用友，YonBIP，數據中臺，數智化，商業創新
用數據講商業創新的故事，是數智化轉型的最高境界。
同樣是龍頭，不一樣的應用
始創于1980年的廈門國貿集團股份有限公司是全球化綜合服務商，也是國內領先的大宗商品集成服務企業。
在國內國際雙循環背景下，作為行業龍頭企業，他們以數字技術為引擎、以客戶需求為導向、以業務場景為觸點，將5G+物聯網、區塊鏈、AI等技術與傳統業務深度融合，構建了集供應鏈一體化協同平臺、客商大數據平臺、國貿云簽、國貿天眼等于一體的“國貿云鏈”生態圈，帶動企業從傳統業務模式向以客戶為中心的服務模式轉型，從流程驅動向數據驅動轉型。
而幫助他們實現變革的“數字底座”正是用友BIP|YonBIP。依托YonBIP全面的數據服務能力、智能算法和流式處理技術，國貿股份構建了以“技術+數據+算法”為核心的數據中臺。這不僅讓企業的數據更加智能，應用更加創新，也由此走上了基于數據中臺的數智化轉型之路。
在供應商風控方面，通過搭建主數據管理平臺，國貿股份實現了客商統一視圖。結合外部社會化數據服務，企業構建了企業畫像，便于控制業務風險。同時，國貿股份打通了主數據平臺與外部數據連接的通道,建立了數據智能管理機制。
正如企業CIO所說，數據作為國貿股份的重要資產，基于用友BIP|YonBIP構建的數據中臺，一方面推動業務創新發展，另外一方面幫助企業科學運營與合理風控，在賦能企業高質量發展的同時，推動產業升級。
如果說國貿股份用數據中臺勾勒了企業轉型發展的新藍圖，那么三一集團則依靠數智化采購把握住“黑天鵝”帶來的新機遇。
赫赫有名的三一集團是我國最大、全球第五的工程機械制造商，也是世界最大的混凝土機械制造商。從一家焊接材料的小廠到營收過千億的工程機械行業龍頭，在面對突如其來的疫情時，也曾遭遇到不小挑戰。
回首疫情期間，三一集團部分地區供應商停工停產、物流延期，導致上游供應鏈供貨周期變長，甚至暫停供貨，這將對三一集團業務產生了嚴重影響。
為此，三一供應商風險管理平臺對接用友APILink疫情實時大數據接口，第一時間將疫情數據同步到系統中。通過對自然災害、疫情等重大風險事件的監控，三一集團可迅速查找到受疫情影響的所有供應商訂單;同時，品類經理根據訂單相關信息定位到相應采購源，然后根據緊急程度，督促供應商生產及物流公司發貨。
雖然，問題看似迎刃而解，但是三一集團擁有上萬家供應商，涉及上百種產品品類，覆蓋海量的供應商、產品品類、訂單等信息。在確認疫區供應商訂單無法正常供貨后，面對如此巨大的數據量，品類經理該如何查找呢?
為此，三一集團通過用友BIP|iuap數據智能服務提供的推薦算法，按時間維度進行跟蹤，根據品類重要性分析優先級程度，第一時間篩選優質供應商進行精準補位，實現企業在疫情期間供應商供貨不斷檔，保證正常生產。
而為了更好的讓數據驅動業務，三一集團借助用友BIP|iuap建立了品類經理數字化工作臺，幫助他們智能化的進行數據采集、抓取、清洗、展示，將大宗原材料價格、合同簽訂進度、訂單超期提醒、物料清單等數據一目了然地展示在品類經理面前，極大地縮短了疫情期間采購決策時間。
不得不說，在技術發展、算法優化、數據源完善等多因素影響下，三一集團的采購數智化創造了巨大的業務價值，在降成本、增效益、降風險方面效果顯著。這不僅推動了企業的管理和業務變革，更為三一集團在探索商業創新方面提供了寶貴經驗。
這兩家企業商業創新的故事，只是千千萬萬個案例的縮影，也僅能覆蓋大中型企業深挖數據價值，驅動數智化升級的冰山一角。
面對龐大的客戶群體，針對他們多樣性、復雜性、行業化的數據服務需求，用友以全面綜合的數據能力，通過用友BIP|YonBIP數據中臺幫助企業構建全新的企業數據架構;借助平臺化的形式、數據化的運營、高階的分析、算法和模型提供企業數據智能服務;用數據驅動的方式打造企業商業洞察力，以此驅動企業數字資產價值變現，鋪平數智化轉型之路。
把大數據做小
根據官方定義，用友BIP|YonBIP數據中臺將跨行業、跨領域、跨場景、跨企業的海量異構數據，進行精細化治理和資產化管理，以此推動基于用友YonBIP的全域、全量數據的精確估值、開放共享，促進企業數據資產的協同增效和保值增值。
這句話怎么能更容易的理解呢?
用友數據中臺產品總監陳宏志認為，數據中臺最大的價值在于幫助企業實現數據的標準化、服務化、資產化和智能化，并將這些數據能力滲透至業務各環節。因此，用友構建的數據中臺不是簡單的一套軟件系統或者標準化產品,更多的是一種強調資源整合、集中配置、能力沉淀、分步執行的運作機制,是一系列數據組件的微服務化集合。
縱觀數據中臺市場，主要有五類玩家：頭部互聯網企業、數字化解決方案提供商、大數據公司、獨立中臺開發商及人工智能廠商。隨著市場不斷有新玩家進入，各類型的廠商都具有不同的核心競爭力。
對于用友來說，把大數據做小，以我們獲得的數據，生成“數據之數據”，撬動私域數據生產的杠桿;把有價值的數據推送給業務人員、管理者，讓業務數據化、數據業務化，是他們打造數據中臺最大的優勢所在。
加之與業務中臺天然融合，可以滿足企業前臺順勢而變的場景化創新和開放、靈活擴展的需求，同時保障IT系統應對業務創新的敏捷度和可靠性。
此外，從數據的連接和獲取，數據的存儲和計算，到數據工場中的模型開發、任務調度、指標管理，再到頂層的智能分析和企業畫像對數據資產的消費，用友提供完整的端到端數據能力，讓企業無需考慮第三方服務，便可安全可信地實現數據資產的保值增值。
正是出于這些原因，讓用友長期處在數據服務賽道的領先地位，并逐漸拉大與其他選手的距離。
為數據中臺加載“智能大腦”
不少人認為，搭個數據中臺就能做智能數據分析，殊不知這背后是一系列智能分析邏輯和產品的結合。那么，用友數據中臺到底具備哪些“硬核產品”卡位數據智能服務呢?
首先，為了應對超高維數據向量建模為企業帶來的高技術門檻和高成本挑戰，用友數據工場通過幫助企業打造一體化的大數據處理建模能力，全面降低多源異構大數據集成、多維建模、任務調度與監控等功能的開發量。用一句話簡單的說，數據工場就是幫助企業整合全量、全域、多模態的數據，然后進行科學的治理和加工，讓數據規范化。
同時，通過智能分析平臺提供的自助式分析和報表能力，可以支持用戶在可視化設計態環境下的個性化建模，實現瀏覽態自助分析的數據探索。這是一種場景化、沉浸式的全新體驗，幫助用戶靈活、按需訂閱式構建一人千面的分析情境，支持更快、更準、更可用的輔助決策。
第三，用友數據中臺引入機器學習和知識圖譜技術，圍繞用友30余年企業服務積累的私域沉淀，打造企業畫像產品，對數據蘊含的價值進行高效的組織，支持不同的業務場景，逐步釋放數據中臺的長尾效應。
此外，在全面數智化的前提下，用友數據中臺采用智能發現類產品，如智能交互機器人，通過多輪對話的方式，將企業的數據從“拉式”變成“推式”，將數據主動推送給關鍵決策者。
然而，大中型企業在構建支撐業務創新的數據底座時，雖然有超強的外部力量輔助，但是仍存在不少阻礙，比如在數據崗位上人才的缺失。很少有企業具備既有算法能力又掌握業務的數據分析師。
為此，在智能化的全面數據服務上，用友提供了智能算法的創作平臺——AI工作坊，可以完成數據從算力到算法再到應用的全流程。
據陳宏志介紹，為了方便用戶應用開發，AI工作坊提供了覆蓋數據標注、特征工程、算法管理、模型管理、模型訓練、服務運營的人工智能工程化全鏈路的低門檻普惠化創作環境，讓數據、智能、業務深度融合，為算法科學家、業務人員等提供人在回路的協作式聯想創新新模式，幫助用戶實現場景導向的群智激發。
目前，AI工作坊可加載在數據中臺之上，也單獨部署，預置了超過50種主流AI算法，數十種預訓練場景模型，如精準補貨、銷量預測、購買推薦、精準尋源、人才畫像等，能夠支持眾多人機協作場景。
告別蠻荒時代
2020年信通院發布《大數據白皮書》指出，僅有32%的企業數據價值能夠被激活。可見，在應用數據方面，企業還處于蠻荒時代。
一場突發的疫情，雖然讓企業意識到數據作為生產要素的重要性，但是他們普遍對數據技術的潛力缺乏充分的認知，有時甚至會因為對數據安全性的誤解，進一步拖慢了企業的數智化轉型步伐。
從蠻荒時代走向成熟，企業需要一場集體的進化，還需要在用友這樣具備綜合數據服務能力的廠商助力下，完成從數據到數據資產的轉變。
除此之外，也許還需要交給時間去完成。
