德勤于2026年11月12日宣布推出企业人工智能公司Edisyl Inc.,其业务基础来自今年7月收购的Flipside Crypto人工智能业务。这家位于波士顿的新公司把重点放在企业知识与通用模型之间的衔接:通过名为Knowledge Pack的产品,将专家标注的领域知识与企业专有数据结合,并接入企业现有的人工智能框架。

从模型能力转向企业知识供给

Edisyl将自身定位为人工智能工具的知识层,试图解决需要专业判断的任务中,模型缺少相关上下文而影响准确性的问题。Knowledge Pack的设计,是把领域知识和企业内部信息组织成可供现有人工智能框架使用的内容。

这一路径的重点在于知识如何进入业务流程。通用模型能够生成回答,并不等于掌握某家企业的专有信息,也不等于能够准确运用专业知识。Edisyl的产品安排,实际上把企业人工智能的一部分竞争焦点,从模型本身转移到知识的整理、标注与供给。

从这些安排看,其潜在价值在于降低专业知识接入既有工具的难度。不过,产品定位仍不能替代效果验证。知识包是否覆盖具体任务、企业数据是否完整,以及专家标注能否保持有效,都会影响实际使用结果。

两笔出售划清数据业务与AI业务边界

Flipside Crypto成立于2017年,长期从事区块链分析。其数据基础设施曾处理超过40条区块链的信息,完成约7亿个钱包身份的解析,并积累约7万亿行数据。这些数字反映的是其区块链数据业务的历史规模。

2026年5月19日,Flipside将区块链数据业务出售给SonarX,随后专注于人工智能。7月,德勤完成对其人工智能业务的收购,全部24名运营团队成员随交易转入。其中,Flipside前首席执行官Dave Balter如今担任Edisyl联合创始人。到11月,Edisyl作为独立实体推出。

两笔交易的资产边界十分关键:区块链数据基础设施归于SonarX,人工智能业务则进入德勤体系。因此,Flipside过去处理的数据规模不能直接视为Edisyl目前拥有的数据资产,更不能据此认定新公司可以使用全部历史链上数据。

团队迁移带来经验,产品仍需证明适用性

德勤旗下D71 Ventures以资金和运营支持培育人工智能原生公司,Edisyl处于这一更广泛的布局之中。全部24名运营成员的转入,使新公司能够以一支已有协作基础的团队起步,而不只是承接单一产品。

对加密行业而言,这起交易显示,区块链分析积累的能力可以向更广泛的企业人工智能场景迁移。处理大规模、多来源数据所形成的经验,可能有助于组织企业知识;与此同时,原有链上数据业务仍由SonarX持有,并未随着人工智能业务出售而消失。

我们的判断是,这次业务拆分的意义更接近专业能力的重新配置,而非链上数据直接转化为企业人工智能优势。原因在于,数据基础设施与人工智能团队已经分属不同主体,能够延续的是团队经验和业务能力,具体的数据使用权与产品适用范围仍需分别判断。

落地关键在知识质量与使用权限

Edisyl选择接入企业现有人工智能框架,意味着它需要在既有工具和工作流程中体现价值。若知识包能够准确匹配任务所需的信息,企业可能更容易将通用工具用于专业工作;若知识内容过时、相互冲突或缺少必要上下文,仅增加信息供给也未必能改善回答质量。

企业专有数据的使用还涉及权限边界。不同岗位能够访问哪些信息、知识更新后如何同步,以及生成结果能否追溯到相应依据,都是这一产品机制需要面对的具体问题。专家标注也不能自动消除模型误用信息或产生错误答案的风险。

后续评估应围绕具体任务中的准确性、知识维护方式,以及接入现有框架后的表现展开。德勤的支持和完整团队的加入提供了组织基础,但Edisyl能否把“知识层”变成稳定的企业服务,仍取决于这些条件在实际应用中的验证。