打响企服大模型第一枪，用友携YonGPT深化数智化应用

从ChatGPT两个月内突破1亿用户，到Essential AI、Adept AI、Mistral AI等初创AIGC公司融资金额持续走高，过去一年，业界掀起了一场轰轰烈烈的“大模型”运动，千亿万亿大参数模型层出不穷。

但不可否认，以ChatGPT为代表通用大模型的应用热度正在回调。2023年6月的数据显示，ChatGPT网站与移动客户端的全球流量（PV）环比下降了9.7%，自去年11月上线以来首次出现流量负增长。业界分析一大原因是普通受众的新鲜感过去了，而另一原因则是OpenAI正在发力ToB和企业服务领域。

可以说，大模型热已从To C领域传导至To B市场，通用大模型正探索在垂直领域的落地与商用。在这个进程中，企业服务无疑是大模型落地To B市场的最佳赛道之一。

【资料图】

正是瞄准这一方向，用友基于服务企业和公共组织数智化的最新研究成果，推出了业界首个企业服务大模型——YonGPT。在用友网络执行副总裁兼CTO樊冠军看来，YonGPT的发布标志着中国企业软件的创新跨入了以人工智能为中心的新阶段。

与业务场景融合成大模型发展趋势

在AIGC技术落地过程中，与场景的融合几乎是业界共识。包括百度、阿里、腾讯、联想、360等都在强调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。

不管是B端还是C端的场景，只有紧密结合用户场景进行技术创新，才可能将技术本身的价值和商业化前景发挥到最大。

从技术的本质来看，技术最终还是要服务于场景；从商业化角度来看，只有找到场景，才能支撑AIGC技术的商业化变现。

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。

业界首个企业服务大模型问世

通过采用最新的人工智能技术，可以帮助企业更好地降本增效。过去几年，用友一直在积极布局人工智能技术的创新应用，包括面向高端、成长型和小微企业等不同数智化转型场景，探索如何更好地应用生成式AI。

时间拨回到2023年4月19日用友举办2023年度BIP技术大会，用友网络执行副总裁兼CTO樊冠军首次宣布用友已启动企业服务大模型训练。

到7月底用友推出企业服务大模型YonGPT 1.0版本，仅用了三个月时间。在樊冠军看来，这得益于用友具有丰富应用场景的企业应用软件与服务产品体系、覆盖数十个行业的数百万客户基础、35年服务企业客户积累的行业知识经验、以及专业的智能化团队和能力，这是用友研发训练企业服务大模型的独特优势。

实际上，用友涉足智能化技术可以再往前追溯到2016年，用友组织了数千人的研发团队开始研发新一代面向企业和公共组织的商业创新平台——用友BIP。在研发之初，用友BIP就坚持将数字化和智能化作为两个最核心和基本特性，在数字化基础上，结合IPA（智能流程自动化）、计算机视觉、自然语言处理、知识图谱等人工智能技术，研发提供了一批智能化的应用与服务，并已在一批企业中得到应用。

这也使得用友加入这场大模型竞赛变得顺理成章。这就不难理解，用友选择切入一直专注的企业服务领域的大模型赛道，而不是做通用语言大模型。

在底层的通用语言大模型上，用友则选择与主流的模型提供商合作实现跨模型开发，包括智谱ChatGLM、百度文心一言、智源悟道天鹰、LLaMA以及在海外市场可以调用ChatGPT等。

瞄准企业服务四大应用方向

从定位上来看，YonGPT是用友BIP的重要组成部分。YonGPT从底层上适配业界主流的通用语言大模型，以提供通用能力服务、领域服务及行业服务。

在整体架构上，YonGPT通过上下文记忆、知识/库表索引、Prompt工程、Agent执行、通用工具集等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、供应链、研发、制造、营销等领域的知识和最佳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。

此外，YonGPT还优化了企业服务大模型的训练效率和成本，集成了丰富的开发工具和优化算法，通过自有的数据管理、大模型精调、大模型评估优化、大模型推理和插件服务等功能，为大模型的构建和服务提供稳定且有效的支撑。

伴随YonGPT 1.0版本同步发布的首批智能化场景服务，用友瞄准了4大方向：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。樊冠军说，用友企业服务大模型YonGPT将围绕这四个方向持续推进模型训练和产品效果优化。

首先在智能化业务运营方面，YonGPT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，YonGPT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，YonGPT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，YonGPT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。

围绕这四大方向，YonGPT可应用于一系列智能化场景。以制造业为例，据不完全统计，中国已建成2500多个数字化车间和智能工厂，带动汽车、装备制造等离散行业的产品迭代和交付能力明显增强，以及钢铁、石化等流程行业的绿色低碳发展水平大幅提升，这为大模型在企业服务领域的应用提供了广袤的沃土。

譬如利用大模型的语义理解能力、报表分析能力和业务预测能力，可以帮助企业高管/CEO/CFO等实现企业收入、利税经营分析；借助大模型的语义理解能力、信息抽取与汇总能力，可以帮助销售业务员、销售后勤录单员、销售主管等实现客户对话RFQ以及智能生成销售订单；基于大模型的信息抽取与汇总能力、逻辑判断能力和内容生成能力，可以帮助企业高管、HR实现智能招聘；依托大模型的AI多模态知识理解、AI推理、AI知识增强、大模型实时训练等能力，可以帮助企业中高层领导、业务人员实现企业级的数智化搜索。

樊冠军指出，未来，YonGPT将会对用友整体产品体系进行全面的能力覆盖，包括继续迭代训练YonGPT，不断丰富基于大模型的各类企业服务，挖掘和完善更多实用的应用场景，持续服务客户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。

e-works王阳/文

关键词：