大模型技術(shù)的在中國企業(yè)市場(chǎng)，存在一種“技術(shù)崇拜”。一部分企業(yè)會(huì )將大模型技術(shù)視為一種“萬(wàn)能藥”，認為只要掌握了先進(jìn)的技術(shù)就能解決企業(yè)發(fā)展的所有問(wèn)題，而忽視了技術(shù)背后的復雜性和局限性。

這種技術(shù)崇拜，一度演變成盲目跟風(fēng)，以至于各種企業(yè)基于大模型，研發(fā)的名目繁多的GPT交相輝映，它們絕大多數活躍在“對話(huà)框”，僅有極少部分能夠為企業(yè)帶來(lái)生產(chǎn)力的提升。

企業(yè)應用流程復雜，場(chǎng)景林立，如何化繁為簡(jiǎn)，讓大模型為企業(yè)效力，讓AI真正解決企業(yè)問(wèn)題？就需要在繁雜企業(yè)應用需求與大模型之間架設一座橋梁。

用友剛剛發(fā)布的深度企業(yè)企業(yè)服務(wù)的垂類(lèi)大模型YonGPT 2.0，正是這樣的一座橋梁。

麥肯錫的報告預測：到2040年，生成式AI每年可為全球經(jīng)濟帶來(lái)2.6萬(wàn)億至4.4萬(wàn)億美元的增長(cháng)。

今年初，IDC 發(fā)布的《2024 AIGC應用層十大趨勢白皮書(shū)》也顯示：隨著(zhù) AIGC 技術(shù)的發(fā)展，智能化應用將呈現爆發(fā)式增長(cháng)，同時(shí)IDC預測：到 2024 年全球將涌現出超過(guò) 5 億個(gè)新應用，這相當于過(guò)去 40 年間出現的應用數總和。

這兩份數據顯示出大模型市場(chǎng)背后巨大的市場(chǎng)潛力，這種潛力絕不局限于消費端，企業(yè)AI應用的發(fā)展注定是重要的驅動(dòng)力之一。

從企業(yè)的角度，任何技術(shù)本身都是不具備行業(yè)屬性的，脫離了場(chǎng)景的技術(shù)也無(wú)法稱(chēng)之為有用的技術(shù)。這代表著(zhù)，大模型技術(shù)必須通過(guò)融入業(yè)務(wù)場(chǎng)景來(lái)展現它的價(jià)值。

但我們都知道，大模型技術(shù)要走出“對話(huà)框”，走進(jìn)企業(yè)應用，還需要過(guò)幾道關(guān)。

首先，大模型擁有強大的泛化能力，但在特定領(lǐng)域和場(chǎng)景如果未經(jīng)針對性訓練則無(wú)法滿(mǎn)足應用的需求；

其次，企業(yè)應用不允許存在“AI幻覺(jué)”，因此在企業(yè)應用場(chǎng)景，垂域大模型的需要對應高質(zhì)量數據集和行業(yè)知識庫。

第三，垂直領(lǐng)域的大模型的開(kāi)發(fā)需要大量的資源和成本，乃至定制化要求，無(wú)論是企業(yè)自己投入研發(fā)，還是第三方的開(kāi)發(fā)商都很難對企業(yè)整體業(yè)務(wù)擁有全面的理解。

所以不難總結，在大模型技術(shù)，到企業(yè)AI應用之間需要一個(gè)“中間層”，它需要具備強大的領(lǐng)域知識，能夠深刻理解大部分的企業(yè)應用場(chǎng)景，有專(zhuān)業(yè)數據訓練和調優(yōu)能力，甚至可以向上提供專(zhuān)業(yè)的智能交互工具，并支持企業(yè)訓練出更符合自身行業(yè)特征的垂類(lèi)大模型。

這就是YonGPT被推出的初衷，更是YonGPT 2.0升級之后，所要賦予企業(yè)的價(jià)值，并有可能引領(lǐng)企業(yè)數智化走進(jìn)一個(gè)黃金時(shí)代。

YonGPT1.0發(fā)布于去年7月，是業(yè)界首個(gè)企業(yè)服務(wù)大模型。在今年的8月10日，YonGPT2.0正式發(fā)布，沉淀了財務(wù)、人力、供應鏈等垂直領(lǐng)域模型，并實(shí)現更強專(zhuān)業(yè)能力和完善的大模型訓練體系。

用友對YonGPT2.0的一個(gè)核心定位是：深懂企業(yè)服務(wù)的垂類(lèi)大模型。

很明顯，這里的關(guān)鍵詞其實(shí)是“深懂”，那么YonGPT2.0如何能夠證明這個(gè)定位呢？

第一，要支持企業(yè)AI應用，從基礎大模型到具體的應用場(chǎng)景之間，其實(shí)隔著(zhù)“幾重山”。既需要服務(wù)大模型對專(zhuān)業(yè)知識進(jìn)行訓練，也需要擴展大模型能夠將應用框架解決各種業(yè)務(wù)運營(yíng)、人機交互的問(wèn)題，還需要與智能體相結合，最后形成企業(yè)切實(shí)可用的AI應用。

這就要求，YonGPT2.0不僅僅是一個(gè)大模型平臺，更要是一個(gè)大模型的完整體系，嫁接從大模型層到AI應用落地之間的所有環(huán)節。

我們也看到YonGPT2.0包括了大模型的專(zhuān)業(yè)能力層，大模型的平臺層，和框架層，并向上延伸出四類(lèi)應用。這一整套的大模型體系，成為了企業(yè)的AI應用新引擎。

企業(yè)可以在這套體系中，定制開(kāi)發(fā)自己的應用，并通過(guò)大模型平臺與應用之間的數據反饋，形成完整閉環(huán)，讓大模型基于真實(shí)業(yè)務(wù)場(chǎng)景不斷學(xué)習進(jìn)化，這就是YonGPT2.0 深“懂”企業(yè)的一個(gè)重要原因。

其次，打造企業(yè)應用大模型，不單純是一個(gè)技術(shù)創(chuàng )新，更是一次管理能力的升級，所以它的門(mén)檻是得懂企業(yè)場(chǎng)景和業(yè)務(wù)邏輯。

我們知道，過(guò)去30多年來(lái)，從信息化時(shí)代、到數字化時(shí)代，再到數智化時(shí)代，用友一直沉浸于企業(yè)應用，深入企業(yè)的管理和運營(yíng)，了解每一次企業(yè)變革的內在邏輯和場(chǎng)景需求。而今天這些經(jīng)驗和知識，都已經(jīng)沉淀在YonGPT2.0之上，它能夠解決企業(yè)經(jīng)營(yíng)中面臨的人、財、物、服、供、產(chǎn)、銷(xiāo)、研等各方面應用場(chǎng)景問(wèn)題。并且用友擁有大量的業(yè)務(wù)專(zhuān)家，他們把自己多年服務(wù)行業(yè)領(lǐng)先企業(yè)的經(jīng)驗，知識積累下來(lái)，沉淀在大模型中并進(jìn)行訓練。這種“深懂”，無(wú)法復制，是用友獨有，也是YonGPT2.0獨有。

第三，企業(yè)的業(yè)務(wù)是動(dòng)態(tài)的，所以AI應用也不會(huì )一成不變，這要求大模型能夠不斷學(xué)習，對模型進(jìn)行優(yōu)化和微調。換言之，企業(yè)大模型應該是“活”的模型，而不是固化的。

這就不得不提一下YonGPT2.0的大模型平臺層的作用，它的下層是通用的專(zhuān)業(yè)能力，如領(lǐng)域知識問(wèn)答能力增強、PPT分析報告生成 、合同智能審核等等，保證了模型在業(yè)務(wù)基礎能力的支撐；同時(shí)在平臺層本身，內置了各種“經(jīng)驗數據”，以幫助模型能夠在專(zhuān)業(yè)數據的基礎上通過(guò)幾個(gè)應用框架進(jìn)行微調來(lái)確保模型的效果。

比如遇到業(yè)務(wù)運營(yíng)方面的問(wèn)題，可以用Agent應用框架進(jìn)行微調；人機交互問(wèn)題，由人機交互應用框架去微調；知識生成或應用生成問(wèn)題，都可以通過(guò)RAG業(yè)務(wù)框架來(lái)微調。通過(guò)這些應用框架，企業(yè)還可以通過(guò)AI Agent（智能體）構建器，將用友BIP3 R6中的應用、業(yè)務(wù)知識等，快速構建成滿(mǎn)足各類(lèi)場(chǎng)景需求的智能體，實(shí)現靈動(dòng)化的企業(yè)應用創(chuàng )新。

第四，實(shí)現了大模型的進(jìn)化能力，有了自主構建AI應用的能力之后，AI其實(shí)還可以在模型層和應用層之間，形成一個(gè)交互層?？梢愿民{馭大模型的能力，形成交互式的應用，它們并不是最終具體的企業(yè)應用，但卻賦予企業(yè)應用更多的體驗和智慧。

最典型的就是數智員工，通過(guò)虛擬形象，替代某些場(chǎng)景下的人力員工，它是我們通常所見(jiàn)到的數字人的進(jìn)階版，更貼近業(yè)務(wù)一線(xiàn)，往往可帶來(lái)直接的降本增效作用。如稅務(wù)風(fēng)險合規官、采購合規官、合同審核助理、客服助理等，幫助企業(yè)完成大量重復性、風(fēng)險合規性等工作，顯著(zhù)降低作業(yè)成本提升工作效率。

而智友，則更像是一個(gè)智能助理的角色，它在業(yè)務(wù)系統當中，可以通過(guò)簡(jiǎn)單對話(huà)給出我們更多的建議，并幫助員工實(shí)現繁瑣的業(yè)務(wù)操作。

智能大搜則是典型的AIGC時(shí)代的產(chǎn)物，對于圖片、視頻、聲音等非結構化數據實(shí)現一站式的搜索和呈現，可實(shí)現企業(yè)級“感知式”知識伴隨，大模型“生成式”業(yè)務(wù)審查、“閉環(huán)式”知識沉淀與運營(yíng)。

不難總結，YonGPT2.0完全建立在企業(yè)業(yè)務(wù)的視角進(jìn)行重新定位，將大模型與AI應用之間的進(jìn)化邏輯進(jìn)行了清晰的梳理和運營(yíng)，一個(gè)“懂”字就已經(jīng)印證了YonGPT2.0的價(jià)值。

早在2016年，《智能時(shí)代：大數據與智能革命重新定義未來(lái)》就預言：傳統的企業(yè)都將采用智能技術(shù)實(shí)現升級換代，也會(huì )改變原有的商業(yè)模式。

時(shí)至今日，大模型的出現的確讓我們看到了企業(yè)業(yè)務(wù)由內而外的發(fā)生改變。

在合同審核領(lǐng)域，通過(guò)提取合同要素、進(jìn)行智能問(wèn)答，顯著(zhù)提升審核效率與準確性；在A(yíng)I面試中，利用大模型對候選人進(jìn)行全面評估，幫助企業(yè)提升招聘效率高達30%；在智慧化知識生成方面，大搜產(chǎn)品的應用使得非結構化數據得以高效利用，為企業(yè)決策提供了有力支持……

這些令人耳目一新的業(yè)務(wù)新面貌，都源自于YonGPT2.0在企業(yè)端的廣泛應用，也為企業(yè)數智化轉型提供了可借鑒的實(shí)踐經(jīng)驗。

如王文京所說(shuō)，企業(yè)要成功推進(jìn)數智化，除了要選擇采用正確的方法論、選擇合適的軟件系統，企業(yè)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，就像信息化時(shí)期要做好“流程梳理”工作一樣。

所以選擇YonGPT2.0，本質(zhì)上就等于為做好“模型運用”這件工作奠定了基礎。

總結來(lái)看，YonGPT2.0不僅內置了豐富的經(jīng)驗數據和微調專(zhuān)業(yè)數據，還支持多模型集成與專(zhuān)業(yè)能力評估，確保模型微調效果的最優(yōu)化，保證YonGPT2.0能夠更精準地滿(mǎn)足企業(yè)的多樣化需求；同時(shí)通過(guò)Agent框架，實(shí)現復雜任務(wù)的智能分解與執行，HCI框架來(lái)提升用戶(hù)體驗，RAG框架則專(zhuān)注于非結構化數據的知識化與圖譜化，實(shí)現知識的可搜、可問(wèn)、可見(jiàn)、可用。再輔以智友、數智員工和智能大搜這三大交互方式，形成了完整的支持企業(yè)AI應用開(kāi)發(fā)到落地全過(guò)程。

隨著(zhù)AI技術(shù)的不斷發(fā)展與普及，企業(yè)AI應用正逐漸成為企業(yè)數智化的主旋律?？梢灶A見(jiàn)，YonGPT2.0作為企業(yè)服務(wù)大模型體系的創(chuàng )建者，憑借其強大的專(zhuān)業(yè)能力、靈活的應用框架以及豐富的實(shí)踐案例，在通過(guò)大模型和企業(yè)AI應用之間，架設的這座“橋梁”，將推動(dòng)企業(yè)更快速、更高效的邁向數智化時(shí)代。