YonGPT發(fā)布背后，“實用主義”成為大模型落地新風向

近年來伴隨著數(shù)字經(jīng)濟的高歌猛進，國內(nèi)企業(yè)服務賽道迅速站上行業(yè)風口。以ChatGPT為代表的大模型的到來，更為整個企服賽道添了一把火。而7月27日用友對外發(fā)布的首個企業(yè)服務大模型YonGPT，則正式宣告了企業(yè)服務大模型全新時代的到來。

目前參與企業(yè)服務賽道的玩家，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)服務提供商深耕行業(yè)賽道，更能滿足企業(yè)的實際需求，如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)服務大模型，契合了企業(yè)基于數(shù)智技術(shù)實現(xiàn)業(yè)務與業(yè)務、業(yè)務與財務、業(yè)務與管理融合創(chuàng)新的時代需求，有望在大模型落地方面實現(xiàn)新的引領(lǐng)。

企業(yè)服務大模型要走“實用”路線

目前B端市場，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)實際問題的能力，換句話說大模型必須“實用”。

一方面，目前大模型尤其是通用大模型本身尚存在局限，很難完全適應各個細分行業(yè)對安全、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，可能導致大模型的數(shù)據(jù)專業(yè)性與精準度不高，最終影響數(shù)據(jù)的專業(yè)價值。

以企業(yè)服務領(lǐng)域為例，其不僅涉及的行業(yè)門類廣、專業(yè)知識差別大，而且對場景應用和數(shù)據(jù)獲取的要求，也存在很大差別。用友網(wǎng)絡(luò)高級應用架構(gòu)師包飛表示，企業(yè)要想將大模型的技術(shù)優(yōu)勢，運用于自身業(yè)務之中，就需要更貼近實際的行業(yè)專業(yè)數(shù)據(jù)。因為在很多專業(yè)場景中，用戶對企業(yè)提供的專業(yè)服務要求高，且容錯率極低，一旦企業(yè)因為應用了錯誤數(shù)據(jù)，就可能引發(fā)風險。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，交給用友BIP原有產(chǎn)品功能來實現(xiàn)；而將不確定的事項、推理性的事項和人腦思維意識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。在這個框架之下，用友YonGPT創(chuàng)新研發(fā)了包括企業(yè)經(jīng)營洞察、智能訂單生成、供應商風控、動態(tài)庫存優(yōu)化等數(shù)十種基于企業(yè)大模型的智能應用，同時它還面向復雜的行業(yè)應用場景，通過行業(yè)模型精調(diào)，提供更加“在行”的智能化場景服務。

另一方面，對于企業(yè)而言，大模型的核心目標是要在實際落地中真正解決問題，對于AI“通用性”維度的能力不會過度苛責。從企業(yè)層面來說，大模型最終都是要在真實場景中落地，要達到理想的服務效果，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)做訓練或者精調(diào)，從而打造出實用性更高、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，都需要使用預訓練，但兩者所需要的知識體系、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。

以用友YonGPT為例，除了前文提到的面向?qū)I(yè)應用，以及結(jié)合行業(yè)做精調(diào)之外，用友還優(yōu)化了企業(yè)服務大模型的訓練效率和成本，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)、大模型評估優(yōu)化、推理和插件服務等功能，為大模型的構(gòu)建和服務提供穩(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)服務領(lǐng)域的復雜行業(yè)狀況來看，大模型要想在產(chǎn)業(yè)落地，都必須走“實用”路線。

首發(fā)者需要底氣也需要實力

縱觀整個國內(nèi)大模型的發(fā)布情況來看，接近落地場景并打通整個應用、服務，已經(jīng)成為各個行業(yè)大模型當前聚焦的重點，而用友能夠發(fā)布業(yè)內(nèi)首個企服大模型——YonGPT，離不開其扎根企業(yè)服務的深厚經(jīng)驗沉淀和積累，也與其強大的技術(shù)和產(chǎn)品實力緊密相關(guān)。

一是，用友深耕企業(yè)服務賽道已久，相比一般的云服務提供商而言，對各細分行業(yè)客戶痛點更加了解，因而方案更加貼近用戶實際需求。

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

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

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年服務多領(lǐng)域、多行業(yè)企業(yè)可復用的經(jīng)驗積累和領(lǐng)先實踐進行學習得到的綜合型的企業(yè)服務大模型。與單一領(lǐng)域的企業(yè)服務大模型不同，YonGPT覆蓋財務、人力資源和包括營銷、研發(fā)、采購、制造、供應鏈、項目、資產(chǎn)營運等業(yè)務的多個企業(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)服務大模型，契合了企業(yè)基于數(shù)智技術(shù)實現(xiàn)業(yè)務與業(yè)務、業(yè)務與財務、業(yè)務與管理融合創(chuàng)新的時代需求。

二是，用友一直堅持長期主義，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)）服務于企業(yè)經(jīng)營的方方面面，具備很強的競爭壁壘。

尤其是用友BIP的研發(fā)，更是前后經(jīng)過了7年時間。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)的高強度研發(fā)支持之下，用友BIP的創(chuàng)新能力持續(xù)增強。其中就包括多方面布局自然語言處理、機器學習、計算機視覺、知識圖譜等方面智能技術(shù)的應用，以技術(shù)創(chuàng)新構(gòu)建了自己獨特的競爭優(yōu)勢。

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)驗作為支撐，而這恰恰是用友的優(yōu)勢所在。

據(jù)介紹，用友基于大規(guī)模的商業(yè)應用數(shù)據(jù)，結(jié)合企業(yè)應用場景和領(lǐng)域經(jīng)驗，標記了大量的企業(yè)服務語料數(shù)據(jù)，形成了豐富的企業(yè)服務大模型訓練素材，并將業(yè)務知識與領(lǐng)域經(jīng)驗融入企業(yè)服務大模型，確保了大模型的專業(yè)性、實用性及領(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普及應用時代

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

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)動不再高門檻，讓數(shù)智化驅(qū)動變成了一種低成本可復制的普遍化產(chǎn)業(yè)趨勢。盡管當下數(shù)智化轉(zhuǎn)型已經(jīng)成為眾多企業(yè)的共識，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、成本高，很多企業(yè)在轉(zhuǎn)型時，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)，做對關(guān)鍵決策。

另一方面，YonGPT的誕生將加速各個行業(yè)數(shù)據(jù)的“高質(zhì)量流通”，進一步重塑產(chǎn)業(yè)鏈價值鏈，助力產(chǎn)業(yè)產(chǎn)生全新的增量機會，為產(chǎn)業(yè)的高質(zhì)量發(fā)展增添新動能。對于B端企業(yè)場景而言，大模型在技術(shù)演進過程中，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，可以更好地對應辦公應用場景和企業(yè)日常運營。

而且它通過自然語言就可以實現(xiàn)調(diào)出操作，操作門檻大大降低，人機交互體驗大幅提升，將極大調(diào)動人們使用大模型來實現(xiàn)業(yè)務功能的積極性。以用友YonGPT為例，它通過智能化業(yè)務運營，深入洞察企業(yè)運營，識別潛在風險和機會，并通過提供智能化方案提高經(jīng)營決策水平和業(yè)務運營效率；它通過發(fā)揮“數(shù)據(jù)驅(qū)動”優(yōu)勢，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)個性化應用服務能力，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，云服務商主要圍繞“上云”來做布局，不斷擴大各個行業(yè)的“上云”規(guī)模；隨著企業(yè)數(shù)智化進入深水區(qū)，如何高效用云以提升云服務的生產(chǎn)力，日益成為行業(yè)關(guān)注的焦點，一場以數(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。而AI大模型的到來，無疑為用友推動產(chǎn)業(yè)數(shù)智化轉(zhuǎn)型，提供了全新的技術(shù)實現(xiàn)路徑。

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

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：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。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。