谷丰：这个投资的过程是重还是轻？

江琦：其实在中国的信息化行业，软硬件结合它是一个常态，软件是最容易做技术创新和应用结合的，但硬件它其实是你的基础，它是最容易做标准化和整体交付的。在中国市场，特别是你要进行大客户，它更多是以国央企为主，而很多国央企它其实就代表着一个行业，那在这个过程之中的话，它更适合私有化的交付。但是一旦私有化交付就会受到算力的制约、数据质量的制约。我们做的工作其实就是通过对 AI 算力架构的能力，去进行私有化、去部署。

通过这样提高数据质量的方式，去降低大模型的幻觉，因为即使像 DeepSeek这样领先的，在私有化环境里，也会受到语料的制约，那怎样能和业务场景相结合，不断地对它进行微调和训练？怎么把用户场景里这么多年的纸质化、碎片化的数据，把它矢量化，形成语料喂给它？在这个过程中，其实有很多工作要做。

我们试过各种算法调优、算力加速，希望去提高 AI 的认知度。但我们最后发现，最直接的方式还是提高语料的质量，数据质量直接决定着 AI 的幻觉的程度。

谷丰：从哪能拿到那么好的数据？

江琦：我们认为通用大模型，它其实就是人类文化这么多年沉淀的结果，但是最终它在某个行业里面的应用其实就是私域的、被外界不可获取的，这部分的话其实就类似于我们这些 AI 服务商，去替客户把这些数据和它的行业应用和智能体相结合。所以我们要做大量的算力架构实施和数据治理的工作，最终把这个数据变成沉淀下来的知识，变成大模型能够听得懂、学得会的数据。

谷丰：喂它一些比较好的料。料好的话结果就会很好。

江琦：对，很多语料它是好的料，但它可能还是长在田里的菜。你需要把它拔出来、洗出来、切出来、炒成菜，然后喂给它吃。

谷丰：把它分类处理，什么样的数据喂给什么样的平台？

江琦：是的，包括它需要哪些具体的元数据的标记，它需要有哪些语义？需要哪些关键量？这个是需要去懂它的业务去定义的。

谷丰：您最早创业的时候不是做这个行业的。为什么突然进入人工智能这个赛道呢？

江琦：其实我是学核的，大学的专业是热能与动力工程，创业的初衷是因为我们赶上了一个好的时代，不管是资本的兴起，还是技术的革新，当时我们有很好的机会可以去从事一些新的工作，所以这是时代给我们的一个机会，我们的初衷是希望利用这个好的历史时代的机遇，做一点自己觉得有价值的事情。

谷丰：在创业的过程当中有没有至暗时刻？

江琦：有的。早期的时候，凭借着理想主义和对技术的热衷，确实赶上了一个好的时代。但是一旦资本浪潮褪去，特别是在 2016 年到 2018 年，资本热度下降之后，很容易就看出来谁在“裸泳”，在这个过程中其实挺考验大家的经营能力的。

谷丰：公司科研人员有多少？销售人员有多少？

江琦：软件开发人员已经有 600 多人了。基础设施、平台开发团队，大概是80几个人，也是我们最核心的一个团队。

谷丰：你怎么评价自己的？是个市场官、技术官，还是个企业家？

江琦：我觉得我在有云数智，其实做的是资源整合的工作，在每一个方面我都不是整个公司能力最强的，但是我要做的工作就是把大家整合在一起，为一个整体的目标去进行长期主义的坚持。最终我们希望，我们提供的解决方案，能帮客户真的解决了一些问题，提高了一点点效率，这个其实就是我们的价值。