域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過

近年來伴隨著數(shù)字經(jīng)濟(jì)的高歌猛進(jìn)，國(guó)內(nèi)企業(yè)服務(wù)賽道迅速站上行業(yè)風(fēng)口。以ChatGPT為代表的大模型的到來，更為整個(gè)企服賽道添了一把火。而7月27日用友對(duì)外發(fā)布的首個(gè)企業(yè)服務(wù)大模型YonGPT，則正式宣告了企業(yè)服務(wù)大模型全新時(shí)代的到來。

目前參與企業(yè)服務(wù)賽道的玩家，主要可以分為兩類：一是通用大模型廠商；二是垂直大模型廠商。相較通用大模型廠商而言，以用友為代表的企業(yè)服務(wù)提供商深耕行業(yè)賽道，更能滿足企業(yè)的實(shí)際需求，如YonGPT是業(yè)界第一個(gè)，具有多領(lǐng)域融合化、多形態(tài)綜合型特性的企業(yè)服務(wù)大模型，契合了企業(yè)基于數(shù)智技術(shù)實(shí)現(xiàn)業(yè)務(wù)與業(yè)務(wù)、業(yè)務(wù)與財(cái)務(wù)、業(yè)務(wù)與管理融合創(chuàng)新的時(shí)代需求，有望在大模型落地方面實(shí)現(xiàn)新的引領(lǐng)。

企業(yè)服務(wù)大模型要走“實(shí)用”路線

目前B端市場(chǎng)，已經(jīng)成為了大模型廠商的云集之地，很多行業(yè)都希望借助大模型來加速創(chuàng)新。但考驗(yàn)大模型廠商的除了算力、數(shù)據(jù)之外，更重要的是解決產(chǎn)業(yè)實(shí)際問題的能力，換句話說大模型必須“實(shí)用”。

一方面，目前大模型尤其是通用大模型本身尚存在局限，很難完全適應(yīng)各個(gè)細(xì)分行業(yè)對(duì)安全、合規(guī)等方面的綜合需要，行業(yè)迫切需要可信、可用、好用的“實(shí)用”大模型。

具體來說，目前通用大模型的數(shù)據(jù)集，主要來自公開數(shù)據(jù)集或者網(wǎng)絡(luò)數(shù)據(jù)，而對(duì)特定行業(yè)的專業(yè)領(lǐng)域則了解比較少。由于公開網(wǎng)絡(luò)上的數(shù)據(jù)良莠不齊、真假難辨，可能導(dǎo)致大模型的數(shù)據(jù)專業(yè)性與精準(zhǔn)度不高，最終影響數(shù)據(jù)的專業(yè)價(jià)值。

以企業(yè)服務(wù)領(lǐng)域?yàn)槔?，其不僅涉及的行業(yè)門類廣、專業(yè)知識(shí)差別大，而且對(duì)場(chǎng)景應(yīng)用和數(shù)據(jù)獲取的要求，也存在很大差別。用友網(wǎng)絡(luò)高級(jí)應(yīng)用架構(gòu)師包飛表示，企業(yè)要想將大模型的技術(shù)優(yōu)勢(shì)，運(yùn)用于自身業(yè)務(wù)之中，就需要更貼近實(shí)際的行業(yè)專業(yè)數(shù)據(jù)。因?yàn)樵诤芏鄬I(yè)場(chǎng)景中，用戶對(duì)企業(yè)提供的專業(yè)服務(wù)要求高，且容錯(cuò)率極低，一旦企業(yè)因?yàn)閼?yīng)用了錯(cuò)誤數(shù)據(jù)，就可能引發(fā)風(fēng)險(xiǎn)。因此，企業(yè)使用的大模型必須可控、可追溯、可修正，而且必須充分測(cè)試才能上線。

以7月27日發(fā)布的用友YonGPT為例，用友BIP和YonGPT在架構(gòu)上依托指揮調(diào)度中心，將大模型中的基礎(chǔ)確定架構(gòu)事項(xiàng)，交給用友BIP原有產(chǎn)品功能來實(shí)現(xiàn)；而將不確定的事項(xiàng)、推理性的事項(xiàng)和人腦思維意識(shí)指派給大模型去開發(fā)，從而形成了系統(tǒng)可控、安全可信的企業(yè)大模型框架。在這個(gè)框架之下，用友YonGPT創(chuàng)新研發(fā)了包括企業(yè)經(jīng)營(yíng)洞察、智能訂單生成、供應(yīng)商風(fēng)控、動(dòng)態(tài)庫存優(yōu)化等數(shù)十種基于企業(yè)大模型的智能應(yīng)用，同時(shí)它還面向復(fù)雜的行業(yè)應(yīng)用場(chǎng)景，通過行業(yè)模型精調(diào)，提供更加“在行”的智能化場(chǎng)景服務(wù)。

另一方面，對(duì)于企業(yè)而言，大模型的核心目標(biāo)是要在實(shí)際落地中真正解決問題，對(duì)于AI“通用性”維度的能力不會(huì)過度苛責(zé)。從企業(yè)層面來說，大模型最終都是要在真實(shí)場(chǎng)景中落地，要達(dá)到理想的服務(wù)效果，就需要企業(yè)將自身的數(shù)據(jù)用起來，并結(jié)合行業(yè)大模型的數(shù)據(jù)做訓(xùn)練或者精調(diào)，從而打造出實(shí)用性更高、安全性更高的智能產(chǎn)品。包飛表示，無論是培養(yǎng)通用AI亦或是培養(yǎng)專業(yè)AI，都需要使用預(yù)訓(xùn)練，但兩者所需要的知識(shí)體系、數(shù)據(jù)和算力，均存在很大差異，因此行業(yè)垂直大模型的發(fā)展是必然趨勢(shì)。

以用友YonGPT為例，除了前文提到的面向?qū)I(yè)應(yīng)用，以及結(jié)合行業(yè)做精調(diào)之外，用友還優(yōu)化了企業(yè)服務(wù)大模型的訓(xùn)練效率和成本，集成了豐富的開發(fā)工具和優(yōu)化算法，通過自有的數(shù)據(jù)管理、大模型精調(diào)、大模型評(píng)估優(yōu)化、推理和插件服務(wù)等功能，為大模型的構(gòu)建和服務(wù)提供穩(wěn)定且有效的支撐。

顯然，不論是從大模型自身還是從企業(yè)服務(wù)領(lǐng)域的復(fù)雜行業(yè)狀況來看，大模型要想在產(chǎn)業(yè)落地，都必須走“實(shí)用”路線。

首發(fā)者需要底氣也需要實(shí)力

縱觀整個(gè)國(guó)內(nèi)大模型的發(fā)布情況來看，接近落地場(chǎng)景并打通整個(gè)應(yīng)用、服務(wù)，已經(jīng)成為各個(gè)行業(yè)大模型當(dāng)前聚焦的重點(diǎn)，而用友能夠發(fā)布業(yè)內(nèi)首個(gè)企服大模型——YonGPT，離不開其扎根企業(yè)服務(wù)的深厚經(jīng)驗(yàn)沉淀和積累，也與其強(qiáng)大的技術(shù)和產(chǎn)品實(shí)力緊密相關(guān)。

一是，用友深耕企業(yè)服務(wù)賽道已久，相比一般的云服務(wù)提供商而言，對(duì)各細(xì)分行業(yè)客戶痛點(diǎn)更加了解，因而方案更加貼近用戶實(shí)際需求。

作為一家專注于企業(yè)軟件與云服務(wù)的巨頭，用友已經(jīng)在企業(yè)服務(wù)這個(gè)賽道深耕35年了。從早期的聚焦企業(yè)部門級(jí)別的財(cái)務(wù)軟件，到聚焦企業(yè)級(jí)的ERP管理軟件，再到3.0階段的社會(huì)級(jí)的商業(yè)創(chuàng)新平臺(tái)——用友BIP，用友在不斷升級(jí)與迭代中，形成了全面助力企業(yè)數(shù)智化的能力和產(chǎn)品體系。

深厚的服務(wù)各行業(yè)企業(yè)的經(jīng)驗(yàn)，讓用友對(duì)行業(yè)客戶的場(chǎng)景和痛點(diǎn)更好理解，因而能推出更適合客戶實(shí)際需求的解決方案。一些云服務(wù)商雖然推出了很多云服務(wù)，但這些產(chǎn)品和服務(wù)在落地層面很難與企業(yè)核心訴求結(jié)合，導(dǎo)致企業(yè)數(shù)智化轉(zhuǎn)型效果不佳，并未達(dá)到幫助企業(yè)的預(yù)期目的。而早已經(jīng)深耕行業(yè)多年的用友，則可以憑借自己對(duì)行業(yè)的深入洞察，推出直擊行業(yè)和用戶痛點(diǎn)的最佳應(yīng)用。

YonGPT是在底層適配業(yè)界主流的通用語言大模型和開源模型基礎(chǔ)上，結(jié)合用友35年服務(wù)多領(lǐng)域、多行業(yè)企業(yè)可復(fù)用的經(jīng)驗(yàn)積累和領(lǐng)先實(shí)踐進(jìn)行學(xué)習(xí)得到的綜合型的企業(yè)服務(wù)大模型。與單一領(lǐng)域的企業(yè)服務(wù)大模型不同，YonGPT覆蓋財(cái)務(wù)、人力資源和包括營(yíng)銷、研發(fā)、采購、制造、供應(yīng)鏈、項(xiàng)目、資產(chǎn)營(yíng)運(yùn)等業(yè)務(wù)的多個(gè)企業(yè)生產(chǎn)經(jīng)營(yíng)與運(yùn)營(yíng)管理領(lǐng)域，是一個(gè)具有多領(lǐng)域綜合智慧的企業(yè)服務(wù)大模型，契合了企業(yè)基于數(shù)智技術(shù)實(shí)現(xiàn)業(yè)務(wù)與業(yè)務(wù)、業(yè)務(wù)與財(cái)務(wù)、業(yè)務(wù)與管理融合創(chuàng)新的時(shí)代需求。

二是，用友一直堅(jiān)持長(zhǎng)期主義，注重研發(fā)和持續(xù)創(chuàng)新，如今它已經(jīng)能夠在底層技術(shù)上（云架構(gòu)）服務(wù)于企業(yè)經(jīng)營(yíng)的方方面面，具備很強(qiáng)的競(jìng)爭(zhēng)壁壘。

尤其是用友BIP的研發(fā)，更是前后經(jīng)過了7年時(shí)間。以2021年和2022年用友的研發(fā)投入為例，其研發(fā)投入已經(jīng)分別占營(yíng)業(yè)收入的26.4%和31.6%。人才方面，用友研發(fā)人員數(shù)量超過了9000名，超過公司員工總數(shù)的35.7%。在持續(xù)的高強(qiáng)度研發(fā)支持之下，用友BIP的創(chuàng)新能力持續(xù)增強(qiáng)。其中就包括多方面布局自然語言處理、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、知識(shí)圖譜等方面智能技術(shù)的應(yīng)用，以技術(shù)創(chuàng)新構(gòu)建了自己獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)。

三是 ，用友30多年來積累的大量專業(yè)行業(yè)語料數(shù)據(jù)，保證其在做行業(yè)大模型方面具備很好的基礎(chǔ)。從大模型的一般規(guī)律來說，無論是通用大模型還是垂直大模型，都少不了豐富的數(shù)據(jù)資料和行業(yè)邏輯經(jīng)驗(yàn)作為支撐，而這恰恰是用友的優(yōu)勢(shì)所在。

據(jù)介紹，用友基于大規(guī)模的商業(yè)應(yīng)用數(shù)據(jù)，結(jié)合企業(yè)應(yīng)用場(chǎng)景和領(lǐng)域經(jīng)驗(yàn)，標(biāo)記了大量的企業(yè)服務(wù)語料數(shù)據(jù)，形成了豐富的企業(yè)服務(wù)大模型訓(xùn)練素材，并將業(yè)務(wù)知識(shí)與領(lǐng)域經(jīng)驗(yàn)融入企業(yè)服務(wù)大模型，確保了大模型的專業(yè)性、實(shí)用性及領(lǐng)先性，使之能更好地跟企業(yè)的整體數(shù)智化戰(zhàn)略結(jié)合，支撐公司整體的建設(shè)。

YonGPT助力產(chǎn)業(yè)迎來AI普及應(yīng)用時(shí)代

作為業(yè)內(nèi)首個(gè)企服大模型，YonGPT將加速以垂直大模型和AI應(yīng)用為特點(diǎn)，以數(shù)據(jù)智能為抓手的AI普及全新應(yīng)用時(shí)代。

一方面，以YonGPT為代表的企服大模型的誕生，讓“懂產(chǎn)業(yè)更懂智能”的數(shù)智化驅(qū)動(dòng)不再高門檻，讓數(shù)智化驅(qū)動(dòng)變成了一種低成本可復(fù)制的普遍化產(chǎn)業(yè)趨勢(shì)。盡管當(dāng)下數(shù)智化轉(zhuǎn)型已經(jīng)成為眾多企業(yè)的共識(shí)，但擺在企業(yè)面前的“攔路虎”依然不少。這主要是由于數(shù)智化投資周期長(zhǎng)、成本高，很多企業(yè)在轉(zhuǎn)型時(shí)，又面臨改造需求碎片化、多樣化等問題，這就讓很多企業(yè)常陷入“不會(huì)轉(zhuǎn)、不敢轉(zhuǎn)、不能轉(zhuǎn)”的境地。而YonGPT的誕生，則為企業(yè)提供了“低門檻”的智能化入口，讓企業(yè)可以根據(jù)需要來找尋關(guān)鍵數(shù)據(jù)，做對(duì)關(guān)鍵決策。

另一方面，YonGPT的誕生將加速各個(gè)行業(yè)數(shù)據(jù)的“高質(zhì)量流通”，進(jìn)一步重塑產(chǎn)業(yè)鏈價(jià)值鏈，助力產(chǎn)業(yè)產(chǎn)生全新的增量機(jī)會(huì)，為產(chǎn)業(yè)的高質(zhì)量發(fā)展增添新動(dòng)能。對(duì)于B端企業(yè)場(chǎng)景而言，大模型在技術(shù)演進(jìn)過程中，形成的數(shù)字內(nèi)容孿生、編輯、創(chuàng)作三大能力，以及就此衍生出的一系列文本生成功能，可以更好地對(duì)應(yīng)辦公應(yīng)用場(chǎng)景和企業(yè)日常運(yùn)營(yíng)。

而且它通過自然語言就可以實(shí)現(xiàn)調(diào)出操作，操作門檻大大降低，人機(jī)交互體驗(yàn)大幅提升，將極大調(diào)動(dòng)人們使用大模型來實(shí)現(xiàn)業(yè)務(wù)功能的積極性。以用友YonGPT為例，它通過智能化業(yè)務(wù)運(yùn)營(yíng)，深入洞察企業(yè)運(yùn)營(yíng)，識(shí)別潛在風(fēng)險(xiǎn)和機(jī)會(huì)，并通過提供智能化方案提高經(jīng)營(yíng)決策水平和業(yè)務(wù)運(yùn)營(yíng)效率；它通過發(fā)揮“數(shù)據(jù)驅(qū)動(dòng)”優(yōu)勢(shì)，讓“數(shù)據(jù)找人”的智能呈現(xiàn)和交互變得更加頻繁；它通過全方位提升企業(yè)個(gè)性化應(yīng)用服務(wù)能力，真正讓企業(yè)低成本地感受到“千企千面”的數(shù)字化魅力。

另外，在數(shù)智化轉(zhuǎn)型大潮之下，以數(shù)智化為特征的全新模式，正在成為企業(yè)數(shù)智化轉(zhuǎn)型的全新范式。在企業(yè)數(shù)智化早期，云服務(wù)商主要圍繞“上云”來做布局，不斷擴(kuò)大各個(gè)行業(yè)的“上云”規(guī)模；隨著企業(yè)數(shù)智化進(jìn)入深水區(qū)，如何高效用云以提升云服務(wù)的生產(chǎn)力，日益成為行業(yè)關(guān)注的焦點(diǎn)，一場(chǎng)以數(shù)據(jù)智能為特征的數(shù)智化浪潮，日益成為全新產(chǎn)業(yè)趨勢(shì)。而AI大模型的到來，無疑為用友推動(dòng)產(chǎn)業(yè)數(shù)智化轉(zhuǎn)型，提供了全新的技術(shù)實(shí)現(xiàn)路徑。

作為業(yè)界首個(gè)具有多領(lǐng)域融合化、多形態(tài)綜合型特性的企業(yè)服務(wù)大模型，用友將繼續(xù)投入資源迭代訓(xùn)練，并不斷豐富基于這個(gè)大模型的各類企業(yè)服務(wù)，同時(shí)YonGPT的快速發(fā)展也將引領(lǐng)企業(yè)服務(wù)邁入一個(gè)新臺(tái)階。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！