AI+ 如何重塑技术生产力？

自生成式AI技术取得突破性进展以来，各行各业都在琢磨：怎么用AI加速数智化？这不，8月9-10日，用友主办的2024全球商业创新大会就要在北京开了。在大会前夕，用友网络副总裁罗小江分享了关于AI技术在企业的应用现状、落地挑战以及YonGPT的差异化优势。以下内容整理自对话，帮你划重点。

AI在企业的应用价值与发展方向

先说AI具体能带来哪些附加值。罗小江认为，AI正在重塑企业技术架构。比如低代码开发平台，以前有逆向编程、正常编程、无代码、低代码、原生开发，现在加上AI后可以自动生成代码、表单，未来甚至能自动生成应用，开发效率明显提升。集成平台在集成Web数据时，AI能加强数据风险预警、监测和治理，提升稳健性；数据平台的数据治理清洗也能用AI自动化能力来提速，加深数据和AI的融合；运维体系可以靠AI做自动化运维，安全体系也能用AI规避风险。总之，AI让企业技术能力上了一个台阶，管理层想查数据和信息，现在用自然语言交互就能搞定；从产品设计到研发、测试、上线、运维，整个软件开发生命周期都能获得AI助力。

那么，哪些企业场景更适合利用AI？目前大模型应用处于什么阶段？罗小江指出，在ToB领域，大模型有四个深入方向：第一是

，包括市场营销、采购等环节，结合大模型和Agent来解决问题；第二是，从图形界面转向自然语言交互，更简单；第三是，比如文档、PPT制作，结合企业知识库生成所需内容，甚至基于以往知识生成未来方向；第四是，通过AIGC快速生成新应用，解决新场景问题。这些方向场景很多，但大模型目前还不能解决所有问题——Agent才是未来的重要方向。

2024年被业界视为AI Agent应用落地的元年。落地难点在哪？罗小江认为，AI Agent的核心是工程化能力，它是走向AGI的重要载体。大语言模型通过Agent编排企业级业务操作、模拟人的动作，涉及几个难点：工程化能力、大模型调用更多小模型做多模型融合，以及模型精度从30-50%提升到80-90%的调优过程，这考验数据准备和整体调优。

企业服务大模型的落地挑战与解法

数据隐私和安全是企业最关心的问题之一。很多企业不敢用大模型，是因为怕数据外泄。罗小江表示，用友在做YonGPT时非常关注问责、包容性、可靠性、公平、安全、透明度、隐私和合规。首先，企业自己的知识不能放在公网上；其次，一些企业希望知识体系保密，而通用大模型可能拿企业数据做训练；第三，企业应用大模型时需与安全权限管理体系融合，包括组织权限、数据权限、文档访问权限。YonGPT把企业级权限体系与大模型融合，用户登录后角色相关的权限自动规避，无权限的数据无法访问。针对大型国央企，YonGPT支持私有化部署，通过RAG技术解决数据隐私问题，保证核心资产不外泄。很多大模型厂商管理层对企业级权限管理了解不足，YonGPT则可以补齐这层，通过企业应用、数据、文件的权限体系来规避风险。

YonGPT需要特定领域数据来做训练，这涉及成本问题，同时还需平衡专业性和泛化性。罗小江建议：每个企业应用深度和专业知识不同，如果都基于一个模型训练会造成模型污染，导致输出不准确。RAG工具链产品能帮助行业客户解决这个问题。真正做预训练和调优，对很多企业来说成本高——硬件和人力都不可小觑。有两种做法：一种是自身专业能力强的大型企业，自己有模型团队，通过预训练方式训练专有模型，精度更高；另一种是没有专业AI团队的企业，用RAG方式，基于基础训练模型解决专业知识问题。企业可以根据自身阶段和人员储备选择不同路径。

YonGPT的差异化优势

InfoQ研究中心发现，近85%的行业大模型产品是非通用的，垂直化趋势明显。这对YonGPT带来哪些挑战？罗小江说，企业的核心诉求是让大模型能力与场景结合，真正让业务场景用到底层能力。YonGPT定位在这一层：第一，把工具链做更好；第二，把AI和数据结合做更好，包括数据清洗准备、预训练、模型训练评估、发布调优；第三，更关注如何把做好的模型与企业应用场景有效融合，让用户用得顺畅无感。

在当下国内大模型生态中，YonGPT处于什么位置？罗小江表示，用友一方面发力行业垂域模型，同时提供领域级通用大模型。8月10号的技术峰会上将发布几个垂类大模型。随着模型应用加深，积累更多行业数据，就能更好地覆盖和服务行业。很多大模型厂商找上门合作，用友的核心还是与行业、领域做结合。用友有这么多行业事业部，与大型客户合作积累了大量行业经验和数据，能更好地训练行业模型，构建良好生态。

面对同类产品，企业为什么选YonGPT？罗小江总结三个关键词：

——使用最新技术；——做大数据需要数据工程、大数据平台、数据标注、指标体系等，用友有完整数据平台支撑；——技术最怕脱离业务，很多企业上了PaaS平台后搁置不用，就是因为平台不理解业务。用友对企业级应用的理解比纯技术公司更深入，从流程驱动到数据驱动，再到智能运营，积累了更多资产和场景，这些积淀能为大型客户在跨行业和服务生态上下游时带来帮助。

数据与AI的乘数效应

从流程驱动到数据驱动再到智能化驱动，数据一直扮演重要角色。用友YonData数据平台是怎么做的？罗小江介绍，用友有一个企业数智化进阶模型：第一层“上云”，实现云化部署、业务线上化数字化；第二层“用数”，做到数据驱动；第三层“赋智”，即智能运营，用AI助力业务运营智能化、人机交互自然化、知识与应用生成。这三个阶段都需要数智底座支撑。在ERP时期，企业靠流程驱动；随着数据技术、云计算发展，可以采集更多数据还原业务本质，用数据驱动业务甚至发现新机会。比如事项法会计，核心就是数据驱动，把业务端数据传递下来形成标准事项库，转化成财务事项，让更多人参与管理，了解成本、预算、效能分析。

基于此，用友加强了对数据平台的投入。从底层数据库开始，所有结构化、非结构化数据都可进入用友自研数据库存储，已实现库内流批一体，不需要搬运。同时拥有完整的数据治理产品，包括主数据、数据质量、元数据管理、数据血缘；还有数据加工、实时离线处理、BI产品，今年还推出了ChatBI，支持自然语言交互。问数产品有指标体系、语义理解和大数据平台支撑，做得更精准。随着iuap数据平台服务千行百业，数据应用场景变多，也能更好回馈产品。

那么，用友数据平台实际帮助过哪些企业？罗小江举了一个例子：某个区域型国有企业，业务覆盖交通、房地产、民生工程。之前他们上了BI，但看不到想要的结果，很难实时呈现真实情况。因为取数不是全量、时间递延，有时半个月甚至一个月前的数据才能推给管理层，中间干预太多导致数据不准。他们找到用友重新构建数据平台，花了几个月把数据名单重新搭起来，废掉旧的BI和数字化系统，从数据治理做起，搭建整个数据中台做分析，最后与企业应用融合。之后业务运营实现了准实时，能查看具体区域的公交线路运营情况、成本，轻易判断是否优化路径。这个项目帮企业节省至少上千万成本，不仅覆盖平台成本，还能持续优化。

搭建数据平台后，企业收益能到成本的3-5倍吗？罗小江认为是的——这是叠加过程。数据在第一个板块用到了，第二、第三个板块再用就是叠加，越用越好。数据项目是持续运营过程，用友给客户的是平台和数据运营的体系方法，这也是很多公司看重用友的原因。用友在HR、财务、物流等领域都能基于数据帮企业运营，这种工程化体系是独特的优势。

即将到来的大会亮点

8月10日举办的用友2024全球商业创新大会是年度最大盛会，约1万名客户共聚北京。会上将发布多项新产品，包括用友BIP 3 R6、YonGPT2.0等，介绍客户在新产品上的应用场景和创新，还会发布三个垂类大模型（用友是信通院大模型应用推进组专家委员单位，将和信通院联合发布）。此外还能看到基于底座平台、应用平台的延展如何覆盖上下游服务，还有产业政策解读、产品与企业应用场景结合、数据资产入表等相关事项。