在大模型热闹喧嚣的背后，不少企业服务的场景正在享受大模型带来的便利。

先来看两个企业应用场景：一家知名快消品公司，HR借助AI面试助手生成了一份面试题目，AI自动向候选人发起面试邀约，且在面试过程中AI能精准捕捉候选人的表达能力、举止仪态以及从业经验，整个初试过程，全程不用人工参与。而且，面试结束后，AI会智能分析候选人的表现，为HR生成评估报告。销售人员招聘一直是快消行业非常棘手的难题，岗位流动性大，而AI的融入正在改变招聘的体验和效率，已经得到了广泛应用。

“找到并打开管理驾驶舱报表”，另一家大型企业的副总在对话框中输入了一句简短的话，AI助手快速弹出了多个管理驾驶舱供其选择。以前，大型集团的报表分析非常多，有需求要挨个去找。而现在，不需要记住哪个指标或者哪个数据在哪个报表里，只需要问大模型助手，就能精准匹配。如果有多个匹配近似，智能助手也会给出一个清单供用户选择。

上述两个场景，都是基于用友YonGPT打造的众多智能化应用中的缩影。从以前的业务在线到数据驱动，再到现在的智能运营，大模型正在推动企业服务场景加速走向智能化时代。

01

YonGPT迎来大升级，推出三大产品

今年普遍被认为是行业大模型应用的元年，与前两年业界还在疯狂卷模型不同，今年大家的目光都不约而同地在卷应用和场景。

8月10日，经过一年时间的技术迭代和场景打磨，已全面“ALL in AI”的用友正式发布了企业服务大模型YonGPT2.0，并基于这个大模型打造了100多项智能应用，加速推动人工智能在企业服务场景中的落地。

用友YonGPT定位于深懂企业服务的垂类大模型，在最新的版本中，推出了分别基于智能体（Agent）、人机交互（HCI）、知识增强（RAG）应用框架的“智友”、“数智员工”、“智能大搜”3项重要产品。

而这三大产品基本围绕四个方向进行布局，一是智能化的运营，二是自然化的人机交互，三是智慧化的知识生成，四是语义式应用生成。

其中，智友扮演着企业Copilot的角色，拥有上下文记忆能力，可以感知理解用户意图，通过简单对话就能轻松完成一系列繁琐的业务操作，包括企业经营洞察、合同风险审核、智能生成报告、知识搜索与推荐等，这也是贯穿用友BIP最重要的一个智能产品。

比如徐工集团选择YonGPT，为集团招聘工作提供了精准分析和决策支持，通过信息抽取与汇总能力、逻辑判断能力、内容生成能力提升招聘的精准度和效率，包括AI评估简历、AI智能推荐、AI面试题库等应用场景，帮助徐工集团实现更高的招聘效率、更低的工作成本以及更优的雇主品牌形象。

云南白药基于YonGPT的AI能力，为企业挖掘和吸引优秀人才提供更有力的支持，高效解决白药招聘10W+用户在应聘过程中对企业介绍、简历投递、面试与测评、offer与入职流程等相关问题的咨询，大幅减少了HR在应答咨询方面耗费的时间。据云南白药统计，采用AI面试后，人才筛选效率提升近60%。

数智员工与企业RPA关联，帮助员工从繁杂重复的事务中解脱出来。他们作为虚拟的数智员工，拥有专业技能，并自主完成工作。

比如中核四川环保与用友共同开发了6个“数智员工”，包括定时通知机器人、智能运算与汇总机器人、个税申报机器人、个税导入机器人、银行报盘与结账机器人、财务报表机器人，这些RPA机器人的应用，替代了大量周期性、重复性、检查性工作，给企业的效率、质量和成本带来了显著提升。

中国矿产也基于YonGPT打造财务“数智员工” ，它可定期通过指定平台向国资委报送固定格式的报表或报告，以汇报企业财务状况和经营状况。原来人工需要180分钟完成的工作，现在基于“数智员工”只需要1分钟即可完成，填写报表模板效率实现180倍大幅提升。

智能大搜则打通了企业内部的知识库，让业务流程实现全程知识伴随，让经验沉淀为可以传承的知识。目前，企业内部存在大量且分散的非结构化数据，包括各类文档、图片、音视频等，以往很难被索引。如今，用友的智能大搜通过向量数据库，帮助企业构建虚拟知识库，实现多类型数据的快速索引、精准定位，利用知识图谱实现知识体系化。

比如，深圳远东数智采基于“智能大搜”打造招投标助手。远东数智采实现对海量标书的智能化搜索和快速智能撰写标书，并构建了新的大模型搜索门户，为每个用户提供快速的文档检索能力，在提供问答式的检索的同时为用户提供知识图谱的能力。未来，远东数智采还将基于YonGPT提供标书数据服务。

“用友一直会沿着智友、大搜、数智员工这三大方向一直走下去。”用友CTO樊冠军说，这三大产品服务了十大领域的超过百个针对垂直场景的智能应用。

樊冠军告诉数智前线，目前客户大部分对“智友”的需求比较旺盛，而AI任何时候都要为人服务。原来ERP行业一个很大的问题是领导不太会用，太复杂了，现在它可以人机对话，几乎没有门槛，“其实重点解决的是这个事情”。

如今，智能化已经成为企业服务领域的确定性方向，用友发布的主力产品BIP3 R6版本，智能化也是其升级的核心。用友在这个版本上，已经从模型到平台，到应用框架，到场景化的服务，做了全面升级。而此后的版本也将持续加强智能化能力，实现IT与AI的深度融合。

02 

用友的AI体系和差异化优势

在大模型的布局上，用友除了不做通用大模型，已形成了完整的技术和应用体系。

在整体架构上，YonGPT2.0的最底层用的是百川、通义千问等通用大模型，而在通用大模型到企业应用之间，用友做了中间三层，以满足企业服务领域的需要。第一层是经过8大专业能力增强的YonGPT2.0大模型，包括PPT分析报告生成能力、合同智能审核能力、合同生成能力、业务对象理解能力、代码生成能力、领域知识增强、表格理解能力和安全拒识能力。“随着应用不断增加，这个能力会越来越强。”用友网络助理总裁兼iuap智能平台架构部总经理方高林说。

第二层是包含了插件、Prompt工程、精调等能力和工具的大模型平台，能扩充大模型的存储记忆、适配应用和调度执行能力，再结合财税、人力等领域的知识和领先实践扩充大模型专业能力，从而形成体系化的企业服务大模型。

第三层是基于Agent、RAG、HCI等三个框架推出的三个通用型产品（智友、数智员工、智能大搜）。比如在复杂任务中，单一的Agent很难执行，用友提出了多个智能体自主协同的框架，每个智能体都有一个对应的大模型调度模块，通过一个任务队列，可以间接地实现各个智能体之间的相互调用。而这个任务流程，可以通过消息触发，也可以通过人的指令或者通过对应别的Agent触发。

而为了解决应用生成或知识生成这两部分任务，提出了RAG的应用框架。智能大搜就是在RAG基础上开发的产品。企业内部往往有大量的非结构化数据，而RAG能够将这些非结构化数据知识化、图谱化，达到可搜、可问、可关联、可推理的状态。

相比于其他大模型厂商，用友在行业大模型布局的优势在于：一是不做通用大模型，但选用了国内一线大模型厂商的基础模型，能用到最新的技术，保证了技术上的领先；二是建立了完整的大模型数据体系，包括数据的标注和指标体系；三是深耕企业服务领域多年，更懂业务和场景，用友专注在企业服务领域36年，服务了数十个行业的数百万客户，这也是用友相比于很多纯粹做技术的公司天然具备的优势，而吃透场景是智能化应用能否真正满足企业需求的关键。如今，用友已经在围绕其擅长的财物、人力、供应链等十大通用领域提供场景化服务。

而且，用友也在联合生态伙伴打造垂类大模型。2024全球商业创新大会当天，远东数智采与用友共同发布了公共资源交易行业垂类大模型，亨通数科则与用友共同发布了工业装备行业垂类大模型，而中交信科与用友也正式启动了交通建设行业垂类大模型的共研共创。

事实上，用友的完整AI能力，不仅仅指大语言模型，也包括了其他人工智能的技术和工具。

多年前用友就在业界率先提出了“数智化（数字化+智能化）”、“数智企业”的概念，核心是以数字化为基础，智能化产生新价值的理念，以及数字和智能技术共同驱动的数智商业创新，数据驱动、智能运营的企业新范式。所以，用友在2017年打造BIP时，一开始就融入了机器学习、自然语言处理、计算机视觉、知识图谱、智能流程自动化（IPA）等创新技术。

比如用友的自动化测试完全用RPA（流程自动化）做的，能实现定时调度、定时导入导出。而大模型存在不确定性和幻觉问题，很难做产品的测试。另外，销量预测属于线性算法，也不需要用到大模型。

比如在已经广泛应用的废钢判级的场景中，用友很早就进入废钢智能判级领域，推出了智能判级系统，通过AI技术实现了对复杂废钢的精准分级、科学验质、实时预警。而废钢判级就结合了模型算法和机器视觉等技术，目前用友智能判级系统的行业成功率超过95%。类似废钢判级这样的场景，并不需要大模型，只要把专业领域的模型算好做好就可以。

“大模型是经过好多种数据、知识的汇聚，好比一个人学了数学、物理、语文，是个综合素质。但单一的数学领域的不需要大模型，用小模型就好了。”樊冠军告诉数智前线。

而且，YonGPT内置了一个Agent执行层，作为整体的指挥调度中心，对企业用户的需求进行区分。由于存在幻觉和不可解释性的问题，大模型在企业场景的落地过程中也遇到不少的难题。一些需要返回确定性结果，并且对可靠性要求高的任务，系统会自动交回用友BIP或小模型，由企业服务领域原有的功能来完成。对一些需要推理判定，有不确定性或模糊性的任务，交给大模型去开发，保证任务执行的可控和可信。

03 

智能运营时代，企业该怎么做

2023年，用友根据过往服务众多行业不同规模企业的数智化实践，提出了“企业数智化123”的能力进阶模型（第一阶段是业务在线，第二阶段是数据驱动，第三阶段是智能运营）。用友网络董事长兼CEO王文京认为，现在大部分企业处于1.5的水平，少数的领先企业已经进入从数据驱动向智能运营方向发展。

樊冠军也提到，目前大模型的应用落地还在前期打样阶段，没有到规模化复制阶段。但大模型的应用前景被广泛看好，此前有机构做过一个调研，发现将近50%的企业表示已经在积极采用AI，85%表示未来两到三年会加速AI的应用，63%表示要积极探索生成式AI。

一位服务行业的从业者对数智前线直言，服务行业的数智化当下就两个重点，一个是推动业财一体化，另一个就是智能化运营。

只不过，目前AI在企业场景中的应用也还有不少挑战和一些基础工作需要完善。

正如王文京所言，企业要成功推进数智化，除了要选择采用正确的方法论、合适的软件系统，还要重视和做好“数据治理”(数据标准化)、“模型运用”(AI模型的选择和应用)这两项重要的基础工作。

“智友、数智员工、智能大搜这三个产品背后，核心是知识和数据。如果数据没治理到位，确实不好落地。”樊冠军告诉数智前线，当前企业数智化转型的一个很大的需求是数据治理，需要把企业内部的数据统一标准、统一语言，形成能应用起来的数据资产。

用友网络副总裁兼数智平台解决方案事业部总经理罗小江也提到，大模型要在企业场景中落地，非常考验AI工程化的能力，而其中之一就是数据的工程化，数据作为AI的养料，数据的质量在一定程度上决定了AI最终的效果。