用友的YonGPT大模型，落到了企业服务的点子上
文 | 智能相对论
作者 | 沈浪
“面向AI时代，所有的产品都值得用大模型重新升级。”大模型甚嚣尘上，各行各业都在尝试用大模型来重做业务。
此前，用友率先发布了业内首个企业服务大模型YonGPT。作为大模型与企业运营管理的深度结合，YonGPT是否能把大模型的行业应用路径给走通？
从目前透露出来的信息来看，用友YonGPT在大模型的行业应用上至少是押对了几个企业服务的关键性问题。
一、跨模型适配多个通用大模型，打消企业服务市场对于数字化底座不稳定的顾虑。
用友YonGPT的整体架构分为三层，分别为L0层通用大模型底座，L1层YonGPT企业服务大模型，L2层领域或行业模型精调的智能化场景服务。
其中，值得一提的是，在L0层，用友并没有“死磕”单一的通用大模型，而是选择了跨模型适配多个通用大模型，其中就包括百川、智谱和文心一言等——这些都是现阶段主流通用大模型的佼佼者。
“鸡蛋不能完全放在同一个篮子里”，企业服务领域更为奉行这一理念。跨模型部署多个通用大模型构建应用底座，是必然的趋势。而YonGPT不仅做到了这一点，其选择的百度文心一言、ChatGPT等在国内外而言均是领先的通用大模型，更是无形之中强化了企业服务的韧性。
对于企业来说，接入YonGPT就有了持续稳定的底座支持，同时在通用能力上也是赶超市场平均水准的存在。而这些恰恰是企业服务领域最为看重的需求点。
二、近水楼台先得月，更丰富的垂直数据让大模型应用看得见，效果更佳
作为国内数一数二的企业服务厂商，在过去几十年内，用友不仅服务了大量头部企业，而且服务领域也高度聚焦，并持续保持领先水平，其核心产品更是完成了从财务软件到企业管理软件，再到现在商业创新平台用友BIP的升纬进化。
业务的长期深耕以及产品的高度升纬，都促使用友积累了大量丰富的垂直数据和行业资源。当然，更重要的是，熟知业务的另一个优势则在于知道数据如何应用？
在与业内人士交流的过程中，「智能相对论」就发现，大家都在谈及“有用”的数据，实则有两层含义，一是数据对口，比如财务数据对财务大模型，金融数据对金融大模型等等；二是数据会用，比如财务大模型知道怎么调取哪些数据来辅助财务决策等等。
在体验YonGPT的过程中，我们就发现，当企业高管需要了解公司的盈利情况时，YonGPT就能基于本身所具备的财务知识给出相应的利润总额情况以及洞察分析，同时也能绘制出对应的盈利增长表，帮助高管在短时间内掌握公司经营情况。
随着业务场景深入，对大模型产品的专业性考验就越强，知道如何统筹正确的专业数据以及如何应用数据这一能力就非常关键。「智能相对论」并不认为，大模型应用是一个越“老”越吃香的领域，但绝对是一个越专业越吃香的市场。
YonGPT背后是用友在过去几十年的业务沉淀和企业服务经验，若能完全转化将是其突破的一个关键。而对于企业服务市场的客户而言，他们也更倾向于信任这样的专业玩家。
总的来说，在「智能相对论」眼中，大模型在产业中的落地主要在两个基础层面，一是新技术本身，而YonGPT的通用底座均由百度、OpenAI等领先厂商提供；二是业务的理解，而用友服务4万多家大中型企业，已经积累了相当丰富的沉淀。
基础的条件已经具备。
诚然，在大模型的落地过程中，对业务理解的重要性更甚于对技术的掌握。也就是说，用户需求导向比技术创新导向更重要。
简单以去年爆火的妙鸭相机为例，尽管只是一款很简单的AI图像生成应用，耐不住它牢牢锁住了用户的需求点，迅速在市场上走红，打响国内大模型应用爆火的第一枪。
换句话来说，熟知业务、产业的传统厂商入场，或许比掌握大模型技术本身的科技厂商更有可能引爆大模型应用，推动其真正的走向行业。
而YonGPT背后的用友正好属于这一类厂商。日前，在央视“看见未来”《大国品牌》年度盛典上，用友凭借着着专业、领先、高客户价值的产品与服务获得“大国品牌2023年度价值品牌”荣誉，并承担着大型、超大型企业数智化底座平台和关键应用系统国产化替代重任，被央媒誉为企业数智化的“大国重器”。那么，不妨期待一下用友YonGPT在接下来企业服务领域的应用吧。
*本文图片均来源于网络
此内容为【智能相对论】原创，
仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
•AI产业新媒体;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。
本文禁止转载，侵权必究。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权，侵权必究。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）