用友企业AI的四次跨越，SaaS领跑的还是YonSuite？

（来源：六安新闻网）

转自：六安新闻网

　　聊企业AI，现在最头疼的是什么？不是大模型不够聪明，而是有时候它太“聪明”了，聪明到一本正经的“说瞎话”，或者干脆在你最核心的业务上“胡干”。

　　数据孤岛、业务关系不理解、成本还高得吓人……这些问题，是不是听着就头大？

　　就在大多数企业还在为这些问题发愁的时候，用友悄然完成了企业AI模型服务层的四次关键跨越：

　　2023年3月：从0到1，试水通用大模型。

　　通过接入文心一言、智谱等大模型，YonSuite初步实现了企业知识库构建和智能问答、AIGC应用等基础功能。这一阶段，AI虽未深入核心业务，但让企业切实感知到了智能化带来的效率和体验提升。

　　2023年7月 —2024年8月：从通用到场景，发布YonGPT。

　　2023年7月，用友推出业界首个企业服务大模型YonGPT1.0；

　　2024年8月，YonGPT2.0正式发布，构建起"通用大模型+企业垂类模型"的双基座架构。

　　这一时期，YonSuite推出了以“智友”为代表的数智员工产品体系，将AI能力以"嵌入式应用"和"对话式交互"的智能体形式，融入财务、供应链、人力等核心领域，大规模智能应用涌现，产品进入一个智能化的新阶段。

　　2025年2月：全面拥抱DeepSeek（V3/R1），迈入ALL IN企业AI。

　　用友 BIP 基座大模型YonGPT全面接入 DeepSeek-V3、DeepSeek-R1，成为首个适配 DeepSeek 大模型的厂商，大幅降低 AI 应用成本。

　　YonSuite由此进入了以“智能体”为标志的爆发新阶段；同期，数智员工2.0推出，从 Copilot（智能助手）升级为场景化智能体：

　　商旅报账智能体自动校验合规、智能审核；

　　销售助理智能体实时预警价格异常与信用风险；

　　智能会计智能体自动对账；

　　Data Agent 自动标注数据波动并给出归因分析……

　　同时，智能体构建平台对外开放，支持 MCP 协议，打通第三方系统与伙伴应用，初步建成企业AI 开放生态。

　　2026 年2月：发布 LOM本体大模型，推出“本体智能体”，打造企业“数字大脑”

　　用友推出LOM（Large Ontology Model，本体大模型），不再追求参数规模，而是聚焦深度理解企业业务本体，构建可推演、可解释的专业能力，显著降低大模型 “幻觉”。

　　依托严谨的本体（Ontology）技术，LOM 将企业数据、业务规则、流程关系结构化编码，形成可追溯、可审计的 “白盒” 推理，让 AI 决策从 “黑盒猜测” 走向可控、可信、可落地。

　　LOM 推动智能体从“辅助决策” 升级为复杂系统分析与自主执行，在精准理解业务实体关系的基础上，输出有据可依、可直接落地的策略与路径，实现从智能决策到复杂系统分析的全栈企业级赋能。

　　这条进化路，其实就是企业AI从“能用”到“好用”、再到“管用”的一个缩影。而YonSuite一直踩在点上，用“一体化平台+本体服务”这套组合拳，给成长型企业递上了一个能真正用得起来的AI方案。成长型企业搞AI：理想很丰满，现实太骨感

　　成长型企业是市场经济的活力源泉，但这类企业的AI应用之路，从一开始就面临着先天不足与后天掣肘的双重考验。

　　先看老底子。

　　国内成长型企业特别是中小企业，数字化基础相对薄弱。很多企业缺乏统一的数据中心，数据分布在零散的应用中，难以支撑复杂场景；不同系统缺乏标准化接口，数据不互通成为常态。

　　再看大模型本身。

　　通用大模型聊天、写诗是把好手，但放到企业里，就有点“水土不服”。

　　·一是听不懂“行话”。

　　它学的是公开数据，根本不知道你公司内部那些“特殊商品编码”、“内部结算规则”是什么。面对企业复杂的业财场景，很容易出现“幻觉”。

　　·二是没规矩。

　　它没有权限概念，不懂业务边界，让企业不敢将其应用于销售下单、财务结算等核心环节。

　　有人说，那我用自己公司的数据“微调”一下大模型总行了吧？这个思路没错，但实操起来，若不解决语义逻辑和上下文关系问题，也无法真正提升模型在业务场景中的准确率。

　　最后，看看钱和人。

　　成长型企业最缺的就是这个。看看全球AI标杆Palantir，确实牛，凭借本体技术实现了复杂业务的AI落地，但它怎么玩的？得派一堆顶级工程师，花几个月甚至一年时间，为客户构建业务本体，服务费起步就是百万美元，这样的成本让成长型企业望而却步。

　　说到底，成长型企业搞AI难，就难在三个“脱节”：模型与数据脱节、模型与业务脱节、技术与成本脱节。

　　而破解这一难题的关键，在于找到一条能打通数据、对齐业务、降低成本的一体化路径，让AI真正融入企业的日常运营。

破局的关键：先搭好台子，AI才能唱好戏

　　怎么破？市场给出了最优解：通过一体化平台解决数据基础问题，为AI模型的落地筑牢数字底座。

　　这也是为什么YonSuite能成为那么多成长型企业“数智化”首选的原因——它从根源上解决了企业数据乱、接口难、成本高的问题，为模型服务层的持续升级提供了坚实的支撑，让企业AI落地有了基础保障。

　　一体化平台的好处，说白了就是——“数据全打通”和“流程都统一”。YonSuite就是专为成长型企业设计的，把财务、供应链、人力、营销、生产……所有这些业务的数据都整合到一个平台上，集中管控。你不需要再去操心“这个系统和那个系统怎么对接”、“那边导出的数据这边能不能认”……

　　举个例子，做机器人教育行业的艾克瑞特，在全国有30多家校区。以前每个校区自己记账，财务部门要面对20多个独立账簿，每月光是合并报表就得折腾一周多，还经常对不上。上了YonSuite之后，所有校区的数据实时归集，财务凭证100%自动生成，月结效率直接翻倍。总部随时能看到每个校区的经营状况，一目了然。

　　还有做农产品种植加工的北纬47°，业务链条从种植、加工到销售，涉及天猫、京东、抖音等十几个电商平台。以前最大的痛点是订单统计和对账，各个平台的订单格式不一样，数据导出来全是乱的。通过YonSuite，他们把十几个平台的订单数据全部打通，自动归集、自动对账，订单履约效率提升了30%，财务终于不用再熬夜了。

　　近期，YonSuite进一步完成了品牌价值升级，发布全新产品定位——“One AI-World, OneYonSuite”，目标是让成长型企业也能拥有比肩大企业的数智实力。其核心内涵是用“统一”与“一体化”重构企业的运营逻辑与IT架构，从底座、入口、数据、场景、运营、生态到客户成功，全链路消除割裂与重复。

　　平台一体化，还顺带解决了IT投入和人才短缺的难题。YonSuite走的是“一站式”订阅模式，里面预置了通用的最佳业务实践。你不用养一个庞大的IT团队，也不用纠结架构怎么搭，拿来就能用。

　　更关键的是，YonSuite不是简单地把几个系统堆一块儿，而是真正把流程、数据和AI给揉在了一起，形成了一个 “AI×流程×数据” 的新模式。

　　本次LOM的发布，就是以“定义边界、语义对齐、可追溯、可解释”为核心，为AI模型装上了“业务思维”。LOM将企业的供应商、客户、产品、员工等实体定义为“节点”，将采购合作、薪资发放、销售往来等关系定义为“边”，把分散的结构化和非结构化数据转化为可计算、可推理的智能资产，从根本上解决了大模型的“幻觉”问题。

　　同时，LOM本体大模型的轻量高效设计，让YonSuite无需像Palantir那样投入大量人力人工构建本体，而是将预建的业务逻辑和本体框架内置到平台中，成长型企业可直接复用，大幅降低了本体智能的落地成本。

　　从解决最痛的落地问题，到用一体化平台打基础，再到用模型服务层持续升级，YonSuite不仅给成长型企业拿出了个能用的、用得起的AI方案，更重要的是，它定义了一套企业级AI的落地范式，成为引领企业AI发展的核心标杆。

　　第一，它抓住了企业AI的核心逻辑。

　　企业AI的价值，不在于模型的参数量有多大，而在于能否与企业的业务、数据、流程深度融合；企业AI的落地，不在于追求技术的极致，而在于能否适配企业的实际需求，实现规模化、普惠化应用。

　　第二，它打造了“一体化平台+模型服务层”的协同发展模式。

　　一体化平台为模型服务层提供了完整、规范的数据源和统一的业务框架，模型服务层的迭代升级，让平台的智能能力持续提升，形成了“数据-模型-业务”的正向循环。

　　第三，它推动企业级AI从“辅助工具”向“企业级智能体”进化。

　　通过模型服务层的不断升级，YonSuite正推动企业AI从一个被动的“辅助工具”，进化成一个能主动思考、能独立干活的“企业级智能体”，为行业指明了发展方向。

　　不是每个企业都能像巨头那样烧钱搞AI，但每个企业都应该能用得上、用得起AI。YonSuite正在做的，就是带着更多成长型企业，一起通过AI实现真正的进化，在未来的市场竞争里，赢得属于自己的位置。

免责声明：本内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，广告内容仅供读者参考，如有疑问请联系：0564-3996046。