2024年开年，新质生产力成为经济领域的第一热词。

提到新质生产力，很多人会想到以人工智能为代表的科技创新。2024年政府工作报告提出：要“深化大数据、人工智能等研发应用，开展‘人工智能+’行动”。“人工智能+”已被普遍认为是新质生产力的引擎。

当前，人工智能落地的热门赛道在toB领域, 即企业级服务成为“人工智能+”的风向标。在大模型技术浪潮推动下，人工智能在企业服务领域的落地情况到底如何？我们不妨走近最早推出企业服务大模型的企业去一探究竟。

2023年7月，用友推出业界首个企业服务大模型YonGPT。用友将过去30多年、服务数百万企业客户的数智底座能力相融合，并通过与头部客户共创，已经在众多行业率先探索了“人工智能+”的落地案例。

那么，大模型到底能为企业应用带来哪些价值？企业要用好大模型，一个强大的数智平台为什么是不可或缺的？

在3月12日的2024企业数智化底座创新峰会上，用友通过全面升级的用友BIP-iuap平台以及众多AI落地案例，为我们探索出了答案。

YonGPT加持，数智化平台能力全面升级

用友做大模型到底做些什么？

“在AI生态里面，我们聚焦在企业级应用的算法能力和垂类大模型，满足客户所在行业以及深度领域垂直场景的AI需求。“用友网络副总裁兼数智平台事业部总经理罗小江表示。

尽管大模型成为业界关注的焦点，但熟悉用友的朋友都知道，用友在智能化能力方面的打造已经持续多年。在底层能力方面，数智融合一直是用友iuap平台的一张王牌。

用友iuap平台涵盖三中台三平台，即：业务中台、数据中台、智能中台、技术平台、低代码开发平台、连接集成平台。凭借强大的数据与智能能力，用友iuap平台支撑着上层的十大领域场景化服务与整个用友的企业数智化服务生态。

罗小江认为，当前企业想要用好大模型，仍面临一定的门槛，比如数据、算力、人才等等。如何跨越这些鸿沟，用友iuap平台为企业提供了技术领先、体系完整、灵活易用的技术支撑。

过去一年来，用友iuap平台基于大模型和AIGC技术做了重大全面升级。

具体来说，在智能方面，企业服务大模型YonGPT 在L0、L1、L2三个维度进一步升级。

在L0层，进一步加强与头部基础大模型的合作。比如通过与百川智能的强强联合，打通企业经营BI、企业HR招聘、企业财务状况分析等多个高价值应用场景落地。

在L1层，YonGPT不断优化针对于领域和行业的预训练能力。同时，在长文本、模型规模压缩、降低算力成本方面持续优化，并提供更全面的私有化部署能力，满足企业对数据安全合规的需求。

“中大型客户，特别是大型客户对大模型的私有化一定是强需求。”罗小江表示。

在L2层，用友与更广泛的行业客户共创，探索了AI在企业服务领域的众多高价值场景。用友认为，AI在企业服务领域将重点聚焦4个方面：智能化业务运营、自然化人机交互、智慧化知识生成和语义式应用生成。

基于YonGPT的持续进化，用友iuap平台将提供更全面的智能化能力和工具支撑，并推出全面升级的智能助理智友、数智员工、智能大搜等明星产品。最终这些能力和产品，将与千行百业企业的垂直场景结合，帮助企业降本增效、实现业务创新。

海量多源数据是AI，特别是生成式AI训练和产出的原始素材。可以说大模型时代，数据决定AI智能的高度。因此，AI技术“奇点”的到来，需要数据管理的加速“蝶变”。同时有了AI的加持，可以更好释放数据价值，提升数据分析能力，让企业管理决策更精准有效。

据「智能进化论」观察，在数据方面，用友iuap平台在两大方面得到了升级：

一方面，通过构建全面的数据管理体系，帮企业加速实现数据资产化和数据要素化。

犹如工业时代的石油，数据已成为数字经济中的核心生产要素，数据是一切智能的基础。用友iuap平台致力于成为企业数据管理体系的建设和运营商。通过打造涵盖DataOps、资产评估和资产运营、数据流通安全、数智融合在内的数据体系，帮助企业实现从流程驱动到数据驱动的转型。

另一方面，用友iuap平台已将AI能力全面嵌入数据底座。AI能力已经嵌入数据治理、数据采集、数据建模、计算加工、资产的构建和共享、数据分析挖掘等能力中，支撑企业在指标管理、分析展现、决策支持、知识发现、人工智能等数据驱动的各种场景应用。一个典型的例子是基于大模型技术的ChatBI，支持用户通过自然语言进行复杂报表分析等操作，带来便捷、灵活、智能的数据分析体验。

此外，用友BIP数据资产入表完成了数据资产从采集、加工、入账、销售的全过程，加速数据成为生成要素。

那么通过AI能力，用友iuap平台究竟能帮企业实现哪些业务价值？我们不妨将AI在企业服务领域重点聚焦的四大方面拆解来看。

人机交互与智能运营，让AI生产力发挥效能

在四个方面中，人机交互与智能运营将大模型能力嵌入企业的核心业务运营中，在智能营销、智能客服、智能采购、智能财务等场景，帮助企业实现从降本增效到辅助决策的智能转型。

在自然化人机交互方面，用友iuap平台推出的智友和数智员工是两大核心产品。在很多智能运营场景下，用户也是通过智友和数智员工与背后的大模型进行交互。

智友是基于YonGPT的企业用户智能助理（类似Copilot）。借助任务链技术，智友可以将复杂任务分解为一系列微服务，通过问题洞察、动因挖掘、模拟测算、预算更新，实现生成式经营分析和推理式预测。

比如，当管理者告诉智友“帮我分析下明年的人效情况”，智友首先能够精准理解用户意图，再将复杂任务拆解为4个关键步骤，自动调用相关业务API执行任务，最终输出一个整合后的分析结果。智友极大提升了企业经营分析和预测的效率，为企业决策提供了有力支撑。

数智员工是虚拟的公司员工，他们不仅有姓名、工号，更重要的是术业有专攻，具备专门训练的技能，比如合同审核、流程审批、税务风险合规等等。

借助数智员工，企业可以将很多传统业务流程实现无人值守与自动化。比如，借助具备财务专项技能的数智员工，可以实现财务共享中心无人值守。从智能填单、智能收单、智能审核、自动生成凭证、自动结算、自动对账、自动记账、智能月结、自动报表、自动报税到自动归档，将传统财务大量重复工作全部自动化完成。

在智能运营方面，用友iuap平台的AI能力已经在供应商推荐、采购需求预测、财务资金预测、财务数智员工、智友招标助手、企业文档智能、AI辅助编程等众多场景落地。

目前，率先用上YonGPT大模型能力的企业中，有很多是大型央国企。这一方面离不开AI相关政策的引导，比如国资委发文要求央企加快财务数智化转型等。另一方面也有央国企积极进行数智化转型、打造新质生产力的自发需求。

比如，某头部装备制造企业的全球供应商采购平台承载着全球10万供应商的信息，这样庞大的供应商体系不可能靠人工完成供应商挑选，必须借助AI大模型的力量。用友iuap平台帮该企业打造了基于大模型的供应商推荐系统，实现供应商推荐效率提升338%，存货周转率提升218%。

基于YonGPT大模型能力，用友iuap平台帮助某医药流通企业构建了采购需求预测系统，实现一年降低采购成本760万元，降低库存成本约3000万元。

知识生成与应用生成，迈向AI原生应用时代

如果说，通过数智员工与智能运营，企业可以实现传统业务流程的大幅降本增效。那么知识生成与应用生成则可以根据企业自身优势或私域数据库，让大模型围绕企业垂直场景进行量身定制，打造丰富的AI原生应用。

用友YonGPT全面的智能应用

在知识生成方面，用友推出基于YonGPT的企业级数据化搜索平台——智能大搜。智能大搜结合了多模态大模型、AIGC与知识图谱等核心能力，其应用场景非常广泛。其可以大幅提升员工对知识的获取效率，降低企业内部沟通成本，提高工作效率。

比如，某公司一名员工到深圳出差，希望在公司内网快速搜索到自己的差旅报销额度。传统搜索引擎下，返回的结果往往是一个几十页的公司报销制度文档，员工还要花费大量时间才能找到想要的答案。有了智能大搜，AI智能助手可以提供实时的内容提炼与问答，实现对长文档的快速理解。

除了文档和问答，智能大搜还支持更多模态数据的上传、搜索、问询与推荐，包括图片、视频、课程、协作图谱等等。比如，员工可以向智能大搜提问一张团建照片的拍摄时间、地点、人物背景等问题，都可以得到快速精准的回答。

在应用生成方面，基于YonGPT大模型，用友iuap平台可以实现语义化应用生成，如智能审核、智能对账、智能招聘等。

中国中化通过与用友招聘云合作，接入了基于YonGPT的智能招聘，大幅提升人才筛选效率与准确度。智能招聘可以自动化完成JD生成、招聘客服、推荐问题、报告生成等工作，为HR提供决策建议。比如，准确提炼简历和JD中的核心内容点，实现更精准的人岗匹配。读取招聘人员对匹配结果的反馈行为，修正人岗匹配模型，不断提升匹配精度。

远东数智采基于YonGPT大模型打造了招标助手。通过对海量招标文件的学习，招标助手能够自动生成招标文件、自动进行采购合同审核、文本优化建议等，大幅提升业务运营效率。

结语

“企业服务大模型YonGPT的初衷，就是让AI真正实现工程化，让更多的企业能把AI用起来。”罗小江表示。

当很多企业还在观望大模型在企业级场景的应用效果时，用友iuap平台扮演了“人工智能+”急先锋的角色。不断丰富大模型全场景应用的版图，而且已经探索出大量的成功案例。

这背后，通过全栈的数智融合能力，用友iuap平台不仅打通了无处不在的数据，更连接了无所不在的智能。

未来，每一个企业服务场景都值得被大模型重塑一遍，每一个企业级应用都将是AI原生应用。

据了解，接下来用友将构建持续的AI服务能力，包括企业服务大模型、AI工程化、AI普惠工具链、业务模型、数据积累、场景理解、群体智能……帮助更多企业走向AI原生应用时代。

文中图片来自摄图网

END