當(dāng)DeepSeek在2025年春節(jié)掀起全民AI學(xué)習(xí)熱潮，當(dāng) “人工智能 +”被寫入國(guó)家政策并加速落地，中國(guó)的企業(yè)AI正站在從“技術(shù)跟隨”到“價(jià)值引領(lǐng)”的關(guān)鍵拐點(diǎn)。曾困擾行業(yè)的國(guó)產(chǎn)大模型能力滯后、場(chǎng)景落地碎片化、商業(yè)價(jià)值難量化等痛點(diǎn)，正逐步化解。
Agent作為能夠快速帶來(lái)高ROI的AI工具，受到很多企業(yè)的關(guān)注，尤其有資源有基礎(chǔ)的中大型企業(yè)。但是也有不少人產(chǎn)生疑問(wèn)，中國(guó)的企業(yè)Agent何時(shí)能破局，不再依賴國(guó)外AI？如今答案愈發(fā)清晰，因?yàn)橹袊?guó)的企業(yè)AI無(wú)論在技術(shù)還是場(chǎng)景，還是可靠性，都已準(zhǔn)備就緒。
這一切并非偶然，用友BIP企業(yè)AI基于AIX數(shù)據(jù)X流程原生一體架構(gòu)，提供從數(shù)據(jù)層、模型矩陣層、平臺(tái)層到應(yīng)用層的完整能力體系，在業(yè)務(wù)運(yùn)營(yíng)、人機(jī)交互、知識(shí)與應(yīng)用生成等多場(chǎng)景實(shí)現(xiàn)AI在企業(yè)的落地，全面賦能企業(yè)智能化升級(jí)。
為加速企業(yè)AI應(yīng)用落地，用友在2024年就推出了企業(yè)級(jí)的智能體構(gòu)建平臺(tái)，2025年全新一代用友BIP智能體構(gòu)建平臺(tái)，在DeepSeek推理模型驅(qū)動(dòng)下、無(wú)縫接入4000個(gè)企業(yè)級(jí)應(yīng)用API，助力企業(yè)10分鐘隨需構(gòu)建一個(gè)企業(yè)級(jí)智能體。
這一實(shí)踐已經(jīng)印證了中國(guó)企業(yè)AI的破局邏輯：它不是追求技術(shù)的“單點(diǎn)領(lǐng)先”，而是圍繞“企業(yè)真實(shí)需求”，構(gòu)建“技術(shù)可落地、場(chǎng)景可量化、結(jié)果可信賴”的完整體系。
有很多像鞍鋼、中國(guó)華電、佰工集團(tuán)、云南白藥、立高食品、康師傅等一樣的行業(yè)龍頭企業(yè)，已經(jīng)通過(guò)用友BIP企業(yè)AI實(shí)現(xiàn)“降本增效、精準(zhǔn)決策”。中國(guó)企業(yè)AI的破局時(shí)刻已然到來(lái)。
技術(shù)破局
國(guó)產(chǎn)大模型從 “跟跑” 到 “并跑”
夯實(shí)企業(yè)Agent底座
中國(guó)企業(yè)AI的早期困境，很大程度源于核心技術(shù)與海外的代差。通用大模型能力不足、垂直領(lǐng)域適配性弱，導(dǎo)致企業(yè) “想用AI卻無(wú)合適工具”。
但2025年以來(lái)，這一局面已發(fā)生根本性轉(zhuǎn)變，國(guó)產(chǎn)大模型在 “通用能力追趕” 與 “垂類能力深耕” 的雙重驅(qū)動(dòng)下，為企業(yè)AI落地提供了可靠技術(shù)支撐。
1、通用大模型能力差距快速縮小，普惠化趨勢(shì)明顯
此前國(guó)產(chǎn)大模型在復(fù)雜推理等領(lǐng)域與海外有差距，如全球AI編程前30模型中國(guó)產(chǎn)僅2席，但2025年四季度DeepSeek-V3/R1等產(chǎn)品推出后，差距顯著縮短，且在關(guān)鍵場(chǎng)景性能提升明顯；同時(shí)國(guó)產(chǎn)大模型走 “低成本 + 高性能” 路線，通過(guò)技術(shù)創(chuàng)新降低算力消耗，讓中小廠商也能低成本接入，打破海外高成本壟斷。
2、垂類大模型成為價(jià)值落地抓手，解決企業(yè)場(chǎng)景落地難題
通用大模型的 “泛而不精”，注定其難以滿足企業(yè)復(fù)雜業(yè)務(wù)需求，財(cái)務(wù)合規(guī)審核、供應(yīng)鏈風(fēng)險(xiǎn)預(yù)警等場(chǎng)景，需要深度融合行業(yè)Know-How的專業(yè)能力。這一背景下，國(guó)產(chǎn)垂類大模型的崛起，成為中國(guó)企業(yè)AI破局的關(guān)鍵抓手。
用友企業(yè)服務(wù)大模型YonGPT作為業(yè)界首個(gè)企業(yè)服務(wù)大模型，它融合了企業(yè)各個(gè)領(lǐng)域?qū)I(yè)知識(shí)和各類行業(yè)商業(yè)KnowHow，經(jīng)過(guò)領(lǐng)域、行業(yè)數(shù)據(jù)的預(yù)訓(xùn)練和精調(diào)的企業(yè)應(yīng)用服務(wù)的大模型，結(jié)合了用友在企業(yè)服務(wù)領(lǐng)域的經(jīng)驗(yàn)積累、領(lǐng)先并場(chǎng)景豐富的企業(yè)應(yīng)用軟件產(chǎn)品、大規(guī)模企業(yè)客戶基礎(chǔ)的優(yōu)勢(shì)，能夠理解、解析各類企業(yè)數(shù)據(jù)，應(yīng)用于各類業(yè)務(wù)場(chǎng)景。其面向復(fù)雜的行業(yè)應(yīng)用場(chǎng)景， 通過(guò)對(duì)行業(yè)模型精調(diào)幫助企業(yè)實(shí)現(xiàn)智能化的業(yè)務(wù)運(yùn)營(yíng)、自然化的人機(jī)交互、智慧化的知識(shí)生成、語(yǔ)義化的應(yīng)用生成四大能力，為企業(yè)提供智能化的人機(jī)協(xié)作、業(yè)務(wù)洞察、商業(yè)決策支持和智能運(yùn)營(yíng)服務(wù)，是深懂業(yè)務(wù)的大模型，已完全融入到企業(yè)的“研供產(chǎn)銷服、人財(cái)物客項(xiàng)”業(yè)務(wù)與管理場(chǎng)景中。
2025年8月，YonGPT2.0升級(jí)為YonGPT模型矩陣，包括垂類大語(yǔ)言模型、多模態(tài)大模型、向量模型、推薦模型、 分類/排序模型、運(yùn)籌優(yōu)化/預(yù)測(cè)模型等，形成了多類型的靈活模型矩陣。
據(jù)IDC數(shù)據(jù)，2024年中國(guó)AI大模型解決方案市場(chǎng)規(guī)模達(dá)34.9億元，同比增長(zhǎng)126.4%，這一數(shù)據(jù)印證了 “垂類突破” 的正確性。 國(guó)產(chǎn)大模型無(wú)需在通用能力上與海外 “全面對(duì)標(biāo)”，而是通過(guò)深耕企業(yè)細(xì)分場(chǎng)景，構(gòu)建差異化競(jìng)爭(zhēng)優(yōu)勢(shì)，為AI落地提供 “精準(zhǔn)適配” 的技術(shù)方案。
場(chǎng)景破局
從 “輔助工具” 到 “商業(yè)回報(bào)”
企業(yè)AI的價(jià)值，最終需通過(guò)場(chǎng)景落地來(lái)驗(yàn)證。早期中國(guó)企業(yè)AI多停留在 “聊天問(wèn)答”“文檔生成” 等淺層工具應(yīng)用，難以融入核心業(yè)務(wù)流程。而當(dāng)前的破局趨勢(shì)，是AI從 “輔助工具” 升級(jí)為可帶來(lái)“商業(yè)回報(bào)”的增長(zhǎng)引擎，在財(cái)務(wù)、制造、人力等關(guān)鍵領(lǐng)域?qū)崿F(xiàn) “全鏈路改造”。讓AI在企業(yè)中真正實(shí)現(xiàn)降本增效、精準(zhǔn)運(yùn)營(yíng)與風(fēng)險(xiǎn)管控的目標(biāo)。
1、運(yùn)營(yíng)提效場(chǎng)景：替代重復(fù)性勞動(dòng)，實(shí)現(xiàn) “降本” 與 “提質(zhì)” 雙贏
企業(yè)運(yùn)營(yíng)中的 “重復(fù)性、規(guī)則性” 工作，是AI落地的最佳切入點(diǎn)， 這類場(chǎng)景容錯(cuò)率低、效果可量化，能快速驗(yàn)證AI價(jià)值。
以財(cái)務(wù)領(lǐng)域?yàn)槔?，用友BIP的“智能會(huì)計(jì)助理”，能夠自動(dòng)完成憑證審核、對(duì)賬、記賬等財(cái)務(wù)流程，從而提高業(yè)務(wù)處理的準(zhǔn)確性和效率，減少財(cái)務(wù)人員的人工操作，降低作業(yè)成本。“智能審核助理”，利用AI大模型強(qiáng)大的邏輯推理，語(yǔ)義理解，完成高效、合規(guī)的審核，如基于大模型理解差旅行程閉環(huán)、敏感詞上下文語(yǔ)義理解、社會(huì)化數(shù)據(jù)查詢核實(shí)（經(jīng)營(yíng)范圍、工商信息等）等眾多審核規(guī)則。
這類場(chǎng)景的核心價(jià)值，在于 “可量化的ROI”。據(jù)《2025 中國(guó)企業(yè)級(jí)AI Agent應(yīng)用實(shí)踐研究報(bào)告》顯示，2025年中國(guó)企業(yè)級(jí)AI Agent市場(chǎng)規(guī)模預(yù)計(jì)達(dá)232億元，2023-2027年復(fù)合增長(zhǎng)率達(dá)120%，其中運(yùn)營(yíng)提效場(chǎng)景貢獻(xiàn)了70% 以上的市場(chǎng)增量。這表明，“降本增效” 仍是當(dāng)前企業(yè)AI落地的核心需求，而AI在該領(lǐng)域的成熟度，已能支撐規(guī)?；茝V。
2、決策智能場(chǎng)景：數(shù)據(jù)驅(qū)動(dòng)替代經(jīng)驗(yàn)判斷，挖掘業(yè)務(wù)增長(zhǎng)潛能
如果說(shuō)運(yùn)營(yíng)提效是 “降本”，那么決策智能就是 “增收”。這是企業(yè)AI從 “基礎(chǔ)工具” 向 “戰(zhàn)略引擎” 升級(jí)的關(guān)鍵一步。傳統(tǒng)企業(yè)決策多依賴管理者經(jīng)驗(yàn)，易受主觀因素影響；而AI通過(guò)整合海量數(shù)據(jù)、構(gòu)建預(yù)測(cè)模型，能為決策提供精準(zhǔn)數(shù)據(jù)支撐。
在銷售領(lǐng)域， 用友BIP企業(yè)AI的智能銷售預(yù)測(cè)，基于歷史銷量數(shù)據(jù)與市場(chǎng)趨勢(shì)，可自動(dòng)生成 “分產(chǎn)品、分區(qū)域” 的銷量預(yù)測(cè)，并通過(guò)多維度誤差分析篩選最優(yōu)結(jié)果。立高食品應(yīng)用該功能后，解決了短保食品 “爆倉(cāng)或缺貨” 的難題，庫(kù)存周轉(zhuǎn)率提升73%。 這類場(chǎng)景的落地，標(biāo)志著中國(guó)企業(yè)AI已從 “成本中心” 轉(zhuǎn)向 “利潤(rùn)中心”。
3、組織協(xié)同場(chǎng)景：重構(gòu)協(xié)作模式，適配AI時(shí)代的管理需求
企業(yè)AI的落地，不僅是技術(shù)的變革，更是組織管理的重塑。傳統(tǒng) “金字塔式” 組織架構(gòu)信息傳遞慢、決策鏈條長(zhǎng)，難以適配AI驅(qū)動(dòng)的快速響應(yīng)需求；而AI通過(guò) “智能體協(xié)同”“虛擬工作組” 等模式，正推動(dòng)組織向扁平化、網(wǎng)絡(luò)化轉(zhuǎn)型。
在人力資源領(lǐng)域，用友BIP推出了員工服務(wù)助理、人事智能助理、假勤智能助理、薪酬智能助理、人才發(fā)現(xiàn)助理等通過(guò)AI技術(shù)與人力資源大數(shù)據(jù)的深度融合，幫助HR實(shí)現(xiàn)從“事務(wù)執(zhí)行者”蛻變?yōu)?ldquo;戰(zhàn)略伙伴”及“變革推動(dòng)者”。
在跨部門協(xié)作中，用友BIP為企業(yè)打造的企業(yè)AI智能體——智友（YonMate）,更成為員工日常工作的 “超級(jí)入口”：它不僅能理解業(yè)務(wù)指令、自動(dòng)觸發(fā)系統(tǒng)功能，還能基于企業(yè)知識(shí)庫(kù)提供智能建議，讓重復(fù)操作自動(dòng)化、決策支持智能化。 這種交互革新讓AI技術(shù)真正從工具融入企業(yè)各項(xiàng)業(yè)務(wù)，轉(zhuǎn)變?yōu)槠髽I(yè)的生產(chǎn)力。還可以通過(guò)超級(jí)群的形式，將企業(yè)員工、智能體、業(yè)務(wù)流程和知識(shí)庫(kù)集中于同一平臺(tái)，實(shí)現(xiàn)一站式協(xié)作。
“結(jié)果可靠”與“安全合規(guī)”
讓企業(yè)敢用、能用
企業(yè)場(chǎng)景對(duì)AI結(jié)果的可靠性以及安全合規(guī)要求遠(yuǎn)高于C端。財(cái)務(wù)數(shù)據(jù)錯(cuò)誤可能導(dǎo)致決策失誤，合同審核遺漏風(fēng)險(xiǎn)點(diǎn)可能引發(fā)法律糾紛。經(jīng)常被提到的“AI 幻覺(jué)”曾是制約企業(yè)AI Agent落地的核心障礙，而當(dāng)前國(guó)產(chǎn)企業(yè)AI已能有效解決這一問(wèn)題。
在結(jié)果可靠層面，用友BIP將大模 型的 “泛化能力”、小模型的 “場(chǎng)景智能”、高質(zhì)量數(shù)據(jù)的 “決策智能”、知識(shí)庫(kù)的 “專業(yè)知識(shí)” 深度融合，共同實(shí)現(xiàn)企業(yè)AI結(jié)果可靠。
例如在 “財(cái)務(wù)核算” 場(chǎng)景，大模型拆解任務(wù)后，由輕量化的 “智能核算小模型” 處理具體數(shù)據(jù)，可大大減低錯(cuò)誤率；從數(shù)據(jù)層面看，檢索增強(qiáng)生成技術(shù)通過(guò)優(yōu)先調(diào)用企業(yè)私域知識(shí)庫(kù)，避免AI “憑記憶回答”。友智庫(kù)平臺(tái)可自動(dòng)解析企業(yè)文檔并轉(zhuǎn)化為結(jié)構(gòu)化知識(shí)，AI回答問(wèn)題時(shí)會(huì)引用具體制度條款并標(biāo)注出處，將大大降低 “無(wú)依據(jù)回答” 的概率。
在安全合規(guī)層面，用友BIP通過(guò)保障企業(yè)的數(shù)據(jù)安全，對(duì)用戶明確權(quán)限與責(zé)任，規(guī)范AI應(yīng)用在企業(yè)內(nèi)的使用流程等，保證AI使用符合企業(yè)和國(guó)家的相關(guān)法規(guī)。通過(guò)接入企業(yè)權(quán)限管理與制度體系，通過(guò)針對(duì)異構(gòu)系統(tǒng)的技能權(quán)限管理（包括智能體的權(quán)限控制），以及數(shù)據(jù)倉(cāng)庫(kù)的分層權(quán)限控制、加密與脫敏以及訪問(wèn)通道等，并從技術(shù)架構(gòu)設(shè)計(jì)層進(jìn)行實(shí)時(shí)行為監(jiān)控、保障安全，以及遵從相關(guān)的倫理合規(guī)等。
未來(lái)，隨著AI Agent技術(shù)的成熟、MaaS（模型即服務(wù)）模式的普及，中國(guó)企業(yè)AI將進(jìn)一步向 “智能原生” 轉(zhuǎn)型。但無(wú)論技術(shù)如何演進(jìn)，“以業(yè)務(wù)價(jià)值為核心” 始終是企業(yè)AI落地的不變邏輯，這既是中國(guó)企業(yè)AI破局的關(guān)鍵，也是未來(lái)持續(xù)領(lǐng)先的核心競(jìng)爭(zhēng)力。
