編｜周路平?????????????

在大模型熱鬧喧囂的背后，不少企業服務的場景正在享受大模型帶來的便利。

先來看兩個企業應用場景：一家知名快消品公司，HR借助AI面試助手生成了一份面試題目，AI自動向候選人發起面試邀約，且在面試過程中AI能精準捕捉候選人的表達能力、舉止儀態以及從業經驗，整個初試過程，全程不用人工參與。而且，面試結束后，AI會智能分析候選人的表現，為HR生成評估報告。銷售人員招聘一直是快消行業非常棘手的難題，崗位流動性大，而AI的融入正在改變招聘的體驗和效率，已經得到了廣泛應用。

“找到并打開管理駕駛艙報表”，另一家大型企業的副總在對話框中輸入了一句簡短的話，AI助手快速彈出了多個管理駕駛艙供其選擇。以前，大型集團的報表分析非常多，有需求要挨個去找。而現在，不需要記住哪個指標或者哪個數據在哪個報表里，只需要問大模型助手，就能精準匹配。如果有多個匹配近似，智能助手也會給出一個清單供用戶選擇。

上述兩個場景，都是基于用友YonGPT打造的眾多智能化應用中的縮影。從以前的業務在線到數據驅動，再到現在的智能運營，大模型正在推動企業服務場景加速走向智能化時代。

01

YonGPT迎來大升級，推出三大產品

今年普遍被認為是行業大模型應用的元年，與前兩年業界還在瘋狂卷模型不同，今年大家的目光都不約而同地在卷應用和場景。

8月10日，經過一年時間的技術迭代和場景打磨，已全面“ALL in AI”的用友正式發布了企業服務大模型YonGPT2.0，并基于這個大模型打造了100多項智能應用，加速推動人工智能在企業服務場景中的落地。

用友YonGPT定位于深懂企業服務的垂類大模型，在最新的版本中，推出了分別基于智能體（Agent）、人機交互（HCI）、知識增強（RAG）應用框架的“智友”、“數智員工”、“智能大搜”3項重要產品。

而這三大產品基本圍繞四個方向進行布局，一是智能化的運營，二是自然化的人機交互，三是智慧化的知識生成，四是語義式應用生成。

其中，智友扮演著企業Copilot的角色，擁有上下文記憶能力，可以感知理解用戶意圖，通過簡單對話就能輕松完成一系列繁瑣的業務操作，包括企業經營洞察、合同風險審核、智能生成報告、知識搜索與推薦等，這也是貫穿用友BIP最重要的一個智能產品。

比如徐工集團選擇YonGPT，為集團招聘工作提供了精準分析和決策支持，通過信息抽取與匯總能力、邏輯判斷能力、內容生成能力提升招聘的精準度和效率，包括AI評估簡歷、AI智能推薦、AI面試題庫等應用場景，幫助徐工集團實現更高的招聘效率、更低的工作成本以及更優的雇主品牌形象。

云南白藥基于YonGPT的AI能力，為企業挖掘和吸引優秀人才提供更有力的支持，高效解決白藥招聘10W+用戶在應聘過程中對企業介紹、簡歷投遞、面試與測評、offer與入職流程等相關問題的咨詢，大幅減少了HR在應答咨詢方面耗費的時間。據云南白藥統計，采用AI面試后，人才篩選效率提升近60%。

數智員工與企業RPA關聯，幫助員工從繁雜重復的事務中解脫出來。他們作為虛擬的數智員工，擁有專業技能，并自主完成工作。

比如中核四川環保與用友共同開發了6個“數智員工”，包括定時通知機器人、智能運算與匯總機器人、個稅申報機器人、個稅導入機器人、銀行報盤與結賬機器人、財務報表機器人，這些RPA機器人的應用，替代了大量周期性、重復性、檢查性工作，給企業的效率、質量和成本帶來了顯著提升。

中國礦產也基于YonGPT打造財務“數智員工” ，它可定期通過指定平臺向國資委報送固定格式的報表或報告，以匯報企業財務狀況和經營狀況。原來人工需要180分鐘完成的工作，現在基于“數智員工”只需要1分鐘即可完成，填寫報表模板效率實現180倍大幅提升。

智能大搜則打通了企業內部的知識庫，讓業務流程實現全程知識伴隨，讓經驗沉淀為可以傳承的知識。目前，企業內部存在大量且分散的非結構化數據，包括各類文檔、圖片、音視頻等，以往很難被索引。如今，用友的智能大搜通過向量數據庫，幫助企業構建虛擬知識庫，實現多類型數據的快速索引、精準定位，利用知識圖譜實現知識體系化。

比如，深圳遠東數智采基于“智能大搜”打造招投標助手。遠東數智采實現對海量標書的智能化搜索和快速智能撰寫標書，并構建了新的大模型搜索門戶，為每個用戶提供快速的文檔檢索能力，在提供問答式的檢索的同時為用戶提供知識圖譜的能力。未來，遠東數智采還將基于YonGPT提供標書數據服務。

“用友一直會沿著智友、大搜、數智員工這三大方向一直走下去。”用友CTO樊冠軍說，這三大產品服務了十大領域的超過百個針對垂直場景的智能應用。

樊冠軍告訴數智前線，目前客戶大部分對“智友”的需求比較旺盛，而AI任何時候都要為人服務。原來ERP行業一個很大的問題是領導不太會用，太復雜了，現在它可以人機對話，幾乎沒有門檻，“其實重點解決的是這個事情”。

如今，智能化已經成為企業服務領域的確定性方向，用友發布的主力產品BIP3 R6版本，智能化也是其升級的核心。用友在這個版本上，已經從模型到平臺，到應用框架，到場景化的服務，做了全面升級。而此后的版本也將持續加強智能化能力，實現IT與AI的深度融合。

02 

用友的AI體系和差異化優勢

在大模型的布局上，用友除了不做通用大模型，已形成了完整的技術和應用體系。

在整體架構上，YonGPT2.0的最底層用的是百川、通義千問等通用大模型，而在通用大模型到企業應用之間，用友做了中間三層，以滿足企業服務領域的需要。第一層是經過8大專業能力增強的YonGPT2.0大模型，包括PPT分析報告生成能力、合同智能審核能力、合同生成能力、業務對象理解能力、代碼生成能力、領域知識增強、表格理解能力和安全拒識能力。“隨著應用不斷增加，這個能力會越來越強。”用友網絡助理總裁兼iuap智能平臺架構部總經理方高林說。

第二層是包含了插件、Prompt工程、精調等能力和工具的大模型平臺，能擴充大模型的存儲記憶、適配應用和調度執行能力，再結合財稅、人力等領域的知識和領先實踐擴充大模型專業能力，從而形成體系化的企業服務大模型。

第三層是基于Agent、RAG、HCI等三個框架推出的三個通用型產品（智友、數智員工、智能大搜）。比如在復雜任務中，單一的Agent很難執行，用友提出了多個智能體自主協同的框架，每個智能體都有一個對應的大模型調度模塊，通過一個任務隊列，可以間接地實現各個智能體之間的相互調用。而這個任務流程，可以通過消息觸發，也可以通過人的指令或者通過對應別的Agent觸發。

而為了解決應用生成或知識生成這兩部分任務，提出了RAG的應用框架。智能大搜就是在RAG基礎上開發的產品。企業內部往往有大量的非結構化數據，而RAG能夠將這些非結構化數據知識化、圖譜化，達到可搜、可問、可關聯、可推理的狀態。

相比于其他大模型廠商，用友在行業大模型布局的優勢在于：一是不做通用大模型，但選用了國內一線大模型廠商的基礎模型，能用到最新的技術，保證了技術上的領先；二是建立了完整的大模型數據體系，包括數據的標注和指標體系；三是深耕企業服務領域多年，更懂業務和場景，用友專注在企業服務領域36年，服務了數十個行業的數百萬客戶，這也是用友相比于很多純粹做技術的公司天然具備的優勢，而吃透場景是智能化應用能否真正滿足企業需求的關鍵。如今，用友已經在圍繞其擅長的財物、人力、供應鏈等十大通用領域提供場景化服務。

而且，用友也在聯合生態伙伴打造垂類大模型。2024全球商業創新大會當天，遠東數智采與用友共同發布了公共資源交易行業垂類大模型，亨通數科則與用友共同發布了工業裝備行業垂類大模型，而中交信科與用友也正式啟動了交通建設行業垂類大模型的共研共創。

事實上，用友的完整AI能力，不僅僅指大語言模型，也包括了其他人工智能的技術和工具。

多年前用友就在業界率先提出了“數智化（數字化+智能化）”、“數智企業”的概念，核心是以數字化為基礎，智能化產生新價值的理念，以及數字和智能技術共同驅動的數智商業創新，數據驅動、智能運營的企業新范式。所以，用友在2017年打造BIP時，一開始就融入了機器學習、自然語言處理、計算機視覺、知識圖譜、智能流程自動化（IPA）等創新技術。

比如用友的自動化測試完全用RPA（流程自動化）做的，能實現定時調度、定時導入導出。而大模型存在不確定性和幻覺問題，很難做產品的測試。另外，銷量預測屬于線性算法，也不需要用到大模型。

比如在已經廣泛應用的廢鋼判級的場景中，用友很早就進入廢鋼智能判級領域，推出了智能判級系統，通過AI技術實現了對復雜廢鋼的精準分級、科學驗質、實時預警。而廢鋼判級就結合了模型算法和機器視覺等技術，目前用友智能判級系統的行業成功率超過95%。類似廢鋼判級這樣的場景，并不需要大模型，只要把專業領域的模型算好做好就可以。

“大模型是經過好多種數據、知識的匯聚，好比一個人學了數學、物理、語文，是個綜合素質。但單一的數學領域的不需要大模型，用小模型就好了。”樊冠軍告訴數智前線。

而且，YonGPT內置了一個Agent執行層，作為整體的指揮調度中心，對企業用戶的需求進行區分。由于存在幻覺和不可解釋性的問題，大模型在企業場景的落地過程中也遇到不少的難題。一些需要返回確定性結果，并且對可靠性要求高的任務，系統會自動交回用友BIP或小模型，由企業服務領域原有的功能來完成。對一些需要推理判定，有不確定性或模糊性的任務，交給大模型去開發，保證任務執行的可控和可信。

03 

智能運營時代，企業該怎么做

2023年，用友根據過往服務眾多行業不同規模企業的數智化實踐，提出了“企業數智化123”的能力進階模型（第一階段是業務在線，第二階段是數據驅動，第三階段是智能運營）。用友網絡董事長兼CEO王文京認為，現在大部分企業處于1.5的水平，少數的領先企業已經進入從數據驅動向智能運營方向發展。

樊冠軍也提到，目前大模型的應用落地還在前期打樣階段，沒有到規模化復制階段。但大模型的應用前景被廣泛看好，此前有機構做過一個調研，發現將近50%的企業表示已經在積極采用AI，85%表示未來兩到三年會加速AI的應用，63%表示要積極探索生成式AI。

一位服務行業的從業者對數智前線直言，服務行業的數智化當下就兩個重點，一個是推動業財一體化，另一個就是智能化運營。

只不過，目前AI在企業場景中的應用也還有不少挑戰和一些基礎工作需要完善。

正如王文京所言，企業要成功推進數智化，除了要選擇采用正確的方法論、合適的軟件系統，還要重視和做好“數據治理”(數據標準化)、“模型運用”(AI模型的選擇和應用)這兩項重要的基礎工作。

“智友、數智員工、智能大搜這三個產品背后，核心是知識和數據。如果數據沒治理到位，確實不好落地。”樊冠軍告訴數智前線，當前企業數智化轉型的一個很大的需求是數據治理，需要把企業內部的數據統一標準、統一語言，形成能應用起來的數據資產。

用友網絡副總裁兼數智平臺解決方案事業部總經理羅小江也提到，大模型要在企業場景中落地，非常考驗AI工程化的能力，而其中之一就是數據的工程化，數據作為AI的養料，數據的質量在一定程度上決定了AI最終的效果。

比如行業大模型需要企業內部的數據和知識，但公有云方案往往難以打消對數據外泄的擔憂。而用友YonGPT將企業級的權限體系與大模型做了融合，包括組織權限、數據權限，文檔訪問權限。每個角色有相對應的訪問應用和數據的能力，沒有權限的數據用戶無法訪問，保證數據安全。

另外，用友也對大型國央企提供私有化部署方案，并通過RAG（檢索增強）技術確保企業核心資產不外泄。

目前，國家層面已經在推動數據的資產化，發揮數據在數智化轉型中的價值，今年年初，多部委也聯合發布了“數據要素×”三年行動計劃。數據的重要性和緊迫性得到了廣泛關注。

中車信息董事長陳凱提到一個切身體會，很多制造企業老說數智化轉型不成功，歸根到底是數據資產和數據要素沒有跟上，沒有為數智化轉型提供支撐，“所謂基礎不牢，地動山搖”。

如今，中車信息搭建了數據管理平臺。用友則在背后提供了端到端全生命周期數據管理能力，集數據資產管理、數據共享服務、數據可視化和智能分析基于一體，實現海量多元異構數據統一入庫統一管理和清洗。

在數智化轉型正在從數據驅動往智能運營發展的當下，作為企業服務領域的領頭羊，用友通過AI領域的布局和探索將助力更多企業加速步入數智化新階段，而這也將是企業服務市場未來十年最確定性的機會。

?本文為數智前線（szqx1991）原創內容

未經授權，禁止轉載

進群、轉載或商務合作聯系后臺