YonGPT發布背后，“實用主義”成為大模型落地新風向
近年來伴隨著數字經濟的高歌猛進，國內企業服務賽道迅速站上行業風口。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日用友對外發布的首個企業服務大模型YonGPT，則正式宣告了企業服務大模型全新時代的到來。
目前參與企業服務賽道的玩家，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服務提供商深耕行業賽道，更能滿足企業的實際需求，如YonGPT是業界第一個，具有多領域融合化、多形態綜合型特性的企業服務大模型，契合了企業基于數智技術實現業務與業務、業務與財務、業務與管理融合創新的時代需求，有望在大模型落地方面實現新的引領。
企業服務大模型要走“實用”路線
目前B端市場，已經成為了大模型廠商的云集之地，很多行業都希望借助大模型來加速創新。但考驗大模型廠商的除了算力、數據之外，更重要的是解決產業實際問題的能力，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對安全、合規等方面的綜合需要，行業迫切需要可信、可用、好用的“實用”大模型。
具體來說，目前通用大模型的數據集，主要來自公開數據集或者網絡數據，而對特定行業的專業領域則了解比較少。由于公開網絡上的數據良莠不齊、真假難辨，可能導致大模型的數據專業性與精準度不高，最終影響數據的專業價值。
以企業服務領域為例，其不僅涉及的行業門類廣、專業知識差別大，而且對場景應用和數據獲取的要求，也存在很大差別。用友網絡高級應用架構師包飛表示，企業要想將大模型的技術優勢，運用于自身業務之中，就需要更貼近實際的行業專業數據。因為在很多專業場景中，用戶對企業提供的專業服務要求高，且容錯率極低，一旦企業因為應用了錯誤數據，就可能引發風險。因此，企業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日發布的用友YonGPT為例，用友BIP和YonGPT在架構上依托指揮調度中心，將大模型中的基礎確定架構事項，交給用友BIP原有產品功能來實現；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，從而形成了系統可控、安全可信的企業大模型框架。在這個框架之下，用友YonGPT創新研發了包括企業經營洞察、智能訂單生成、供應商風控、動態庫存優化等數十種基于企業大模型的智能應用，同時它還面向復雜的行業應用場景，通過行業模型精調，提供更加“在行”的智能化場景服務。
另一方面，對于企業而言，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，就需要企業將自身的數據用起來，并結合行業大模型的數據做訓練或者精調，從而打造出實用性更高、安全性更高的智能產品。包飛表示，無論是培養通用AI亦或是培養專業AI，都需要使用預訓練，但兩者所需要的知識體系、數據和算力，均存在很大差異，因此行業垂直大模型的發展是必然趨勢。
以用友YonGPT為例，除了前文提到的面向專業應用，以及結合行業做精調之外，用友還優化了企業服務大模型的訓練效率和成本，集成了豐富的開發工具和優化算法，通過自有的數據管理、大模型精調、大模型評估優化、推理和插件服務等功能，為大模型的構建和服務提供穩定且有效的支撐。
顯然，不論是從大模型自身還是從企業服務領域的復雜行業狀況來看，大模型要想在產業落地，都必須走“實用”路線。
首發者需要底氣也需要實力
縱觀整個國內大模型的發布情況來看，接近落地場景并打通整個應用、服務，已經成為各個行業大模型當前聚焦的重點，而用友能夠發布業內首個企服大模型——YonGPT，離不開其扎根企業服務的深厚經驗沉淀和積累，也與其強大的技術和產品實力緊密相關。
一是，用友深耕企業服務賽道已久，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軟件與云服務的巨頭，用友已經在企業服務這個賽道深耕35年了。從早期的聚焦企業部門級別的財務軟件，到聚焦企業級的ERP管理軟件，再到3.0階段的社會級的商業創新平臺——用友BIP，用友在不斷升級與迭代中，形成了全面助力企業數智化的能力和產品體系。
深厚的服務各行業企業的經驗，讓用友對行業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，但這些產品和服務在落地層面很難與企業核心訴求結合，導致企業數智化轉型效果不佳，并未達到幫助企業的預期目的。而早已經深耕行業多年的用友，則可以憑借自己對行業的深入洞察，推出直擊行業和用戶痛點的最佳應用。
YonGPT是在底層適配業界主流的通用語言大模型和開源模型基礎上，結合用友35年服務多領域、多行業企業可復用的經驗積累和領先實踐進行學習得到的綜合型的企業服務大模型。與單一領域的企業服務大模型不同，YonGPT覆蓋財務、人力資源和包括營銷、研發、采購、制造、供應鏈、項目、資產營運等業務的多個企業生產經營與運營管理領域，是一個具有多領域綜合智慧的企業服務大模型，契合了企業基于數智技術實現業務與業務、業務與財務、業務與管理融合創新的時代需求。
二是，用友一直堅持長期主義，注重研發和持續創新，如今它已經能夠在底層技術上（云架構）服務于企業經營的方方面面，具備很強的競爭壁壘。
尤其是用友BIP的研發，更是前后經過了7年時間。以2021年和2022年用友的研發投入為例，其研發投入已經分別占營業收入的26.4%和31.6%。人才方面，用友研發人員數量超過了9000名，超過公司員工總數的35.7%。在持續的高強度研發支持之下，用友BIP的創新能力持續增強。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的應用，以技術創新構建了自己獨特的競爭優勢。
三是 ，用友30多年來積累的大量專業行業語料數據，保證其在做行業大模型方面具備很好的基礎。從大模型的一般規律來說，無論是通用大模型還是垂直大模型，都少不了豐富的數據資料和行業邏輯經驗作為支撐，而這恰恰是用友的優勢所在。
據介紹，用友基于大規模的商業應用數據，結合企業應用場景和領域經驗，標記了大量的企業服務語料數據，形成了豐富的企業服務大模型訓練素材，并將業務知識與領域經驗融入企業服務大模型，確保了大模型的專業性、實用性及領先性，使之能更好地跟企業的整體數智化戰略結合，支撐公司整體的建設。
YonGPT助力產業迎來AI普及應用時代
作為業內首個企服大模型，YonGPT將加速以垂直大模型和AI應用為特點，以數據智能為抓手的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“懂產業更懂智能”的數智化驅動不再高門檻，讓數智化驅動變成了一種低成本可復制的普遍化產業趨勢。盡管當下數智化轉型已經成為眾多企業的共識，但擺在企業面前的“攔路虎”依然不少。這主要是由于數智化投資周期長、成本高，很多企業在轉型時，又面臨改造需求碎片化、多樣化等問題，這就讓很多企業常陷入“不會轉、不敢轉、不能轉”的境地。而YonGPT的誕生，則為企業提供了“低門檻”的智能化入口，讓企業可以根據需要來找尋關鍵數據，做對關鍵決策。
另一方面，YonGPT的誕生將加速各個行業數據的“高質量流通”，進一步重塑產業鏈價值鏈，助力產業產生全新的增量機會，為產業的高質量發展增添新動能。對于B端企業場景而言，大模型在技術演進過程中，形成的數字內容孿生、編輯、創作三大能力，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日常運營。
而且它通過自然語言就可以實現調出操作，操作門檻大大降低，人機交互體驗大幅提升，將極大調動人們使用大模型來實現業務功能的積極性。以用友YonGPT為例，它通過智能化業務運營，深入洞察企業運營，識別潛在風險和機會，并通過提供智能化方案提高經營決策水平和業務運營效率；它通過發揮“數據驅動”優勢，讓“數據找人”的智能呈現和交互變得更加頻繁；它通過全方位提升企業個性化應用服務能力，真正讓企業低成本地感受到“千企千面”的數字化魅力。
另外，在數智化轉型大潮之下，以數智化為特征的全新模式，正在成為企業數智化轉型的全新范式。在企業數智化早期，云服務商主要圍繞“上云”來做布局，不斷擴大各個行業的“上云”規模；隨著企業數智化進入深水區，如何高效用云以提升云服務的生產力，日益成為行業關注的焦點，一場以數據智能為特征的數智化浪潮，日益成為全新產業趨勢。而AI大模型的到來，無疑為用友推動產業數智化轉型，提供了全新的技術實現路徑。
作為業界首個具有多領域融合化、多形態綜合型特性的企業服務大模型，用友將繼續投入資源迭代訓練，并不斷豐富基于這個大模型的各類企業服務，同時YonGPT的快速發展也將引領企業服務邁入一個新臺階。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）