滴普科技股份有限公司 Deepexi Technology Co., Ltd.(港交所:1384)的前身于2018年在北京成立，总部位于北京市海淀区，是一家开发企业级人工智能与数据软件的公司。它面向制造、零售、公共事业等机构，提供把企业数据整理成可用知识、再让人工智能参与分析和业务流程的软件方案；现法人于2025年改制并更名。
滴普科技 Deepexi Technology Co., Ltd.(1384)港股百科
滴普科技做的是供企业使用的软件，而不是面向个人的聊天应用。公司先以FastData处理企业分散的数据，后来推出FastAGI企业人工智能方案，并在2026年将其升级为DeepexiOS平台。它希望让企业自己的数据、业务规则和大模型接起来，使人工智能能够在制造、经营和服务流程中承担具体任务。
这些产品可以按“数据底座—模型—执行平台”来理解：先把资料接通并管理好，再让模型读懂企业场景，最后由智能体在受控流程中完成工作。公司官网及中期报告所列的主要产品和服务包括：
- FastData企业级数据智能解决方案：接入、治理和分析来自不同系统的数据，供企业搭建数据平台和制作业务分析。
- Deepexi企业大模型与Deepology：前者处理企业知识和决策问题，后者把业务对象、规则、数据和操作技能整理成模型可使用的资料。
- DeepWorks企业智能体平台：把模型接入企业现有系统和审批流程，安排智能体执行查询、分析及业务操作，并保留权限和过程记录。
- DeepexiOS平台方案：把上述能力组合成企业级人工智能应用。它在2026年由原FastAGI方案升级而来，客户购买的是软件部署及相关服务，不是一套通用消费电子设备。
港交所披露的2026年中期报告显示，截至6月30日止六个月，集团未经审计收入为人民币2.84亿元，较上年同期的1.32亿元增长115.0%；其中DeepexiOS方案收入约2.26亿元，FastData收入约5804万元。同期毛利约1.60亿元，毛利率56.5%；期内亏损约3192万元，上年同期亏损约3.08亿元。亏损收窄不能只归因于销售增长：上年同期还包括优先权股份金融负债公允价值变动等项目，两期会计费用结构不同。
滴普科技 Deepexi Technology Co., Ltd.(1384)历史百科
- 2018年5月，公司前身北京滴普科技有限公司在北京成立，由赵杰辉和杨磊创办。
- 2019年，滴普推出首款面向企业管理的商业化产品及FastData数据智能方案，并获认定为高新技术企业。
- 2019年9月，集团为海外融资及可能的境外上市设立境外控股架构，并采用当时的合约安排；这属于资本重组，不是另一次公司创立。
- 2020年，集团为境内融资及上市可能性重新整合业务，终止此前的合约安排；公司同年获认定为北京市“专精特新”中小企业。
- 2021年，FastData持续迭代，并开始较广泛地实现商业化。
- 2022年，滴普与中国开发者网络CSDN共同打造Deepnova知识平台。
- 2023年，集团推出FastAGI企业级人工智能解决方案，并登上胡润百富全球未来独角兽榜单。
- 2024年，FastAGI在多个垂直行业实现商业化；公司入选福布斯中国人工智能科技企业TOP50，并获认定为国家级专精特新“小巨人”企业。
- 2025年4月8日，前身由有限责任公司改制为股份有限公司，更名为滴普科技股份有限公司。
- 2025年，公司自研企业大模型完成深度合成算法及生成式人工智能服务两项监管备案；这一进展记载于招股章程。
- 2025年10月28日，滴普科技在香港联交所主板开始买卖，股票代码为1384。
- 2026年3月，公司发布升级后的Deepexi企业大模型及DeepexiOS平台；中期报告将原FastAGI方案收入归入升级后的DeepexiOS类别。
- 2026年4月，DeepClaw企业基础智能体通过中国信通院相关可信人工智能助手测试。
- 2026年6月，DeepSense工业智能体通过中国信通院可信人工智能工业智能体评估测试。
- 2026年7月，公司升级DeepWorks企业智能体平台。
- 2026年8月，公司与华为云联合发布数据智能解决方案。
滴普科技 Deepexi Technology Co., Ltd.(1384)港股投资
观察滴普科技的业务，关键是DeepexiOS订单能否持续转化为收入，以及软件部署成本、研发和销售费用能否随规模扩大而得到控制。2026年上半年收入增长较快，但集团仍录得亏损；FastData收入则基本持平。企业人工智能项目还要经过数据接入、权限管理和实际业务验收，签下合作协议并不等于已确认收入。上述资料只用于了解公司业务与风险，不构成投资建议。
参考资料：
原创文章，作者：港股百科，如若转载，请注明出处：https://www.kdxg.com/1384.html
