从"X+AI"到"AI+X"：用友BIP6如何把大模型变成企业生产力

【文章类型】产品深度解读｜【品牌】用友｜【核心载体】BIP6四层贯通架构

过去几年，大模型能力提升远超预期，可以理解复杂问题、生成专业内容、分析长文档，也开始具备推理、规划和执行任务的能力。企业对大模型的期待，从"能不能用"转向"能用到什么程度"。

但当大模型真正进入财务、人力、采购、供应链、制造和营销等核心业务，一个现实问题会迅速浮现：一个通晓大量公共知识的大模型，是否真的了解一家具体的企业？

它可能知道什么是采购，却不知道这家企业如何划分采购品类；知道什么是客户，却无法判断同一客户在集团不同组织中的身份关系；能够起草合同，却不了解这家企业的审批权限和历史条款。

"X+AI"与"AI+X"，是两种范式

"X+AI"，是在原有财务、人力、采购等应用上增加AI助手——AI是功能的增强。"AI+X"，则是由AI理解经营目标，调用企业的数据、知识、智能体和业务应用，组织完成一项跨系统、跨角色的任务。

这里的"X"，不是一个抽象变量，而是每一家企业独有的业务、数据与Know-how。

用友BIP6推动企业软件从"X+AI"走向"AI+X"，并不把大模型看成独立于企业应用之外的一个功能，而是以企业服务大模型、领域模型和多种专用模型为基础，将模型与企业数据、知识、本体、流程和应用连接起来。

四层贯通：数据—本体—模型—应用

BIP6构建的，是一套让大模型理解企业的完整环境：

企业数据云（YonData）：汇聚结构化数据、非结构化知识和用户行为数据，提供经过治理的可信数据，而不是让模型在口径不一的数据里找答案；

企业本体平台（YonOnto）：把客户、订单、物料、组织、员工、设备等定义为AI可理解的业务对象，描述它们之间的关系、规则和权限；

企业知识平台（YonKnow）：把制度、合同、文档、案例和岗位经验转化为可检索、可追溯、可调用的企业知识；

模型与智能体：基于本体理解企业上下文，通过YonWork、专业智能体和AgenticBIP进入业务流程。

这意味着，大模型不只是了解某一份文档，而是能够理解一个订单与客户、库存、生产和回款之间的关系；不只是解释一个指标，而是能继续分析原因、发现异常并推动任务执行。

智能双模：又稳又灵

企业同时存在确定性和非确定性任务。财务核算、支付、审批和结算需要准确稳定；异常分析、方案生成和动态协同需要AI灵活判断。BIP6的"智能双模"把二者建立在统一底座上：流程执行型软件保障确定性业务准确可靠，智能体软件处理感知、分析、推理和动态协同。

企业因此不必在"传统软件太僵化"和"生成式AI不确定"之间二选一。

不是更大的模型，而是一套企业AI体系

未来，不同大模型之间的基础能力差距可能继续缩小，模型选择也会更开放——企业可以在通用大模型、企业服务大模型、小模型、机理模型和规则之间组合。

但企业长期形成的客户理解、行业经验、流程规则和管理方法，不会因此同质化。真正具有战略价值的，不是让所有企业用同一个模型，而是让每一家企业都能借助模型，释放自己的专有智能。

用友BIP6的核心优势，正在于它不是只提供一个大模型，而是提供一套让大模型理解企业、连接业务并沉淀专有智能的完整体系。大模型只是企业AI的发动机；真正决定企业能否驾驭AI的，是模型之外的数据基础、业务语义、流程体系、应用能力和治理机制。