近兩年受經(jīng)濟下行的影響，各行業(yè)各企業(yè)為了穩(wěn)營收保增長，紛紛選擇了數(shù)字化轉(zhuǎn)型的路徑。今年年初大模型概念在國內(nèi)火了之后，再次把人工智能推向了又一個發(fā)展高度，智能化成了企業(yè)關注的焦點話題。

無論是在數(shù)字化還是智能化轉(zhuǎn)型中，企業(yè)都會遇到不同程度的問題，諸如，小微企業(yè)的轉(zhuǎn)型意識不夠，中型企業(yè)有轉(zhuǎn)型意識，但不知道如何開展工作，大型企業(yè)雖說完成了數(shù)字化轉(zhuǎn)型，但面對智能化時仍是迷茫的狀態(tài)。

“無論做數(shù)字化還是智能化前提是要構建數(shù)智化底座，夯實底層基礎設施，”大概是解決這一問題最好的答案。

目前，國內(nèi)不乏做數(shù)據(jù)中臺或智能中臺服務的廠商，但用友和其他友商走的路子似乎不太一樣。對此，雷峰網(wǎng)特別梳理了用友數(shù)據(jù)智能業(yè)務的發(fā)展之路：

用友的數(shù)據(jù)智能業(yè)務基于用友BIP-iuap平臺而生。用友iuap由業(yè)務中臺、數(shù)據(jù)中臺、智能中臺、技術平臺、低代碼開發(fā)平臺，連接集成平臺構成，簡稱“三中臺、三平臺”。其中數(shù)據(jù)中臺、智能中臺就是用友數(shù)據(jù)智能業(yè)務的支撐。

以用友的經(jīng)驗，當企業(yè)數(shù)據(jù)孤島嚴重、數(shù)據(jù)質(zhì)量參差不齊時，首先建議企業(yè)不要一味依賴技術，而是要一步一步做，從收集數(shù)據(jù)，沉淀高質(zhì)量數(shù)據(jù)、展示數(shù)據(jù)、數(shù)據(jù)治理等做起，打好了數(shù)據(jù)基礎才能進入下一步。

面對業(yè)界經(jīng)常議論的“不實現(xiàn)數(shù)字化很難向智能化邁進”這一話題，用友BIP高級應用架構師曹正鳳表示，企業(yè)想要實現(xiàn)決策的智能化，就必須把數(shù)據(jù)和智能放在一起考慮，而不是先有數(shù)字化，再有智能化。企業(yè)制定決策的過程和大腦思考的過程比較相似，在獲取大量的信息后，利用強大的智囊團，經(jīng)過充分的討論才能制定一個正確的決策，而要使這個過程智能化，必須利用數(shù)據(jù)中臺采集和加工數(shù)據(jù)的能力，使用智能中臺的算力和智能算法，建立企業(yè)大腦，這也是我們把數(shù)據(jù)中臺和智能中臺結合起來的原因。

但值得注意的是，用友不僅關注技術，還更看重業(yè)務。用友致力于將數(shù)據(jù)和智能的能力沉淀到數(shù)據(jù)中臺和智能中臺，再把這些能力融入業(yè)務流程，形成數(shù)據(jù)、智能、業(yè)務的完美結合。

談到重業(yè)務，還要從做財務軟件時說起，當時用友接觸的很多企業(yè)都希望實現(xiàn)“業(yè)財融合”，即業(yè)務與財務的融合，這就面臨一個問題，財務偏中后臺，為了實現(xiàn)業(yè)財融合，財務要洞察業(yè)務，再去優(yōu)化業(yè)務，然后通過這些洞察與優(yōu)化再去改進經(jīng)營。

就在那時，“解決業(yè)務問題”成了用友的經(jīng)營之道并得以延續(xù)。面對火熱的GPT，用友也是把業(yè)務放在了首位。曹正風表示，“AI以及大模型在To B行業(yè)應用的目標就是要解決業(yè)務問題?！?/p>

這個階段，用友也愿意把AI能力釋放給B端企業(yè)，目前用友的AI功能全都集成到了用友iuap平臺的智能中臺，形成了RPA、VPA（虛擬個人助理）、智能搜索、知識圖譜、AI工作坊、文本處理、圖片處理、視頻處理等多項智能化能力，并提供企業(yè)畫像、人才畫像、商機推薦、供應商推薦等智能服務。

除數(shù)智員工外，用友還將AI嵌入低代碼開發(fā)平臺，自動生成代碼；AI嵌入數(shù)據(jù)中臺，自動生成征信報告；AI還用在一些特定場景，例如對政策的解讀...

雖然用友在AI方面已經(jīng)做了很長時間的研究，但面對新一輪的AI大模型風口，曹正鳳這樣說：“用友不會因為大模型火了就刻意做什么，而是要積累行業(yè)模型，切實解決企業(yè)業(yè)務問題”

以下是雷峰網(wǎng)和曹正鳳的對話：

數(shù)字化進入深水區(qū)，做更懂業(yè)務的數(shù)智底座

雷峰網(wǎng)：現(xiàn)在企業(yè)數(shù)字化轉(zhuǎn)型到什么階段了？

曹正鳳：進入深水區(qū)，有些企業(yè)的數(shù)據(jù)積累已經(jīng)做到很好了，到數(shù)據(jù)治理階段了。

雷峰網(wǎng)：為什么說現(xiàn)在到數(shù)據(jù)治理階段了，是看到了什么趨勢嗎？

曹正鳳：零幾年的時候，整個行業(yè)處于數(shù)據(jù)展示階段，客戶要求不高，只要能把圖做出來就行了。近幾年，由于受人工智能的影響，客戶扎進數(shù)據(jù)智能的需求中出不來了，非要做出幾個智能化的場景才能是個好項目，但回過頭來發(fā)現(xiàn)，有一個關鍵的問題沒有解決，數(shù)據(jù)質(zhì)量的問題，因此接下來就要做治理了。做數(shù)據(jù)治理的一個關鍵動因，就是在2020年4月，中央重磅發(fā)文，數(shù)據(jù)首次正式被納入生產(chǎn)要素范圍，大部分國有企業(yè)也開始意識到數(shù)據(jù)的重要性，而且前幾年做智能化總是不能落地，有比較大的原因是數(shù)據(jù)沒有治理好，而且數(shù)據(jù)治理的理論體系這個時候也建立起來了，所以企業(yè)數(shù)智化轉(zhuǎn)型現(xiàn)在已經(jīng)進入到數(shù)據(jù)治理階段了。

雷峰網(wǎng)：這個階段具體要做哪些工作？

曹正鳳：數(shù)據(jù)治理目標是提升數(shù)據(jù)資產(chǎn)的效用和價值，這個階段的企業(yè)積累了大量數(shù)據(jù)，如何形成高價值的數(shù)據(jù)資產(chǎn)是重點，第一要解決數(shù)據(jù)孤島的問題，通過數(shù)據(jù)連接集成的能力，數(shù)據(jù)湖統(tǒng)一存儲各個業(yè)務系統(tǒng)的數(shù)據(jù)，才能為上層分析處理提供一個基礎的數(shù)據(jù)環(huán)境。第二建立統(tǒng)一的數(shù)據(jù)標準，各個業(yè)務系統(tǒng)，包括主數(shù)據(jù)、業(yè)務數(shù)據(jù)匯聚過來之后我們提供一套標準體系進行管控，通過梳理各板塊相關的數(shù)據(jù)標準、接口標準以及后續(xù)的開發(fā)標準，通過我們中臺進行管理和評估，發(fā)現(xiàn)采集過來的業(yè)務系統(tǒng)數(shù)據(jù)是否存在違反標準的問題，同時制定相應的解決方案，并監(jiān)督方案的落實，從而形成一個數(shù)據(jù)標準管理的閉環(huán)。

數(shù)據(jù)質(zhì)量也是類似的道理，我們需要梳理各層數(shù)據(jù)的質(zhì)量規(guī)則體系，并通過中臺進行統(tǒng)一管理。當然除了這些手段，我們還需要構建統(tǒng)一高效的數(shù)據(jù)治理組織和流程，來保障數(shù)據(jù)治理工作有效開展。

雷峰網(wǎng)：用友在這個過程中是一個什么樣的角色？

曹正鳳：在企業(yè)數(shù)據(jù)治理的過程中，我們是工具的提供方。我們有一套數(shù)據(jù)治理和開發(fā)的工具，可以進行數(shù)據(jù)的采集、管理、開發(fā)。當企業(yè)數(shù)據(jù)治理好后，我們的智能中臺提供一系列的算法，智能化的文本、圖片、視頻處理的能力，助力企業(yè)數(shù)智化的過程。

對于ISV伙伴來說，他對某個領域可能會相對比較了解，比如說醫(yī)療、交通等一些特殊的行業(yè)，我們沒涉及過，ISV伙伴就可以找一些智能化的場景，然后利用我們的工具去落地，幫客戶解決業(yè)務上問題。

對于客戶來說，需要建立專業(yè)團隊，而不是像以前做IT項目的狀態(tài)，安裝好服務器，部署上軟件就可以了。他的團隊需要和我們共創(chuàng)。一起來尋找企業(yè)數(shù)智化的業(yè)務場景，一起使用我們的數(shù)據(jù)中臺和智能中臺的工具，來解決企業(yè)降本增效的實際問題。

雷峰網(wǎng)：較其他友商，用友的優(yōu)勢是什么？

曹正鳳：用友在剛開始做數(shù)智中臺時，在技術方面優(yōu)勢并不明顯，但我們是最懂業(yè)務的數(shù)智中臺。首先，我們BIP有財務、人力、營銷、采購等10大領域業(yè)務產(chǎn)品，在產(chǎn)品化的階段就可以把數(shù)據(jù)和智能嵌入到業(yè)務中，實現(xiàn)和業(yè)務完美的結合；其次，iuap平臺發(fā)揮整體優(yōu)勢，單點的平臺應用已經(jīng)不能滿足企業(yè)整體數(shù)智化需求，需要升級數(shù)智化底座，通過體系化的平臺，來更好適應業(yè)務并賦能業(yè)務；再就是，產(chǎn)品的技術優(yōu)勢，iuap云平臺基于容器化、云原生等技術，實現(xiàn)云上云下一套完整的代碼，當企業(yè)需要私有化部署時，可隨時打包代碼形成安裝盤，然后部署到私有云環(huán)境中，真正把公有云、私有云、專有云的能力拉通。這一點是很多中臺廠商很難做到的。

數(shù)據(jù)、智能相輔相成，誰也離不開誰

雷峰網(wǎng)：企業(yè)的智能化到哪個階段了？

曹正鳳：很多企業(yè)都在提智能化這件事，也有很多企業(yè)在實踐，但To B行業(yè)的AI探索整體還處于起步階段，因為數(shù)據(jù)積累和治理還沒完全做好。如果把數(shù)據(jù)比作一個皇冠，智能就是上面的明珠，但這個明珠現(xiàn)在處于剛剛起步階段。我們也服務了很多企業(yè)，比如杭州鋼鐵、航天科技等頭部客戶，數(shù)據(jù)積累基本到了一定量級，數(shù)據(jù)質(zhì)量也比較好，但數(shù)據(jù)治理還不成體系，智能化的實踐和探索剛剛開始。

雷峰網(wǎng)：如何看待數(shù)據(jù)和智能的關系？

曹正鳳：數(shù)據(jù)和智能本身是不能分家的，這兩件事就是一件事，做數(shù)據(jù)積累和治理的時候，不考慮智能的事，做法上本身就是欠妥的。為什么國家將數(shù)據(jù)納入生產(chǎn)要素的范圍，要成立國家數(shù)據(jù)局，因為將數(shù)據(jù)成為生產(chǎn)要素后，企業(yè)就會進行數(shù)據(jù)資產(chǎn)的積累，積累了大量的數(shù)據(jù)后，智能的應用才有可能做成功，因此兩者是不能分開談的。比如現(xiàn)在的攝像頭能很好地識別圖片中的物體，這是因為我們使用大量的圖片，對攝像頭中的算法進行了訓練，這些大量的圖片，就是一個數(shù)據(jù)積累的過程。這也是用友在做智能化時，為什么把數(shù)據(jù)中臺和智能中臺放一起來考慮的原因。

雷峰網(wǎng)：用友在智能方面做了哪些工作？成效如何？

曹正鳳：iuap的智能中臺可以對外提供文本處理、圖片處理、視頻處理、智能搜索、知識圖譜等多項智能化能力，已經(jīng)研制了以數(shù)智員工、RPA、VPA（虛擬個人助理）、AI工作坊等系列產(chǎn)品，并提供企業(yè)畫像、人才畫像、商機推薦、供應商推薦等智能服務，已經(jīng)賦能用友BIP在財務、人力、采購、制造、營銷等業(yè)務領域，已經(jīng)建立了100+數(shù)智員工技能、1000+開箱即用機器人、1000+AI智能場景。

大模型火了，不會刻意做什么，而是要積累行業(yè)模型

雷峰網(wǎng)(公眾號：雷峰網(wǎng))：大模型火了，在智能方面用友會走和ChatGPT一樣的路線嗎？

曹正鳳：不會，ToB行業(yè)的智能化可能和ChatGPT走的路線不一樣，ChatGPT主要是聊天式的知識輸出。我們說的智能化，是針對企業(yè)的業(yè)務訴求，根據(jù)它的數(shù)據(jù)情況，使用人工智能、深度學習、大模型等技術去解決業(yè)務問題。ChatGPT是數(shù)據(jù)積累和模型參數(shù)擴大的結果，而企業(yè)智能化需要的是高質(zhì)量的數(shù)據(jù)和合適的算法，這需要算法工程師的智慧。

雷峰網(wǎng)：具體怎么做？要做小模型嗎？

曹正鳳：大模型給我們的啟示是要積累行業(yè)模型，這一點大家能達成共識。這個模型是大是小，不是主要的，主要是能要解決業(yè)務問題。面對大模型，用友會積極擁抱。

用友將大模型分為L0基礎大模型，L1行業(yè)大模型，L2應用場景模型三類，重點會在L1、L2兩個層級上發(fā)力。

在L0基礎大模型方面，我們會引入大模型，比如與百度這種商業(yè)大模型提供商合作，在文心大模型的基礎上用用友的領域積累的知識去訓練這個模型，將來就可能會推出用友特有的知識問答系統(tǒng)。

在L1級別，我們會積累更多行業(yè)大模型，基于我們多年在企業(yè)服務領域的知識經(jīng)驗訓練行業(yè)通用模型向外賦能，去解決特定行業(yè)的文本生成、智能問答、預測決策等等企業(yè)智能化決策的問題。

在L2應用場景模型方面，用友iuap智能中臺已經(jīng)有很多場景化落地產(chǎn)品和方案，比如基于RPA、VPA的數(shù)智員工，智能搜索，知識圖譜等。另外，通過AI工作坊，來降低AI應用開發(fā)的門檻。用友iuap智能中臺還推出了具備算法模型創(chuàng)建、訓練、推理閉環(huán)管理能力，支持企業(yè)進行高性能擴展推理服務、迭代式改進模型效果等。

寫在最后

無論在數(shù)字化轉(zhuǎn)型階段還是GPT到來之時，不變的是，用友始終把數(shù)據(jù)和智能結合起來，最終目的則是解決企業(yè)的業(yè)務問題。從“三中臺、三平臺”概念也可以看出，iuap平臺把業(yè)務中臺作為三中臺之一，數(shù)據(jù)中臺、智能中臺則支撐數(shù)據(jù)智能業(yè)務的發(fā)展。

正所謂數(shù)字化是基礎，而智能化產(chǎn)生價值，兩者需要嵌合在一起。沒有數(shù)據(jù)的積累沒辦法實現(xiàn)智能，沒有智能，又何談數(shù)智化轉(zhuǎn)型，其價值最終要在業(yè)務中體現(xiàn)。

GPT火出圈后，用友也沒有一味地追熱點，搞噱頭，而是把解決業(yè)務問題作為出發(fā)點，開展行業(yè)模型的研究。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。