用友的YonGPT大模型,落到了企業服務的點子上觀點

L1層YonGPT企業服務大模型,用友YonGPT在大模型的行業應用上至少是押對了幾個企業服務的關鍵性問題,YonGPT背后是用友在過去幾十年的業務沉淀和企業服務經驗。
文 | 智能相對論
作者 | 沈浪
“面向AI時代,所有的產品都值得用大模型重新升級。”大模型甚囂塵上,各行各業都在嘗試用大模型來重做業務。
此前,用友率先發布了業內首個企業服務大模型YonGPT。作為大模型與企業運營管理的深度結合,YonGPT是否能把大模型的行業應用路徑給走通?
從目前透露出來的信息來看,用友YonGPT在大模型的行業應用上至少是押對了幾個企業服務的關鍵性問題。
一、跨模型適配多個通用大模型,打消企業服務市場對于數字化底座不穩定的顧慮。
用友YonGPT的整體架構分為三層,分別為L0層通用大模型底座,L1層YonGPT企業服務大模型,L2層領域或行業模型精調的智能化場景服務。
其中,值得一提的是,在L0層,用友并沒有“死磕”單一的通用大模型,而是選擇了跨模型適配多個通用大模型,其中就包括百川、智譜和文心一言等——這些都是現階段主流通用大模型的佼佼者。
“雞蛋不能完全放在同一個籃子里”,企業服務領域更為奉行這一理念。跨模型部署多個通用大模型構建應用底座,是必然的趨勢。而YonGPT不僅做到了這一點,其選擇的百度文心一言、ChatGPT等在國內外而言均是領先的通用大模型,更是無形之中強化了企業服務的韌性。
對于企業來說,接入YonGPT就有了持續穩定的底座支持,同時在通用能力上也是趕超市場平均水準的存在。而這些恰恰是企業服務領域最為看重的需求點。
二、近水樓臺先得月,更豐富的垂直數據讓大模型應用看得見,效果更佳
作為國內數一數二的企業服務廠商,在過去幾十年內,用友不僅服務了大量頭部企業,而且服務領域也高度聚焦,并持續保持領先水平,其核心產品更是完成了從財務軟件到企業管理軟件,再到現在商業創新平臺用友BIP的升緯進化。
業務的長期深耕以及產品的高度升緯,都促使用友積累了大量豐富的垂直數據和行業資源。當然,更重要的是,熟知業務的另一個優勢則在于知道數據如何應用?
在與業內人士交流的過程中,「智能相對論」就發現,大家都在談及“有用”的數據,實則有兩層含義,一是數據對口,比如財務數據對財務大模型,金融數據對金融大模型等等;二是數據會用,比如財務大模型知道怎么調取哪些數據來輔助財務決策等等。
在體驗YonGPT的過程中,我們就發現,當企業高管需要了解公司的盈利情況時,YonGPT就能基于本身所具備的財務知識給出相應的利潤總額情況以及洞察分析,同時也能繪制出對應的盈利增長表,幫助高管在短時間內掌握公司經營情況。
隨著業務場景深入,對大模型產品的專業性考驗就越強,知道如何統籌正確的專業數據以及如何應用數據這一能力就非常關鍵。「智能相對論」并不認為,大模型應用是一個越“老”越吃香的領域,但絕對是一個越專業越吃香的市場。
YonGPT背后是用友在過去幾十年的業務沉淀和企業服務經驗,若能完全轉化將是其突破的一個關鍵。而對于企業服務市場的客戶而言,他們也更傾向于信任這樣的專業玩家。
總的來說,在「智能相對論」眼中,大模型在產業中的落地主要在兩個基礎層面,一是新技術本身,而YonGPT的通用底座均由百度、OpenAI等領先廠商提供;二是業務的理解,而用友服務4萬多家大中型企業,已經積累了相當豐富的沉淀。
基礎的條件已經具備。
誠然,在大模型的落地過程中,對業務理解的重要性更甚于對技術的掌握。也就是說,用戶需求導向比技術創新導向更重要。
簡單以去年爆火的妙鴨相機為例,盡管只是一款很簡單的AI圖像生成應用,耐不住它牢牢鎖住了用戶的需求點,迅速在市場上走紅,打響國內大模型應用爆火的第一槍。
換句話來說,熟知業務、產業的傳統廠商入場,或許比掌握大模型技術本身的科技廠商更有可能引爆大模型應用,推動其真正的走向行業。
而YonGPT背后的用友正好屬于這一類廠商。日前,在央視“看見未來”《大國品牌》年度盛典上,用友憑借著著專業、領先、高客戶價值的產品與服務獲得“大國品牌2023年度價值品牌”榮譽,并承擔著大型、超大型企業數智化底座平臺和關鍵應用系統國產化替代重任,被央媒譽為企業數智化的“大國重器”。那么,不妨期待一下用友YonGPT在接下來企業服務領域的應用吧。
*本文圖片均來源于網絡
此內容為【智能相對論】原創,
僅代表個人觀點,未經授權,任何人不得以任何方式使用,包括轉載、摘編、復制或建立鏡像。
部分圖片來自網絡,且未核實版權歸屬,不作為商業用途,如有侵犯,請作者與我們聯系。
?AI產業新媒體;
?澎湃新聞科技榜單月度top5;
?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;
?著有《人工智能 十萬個為什么》
?【重點關注領域】智能家電(含白電、黑電、智能手機、無人機等AIoT設備)、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、云計算、開發者以及背后的芯片、算法等。
1.TMT觀察網遵循行業規范,任何轉載的稿件都會明確標注作者和來源;
2.TMT觀察網的原創文章,請轉載時務必注明文章作者和"來源:TMT觀察網",不尊重原創的行為TMT觀察網或將追究責任;
3.作者投稿可能會經TMT觀察網編輯修改或補充。