解决方案在知识库开发、模型管理和AI智能体构建等方面的一站式能力,并结合云服务能力和端侧APP能力升级为企业日常工作的AI入口。DeepWorks可基于通用基础模型提供办公、代码和组织协同等通用能力;接入Deepexi企业大模型后,则可依托企业知识底座,具备面向生产制造、运营决策等深入业务领域、基于企业具体知识的长程任务准确规划与执行能力。
      Deepexi企业大模型是我们自研的企业大模型,以本体范式自动构建和迭代企业知识,持续、精准构建企业AI员工智能基础,更稳定地理解企业对象、业务规则、流程关系和行业语义。通过对企业结构化、非结构化及半结构化等多模态数据进行解析、标准化治理和语义编译,将企业知识、文档、图纸、公式、业务流程及业务数据等沉淀为可被AI员工理解和使用的企业语义,编译企业的业务本体,持续构建和迭代企业知识底座。日常工作数据先转换为本体范式的知识逻辑并进入Deepexi企业大模型的知识基座;当知识积累到一定程度并趋于稳定后,再通过后训练逐步进入Deepexi企业大模型的权重和参数,形成企业级知识的长期沉淀路径。
      Deepology企业本体数据集和技能汇聚覆盖制造、零售、科学研究、公共事业等领域的高质量企业本体数据集和2,000多个企业级技能(Skills),并在大量头部客户落地中形成行业与部门级专家团。Deepology可接入DeepWorks企业智能体平台,使企业智能体从通用办公与协同能力进一步延展到生产制造、运营决策、IT服务和数据治理等深度业务领域,并通过日常工作对话持续沉淀新的工作方法及高频、稳定、可复用的专家团协同技能(Skills)。
      FastData企业级数据智能解决方案
      FastData企业级数据智能解决方案继续作为我们数据智能产品体系的重要组成部分,聚焦企业数据治理、数据融合、数据开发、商业智能及分析等能力,升级提供以代理式人工智能(AgenticAI)操作企业数据,提升数据访问效率、降低数据开发成本并支持更明智的经营决策。同时,FastData沉淀的数据治理和数据工程能力也为DeepexiOSAI级企业操作系统平台构建企业知识底座、训练及微调企业大模型和代理式人工智能(AgenticAI)应用提供基础支撑。

业务展望：

展望未来,企业级人工智能的竞争重点将继续从单一模型能力,转向能否在企业真实流程中稳定运行、可被治理并持续产生业务价值。行业实践显示,模型需要与上下文、工具、系统接口和执行环境结合,才能从知识问答进一步进入任务处理和流程协同。一方面,面向确定流程的工作流会把检索、工具调用、路由、并行处理和结果校验等环节编排为可控链路;另一方面,面向开放任务的智能体系统会在任务目标、工具接口和权限约束下动态规划执行步骤,并通过计划、执行、反馈、评估和调整的持续循环(AgentLoop)逐步完成复杂任务。对于更复杂的企业场景,多智能体协同(AgentTeams)或「编排者-执行者」模式也将成为重要方向,即由核心智能体拆解任务、分派给不同职责的智能体或工作流,再汇总结果并进行校验。上述变化意味着,企业级人工智能落地不只是接入模型,而是需要建设能够承载数据、知识、工具、权限、流程和组织协同的基础设施。
      本集团将顺应上述行业趋势,继续围绕企业AI员工基础设施和词元(Token)生产力平台推进产品与服务能力建设。在产品层面,我们将持续完善DeepexiOSAI级企业操作系统平台,进一步强化DeepWorks企业智能体平台、Deepexi企业大模型、Deepology企业本体数据集和技能之间的协同,使企业员工与合作伙伴的日常工作能够沉淀为企业知识和可复用的行业技能(Skills);在落地层面,我们将保持务实审慎的推进方式,重点关注制造、零售、科学研究、公共事业等行业和深入业务场景,围绕权限控制、审计留痕、人工覆核、运行监控和安全治理等要求,帮助客户把智能体能力嵌入现有业务系统和组织流程。凭藉与各行业客户的持续合作和场景积累,我们将持续为企业构建和运营场景化人工智能应用,为企业级人工智能从试点走向规模化应用提供全周期服务。

以上内容为证券之星据公开信息整理，仅供参考不构成投资建议。