加速AI在企业普及应用，需要更懂企业服务的大模型

　　人工智能已是我们这个时代最前沿和普适的科学技术之一。AIGC作为人工智能技术应用的重要组成部分，在社会和商业中扮演的角色越来越重。

　　在诸多的AIGC工具中，有一类基于GPT的应用，可以让用户通过自然语言快速生成GPT应用程序。包括一些低代码、RPA等工具也在借助GPT让用户简单快速地打造需要的程序。这些AI工具的出现，直接让生成式AI应用出现倍数级增长。

　　2022年底，OpenAPI推出ChatGPT大模型引发全球热潮，可以说，这是AIGC的转折点，不仅加速了AIGC技术和应用的发展，同时标志着人工智能由此进入普及应用阶段。

　　用友网络董事长兼CEO王文京指出：“基于大模型的生成式AI是人工智能技术和应用的最新发展潮流。大模型的研发训练已成为全球产业界的风潮。”

　　大模型走深向实，垂直大模型加速企业智能化应用落地

　　调研机构Gartner预判，到2024年会有40%的AI应用，是生成式AI应用，到2026年有1亿人会有一个AI助手。在AIGC应用海量爆发背后，是各大科技厂商纷纷入局，不断推出的AI大模型在向前推动。

　　科技部新一代人工智能发展研究中心发布的《中国人工智能大模型地图研究报告》显示，中国研发的大模型数量排名全球第二，仅次于美国，目前中国10亿参数规模以上的大模型已发布79个。

　　大模型市场持续火热，目前主要分为两大类：一是通用大模型;二是垂直大模型。

　　通用大模型是指能够处理多种任务和领域的模型，例如BERT、GPT等。可以应用于自然语言处理、计算机视觉、语音识别等多个领域。ChatGPT以及国内的百度文心一言、智谱ChatGLM等都属于通用大模型。

　　垂直大模型是针对特定领域或任务进行深度学习训练的超大规模模型。相较于通用大模型，垂直大模型具有更强的领域专业性和任务针对性，能够更好地解决特定领域的问题和提供更加精准的服务。比如，商汤的中文医疗语言大模型“大医”，携程的旅游行业垂直大模型“携程问道”，天眼查的商查大模型“天眼妹”等。

　　在AIGC技术落地过程中，业界逐步意识到，大模型的价值在于与业务场景的结合。在于把AI能力通用化、产业化和垂直化，要和不同行业、不同企业的具体业务场景需求深度融合。因此，“模型应用，场景为先”正在成为产、学、研界的共识，即从通用化走向垂直化，市场对于懂企业服务的大模型需求迫切。

　　但客观来说，大模型的应用还处于初期，很多行业并没有找到很成熟的场景。所以，如何让大模型具有更多的行业知识沉淀、更强的专业性、在业务场景应用方面更有针对性?如何挖掘更实用的应用场景，帮助企业获取更广阔的商业前景?是这场大模型竞赛中各大公司均在努力探寻的方向。

　　在这场大模型的竞赛热潮中，我们看到，用友首先选择的是做他们一直专注并且有优势的企业服务领域的大模型，而不是做通用语言大模型。

　　用友将大模型分为L0基础大模型，L1行业大模型，L2应用场景模型三类。用友重点在行业大模型与应用大模型发力。基于智谱ChatGLM、百度文心一言、智源悟道天鹰、ChatGPT(海外)等通用大模型之上，结合用友的多年企业服务经验沉淀下来的丰富的领域知识，去持续训练，然后生成特定领域、特定领域，适合企业解决企业管理与业务经营问题的大模型。

　　今年7月，用友发布了业界首个企业服务大模型YonGPT，这是用友基于数字和智能技术服务企业和公共组织数智化的最新研发成果。用友的人工智能研发团队基于大规模的商业应用数据，结合企业应用场景和领域经验，标记了大量的企业服务语料数据，形成丰富的企业服务大模型训练素材，并将业务知识与领域经验融入企业服务大模型，确保了大模型的专业性、实用性及领先性。用友也是国内较早应用信创框架开发部署标准化AI能力的厂商。

　　更懂企业服务的大模型实现四个方面的企业智能化

　　用友基于大模型的人工智能在企业服务领域的应用将主要集中在四个方向上：智能化的业务运营、自然化的人机交互、智慧化的知识生成、语义化的应用生成。用友企业服务大模型YonGPT围绕这四个方向推进模型训练和产品效果优化，提供深入到客户业务前端的全价值链、全场景的泛在智能和群体智能应用，是更懂企业服务的大模型。

　　首先在智能化业务运营方面，可以通过强大的数据分析和预测能力，深入洞察企业运营、识别潜在的业务风险和机会，并提供智能化的解决方案，从而提高经营决策水平和业务运营效率;

　　其次在自然化人机交互方面，可以通过强大的自然语言处理技术和理解能力，使能企业应用和服务与用户进行自然而流畅的对话交流，以“人”为本的方式实现不同应用的调用、连接、组装，更自然、高效地完成工作;

　　第三，在智慧化知识生成方面，可以通过从海量数据和信息中提取、整合知识，生成新的、有价值的知识内容，涵盖了行业解决方案、专业领域知识分享，助力企业和用户全面利用自身知识的储备和积累，促进知识的传播和应用;

　　第四，在语义化应用生成方面，可以通过对用户需求、企业业务和数据特征的理解，可以自动生成具有语义化能力的应用程序，全方位提升企业个性化应用服务的创建效率。

　　目前，YonGPT已经创新研发了包括企业经营洞察、智能订单生成、供应商风控、动态库存优化、智能人才发现、智能招聘、智能预算分析、智能商旅费控、代码生成等在内的数十种基于企业服务大模型赋能的智能应用。同时，YonGPT面向复杂的行业应用场景，还可以通过对行业模型精调，提供更加“在行”的智能化场景服务。

　　多领域融合化、多形态综合形的大模型赋能财务、人力、业务智能化

　　与单一领域的企业服务大模型不同，YonGPT覆盖财务、人力资源和包括营销、研发、采购、制造、供应链、项目、资产营运等业务的多个企业生产经营与运营管理领域，是一个具有多领域综合智慧的企业服务大模型，契合了企业基于数智技术实现业务与业务、业务与财务、业务与管理融合创新的时代需求。

　　让财务更智能，洞察业务，优化业务。

　　财务作为衡量企业经营成果的重要参考维度，其数智化进程一直是企业数智化转型的重要突破口。YonGPT在财务领域的大模型能力基于事项会计理论基础构建。同时，将置入业财融合的整体框架，重塑业财流程，洞察业务，优化业务，并在此基础上进行价值创造。

　　企业服务大模型YonGPT助力财务实现价值创造。比如：

　　智能分析助手：利用生成能力和自然语言交互能力，用户只需要利用自然语言进行提问，即可自动生成可视化图表和报告文字;

　　智能经分：可以整合不同领域的知识，通过深度数据挖掘，提供更全面的信息，为企业经营提供深度的诊断性分析;

　　智慧预测：基于大模型的推理能力，智能感知企业生产、销售、库存等各领域的数据关联和归因，进行推理式经营洞察，精准预测未来企业效益;

　　智能订单盈利分析：以订单、品种、客户、组织等多维度为分析对象，支撑企业从订单入手挖掘利润提升点;

　　智能司库：司库以企业现金流动性管理为基础，更侧重于战略价值创造和风险管控;

　　智能生成：智能推荐适用的税务政策(尤其是减免税)与相关案例，智能生成税务数据洞察等。

　　此外，YonGPT还助力无人值守共享中心落地，包括智慧商旅、智能审单、智能洞察、智能问询等。

　　让人力更智慧，实现数据识人、智能选人、智慧用人。

　　当前，企业人力资源管理面临着诸如识人难、选人难、用人难等一系列挑战，如何通过数智技术提升招聘精准度、管理体系化、人力效能及人岗适配度是人力资源管理适应快速变化的重要需求。

　　用友通过企业服务大模型YonGPT为企业加速人力资源管理数智化提供了强有力的支撑，帮助企业实现“数据识人、智能选人、智慧用人”。

　　数据识人：基于人才发现，实现精准的意图识别，帮助企业实现对搜索结果的精准筛选，精准找到更符合用户需求的人选;同时，基于YonGPT的人才画像，还可以通过对员工、岗位画像的评价分析和对比分析，帮助企业对候选人和绩优人员进行科学的识别分析。

　　智能选人：基于智能招聘，面向企业业务发展，精准匹配企业的业务属性和组织画像，帮助企业快速、精准的筛选和定位人才，从海量简历池中发现人才，通过AI互动优化应聘体验，实现选人的精准和智能。

　　智慧用人：基试用期评价，可以根据员工的工作表现、目标达成情况、日常协作、专项工作等行为数据，自动生成对该员工的试用期评价并提交审核;根据干部任免及前置环节的数据和补充材料，自动生成干部考察报告提交研判;基于YonGPT的人才配置计划，可以更加精确的匹配组织岗位需求和人才能力结构，实现更高效、智能化地管理和配置组织内的人才资源。

　　YonGPT能够通过深度的数据应用帮助人力资源管理者实现数据化的人才识别、人才筛选和人才配置，帮助HR真正聚焦于核心战略性工作，提升人力资源管理的温度、高度和广度。

　　让业务更敏捷，实现智能交易、韧性供应、产销协同。

　　用友企业服务大模型YonGPT还融合了企业采购、供应链、营销、制造等业务领域知识和经验，帮助企业在采购交易、供应链协同、精准营销、智能制造等业务方面实现数智化。

　　基于企业服务大模型的采购交易：智能推荐引擎可以根据寻源物料、不同的采购要求等为采购商筛选推荐符合条件的供应商企业，帮助企业智能识别优质供应商。采购价格预测基于历史交易价格，借助数智中台的数据分析以及AI预测算法能力，预测未来价格趋势，从而帮助企业更好地制定采购计划，有效控制采购成本。在线智能评标工具，智能分析、比对投标文件，为评标过程提供智能化参考意见，从而减少围标风险，提高招投标的公平性和透明度，降低评标成本，提升了企业评标准确性和决策效率。

　　基于企业服务大模型的供应链协同：供应网络优化可以根据历史消耗和需求预测，动态计算不同仓库物料的安全库存，依据设定的服务水平，测算建议未来一定周期内的目标库存、预计订货量指标，在保证客户服务水平的前提下，降低优化库存成本。基于RFQ对话摘要的销售订单智能生单服务，实现了“一边聊天一边下单”的在线高效协同应用场景。通过“交互革新式”订单生成助手，实现快速智能生单。

　　基于企业服务大模型的精准营销：企业可以滚动预测企业未来一段时间的商品销售趋势，从而驱动和衔接生产及采购计划，协助组织各层级做出适当的决策，实现产销协同。渠道拜访智能识别可以在销售人员拜访渠道、客户过程中采集大量的数据及照片，通过AI智能识别、分析信息，降低采集及检核成本，提升业务工作效率，支持市场活动、营销费用、广告投放的精准营销管理。

　　基于企业服务大模型的智能制造：智能生产排程采用运筹学算法，对工厂工序和机台级的生产作业，进行多目标优化排程，缩短生产时间，提高订单准时履约率。设备智能维修维护实现移动端语音快速故障上报，智能生成报修工单，结合设备文档和维修知识库(包括故障知识图谱)进行维修方案的智能推荐，并在维修完成后将维修方案总结至维修知识库，帮助企业完成设备维修知识经验积累。废钢智能检测通过图像识别技术完成钢铁企业废钢入厂验质，自动识别并判定废钢等级，解决废钢验质过程中环境恶劣、工作强度大、感情验质、掺假作弊、难以追湖等难题。该智能检测准确率达95%以上，并已在国内外20多家钢铁企业应用。

　　YonGPT是业界第一个，具有多领域融合化、多形态综合型特性的企业服务大模型，用友将继续投入资源迭代训练，并不断丰富基于这个大模型的各类企业服务。人工智能渗透企业服务的破晓已经来临，更懂企业服务的大模型正在为数智化商业创新注入新动能，持续服务企业的数智化建设与运营，让数智化在中国和全球更多的企业与公共组织成功!