從ChatGPT兩個月內突破1億用戶，到Essential AI、Adept AI、Mistral AI等初創AIGC公司融資金額持續走高，過去一年，業界掀起了一場轟轟烈烈的“大模型”運動，千億萬億大參數模型層出不窮。
但不可否認，以ChatGPT為代表通用大模型的應用熱度正在回調。2023年6月的數據顯示，ChatGPT網站與移動客戶端的全球流量（PV）環比下降了9.7%，自去年11月上線以來首次出現流量負增長。業界分析一大原因是普通受眾的新鮮感過去了，而另一原因則是OpenAI正在發力ToB和企業服務領域。
可以說，大模型熱已從To C領域傳導至To B市場，通用大模型正探索在垂直領域的落地與商用。在這個進程中，企業服務無疑是大模型落地To B市場的最佳賽道之一。
正是瞄準這一方向，用友基于服務企業和公共組織數智化的最新研究成果，推出了業界首個企業服務大模型——YonGPT。在用友網絡執行副總裁兼CTO樊冠軍看來，YonGPT的發布標志著中國企業軟件的創新跨入了以人工智能為中心的新階段。
與業務場景融合成大模型發展趨勢
在AIGC技術落地過程中，與場景的融合幾乎是業界共識。包括百度、阿里、騰訊、聯想、360等都在強調大模型的價值在于與業務場景的結合，在于把AI能力通用化、產業化和垂直化，要和不同行業、不同企業的具體業務場景需求深度融合。
不管是B端還是C端的場景，只有緊密結合用戶場景進行技術創新，才可能將技術本身的價值和商業化前景發揮到最大。
從技術的本質來看，技術最終還是要服務于場景；從商業化角度來看，只有找到場景，才能支撐AIGC技術的商業化變現。
但客觀來說，大模型的應用還處于初期，很多行業并沒有找到很成熟的場景。
所以，如何讓大模型具有更多的行業知識沉淀、更強的專業性、在業務場景應用方面更有針對性？如何挖掘更實用的應用場景，幫助企業獲取更廣闊的商業前景？是這場大模型競賽中各大公司均在努力探尋的方向。
業界首個企業服務大模型問世
通過采用最新的人工智能技術，可以幫助企業更好地降本增效。過去幾年，用友一直在積極布局人工智能技術的創新應用，包括面向高端、成長型和小微企業等不同數智化轉型場景，探索如何更好地應用生成式AI。
時間撥回到2023年4月19日用友舉辦2023年度BIP技術大會，用友網絡執行副總裁兼CTO樊冠軍首次宣布用友已啟動企業服務大模型訓練。
到7月底用友推出企業服務大模型YonGPT 1.0版本，僅用了三個月時間。在樊冠軍看來，這得益于用友具有豐富應用場景的企業應用軟件與服務產品體系、覆蓋數十個行業的數百萬客戶基礎、35年服務企業客戶積累的行業知識經驗、以及專業的智能化團隊和能力，這是用友研發訓練企業服務大模型的獨特優勢。
實際上，用友涉足智能化技術可以再往前追溯到2016年，用友組織了數千人的研發團隊開始研發新一代面向企業和公共組織的商業創新平臺——用友BIP。在研發之初，用友BIP就堅持將數字化和智能化作為兩個最核心和基本特性，在數字化基礎上，結合IPA（智能流程自動化）、計算機視覺、自然語言處理、知識圖譜等人工智能技術，研發提供了一批智能化的應用與服務，并已在一批企業中得到應用。
這也使得用友加入這場大模型競賽變得順理成章。這就不難理解，用友選擇切入一直專注的企業服務領域的大模型賽道，而不是做通用語言大模型。
在底層的通用語言大模型上，用友則選擇與主流的模型提供商合作實現跨模型開發，包括智譜ChatGLM、百度文心一言、智源悟道天鷹、LLaMA以及在海外市場可以調用ChatGPT等。
瞄準企業服務四大應用方向
從定位上來看，YonGPT是用友BIP的重要組成部分。YonGPT從底層上適配業界主流的通用語言大模型，以提供通用能力服務、領域服務及行業服務。
在整體架構上，YonGPT通過上下文記憶、知識/庫表索引、Prompt工程、Agent執行、通用工具集等擴充大模型的存儲記憶、適配應用和調度執行能力，再結合財稅、人力、供應鏈、研發、制造、營銷等領域的知識和最佳實踐擴充大模型專業能力，從而形成體系化的企業服務大模型。
此外，YonGPT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、大模型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。
伴隨YonGPT 1.0版本同步發布的首批智能化場景服務，用友瞄準了4大方向：智能化的業務運營、自然化的人機交互、智慧化的知識生成、語義化的應用生成。樊冠軍說，用友企業服務大模型YonGPT將圍繞這四個方向持續推進模型訓練和產品效果優化。
首先在智能化業務運營方面，YonGPT通過強大的數據分析和預測能力，深入洞察企業運營、識別潛在的業務風險和機會，并提供智能化的解決方案，從而提高經營決策水平和業務運營效率；
其次在自然化人機交互方面，YonGPT通過強大的自然語言處理技術和理解能力，使能企業應用和服務與用戶進行自然而流暢的對話交流，以“人”為本的方式實現不同應用的調用、連接、組裝，更自然、高效地完成工作；
第三，在智慧化知識生成方面，YonGPT通過從海量數據和信息中提取、整合知識，生成新的、有價值的知識內容，涵蓋了行業解決方案、專業領域知識分享，助力企業和用戶全面利用自身知識的儲備和積累，促進知識的傳播和應用；
第四，在語義化應用生成方面，YonGPT通過對用戶需求、企業業務和數據特征的理解，可以自動生成具有語義化能力的應用程序，全方位提升企業個性化應用服務的創建效率。
圍繞這四大方向，YonGPT可應用于一系列智能化場景。以制造業為例，據不完全統計，中國已建成2500多個數字化車間和智能工廠，帶動汽車、裝備制造等離散行業的產品迭代和交付能力明顯增強，以及鋼鐵、石化等流程行業的綠色低碳發展水平大幅提升，這為大模型在企業服務領域的應用提供了廣袤的沃土。
譬如利用大模型的語義理解能力、報表分析能力和業務預測能力，可以幫助企業高管/CEO/CFO等實現企業收入、利稅經營分析；借助大模型的語義理解能力、信息抽取與匯總能力，可以幫助銷售業務員、銷售后勤錄單員、銷售主管等實現客戶對話RFQ以及智能生成銷售訂單；基于大模型的信息抽取與匯總能力、邏輯判斷能力和內容生成能力，可以幫助企業高管、HR實現智能招聘；依托大模型的AI多模態知識理解、AI推理、AI知識增強、大模型實時訓練等能力，可以幫助企業中高層領導、業務人員實現企業級的數智化搜索。
樊冠軍指出，未來，YonGPT將會對用友整體產品體系進行全面的能力覆蓋，包括繼續迭代訓練YonGPT，不斷豐富基于大模型的各類企業服務，挖掘和完善更多實用的應用場景，持續服務客戶的數智化建設與運營，讓數智化在中國和全球更多的企業與公共組織成功。
e-works王陽/文
