德信科技苑德彬：在to B的“無人區”造一座燈塔

在中國制造升級、半導體國產化攻堅、AI技術爆發的三重浪潮交匯中，德信抓住機會，將自己鍛造出新的筋骨。

文｜《中國企業家》記者 趙東山

編輯｜何伊凡見習編輯｜李原

圖片來源｜中企圖庫

2020年，德信科技創始人、董事長、CEO苑德彬在公司內部提出要轉型做自研軟件產品時，幾乎遭到了所有人的反對。

那時候，德信科技（以下簡稱“德信”）已經成立11年，一直做的是ERP咨詢實施服務，客戶覆蓋多個行業，每年都有不錯的利潤。團隊里大多數人跟著他干了十幾年，擅長的是服務客戶、實施項目，沒人相信自己能做出一個比SAP更好的產品。

苑德彬不是沒有猶豫過。從2009年創業以來，他試過ERP行業垂直用工平臺、口腔領域的“SaaS+O2O”、AI數據標注……幾乎所有嘗試都以失敗告終。每一次失敗都在提醒他：認知和能力是有邊界的。但這一次，他看到了不一樣的信號。

那是半導體行業給他開的一扇“窄門”。

2018年，德信決定聚焦半導體行業的信息化服務。這是一個連SAP、Oracle等國際巨頭都沒有成熟解決方案的領域——不是他們不想做，而是太難做。

半導體制造混合疊加了流程與離散，是微觀粒子級的精密制造，一個12寸晶圓要走1500道工序，中間還可能隨時變更生產指令。傳統的ERP系統基于流程化和信息化設計，根本無法處理如此復雜、高頻、高顆粒度的海量數據需求。

“我們客戶的一個8寸晶圓廠，一個月生產報工單300萬張，按精細化成本核算拆解后數據量能到9800萬條。傳統的ERP內存數據庫，跑到1000萬條就崩了。但這就是半導體制造的常態。”苑德彬告訴《中國企業家》。

他看到的不只是半導體一個行業的痛點，更是整個中國制造業升級的縮影。當傳統制造走向自動化、智能化，企業對運營軟件的要求正在發生質變——過去是管流程、管信息，未來必須是管數據、管智能。

更重要的是，他看到了技術的浪潮。2022年，在AI大模型尚未爆發之際，德信在技術架構上做了一個關鍵選擇：放棄當時更成熟的搜索引擎技術路線，選擇了以Python為核心的AI原生架構。“我們‘賭’定大模型一定會來，智能化一定是未來。”他說。

如今回看，那更像是一次穿越迷霧的眺望。當ChatGPT掀起全球AI熱潮，許多企業才開始倉促“擁抱AI”時，德信已經基于自研的“秘火IOP”平臺，在半導體計劃排產、生產調度、供應鏈協同、精細化成本核算等環節跑通了原生AI智能體。他們甚至提前布局了行業里稀缺的“用戶行為數據”——在產生運營數據的同時，系統自動完成標注，形成向量數據庫，讓AI訓練成本大幅降低。

這不是一場跟風，而是一次籌謀已久的換道。

德信的故事，是一個關于“選擇”的故事。選擇從舒適區跳入深水區，選擇在巨頭放棄的領域扎根，選擇在無人看好的時刻堅持，選擇在技術分岔路口押注未來。這些選擇背后，是苑德彬對“認知決定選擇”的執著信仰。

這也是一個關于“窗口”的故事。中國制造業的智能化升級、半導體產業的國產化攻堅、AI技術的爆發性演進——三重浪潮在同一個歷史時期交匯，催生了一片全新的戰場。德信抓住了那片戰場上最難啃的陣地，并用五年時間，把自己從一家ERP咨詢服務商，鍛造成一家擁有高算力底層架構、原生AI能力和半導體行業深度know-how的智能運營平臺軟件產品公司。

如今，德信的產品已進入諸多知名半導體頭部企業，并開始向軍工、離散制造等行業拓展。與很多傳統ERP廠商強調“信創”不同，他們更強調“代際領先”——“他們是諾基亞，我們是智能手機；他們是燃油車，我們是電動車。”

但在苑德彬看來，這一切才剛剛開始。2025年，德信將全力推進企業級運營全場景AI智能體的落地。“未來，企業用戶的操作界面不再是左側菜單欄，而是一個個像App一樣的智能體，人與AI協作，真正實現提效降本。”

從ERP咨詢服務商到智能運營平臺軟件的領跑者，德信的蛻變并非一蹴而就。它經歷了試錯的陣痛、轉型的質疑、架構的博弈，也享受過認知突破的清醒、技術驗證的興奮、客戶認可的踏實。它的成長軌跡，折射出一家中國to B企業在時代浪潮中的清醒、膽識與韌性。

12月6日～7日，由《中國企業家》雜志社主辦的2025（第二十三屆）影響力企業家年會（原中國企業領袖年會），在北京召開。6日下午，苑德彬在“弧光600秒”環節發表了題為《五破五立，十年向“芯”》的演講。

以下為苑德彬現場演講內容實錄（有刪減）：

德信在這十幾年發展當中，有一些關鍵性的節點，跟大家分享一下。

第一個點是在2015年，我們德信成立于2009年，最開始做的是大型企業的ERP咨詢服務，是比較傳統的生意。在這六年里，我們每年都有不錯的利潤和營收。但因為行業天花板比較低，如何做創新和突破，當時沒有特別好的想法。2015年，我們選擇掛在新三板，用新三板規范化經營，這也意味著運營成本增高，我們用這樣的方式倒逼企業做商業模式的升級。

2015年前后那幾年，我們做了嘗試，比如做ERP行業垂直用工平臺，口腔領域的“SaaS+O2O”、AI智能標注、ERP創業合伙人計劃，所有的嘗試最后都失敗了。我在嘗試每一個創新的過程中，秉承著快速試錯、快速失敗、及時止血，保留了持續創新的能力。

在這個過程中我意識到，每一個人自己的能力和認知是有邊界的。要敬畏每一個行業，在自己擅長的賽道里去不斷地做創新和積累，這是我的第一個認知。

之后，我們又回歸到自己的主業ERP咨詢服務行業，去服務各個行業的企業。但我們如何形成差異化、形成優勢，是我不斷在思考的。在企業發展資源、資金、實力有限的情況下，我們要做的是減法、聚焦。這么多的行業我們怎么選擇，這個時候我們關注到半導體行業，它在制造業里屬于“流程制造+離散制造”的疊加，非常復雜。

多數制造業都是肉眼可見的制造，而半導體行業是肉眼不可見的制造，是微觀粒子級別的制造。在這樣一個最復雜的制造業里，國外很多主流的ERP產品都沒有成熟的解決方案。這對我們來說是一個機會，在最難的、別人沒有做好的地方，我們單點切入，形成差異化優勢。與其擊傷十指，不如斷其一指，我們果斷聚焦到了半導體行業。

我們做了兩年半導體以后發現，這個行業競爭焦點不在于解決方案，而在于技術的創新。這個行業對數據顆粒度、運營數據的質量要求極高，對自動化、智能化要求極高，傳統ERP管流程、管信息無法做到這一點。如果要解決半導體行業精細化成本核算、自動化、智能化運營的痛點，必須有新的技術和產品出現，這其實也代表了未來所有制造業轉型升級的需求。

我們看到了行業和時代給大家的機會，我產生了一個想法，2020年，不再做第三方軟件服務，做自研軟件產品。

內部提出來的時候，團隊所有人都是反對的。很簡單，我們做了十幾年都是做ERP咨詢服務，現在要做產品，難度是非常大的。我認為這個時候不做產品，時代給你的機會就是一瞬。國內有很多ERP廠商做了三四十年，他們都沒有做到的事情你憑什么做得到？

我認為，任何一個行業你要做顛覆和創新不能靜態地看，要動態地看。放到十年前我們做這些事情一定不能成。現在有一個機會點，所有的制造業都在需求升級，由傳統離散人工制造變成自動化制造、無人工廠。這就對企業軟件運營提出更高的要求，傳統的流程化和信息化ERP沒法做到這一點，這是大背景的要求。

此外，未來AI技術浪潮如果實現，一定會讓所有行業再重做一遍。基于以上判斷，我認為存在一個巨大的機會，這個行業可以創新。

半導體行業又給了我們在最難的制造業里去試錯的機會。大家知道所有頭部的、各行業的大企業不可能用不成熟的軟件，沒有給你新軟件試錯的機會。但是在半導體行業，我們出現了這樣的機會，這個時機一定要抓得住。

在所有人都反對的時候我們堅持去做，怎么做？首先要升級人才結構，我們在前面幾次試錯的時候，跟互聯網行業有了廣泛的接觸，和很多大廠產品經理、高級架構師都是很好的朋友。要解決大數據處理的問題，甚至智能化和AI的問題，一定要用互聯網的技術經驗。互聯網技術解決大數據是最成熟的，我們找到了一些互聯網大廠出身的資深產品經理和架構師，談完以后他們也覺得這個方向非常有希望，他們主動上車，這樣我完成第一個人才結構升級。

接下來，產品要如何做？不能上來就做大而全。我們選擇了單點突破，先做了所有軟件都做不好的單點模塊，解決核心的痛點。大家可以理解為，如果人家是咖啡，那我就是伴侶。形成了整體解決方案，像一顆釘子一樣扎了進去，在客戶那兒有了拳頭級產品，其他的產品反而是降維。我們一步步走，完善整個產品的矩陣。從2020年到今天，在半導體行業我們已經在多個頭部客戶里完成了產品逐步地替換，所有的替換都是基于性價比、基于降本增效。

這個過程中，我們從剛開始做產品、團隊，大家質疑、不相信，到做出產品，大家相信，到現在把產品賣出去，在客戶和市場上獲得廣泛反響，到大家已經無比堅信。這個過程我感觸很深，也是我一貫的做事風格。我不會用道理說服人，我只會用環境改變人，用事實和結果說話。

世界上最好的ERP軟件，50年前是從汽車行業開始產生，再延伸到其他行業做降維。今天最復雜的制造業是半導體。我們把半導體做穿以后，做到其他制造業也都是降維。現在我們也做向了其他的軍工、離散等各個行業，這是我們的第三次改變。

2022年，我們面臨了整個產品的第三次架構升級。這次升級具有決定性意義，我們能處理大數據。當未來的數據質量足夠高，企業高質量數據如何在運營中應用，一定要用AI技術做智能化處理。

2022年，大模型AI還沒有出來，我們已經“賭”定AI。在語言選擇上，我們底層的C++解決算力問題，中間層是用Lua還是用Python，該用搜索引擎技術還是用算法技術，有不同的思考方向。經過我們自己內部的研判，最后選擇用Python算法技術，賭定的就是大模型AI的爆發。如果當時“賭”錯了，三年后的今天，德信也就不存在了。

Python是目前AI的原生語言，我們就有機會在企業所有運營數據做到顆粒度足夠細、質量足夠高的情況下，能夠做原生的AI智能體，這就是關鍵的技術決策。

最后一個重要時間節點就是2025年年初，我們做了重要決策。因為我們有了企業運營數據秘火IOP底座，有了AI原生架構能力，在企業級、半導體行業，我們開始做端到端全場景運營數據的AI智能體，也就是從研發、銷售、采購、生產、庫存、成本、財務，所有環節的原生智能體。

市場上有很多智能體，為什么客戶會選擇你？你跟別人有什么不同？這里面本質有三點不同，在企業運營級的AI應用里，一個好的應用必須具備三類數據，第一類數據就是企業的運營數據。第二類是用戶行為數據，現在企業運營管理軟件里面都不具備，因為他們是上一代信息化的產品，我們是下一代智能化產品，這就是“人無我有”的。

現在的AI都是把企業的運營數據拉到數據倉庫，去做重新標注、打標簽，用大模型訓練，就叫所謂的AI，我們把這樣的AI叫作“洗澡AI”。德信的“秘火IOP”是原生的，在產生企業所有運營數據的同時，我們的分詞技術已經實現了數據自動標注，形成向量數據庫。產生運營數據的同時，數據已經被自動打標過了，AI可以直接拿來訓練，這樣就大大減少了企業運營、使用AI訓練數據的成本，提高了效率。

第三類數據，需要大型企業在應用軟件的同時，還需要定制化、二次開發的成本足夠低。我們的秘火IOP因為采用了Python，有了智能輔助編程工具，可以幫助我們的程序員快速形成代碼的堆疊，簡單拼湊就可以形成定制化程序，大大提高了效率。

未來，企業級的AI智能應用愿景很簡單，通過一個又一個全場景環節AI智能體，來改變我們企業級用戶的操作習慣。用戶現在的操作習慣都是在左側菜單欄點命令行，一個個輸入指令去完成操作。未來用戶的界面上將布滿一個個像APP一樣的智能體，它們來協助做日常的所有工作。

過去十年里，我們經過了幾次關鍵性決策，從2015年到新三板掛牌，讓自己的商業模式升級；2018年聚焦半導體行業，做單點切入；2020年決定做自己的產品；2022年升級技術架構，全面面向AI；2025年又做企業級全量的AI智能體，這就是德信十年來走過的軌跡。

我始終覺得，選擇大于努力，認知決定選擇；選擇不同，結果不同。我很感謝德信在一路的選擇過程中，走對了每一條路。德信只是時代的企業，我們趕上了時代的發展，幸運地做出了正確選擇。每一個時代有每一個時代的企業，每一代人有每一代人的使命。德信作為未來企業級應用的領跑者，希望我們能做和時間賽跑的人，不辜負時代的選擇。