关的几百字),方便快速阅读;三是尝试在会议纪要方面创新。该产品的商业模式目前还在探索,目前已经在几个地市在做试点,未来可能像公共服务业务一样,面向全国做 SaaS 化服务,而不是到每个地方做一个项目制服务。 问 3:公司在数据要素相关的落地方面有什么可以分享的展望和信息? 答:国家数据局等相关部门在持续推动数据要素发展。各个地方数据局目前更加专注于场景,如 AI结合数据要素,应用于医疗领域。公司与邵逸夫医院合作在脑卒中预警预测做出高效模型,场景价值非常大。公司积极探索数据价值的融合开发创造,在交通领域已得到实现,我们的数据结合多方数据融合计算之后,数据融合度和丰富度非常好,我们希望在样板打好后推动数据资源的开放。 问 4:公司财报提到储备购置了数千万元的 AI 算力资源,能否拆解下这个费用,具体采购了哪些算力资源,投入到什么方向,后续的投入节奏又是怎样的? 答:我们不会囤算力,因为算力的价格变化很大;我们会根据自己的需求,客户的需求去配置相应的算力。首先,我们购置了价值数千万元的显卡,储备这些算力,一部分是应用在我们自己内部研发和业务中,另一部分是我们可以为客户进行私有化部署,解决部分客户存在的算力问题;其次,关于信创,我们也在跟进国产设备的情况,用于公共服务的客户;最后,我们推出了小型的"子母机",预计单台机器用低成本就可以部署"满血版"DeepSeek。子母机不仅可以供单人使用,而且可以多台组成小集群,让一个小型单位可以较低成本使用"满血版"DeepSeek。 问 5:大家都在期待 DeepSeek R2 的发布,发布后公司会和他们有什么新的合作吗? 答:我们也和大家一样期待 DeepSeek R2 的发布。我们认为 DeepSeek 类似于Linux 系统,对专业人士来说就是成熟的产品,可以直接通过代码进行开发;对普通用户来说则是个"半成品"。所以,在DeepSeek 上面应该有一层类似"RedHat"或者"安卓"的东西,以手机为例,首先手机需要有电话短信的基础功能,大模型也是需要有自己的基础功能;其次,作为手机来说,用户使用会有自己的通讯录,而对于大模型来说,如何规模化收集、便捷化处理个性化数据是非常必要;最后,对于智能手机来说,可以很方便地下载、使用 App,大模型未来也会有多样性应用。基于此,我们举办了"逐浪AI AGENT 2025 黑客松创意赛",就是希望共同发动行业力量一起去二次开发开源大模型。我们有一个优势,就是我们在 App行业中是非常独立的第三方角色,我们这种独立角色有利于我们和 DeepSeek 以及其他伙伴形成良性的生态互补,为开发者进行更好的服务。我们在内部提出一个"A to A计划",即"App to Agent",面向原来App 开发者进行AI服务,让这些App更快地实现"AI化",同时让 AI能联动各种各样的 App。 问 6:在 AI 时代下,以公司为代表的软件和计算机行业,用户对于 Agent模式会是什么样的态度,未来行业商业模式能否优化? 答:回顾2013 年左右关于移动互联网入口和搜索形态的讨论,那时候我就提出未来的搜索形态是打开应用商店,在应用商店里搜索 App进行垂直搜索,所以移动互联网的入口是 App Store,搜索形态是在 App里进行垂直搜索。回到 AI时代的互联网入口,大模型问答入口极大分流或代替搜索流量,同时大部分门户推荐还是在生态内,而当 DeepSeek 等开源大模型的出现,大家开始积极拥抱 MCP,探索基于 MCP 协议在提升用户体验和守护自身商业利益之间平衡发展。 问 7:公司关注的重点问题有哪些,AI 业务的计划和未来结构是怎样的? 答:我们重点关注还是数据要素和 AI相关。在数据要素方面,公司在数据要素开发的主业上是非常坚定的,也做了一系列人事调整,以更好地去进行数据要素的开发;在 AI 方面,公司目前更注重务实落地。AI 业务的节奏大概今年一季度是产创、共创,二季度是落地、实施,三季度会有望形成合同。全年来说,AI业务今年计划处于投入期,明年预计是收获期。公司不会错过 AI的机会,但公司更关注自身在数据使用上的能力,我们认为"开源大模型+闭源小数据"是未来的主流,也是我们去发力的方向,再加上可信数据空间,未来有希望形成"飞轮"结构,助推公司发展。lg...