Deepexi Technology hat das neu aktualisierte Deepexi Unternehmensgroßmodell veröffentlicht und mit 282 Skills die Unternehmens-AI-Mitarbeiter geschaffen.
In den letzten zwei Jahren war die Rolle von Large Language Models (LLMs) in Unternehmen eher "zurückhaltend".
In den meisten Unternehmen wurden sie zur Erstellung von Texten, Zusammenfassungen und Berichten eingesetzt, was zwar die Effizienz etwas verbessert hat, aber sie haben selten tatsächlich in die Geschäftsprozesse der Unternehmen Eingang gefunden. Der Grund ist nicht kompliziert: LLMs können Sprache verstehen, aber die Unternehmensdaten sind oft auf mehrere Systeme wie ERP, CRM und Produktionssysteme verteilt, und die Geschäftsprozesse sind komplex und hoch spezialisiert. Es ist also nicht einfach, dass KI ein Unternehmen wirklich versteht.
Allerdings ändert sich die Situation.
Am 12. März veröffentlichte Deepexi Technologies ein aktualisiertes Deepexi Unternehmens-LLM und führte das Deepexi OS, ein KI-basiertes Betriebssystem für Unternehmen, ein, das aus dem Deepexi Unternehmens-LLM, der FastAGI Unternehmensintelligenzplattform und der FastData Foil Unternehmensdatenintegrationplattform besteht.
Im Gegensatz zu vielen früheren Unternehmens-KI-Produkten zielt dieses System darauf ab, ein grundlegendes Problem zu lösen: Wie kann KI ein Unternehmen wirklich verstehen und an den Geschäftsprozessen des Unternehmens teilnehmen?
Zhao Jiehui, Gründer, Vorsitzender des Verwaltungsrates, Exekutivdirektor und CEO von Deepexi Technologies, sagte auf der Pressekonferenz: "Die Implementierung von KI in Unternehmen hat letztendlich nur einen Ausgangspunkt: Wie können wir kontinuierlich KI-Mitarbeiter basierend auf den Geschäftswissen und -zuständen des Unternehmens erstellen und richtig einsetzen? Und wie können wir diese KI-Mitarbeiter in Massen einsetzen, damit sie die menschlichen Arbeitskräfte entlasten?"
Wenn ein Modell die Geschäftsprozesse eines Unternehmens verstehen und in einem System kontinuierlich konkrete Aufgaben ausführen kann, wird das LLM selbst zum Teil des Unternehmensbetriebs.
Signale zeigen: Unternehmens-KI-Mitarbeiter werden implementiert und skaliert
Dieses Upgrade von Deepexi Technologies wird von der Branche als eine Vorhersage für die Entwicklungsphase von Unternehmens-KI interpretiert. Wenn man die Zeitspanne betrachtet, gibt es derzeit politische, kapitalmarktorientierte und technologische Signale auf dem Unternehmens-KI-Sektor. Die Überlagerung dieser drei Signale zeigt, dass die Unternehmens-KI aus der technologischen Erkundungsphase in die Phase der massiven Implementierung übergeht, und KI-Mitarbeiter werden in Zukunft in großem Maßstab eingesetzt werden.
Zunächst die politischen Signale.
Im Regierungsprogramm von 2026 wurde erneut "Künstliche Intelligenz +" erwähnt. Der Schwerpunkt hat sich von der Infrastruktur der Rechenleistung und der Modellfähigkeit in der Vergangenheit auf die KI-Anwendung und die industrielle Implementierung verschoben. Das Programm fordert die Beschleunigung der Verbreitung von neuen intelligenten Endgeräten und Intelligenzagenten und die kommerzielle und massenhafte Anwendung von KI in wichtigen Branchen.
Diese Veränderung bedeutet, dass der Fokus der KI-Industrie von der Angebotsseite zur Nachfrageseite verschoben wird. In den letzten Jahren lag der Schwerpunkt der Politik auf der Rechenleistung, den Algorithmen und der Modellfähigkeit. In der neuen Phase wird die Unternehmens-KI-Anwendung zum eigentlichen Nachfragemarkt der KI-Industrie, und die KI-Mitarbeiter, die Probleme lösen können, werden zum Schwerpunkt der Unternehmen.
Das zweite Signal kommt vom Kapitalmarkt.
Kürzlich hat Deepexi Technologies eine Gewinnvoraussage veröffentlicht und wurde in den Hongkong-Zusammenhandel aufgenommen. Ein Unternehmen, das langfristig in der Unternehmens-KI tätig ist, hat die technologische Validierungsphase verlassen und ist in die Phase der kontinuierlichen Einnahmen eingetreten. Dies hat symbolische Bedeutung.
Im Kapitalmarkt entwickelt die Unternehmens-KI allmählich ein stabiles Geschäftsmodell. Mit der zunehmenden Klarheit der Einnahmenstruktur und der Kundenbasis könnte die Bewertungsmethode der Investoren für Unternehmens-KI von einer reinen technologischen Erzählung zur langfristigen Wertlogik von skalierbaren Unternehmens-KI-Mitarbeiterplattformen und -Infrastrukturunternehmen wechseln.
Das dritte Signal kommt von der Technologie selbst.
In den letzten zehn Jahren hat die Unternehmensdigitalisierung mehrere technologische Wellen durchlaufen. Von ERP über BI bis hin zum Datenmiddleware-System wurden die Unternehmenssysteme ständig aktualisiert, aber KI hat nie wirklich zur Kernfähigkeit eines Unternehmens geworden.
Einer der Schlüsselgründe ist, dass Unternehmensdaten sich von Internetdaten völlig unterscheiden. Internetdaten sind normalerweise öffentlich, standardisiert und in großer Menge vorhanden, was sie gut für das Training von LLMs macht. Unternehmensdaten sind jedoch verteilt und enthalten viele unstrukturierte Informationen und hängen stark von der konkreten Geschäftsumgebung ab. Dies bedeutet, dass selbst wenn ein Modell eine starke Sprachverstehensfähigkeit hat, es schwierig ist, die Geschäftsprozesse eines Unternehmens wirklich zu verstehen.
Deshalb war die Anwendung von LLMs in Unternehmen in der Vergangenheit oft auf die Beantwortung von Fragen, die Zusammenfassung oder die Suche beschränkt und hat selten direkt an Geschäftsprozessen teilgenommen.
Bis ByteDance Trae IDE und Alibaba Tongyi Lingma veröffentlicht haben, und ausländische Produkte wie Cursor und GitHub Copilot in großem Maßstab implementiert wurden, zeigt dies, dass die KI für die Programmierung beschleunigt generalisiert wird. Die Popularität des Open Source KI-Ausführungsgateways OpenClaw bildet eine technologische Synergie mit der KI für die Programmierung. KI beginnt, Aufgaben mit höherer Ausführbarkeit zu übernehmen, wie die automatische Analyse von Geschäftsdaten, die dynamische Anpassung des Produktionsplans, die Durchführung von Betriebsstrategien und sogar die direkte Nutzung von Systemen für Operationen.
Und erst wenn KI tatsächlich an konkreten Geschäftstätigkeiten teilnehmen kann, ist die Implementierung von Unternehmens-KI-Mitarbeitern wirklich möglich.
Vor diesem Hintergrund hat Deepexi Technologies das Deepexi Unternehmens-LLM aktualisiert und das Deepexi OS, ein KI-basiertes Betriebssystem für Unternehmen, eingeführt. Im Wesentlichen versucht es, diesen technologischen Wendepunkt zu nutzen: Nachdem die KI ein Unternehmen versteht, kann sie auch den nächsten Schritt machen und tatsächlich in einem Unternehmen arbeiten und ein KI-Mitarbeiter werden.
Wenn sich die politische Ausrichtung, die kapitalmarktorientierten Signale und die technologischen Fähigkeiten gleichzeitig ändern, bedeutet dies oft einen Wechsel der Branchenphase. Einige Technologieunternehmen, die langfristig auf dem Unternehmensmarkt tätig sind, wie Deepexi Technologies, sind bereit.
Unternehmen müssen KI-Mitarbeiter befähigen, die Geschäftsprozesse zu verstehen
Es ist seit langem das Ziel von Deepexi Technologies, KI dazu zu bringen, ein Unternehmen wirklich zu verstehen und für das Unternehmen nützliche Arbeit zu leisten.
Nach Ansicht von Zhao Jiehui, Gründer, Vorsitzender des Verwaltungsrates, Exekutivdirektor und CEO von Deepexi Technologies, hängt die Implementierung von Unternehmens-KI und die Entstehung von Unternehmens-KI-Mitarbeitern in hohem Maße von einer bisher vernachlässigten Fähigkeit ab - der Datenverwaltungskapazität.
Derzeit hat die Unternehmensdatenverwaltung bereits drei Entwicklungsphasen durchlaufen.
In den letzten zwanzig Jahren war das Kernstück der Unternehmensdigitalisierung das Geschäftssystemssoftware. Unternehmenssoftware wie SAP und Oracle hat die Unternehmensprozesse in Systemmodule aufgeteilt und die Geschäftsprozesse über die Softwareoberfläche verwaltet. Gleichzeitig wurden die Unternehmensbetriebsdaten in strukturierten Tabellendaten festgehalten. In dieser Phase war die Datenverwaltung stärker auf die Geschäftssystemsoftware und das Indikatorsystem angewiesen.
Mit der stetigen Zunahme des Unternehmensdatensatzes ist die Branche in die Phase der Datenwarehouse und des Datensees eingetreten. Strukturierte und unstrukturierte Daten können gemeinsam gespeichert und über Datenmodelle verwaltet werden. Einige Unternehmen haben versucht, die Unternehmensdatenstruktur durch Ontologie-Modellierung zu verstehen, wie das Ontology-Modell von Palantir. Aber diese Phase ist immer noch stark von Ingenieuren abhängig - Unternehmen benötigen eine große Anzahl von FDE (Forward Deployed Engineer)-Ingenieuren, um das Indikatorsystem, die Geschäftsprozesse und die Wissensbeziehungen manuell zu organisieren und in Datenmodelle umzuwandeln.
Zhao Jiehui sagte, dass die kontinuierliche Entwicklung der KI-Technologie die Datenverwaltung in die dritte Phase gebracht hat. Durch das Training von LLMs können Unternehmen die Tabellenstruktur, die Geschäftsprozesse und das Wissenssystem in das Modell eingeben, und das Modell kann automatisch das Unternehmens-Ontologie-Modell generieren. Dies bedeutet, dass die ursprünglich von Ingenieuren manuell erstellten Datenmodelle nun automatisch vom Modell generiert werden.
Am Ende kann das Unternehmens-LLM selbst direkt an die Kunden ausgeliefert werden.
Vor diesem Hintergrund, zusammen mit der zunehmenden Reife der Agent-Technologie, ändert sich auch das Kernprodukt der Unternehmens-KI - KI muss von einem Werkzeug zu einem KI-Mitarbeiter werden, der an Geschäftsprozesse teilnehmen kann.
Deshalb hat Deepexi Technologies "Geschäftsprozesse verstehen + Aufgaben ausführen" als Kernfähigkeit der Unternehmens-KI festgelegt und auf dieser Pressekonferenz das aktualisierte Deepexi Unternehmens-LLM vorgestellt.
Konkret setzt das Deepexi Unternehmens-LLM diese Ziele auf zwei Ebenen um.
Die erste Ebene ist die Verstehensfähigkeit. Durch die Ontologie-Modellierung wird die KI in die Lage versetzt, das Unternehmen zu verstehen.
Die Unternehmensdaten sind oft auf mehrere Systeme verteilt. Obwohl es logische Beziehungen zwischen den Daten gibt, müssen diese Beziehungen normalerweise von Ingenieuren manuell organisiert und modelliert werden. Das Konzept von Deepexi Technologies besteht darin, durch die Datenverwaltung ein Deepology Unternehmens-Ontologie-Datensatz zu erstellen und dann Deepexi auf der Grundlage dieses Datensatzes zu trainieren. Durch die "Ontologie-Denkkette" wird die Geschäftssemantikstruktur des Unternehmens automatisch aufgebaut. In diesem Mechanismus kann die KI automatisch das Unternehmens-Ontologie-Modell generieren, die Geschäftssemantikbeziehungen organisieren und die Geschäftsprozesse des Unternehmens verstehen. Mit anderen Worten, das komplexe Unternehmensdatensystem wird in eine von der KI verständliche Geschäftstruktur umgewandelt, was die Lernphase der KI-Mitarbeiter für Unternehmenswissen ist.
Die zweite Ebene ist die Ausführungsfähigkeit, damit die KI direkt an Geschäftsvorgängen teilnehmen kann.
Das aktualisierte Deepexi kann nicht nur Analysen durchführen, sondern auch direkt Code aufrufen und generieren, wie SQL, Python und Front-End-Code. Dies bedeutet, dass die KI nicht nur Analyseergebnisse liefert, sondern auch direkt die Datenbank abfragen, Daten verarbeiten und sogar über Code mit dem Unternehmensbackend-System oder -Werkzeugen verbinden kann. Wenn die Verstehensfähigkeit und die Ausführungsfähigkeit kombiniert werden, wird die Rolle der KI von einem Berater zu einem Ausführenden. Das Unternehmen hat durch das Deepexi Unternehmens-LLM KI-Mitarbeiter geschaffen, die das Unternehmen verstehen und tätig werden können.
In dieser Architektur ist das Deepexi Unternehmens-LLM für das Verständnis der Unternehmensgeschäfte zuständig, während das von Deepexi Technologies vorgeschlagene Deepexi OS, ein KI-basiertes Betriebssystem für Unternehmen, versucht, eine gesamte Infrastruktur für Unternehmens-KI aufzubauen.
Außer dem Deepexi Unternehmens-LLM umfasst dieses System zwei Schlüsselkomponenten.
Die FastAGI Unternehmensintelligenzplattform ist hauptsächlich für die Aufgabenplanung und -ausführung verantwortlich. Die Plattform abstrahiert die gängigen Unternehmensgeschäftsaufgaben in wiederverwendbare Fähigkeiten über das Skills-System. Derzeit wurden bereits verschiedene Unternehmensfähigkeiten wie Ingenieurdesign, Betriebsentscheidungen und Datenwartung gesammelt, so dass mehrere KI-Digitalmitarbeiter zusammen komplexe Aufgaben ausführen können.
Die FastData Foil Unternehmensdatenintegrationplattform ist für die Unternehmensdatenverwaltung und -analyse verantwortlich. Die Plattform kann multimodale Daten wie Sprache, Video und räumliche Daten verarbeiten und kontinuierlich das Unternehmens-Ontologie-Datensystem aufbauen, um die Datenbasis für das Modelltraining und die Inferenz bereitzustellen.
Wenn die drei Komponenten kombiniert werden, kann ein Unternehmen die gesamte Kette von der Datenverwaltung, dem Modelltraining bis zur Ausführung durch den Intelligenzagenten abschließen. Dies entspricht dem gesamten Prozess, in dem KI-Mitarbeiter in einem Unternehmen ausgebildet, mit den Geschäftsprozessen vertraut gemacht und schließlich in der Lage sind, unabhängig ihre Arbeit zu erledigen.
D.h., Deepexi Technologies versucht, den Unternehmen eine Infrastruktur für Unternehmens-KI bereitzustellen, die die massenhafte Implementierung von KI-Mitarbeitern unterstützt.
Die Unternehmens-KI steht vor einer Explosionsphase
Nach Ansicht von Deepexi Technologies hat die Software in der Vergangenheit das Problem der Informationsverwaltung gelöst. In Zukunft wird die Kernintelligenzfähigkeit von Unternehmen allmählich von Unternehmens-LLMs übernommen.
Betrachtet man den kommerziellen Fortschritt, so bestätigt die Entwicklung der Unternehmens-KI diese Ansicht.
Bis zum 30. Juni 2025 hat Deepexi Technologies insgesamt 283 Unternehmenskunden bedient. Betrachtet man die Einnahmenstruktur, so haben FastAGI und FastData im ersten Halbjahr 2025 55,3 % bzw. 44,7 % der Einnahmen beigetragen. Laut der positiven Gewinnvoraussage von Deepexi Technologies für 2025 ist das Geschäft von FastAGI um über 175 % gegenüber dem Vor