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 +”被寫入國家政策并加速落地，中國的企業(yè)AI正站在從“技術(shù)跟隨”到“價值引領(lǐng)”的關(guān)鍵拐點。曾困擾行業(yè)的國產(chǎn)大模型能力滯后、場景落地碎片化、商業(yè)價值難量化等痛點，正逐步化解。
Agent作為能夠快速帶來高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，中國的企業(yè)Agent何時能破局，不再依賴國外AI？如今答案愈發(fā)清晰，因為中國的企業(yè)AI無論在技術(shù)還是場景，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、平臺層到應(yīng)用層的完整能力體系，在業(yè)務(wù)運營、人機(jī)交互、知識與應(yīng)用生成等多場景實現(xiàn)AI在企業(yè)的落地，全面賦能企業(yè)智能化升級。
為加速企業(yè)AI應(yīng)用落地，用友在2024年就推出了企業(yè)級的智能體構(gòu)建平臺，2025年全新一代用友BIP智能體構(gòu)建平臺，在DeepSeek推理模型驅(qū)動下、無縫接入4000個企業(yè)級應(yīng)用API，助力企業(yè)10分鐘隨需構(gòu)建一個企業(yè)級智能體。
這一實踐已經(jīng)印證了中國企業(yè)AI的破局邏輯：它不是追求技術(shù)的“單點領(lǐng)先”，而是圍繞“企業(yè)真實需求”，構(gòu)建“技術(shù)可落地、場景可量化、結(jié)果可信賴”的完整體系。
有很多像鞍鋼、中國華電、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)通過用友BIP企業(yè)AI實現(xiàn)“降本增效、精準(zhǔn)決策”。中國企業(yè)AI的破局時刻已然到來。
技術(shù)破局
國產(chǎn)大模型從 “跟跑” 到 “并跑”
夯實企業(yè)Agent底座
中國企業(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卻無合適工具”。
但2025年以來，這一局面已發(fā)生根本性轉(zhuǎn)變，國產(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，普惠化趨勢明顯
此前國產(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)鍵場景性能提升明顯；同時國產(chǎn)大模型走 “低成本 + 高性能” 路線，通過技術(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、垂類大模型成為價值落地抓手，解決企業(yè)場景落地難題
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，財務(wù)合規(guī)審核、供應(yīng)鏈風(fēng)險預(yù)警等場景，需要深度融合行業(yè)Know-How的專業(yè)能力。這一背景下，國產(chǎn)垂類大模型的崛起，成為中國企業(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)界首個企業(yè)服務(wù)大模型，它融合了企業(yè)各個領(lǐng)域?qū)I(yè)知識和各類行業(yè)商業(yè)KnowHow，經(jīng)過領(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)驗積累、領(lǐng)先并場景豐富的企業(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，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)場景。其面向復(fù)雜的行業(yè)應(yīng)用場景， 通過對行業(yè)模型精調(diào)幫助企業(yè)實現(xiàn)智能化的業(yè)務(wù)運營、自然化的人機(jī)交互、智慧化的知識生成、語義化的應(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)決策支持和智能運營服務(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、人財物客項”業(yè)務(wù)與管理場景中。
2025年8月，YonGPT2.0升級為YonGPT模型矩陣，包括垂類大語言模型、多模態(tài)大模型、向量模型、推薦模型、 分類/排序模型、運籌優(yōu)化/預(yù)測模型等，形成了多類型的靈活模型矩陣。
據(jù)IDC數(shù)據(jù)，2024年中國AI大模型解決方案市場規(guī)模達(dá)34.9億元，同比增長126.4%，這一數(shù)據(jù)印證了 “垂類突破” 的正確性。 國產(chǎn)大模型無需在通用能力上與海外 “全面對標(biāo)”，而是通過深耕企業(yè)細(xì)分場景，構(gòu)建差異化競爭優(yōu)勢，為AI落地提供 “精準(zhǔn)適配” 的技術(shù)方案。
場景破局
從 “輔助工具” 到 “商業(yè)回報”
企業(yè)AI的價值，最終需通過場景落地來驗證。早期中國企業(yè)AI多停留在 “聊天問答”“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，是AI從 “輔助工具” 升級為可帶來“商業(yè)回報”的增長引擎，在財務(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)中真正實現(xiàn)降本增效、精準(zhǔn)運營與風(fēng)險管控的目標(biāo)。
1、運營提效場景：替代重復(fù)性勞動，實現(xiàn) “降本” 與 “提質(zhì)” 雙贏
企業(yè)運營中的 “重復(fù)性、規(guī)則性” 工作，是AI落地的最佳切入點， 這類場景容錯率低、效果可量化，能快速驗證AI價值。
以財務(wù)領(lǐng)域為例，用友BIP的“智能會計助理”，能夠自動完成憑證審核、對賬、記賬等財務(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)、敏感詞上下文語義理解、社會化數(shù)據(jù)查詢核實（經(jīng)營范圍、工商信息等）等眾多審核規(guī)則。
這類場景的核心價值，在于 “可量化的ROI”。據(jù)《2025 中國企業(yè)級AI Agent應(yīng)用實踐研究報告》顯示，2025年中國企業(yè)級AI Agent市場規(guī)模預(yù)計達(dá)232億元，2023-2027年復(fù)合增長率達(dá)120%，其中運營提效場景貢獻(xiàn)了70% 以上的市場增量。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、決策智能場景：數(shù)據(jù)驅(qū)動替代經(jīng)驗判斷，挖掘業(yè)務(wù)增長潛能
如果說運營提效是 “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” 升級的關(guān)鍵一步。傳統(tǒng)企業(yè)決策多依賴管理者經(jīng)驗，易受主觀因素影響；而AI通過整合海量數(shù)據(jù)、構(gòu)建預(yù)測模型，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，基于歷史銷量數(shù)據(jù)與市場趨勢，可自動生成 “分產(chǎn)品、分區(qū)域” 的銷量預(yù)測，并通過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 “爆倉或缺貨” 的難題，庫存周轉(zhuǎn)率提升73%。 這類場景的落地，標(biāo)志著中國企業(yè)AI已從 “成本中心” 轉(zhuǎn)向 “利潤中心”。
3、組織協(xié)同場景：重構(gòu)協(xié)作模式，適配AI時代的管理需求
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，難以適配AI驅(qū)動的快速響應(yīng)需求；而AI通過 “智能體協(xié)同”“虛擬工作組” 等模式，正推動組織向扁平化、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AI技術(shù)與人力資源大數(shù)據(jù)的深度融合，幫助HR實現(xiàn)從“事務(wù)執(zhí)行者”蛻變?yōu)?ldquo;戰(zhàn)略伙伴”及“變革推動者”。
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 “超級入口”：它不僅能理解業(yè)務(wù)指令、自動觸發(fā)系統(tǒng)功能，還能基于企業(yè)知識庫提供智能建議，讓重復(fù)操作自動化、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)各項業(yè)務(wù)，轉(zhuǎn)變?yōu)槠髽I(yè)的生產(chǎn)力。還可以通過超級群的形式，將企業(yè)員工、智能體、業(yè)務(wù)流程和知識庫集中于同一平臺，實現(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)場景對AI結(jié)果的可靠性以及安全合規(guī)要求遠(yuǎn)高于C端。財務(wù)數(shù)據(jù)錯誤可能導(dǎo)致決策失誤，合同審核遺漏風(fēng)險點可能引發(fā)法律糾紛。經(jīng)常被提到的“AI 幻覺”曾是制約企業(yè)AI Agent落地的核心障礙，而當(dāng)前國產(chǎn)企業(yè)AI已能有效解決這一問題。
在結(jié)果可靠層面，用友BIP將大模 型的 “泛化能力”、小模型的 “場景智能”、高質(zhì)量數(shù)據(jù)的 “決策智能”、知識庫的 “專業(yè)知識” 深度融合，共同實現(xiàn)企業(yè)AI結(jié)果可靠。
例如在 “財務(wù)核算” 場景，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)，可大大減低錯誤率；從數(shù)據(jù)層面看，檢索增強(qiáng)生成技術(shù)通過優(yōu)先調(diào)用企業(yè)私域知識庫，避免AI “憑記憶回答”。友智庫平臺可自動解析企業(yè)文檔并轉(zhuǎn)化為結(jié)構(gòu)化知識，AI回答問題時會引用具體制度條款并標(biāo)注出處，將大大降低 “無依據(jù)回答” 的概率。
在安全合規(guī)層面，用友BIP通過保障企業(yè)的數(shù)據(jù)安全，對用戶明確權(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)和國家的相關(guān)法規(guī)。通過接入企業(yè)權(quán)限管理與制度體系，通過針對異構(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)倉庫的分層權(quán)限控制、加密與脫敏以及訪問通道等，并從技術(shù)架構(gòu)設(shè)計層進(jìn)行實時行為監(jiān)控、保障安全，以及遵從相關(guān)的倫理合規(guī)等。
未來，隨著AI Agent技術(shù)的成熟、MaaS（模型即服務(wù)）模式的普及，中國企業(yè)AI將進(jìn)一步向 “智能原生” 轉(zhuǎn)型。但無論技術(shù)如何演進(jìn)，“以業(yè)務(wù)價值為核心” 始終是企業(yè)AI落地的不變邏輯，這既是中國企業(yè)AI破局的關(guān)鍵，也是未來持續(xù)領(lǐng)先的核心競爭力。
