欧美日韩一看视频

欧美日韩一看视频

在中国制造升级、半导体国产化攻坚、AI技术爆发的三重浪潮交汇中，德信抓住机会，将自己锻造出新的筋骨。

文｜《中国企业家》记者 赵东山

编辑｜何伊凡见习编辑｜李原

图片来源｜中企图库

2020年，德信科技创始人、董事长、CEO苑德彬在公司内部提出要转型做自研软件产品时，几乎遭到了所有人的反对。

那时候，德信科技（以下简称“德信”）已经成立11年，一直做的是ERP咨询实施服务，客户覆盖多个行业，每年都有不错的利润。团队里大多数人跟着他干了十几年，擅长的是服务客户、实施项目，没人相信自己能做出一个比SAP更好的产品。

苑德彬不是没有犹豫过。从2009年创业以来，他试过ERP行业垂直用工平台、口腔领域的“SaaS+O2O”、AI数据标注……几乎所有尝试都以失败告终。每一次失败都在提醒他：认知和能力是有边界的。但这一次，他看到了不一样的信号。

那是半导体行业给他开的一扇“窄门”。

2018年，德信决定聚焦半导体行业的信息化服务。这是一个连SAP、Oracle等国际巨头都没有成熟解决方案的领域——不是他们不想做，而是太难做。

半导体制造混合叠加了流程与离散，是微观粒子级的精密制造，一个12寸晶圆要走1500道工序，中间还可能随时变更生产指令。传统的ERP系统基于流程化和信息化设计，根本无法处理如此复杂、高频、高颗粒度的海量数据需求。

“我们客户的一个8寸晶圆厂，一个月生产报工单300万张，按精细化成本核算拆解后数据量能到9800万条。传统的ERP内存数据库，跑到1000万条就崩了。但这就是半导体制造的常态。”苑德彬告诉《中国企业家》。

他看到的不只是半导体一个行业的痛点，更是整个中国制造业升级的缩影。当传统制造走向自动化、智能化，企业对运营软件的要求正在发生质变——过去是管流程、管信息，未来必须是管数据、管智能。

更重要的是，他看到了技术的浪潮。2022年，在AI大模型尚未爆发之际，德信在技术架构上做了一个关键选择：放弃当时更成熟的搜索引擎技术路线，选择了以Python为核心的AI原生架构。“我们‘赌’定大模型一定会来，智能化一定是未来。”他说。

如今回看，那更像是一次穿越迷雾的眺望。当ChatGPT掀起全球AI热潮，许多企业才开始仓促“拥抱AI”时，德信已经基于自研的“秘火IOP”平台，在半导体计划排产、生产调度、供应链协同、精细化成本核算等环节跑通了原生AI智能体。他们甚至提前布局了行业里稀缺的“用户行为数据”——在产生运营数据的同时，系统自动完成标注，形成向量数据库，让AI训练成本大幅降低。

这不是一场跟风，而是一次筹谋已久的换道。

德信的故事，是一个关于“选择”的故事。选择从舒适区跳入深水区，选择在巨头放弃的领域扎根，选择在无人看好的时刻坚持，选择在技术分岔路口押注未来。这些选择背后，是苑德彬对“认知决定选择”的执着信仰。

这也是一个关于“窗口”的故事。中国制造业的智能化升级、半导体产业的国产化攻坚、AI技术的爆发性演进——三重浪潮在同一个历史时期交汇，催生了一片全新的战场。德信抓住了那片战场上最难啃的阵地，并用五年时间，把自己从一家ERP咨询服务商，锻造成一家拥有高算力底层架构、原生AI能力和半导体行业深度know-how的智能运营平台软件产品公司。

如今，德信的产品已进入诸多知名半导体头部企业，并开始向军工、离散制造等行业拓展。与很多传统ERP厂商强调“信创”不同，他们更强调“代际领先”——“他们是诺基亚，我们是智能手机；他们是燃油车，我们是电动车。”

但在苑德彬看来，这一切才刚刚开始。2025年，德信将全力推进企业级运营全场景AI智能体的落地。“未来，企业用户的操作界面不再是左侧菜单栏，而是一个个像App一样的智能体，人与AI协作，真正实现提效降本。”

从ERP咨询服务商到智能运营平台软件的领跑者，德信的蜕变并非一蹴而就。它经历了试错的阵痛、转型的质疑、架构的博弈，也享受过认知突破的清醒、技术验证的兴奋、客户认可的踏实。它的成长轨迹，折射出一家中国to B企业在时代浪潮中的清醒、胆识与韧性。

12月6日～7日，由《中国企业家》杂志社主办的2025（第二十三届）影响力企业家年会（原中国企业领袖年会），在北京召开。6日下午，苑德彬在“弧光600秒”环节发表了题为《五破五立，十年向“芯”》的演讲。

以下为苑德彬现场演讲内容实录（有删减）：

德信在这十几年发展当中，有一些关键性的节点，跟大家分享一下。

第一个点是在2015年，我们德信成立于2009年，最开始做的是大型企业的ERP咨询服务，是比较传统的生意。在这六年里，我们每年都有不错的利润和营收。但因为行业天花板比较低，如何做创新和突破，当时没有特别好的想法。2015年，我们选择挂在新三板，用新三板规范化经营，这也意味着运营成本增高，我们用这样的方式倒逼企业做商业模式的升级。

2015年前后那几年，我们做了尝试，比如做ERP行业垂直用工平台，口腔领域的“SaaS+O2O”、AI智能标注、ERP创业合伙人计划，所有的尝试最后都失败了。我在尝试每一个创新的过程中，秉承着快速试错、快速失败、及时止血，保留了持续创新的能力。

在这个过程中我意识到，每一个人自己的能力和认知是有边界的。要敬畏每一个行业，在自己擅长的赛道里去不断地做创新和积累，这是我的第一个认知。

之后，我们又回归到自己的主业ERP咨询服务行业，去服务各个行业的企业。但我们如何形成差异化、形成优势，是我不断在思考的。在企业发展资源、资金、实力有限的情况下，我们要做的是减法、聚焦。这么多的行业我们怎么选择，这个时候我们关注到半导体行业，它在制造业里属于“流程制造+离散制造”的叠加，非常复杂。

多数制造业都是肉眼可见的制造，而半导体行业是肉眼不可见的制造，是微观粒子级别的制造。在这样一个最复杂的制造业里，国外很多主流的ERP产品都没有成熟的解决方案。这对我们来说是一个机会，在最难的、别人没有做好的地方，我们单点切入，形成差异化优势。与其击伤十指，不如断其一指，我们果断聚焦到了半导体行业。

我们做了两年半导体以后发现，这个行业竞争焦点不在于解决方案，而在于技术的创新。这个行业对数据颗粒度、运营数据的质量要求极高，对自动化、智能化要求极高，传统ERP管流程、管信息无法做到这一点。如果要解决半导体行业精细化成本核算、自动化、智能化运营的痛点，必须有新的技术和产品出现，这其实也代表了未来所有制造业转型升级的需求。

我们看到了行业和时代给大家的机会，我产生了一个想法，2020年，不再做第三方软件服务，做自研软件产品。

内部提出来的时候，团队所有人都是反对的。很简单，我们做了十几年都是做ERP咨询服务，现在要做产品，难度是非常大的。我认为这个时候不做产品，时代给你的机会就是一瞬。国内有很多ERP厂商做了三四十年，他们都没有做到的事情你凭什么做得到？

我认为，任何一个行业你要做颠覆和创新不能静态地看，要动态地看。放到十年前我们做这些事情一定不能成。现在有一个机会点，所有的制造业都在需求升级，由传统离散人工制造变成自动化制造、无人工厂。这就对企业软件运营提出更高的要求，传统的流程化和信息化ERP没法做到这一点，这是大背景的要求。

此外，未来AI技术浪潮如果实现，一定会让所有行业再重做一遍。基于以上判断，我认为存在一个巨大的机会，这个行业可以创新。

半导体行业又给了我们在最难的制造业里去试错的机会。大家知道所有头部的、各行业的大企业不可能用不成熟的软件，没有给你新软件试错的机会。但是在半导体行业，我们出现了这样的机会，这个时机一定要抓得住。

在所有人都反对的时候我们坚持去做，怎么做？首先要升级人才结构，我们在前面几次试错的时候，跟互联网行业有了广泛的接触，和很多大厂产品经理、高级架构师都是很好的朋友。要解决大数据处理的问题，甚至智能化和AI的问题，一定要用互联网的技术经验。互联网技术解决大数据是最成熟的，我们找到了一些互联网大厂出身的资深产品经理和架构师，谈完以后他们也觉得这个方向非常有希望，他们主动上车，这样我完成第一个人才结构升级。

接下来，产品要如何做？不能上来就做大而全。我们选择了单点突破，先做了所有软件都做不好的单点模块，解决核心的痛点。大家可以理解为，如果人家是咖啡，那我就是伴侣。形成了整体解决方案，像一颗钉子一样扎了进去，在客户那儿有了拳头级产品，其他的产品反而是降维。我们一步步走，完善整个产品的矩阵。从2020年到今天，在半导体行业我们已经在多个头部客户里完成了产品逐步地替换，所有的替换都是基于性价比、基于降本增效。

这个过程中，我们从刚开始做产品、团队，大家质疑、不相信，到做出产品，大家相信，到现在把产品卖出去，在客户和市场上获得广泛反响，到大家已经无比坚信。这个过程我感触很深，也是我一贯的做事风格。我不会用道理说服人，我只会用环境改变人，用事实和结果说话。

世界上最好的ERP软件，50年前是从汽车行业开始产生，再延伸到其他行业做降维。今天最复杂的制造业是半导体。我们把半导体做穿以后，做到其他制造业也都是降维。现在我们也做向了其他的军工、离散等各个行业，这是我们的第三次改变。

2022年，我们面临了整个产品的第三次架构升级。这次升级具有决定性意义，我们能处理大数据。当未来的数据质量足够高，企业高质量数据如何在运营中应用，一定要用AI技术做智能化处理。

2022年，大模型AI还没有出来，我们已经“赌”定AI。在语言选择上，我们底层的C++解决算力问题，中间层是用Lua还是用Python，该用搜索引擎技术还是用算法技术，有不同的思考方向。经过我们自己内部的研判，最后选择用Python算法技术，赌定的就是大模型AI的爆发。如果当时“赌”错了，三年后的今天，德信也就不存在了。

Python是目前AI的原生语言，我们就有机会在企业所有运营数据做到颗粒度足够细、质量足够高的情况下，能够做原生的AI智能体，这就是关键的技术决策。

最后一个重要时间节点就是2025年年初，我们做了重要决策。因为我们有了企业运营数据秘火IOP底座，有了AI原生架构能力，在企业级、半导体行业，我们开始做端到端全场景运营数据的AI智能体，也就是从研发、销售、采购、生产、库存、成本、财务，所有环节的原生智能体。

市场上有很多智能体，为什么客户会选择你？你跟别人有什么不同？这里面本质有三点不同，在企业运营级的AI应用里，一个好的应用必须具备三类数据，第一类数据就是企业的运营数据。第二类是用户行为数据，现在企业运营管理软件里面都不具备，因为他们是上一代信息化的产品，我们是下一代智能化产品，这就是“人无我有”的。

现在的AI都是把企业的运营数据拉到数据仓库，去做重新标注、打标签，用大模型训练，就叫所谓的AI，我们把这样的AI叫作“洗澡AI”。德信的“秘火IOP”是原生的，在产生企业所有运营数据的同时，我们的分词技术已经实现了数据自动标注，形成向量数据库。产生运营数据的同时，数据已经被自动打标过了，AI可以直接拿来训练，这样就大大减少了企业运营、使用AI训练数据的成本，提高了效率。

第三类数据，需要大型企业在应用软件的同时，还需要定制化、二次开发的成本足够低。我们的秘火IOP因为采用了Python，有了智能辅助编程工具，可以帮助我们的程序员快速形成代码的堆叠，简单拼凑就可以形成定制化程序，大大提高了效率。

未来，企业级的AI智能应用愿景很简单，通过一个又一个全场景环节AI智能体，来改变我们企业级用户的操作习惯。用户现在的操作习惯都是在左侧菜单栏点命令行，一个个输入指令去完成操作。未来用户的界面上将布满一个个像APP一样的智能体，它们来协助做日常的所有工作。

过去十年里，我们经过了几次关键性决策，从2015年到新三板挂牌，让自己的商业模式升级；2018年聚焦半导体行业，做单点切入；2020年决定做自己的产品；2022年升级技术架构，全面面向AI；2025年又做企业级全量的AI智能体，这就是德信十年来走过的轨迹。

我始终觉得，选择大于努力，认知决定选择；选择不同，结果不同。我很感谢德信在一路的选择过程中，走对了每一条路。德信只是时代的企业，我们赶上了时代的发展，幸运地做出了正确选择。每一个时代有每一个时代的企业，每一代人有每一代人的使命。德信作为未来企业级应用的领跑者，希望我们能做和时间赛跑的人，不辜负时代的选择。