人工智能已是我們這個時代最前沿和普適的科學(xué)技術(shù)之一。AIGC作為人工智能技術(shù)應(yīng)用的重要組成部分，在社會和商業(yè)中扮演的角色越來越重。
在諸多的AIGC工具中，有一類基于GPT的應(yīng)用，可以讓用戶通過自然語言快速生成GPT應(yīng)用程序。包括一些低代碼、RPA等工具也在借助GPT讓用戶簡單快速地打造需要的程序。這些AI工具的出現(xiàn)，直接讓生成式AI應(yīng)用出現(xiàn)倍數(shù)級增長。
2022年底，OpenAPI推出ChatGPT大模型引發(fā)全球熱潮，可以說，這是AIGC的轉(zhuǎn)折點，不僅加速了AIGC技術(shù)和應(yīng)用的發(fā)展，同時標志著人工智能由此進入普及應(yīng)用階段。
用友網(wǎng)絡(luò)董事長兼CEO王文京指出：“基于大模型的生成式AI是人工智能技術(shù)和應(yīng)用的最新發(fā)展潮流。大模型的研發(fā)訓(xùn)練已成為全球產(chǎn)業(yè)界的風(fēng)潮。”
大模型走深向?qū)崳怪贝竽Ｐ图铀倨髽I(yè)智能化應(yīng)用落地
調(diào)研機構(gòu)Gartner預(yù)判，到2024年會有40%的AI應(yīng)用，是生成式AI應(yīng)用，到2026年有1億人會有一個AI助手。在AIGC應(yīng)用海量爆發(fā)背后，是各大科技廠商紛紛入局，不斷推出的AI大模型在向前推動。
科技部新一代人工智能發(fā)展研究中心發(fā)布的《中國人工智能大模型地圖研究報告》顯示，中國研發(fā)的大模型數(shù)量排名全球第二，僅次于美國，目前中國10億參數(shù)規(guī)模以上的大模型已發(fā)布79個。
大模型市場持續(xù)火熱，目前主要分為兩大類：一是通用大模型;二是垂直大模型。
通用大模型是指能夠處理多種任務(wù)和領(lǐng)域的模型，例如BERT、GPT等?？梢詰?yīng)用于自然語言處理、計算機視覺、語音識別等多個領(lǐng)域。ChatGPT以及國內(nèi)的百度文心一言、智譜ChatGLM等都屬于通用大模型。
垂直大模型是針對特定領(lǐng)域或任務(wù)進行深度學(xué)習(xí)訓(xùn)練的超大規(guī)模模型。相較于通用大模型，垂直大模型具有更強的領(lǐng)域?qū)I(yè)性和任務(wù)針對性，能夠更好地解決特定領(lǐng)域的問題和提供更加精準的服務(wù)。比如，商湯的中文醫(yī)療語言大模型“大醫(yī)”，攜程的旅游行業(yè)垂直大模型“攜程問道”，天眼查的商查大模型“天眼妹”等。
在AIGC技術(shù)落地過程中，業(yè)界逐步意識到，大模型的價值在于與業(yè)務(wù)場景的結(jié)合。在于把AI能力通用化、產(chǎn)業(yè)化和垂直化，要和不同行業(yè)、不同企業(yè)的具體業(yè)務(wù)場景需求深度融合。因此，“模型應(yīng)用，場景為先”正在成為產(chǎn)、學(xué)、研界的共識，即從通用化走向垂直化，市場對于懂企業(yè)服務(wù)的大模型需求迫切。
但客觀來說，大模型的應(yīng)用還處于初期，很多行業(yè)并沒有找到很成熟的場景。所以，如何讓大模型具有更多的行業(yè)知識沉淀、更強的專業(yè)性、在業(yè)務(wù)場景應(yīng)用方面更有針對性?如何挖掘更實用的應(yīng)用場景，幫助企業(yè)獲取更廣闊的商業(yè)前景?是這場大模型競賽中各大公司均在努力探尋的方向。
在這場大模型的競賽熱潮中，我們看到，用友首先選擇的是做他們一直專注并且有優(yōu)勢的企業(yè)服務(wù)領(lǐng)域的大模型，而不是做通用語言大模型。
用友將大模型分為L0基礎(chǔ)大模型，L1行業(yè)大模型，L2應(yīng)用場景模型三類。用友重點在行業(yè)大模型與應(yīng)用大模型發(fā)力?；谥亲VChatGLM、百度文心一言、智源悟道天鷹、ChatGPT(海外)等通用大模型之上，結(jié)合用友的多年企業(yè)服務(wù)經(jīng)驗沉淀下來的豐富的領(lǐng)域知識，去持續(xù)訓(xùn)練，然后生成特定領(lǐng)域、特定領(lǐng)域，適合企業(yè)解決企業(yè)管理與業(yè)務(wù)經(jīng)營問題的大模型。
今年7月，用友發(fā)布了業(yè)界首個企業(yè)服務(wù)大模型YonGPT，這是用友基于數(shù)字和智能技術(shù)服務(wù)企業(yè)和公共組織數(shù)智化的最新研發(fā)成果。用友的人工智能研發(fā)團隊基于大規(guī)模的商業(yè)應(yīng)用數(shù)據(jù)，結(jié)合企業(yè)應(yīng)用場景和領(lǐng)域經(jīng)驗，標記了大量的企業(yè)服務(wù)語料數(shù)據(jù)，形成豐富的企業(yè)服務(wù)大模型訓(xùn)練素材，并將業(yè)務(wù)知識與領(lǐng)域經(jīng)驗融入企業(yè)服務(wù)大模型，確保了大模型的專業(yè)性、實用性及領(lǐng)先性。用友也是國內(nèi)較早應(yīng)用信創(chuàng)框架開發(fā)部署標準化AI能力的廠商。
更懂企業(yè)服務(wù)的大模型實現(xiàn)四個方面的企業(yè)智能化
用友基于大模型的人工智能在企業(yè)服務(wù)領(lǐng)域的應(yīng)用將主要集中在四個方向上：智能化的業(yè)務(wù)運營、自然化的人機交互、智慧化的知識生成、語義化的應(yīng)用生成。用友企業(yè)服務(wù)大模型YonGPT圍繞這四個方向推進模型訓(xùn)練和產(chǎn)品效果優(yōu)化，提供深入到客戶業(yè)務(wù)前端的全價值鏈、全場景的泛在智能和群體智能應(yīng)用，是更懂企業(yè)服務(wù)的大模型。
首先在智能化業(yè)務(wù)運營方面，可以通過強大的數(shù)據(jù)分析和預(yù)測能力，深入洞察企業(yè)運營、識別潛在的業(yè)務(wù)風(fēng)險和機會，并提供智能化的解決方案，從而提高經(jīng)營決策水平和業(yè)務(wù)運營效率;
其次在自然化人機交互方面，可以通過強大的自然語言處理技術(shù)和理解能力，使能企業(yè)應(yīng)用和服務(wù)與用戶進行自然而流暢的對話交流，以“人”為本的方式實現(xiàn)不同應(yīng)用的調(diào)用、連接、組裝，更自然、高效地完成工作;
第三，在智慧化知識生成方面，可以通過從海量數(shù)據(jù)和信息中提取、整合知識，生成新的、有價值的知識內(nèi)容，涵蓋了行業(yè)解決方案、專業(yè)領(lǐng)域知識分享，助力企業(yè)和用戶全面利用自身知識的儲備和積累，促進知識的傳播和應(yīng)用;
第四，在語義化應(yīng)用生成方面，可以通過對用戶需求、企業(yè)業(yè)務(wù)和數(shù)據(jù)特征的理解，可以自動生成具有語義化能力的應(yīng)用程序，全方位提升企業(yè)個性化應(yīng)用服務(wù)的創(chuàng)建效率。
目前，YonGPT已經(jīng)創(chuàng)新研發(fā)了包括企業(yè)經(jīng)營洞察、智能訂單生成、供應(yīng)商風(fēng)控、動態(tài)庫存優(yōu)化、智能人才發(fā)現(xiàn)、智能招聘、智能預(yù)算分析、智能商旅費控、代碼生成等在內(nèi)的數(shù)十種基于企業(yè)服務(wù)大模型賦能的智能應(yīng)用。同時，YonGPT面向復(fù)雜的行業(yè)應(yīng)用場景，還可以通過對行業(yè)模型精調(diào)，提供更加“在行”的智能化場景服務(wù)。
多領(lǐng)域融合化、多形態(tài)綜合形的大模型賦能財務(wù)、人力、業(yè)務(wù)智能化
與單一領(lǐng)域的企業(yè)服務(wù)大模型不同，YonGPT覆蓋財務(wù)、人力資源和包括營銷、研發(fā)、采購、制造、供應(yīng)鏈、項目、資產(chǎn)營運等業(yè)務(wù)的多個企業(yè)生產(chǎn)經(jīng)營與運營管理領(lǐng)域，是一個具有多領(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)實現(xiàn)業(yè)務(wù)與業(yè)務(wù)、業(yè)務(wù)與財務(wù)、業(yè)務(wù)與管理融合創(chuàng)新的時代需求。
讓財務(wù)更智能，洞察業(yè)務(wù)，優(yōu)化業(yè)務(wù)。
財務(wù)作為衡量企業(yè)經(jīng)營成果的重要參考維度，其數(shù)智化進程一直是企業(yè)數(shù)智化轉(zhuǎn)型的重要突破口。YonGPT在財務(wù)領(lǐng)域的大模型能力基于事項會計理論基礎(chǔ)構(gòu)建。同時，將置入業(yè)財融合的整體框架，重塑業(yè)財流程，洞察業(yè)務(wù)，優(yōu)化業(yè)務(wù)，并在此基礎(chǔ)上進行價值創(chuàng)造。
企業(yè)服務(wù)大模型YonGPT助力財務(wù)實現(xiàn)價值創(chuàng)造。比如：
智能分析助手：利用生成能力和自然語言交互能力，用戶只需要利用自然語言進行提問，即可自動生成可視化圖表和報告文字;
智能經(jīng)分：可以整合不同領(lǐng)域的知識，通過深度數(shù)據(jù)挖掘，提供更全面的信息，為企業(yè)經(jīng)營提供深度的診斷性分析;
智慧預(yù)測：基于大模型的推理能力，智能感知企業(yè)生產(chǎn)、銷售、庫存等各領(lǐng)域的數(shù)據(jù)關(guān)聯(lián)和歸因，進行推理式經(jīng)營洞察，精準預(yù)測未來企業(yè)效益;
智能訂單盈利分析：以訂單、品種、客戶、組織等多維度為分析對象，支撐企業(yè)從訂單入手挖掘利潤提升點;
智能司庫：司庫以企業(yè)現(xiàn)金流動性管理為基礎(chǔ)，更側(cè)重于戰(zhàn)略價值創(chuàng)造和風(fēng)險管控;
智能生成：智能推薦適用的稅務(wù)政策(尤其是減免稅)與相關(guān)案例，智能生成稅務(wù)數(shù)據(jù)洞察等。
此外，YonGPT還助力無人值守共享中心落地，包括智慧商旅、智能審單、智能洞察、智能問詢等。
讓人力更智慧，實現(xiàn)數(shù)據(jù)識人、智能選人、智慧用人。
當前，企業(yè)人力資源管理面臨著諸如識人難、選人難、用人難等一系列挑戰(zhàn)，如何通過數(shù)智技術(shù)提升招聘精準度、管理體系化、人力效能及人崗適配度是人力資源管理適應(yīng)快速變化的重要需求。
用友通過企業(yè)服務(wù)大模型YonGPT為企業(yè)加速人力資源管理數(shù)智化提供了強有力的支撐，幫助企業(yè)實現(xiàn)“數(shù)據(jù)識人、智能選人、智慧用人”。
數(shù)據(jù)識人：基于人才發(fā)現(xiàn)，實現(xiàn)精準的意圖識別，幫助企業(yè)實現(xiàn)對搜索結(jié)果的精準篩選，精準找到更符合用戶需求的人選;同時，基于YonGPT的人才畫像，還可以通過對員工、崗位畫像的評價分析和對比分析，幫助企業(yè)對候選人和績優(yōu)人員進行科學(xué)的識別分析。
智能選人：基于智能招聘，面向企業(yè)業(yè)務(wù)發(fā)展，精準匹配企業(yè)的業(yè)務(wù)屬性和組織畫像，幫助企業(yè)快速、精準的篩選和定位人才，從海量簡歷池中發(fā)現(xiàn)人才，通過AI互動優(yōu)化應(yīng)聘體驗，實現(xiàn)選人的精準和智能。
智慧用人：基試用期評價，可以根據(jù)員工的工作表現(xiàn)、目標達成情況、日常協(xié)作、專項工作等行為數(shù)據(jù)，自動生成對該員工的試用期評價并提交審核;根據(jù)干部任免及前置環(huán)節(jié)的數(shù)據(jù)和補充材料，自動生成干部考察報告提交研判;基于YonGPT的人才配置計劃，可以更加精確的匹配組織崗位需求和人才能力結(jié)構(gòu)，實現(xiàn)更高效、智能化地管理和配置組織內(nèi)的人才資源。
YonGPT能夠通過深度的數(shù)據(jù)應(yīng)用幫助人力資源管理者實現(xiàn)數(shù)據(jù)化的人才識別、人才篩選和人才配置，幫助HR真正聚焦于核心戰(zhàn)略性工作，提升人力資源管理的溫度、高度和廣度。
讓業(yè)務(wù)更敏捷，實現(xiàn)智能交易、韌性供應(yīng)、產(chǎn)銷協(xié)同。
用友企業(yè)服務(wù)大模型YonGPT還融合了企業(yè)采購、供應(yīng)鏈、營銷、制造等業(yè)務(wù)領(lǐng)域知識和經(jīng)驗，幫助企業(yè)在采購交易、供應(yīng)鏈協(xié)同、精準營銷、智能制造等業(yè)務(wù)方面實現(xiàn)數(shù)智化。
基于企業(yè)服務(wù)大模型的采購交易：智能推薦引擎可以根據(jù)尋源物料、不同的采購要求等為采購商篩選推薦符合條件的供應(yīng)商企業(yè)，幫助企業(yè)智能識別優(yōu)質(zhì)供應(yīng)商。采購價格預(yù)測基于歷史交易價格，借助數(shù)智中臺的數(shù)據(jù)分析以及AI預(yù)測算法能力，預(yù)測未來價格趨勢，從而幫助企業(yè)更好地制定采購計劃，有效控制采購成本。在線智能評標工具，智能分析、比對投標文件，為評標過程提供智能化參考意見，從而減少圍標風(fēng)險，提高招投標的公平性和透明度，降低評標成本，提升了企業(yè)評標準確性和決策效率。
基于企業(yè)服務(wù)大模型的供應(yīng)鏈協(xié)同：供應(yīng)網(wǎng)絡(luò)優(yōu)化可以根據(jù)歷史消耗和需求預(yù)測，動態(tài)計算不同倉庫物料的安全庫存，依據(jù)設(shè)定的服務(wù)水平，測算建議未來一定周期內(nèi)的目標庫存、預(yù)計訂貨量指標，在保證客戶服務(wù)水平的前提下，降低優(yōu)化庫存成本?；赗FQ對話摘要的銷售訂單智能生單服務(wù)，實現(xiàn)了“一邊聊天一邊下單”的在線高效協(xié)同應(yīng)用場景。通過“交互革新式”訂單生成助手，實現(xiàn)快速智能生單。
基于企業(yè)服務(wù)大模型的精準營銷：企業(yè)可以滾動預(yù)測企業(yè)未來一段時間的商品銷售趨勢，從而驅(qū)動和銜接生產(chǎn)及采購計劃，協(xié)助組織各層級做出適當?shù)臎Q策，實現(xiàn)產(chǎn)銷協(xié)同。渠道拜訪智能識別可以在銷售人員拜訪渠道、客戶過程中采集大量的數(shù)據(jù)及照片，通過AI智能識別、分析信息，降低采集及檢核成本，提升業(yè)務(wù)工作效率，支持市場活動、營銷費用、廣告投放的精準營銷管理。
基于企業(yè)服務(wù)大模型的智能制造：智能生產(chǎn)排程采用運籌學(xué)算法，對工廠工序和機臺級的生產(chǎn)作業(yè)，進行多目標優(yōu)化排程，縮短生產(chǎn)時間，提高訂單準時履約率。設(shè)備智能維修維護實現(xiàn)移動端語音快速故障上報，智能生成報修工單，結(jié)合設(shè)備文檔和維修知識庫(包括故障知識圖譜)進行維修方案的智能推薦，并在維修完成后將維修方案總結(jié)至維修知識庫，幫助企業(yè)完成設(shè)備維修知識經(jīng)驗積累。廢鋼智能檢測通過圖像識別技術(shù)完成鋼鐵企業(yè)廢鋼入廠驗質(zhì)，自動識別并判定廢鋼等級，解決廢鋼驗質(zhì)過程中環(huán)境惡劣、工作強度大、感情驗質(zhì)、摻假作弊、難以追湖等難題。該智能檢測準確率達95%以上，并已在國內(nèi)外20多家鋼鐵企業(yè)應(yīng)用。
YonGPT是業(yè)界第一個，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大模型的各類企業(yè)服務(wù)。人工智能滲透企業(yè)服務(wù)的破曉已經(jīng)來臨，更懂企業(yè)服務(wù)的大模型正在為數(shù)智化商業(yè)創(chuàng)新注入新動能，持續(xù)服務(wù)企業(yè)的數(shù)智化建設(shè)與運營，讓數(shù)智化在中國和全球更多的企業(yè)與公共組織成功!
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
