0
本文作者: 何思思 | 2023-05-26 17:23 |
近兩年受經(jīng)濟下行的影響,各行業(yè)各企業(yè)為了穩(wěn)營收保增長,紛紛選擇了數(shù)字化轉(zhuǎn)型的路徑。今年年初大模型概念在國內(nèi)火了之后,再次把人工智能推向了又一個發(fā)展高度,智能化成了企業(yè)關(guān)注的焦點話題。
無論是在數(shù)字化還是智能化轉(zhuǎn)型中,企業(yè)都會遇到不同程度的問題,諸如,小微企業(yè)的轉(zhuǎn)型意識不夠,中型企業(yè)有轉(zhuǎn)型意識,但不知道如何開展工作,大型企業(yè)雖說完成了數(shù)字化轉(zhuǎn)型,但面對智能化時仍是迷茫的狀態(tài)。
“無論做數(shù)字化還是智能化前提是要構(gòu)建數(shù)智化底座,夯實底層基礎(chǔ)設(shè)施,”大概是解決這一問題最好的答案。
目前,國內(nèi)不乏做數(shù)據(jù)中臺或智能中臺服務(wù)的廠商,但用友和其他友商走的路子似乎不太一樣。對此,雷峰網(wǎng)特別梳理了用友數(shù)據(jù)智能業(yè)務(wù)的發(fā)展之路:
用友的數(shù)據(jù)智能業(yè)務(wù)基于用友BIP-iuap平臺而生。用友iuap由業(yè)務(wù)中臺、數(shù)據(jù)中臺、智能中臺、技術(shù)平臺、低代碼開發(fā)平臺,連接集成平臺構(gòu)成,簡稱“三中臺、三平臺”。其中數(shù)據(jù)中臺、智能中臺就是用友數(shù)據(jù)智能業(yè)務(wù)的支撐。
以用友的經(jīng)驗,當企業(yè)數(shù)據(jù)孤島嚴重、數(shù)據(jù)質(zhì)量參差不齊時,首先建議企業(yè)不要一味依賴技術(shù),而是要一步一步做,從收集數(shù)據(jù),沉淀高質(zhì)量數(shù)據(jù)、展示數(shù)據(jù)、數(shù)據(jù)治理等做起,打好了數(shù)據(jù)基礎(chǔ)才能進入下一步。
面對業(yè)界經(jīng)常議論的“不實現(xiàn)數(shù)字化很難向智能化邁進”這一話題,用友BIP高級應用架構(gòu)師曹正鳳表示,企業(yè)想要實現(xiàn)決策的智能化,就必須把數(shù)據(jù)和智能放在一起考慮,而不是先有數(shù)字化,再有智能化。企業(yè)制定決策的過程和大腦思考的過程比較相似,在獲取大量的信息后,利用強大的智囊團,經(jīng)過充分的討論才能制定一個正確的決策,而要使這個過程智能化,必須利用數(shù)據(jù)中臺采集和加工數(shù)據(jù)的能力,使用智能中臺的算力和智能算法,建立企業(yè)大腦,這也是我們把數(shù)據(jù)中臺和智能中臺結(jié)合起來的原因。
但值得注意的是,用友不僅關(guān)注技術(shù),還更看重業(yè)務(wù)。用友致力于將數(shù)據(jù)和智能的能力沉淀到數(shù)據(jù)中臺和智能中臺,再把這些能力融入業(yè)務(wù)流程,形成數(shù)據(jù)、智能、業(yè)務(wù)的完美結(jié)合。
談到重業(yè)務(wù),還要從做財務(wù)軟件時說起,當時用友接觸的很多企業(yè)都希望實現(xiàn)“業(yè)財融合”,即業(yè)務(wù)與財務(wù)的融合,這就面臨一個問題,財務(wù)偏中后臺,為了實現(xiàn)業(yè)財融合,財務(wù)要洞察業(yè)務(wù),再去優(yōu)化業(yè)務(wù),然后通過這些洞察與優(yōu)化再去改進經(jīng)營。
就在那時,“解決業(yè)務(wù)問題”成了用友的經(jīng)營之道并得以延續(xù)。面對火熱的GPT,用友也是把業(yè)務(wù)放在了首位。曹正風表示,“AI以及大模型在To B行業(yè)應用的目標就是要解決業(yè)務(wù)問題?!?/p>
這個階段,用友也愿意把AI能力釋放給B端企業(yè),目前用友的AI功能全都集成到了用友iuap平臺的智能中臺,形成了RPA、VPA(虛擬個人助理)、智能搜索、知識圖譜、AI工作坊、文本處理、圖片處理、視頻處理等多項智能化能力,并提供企業(yè)畫像、人才畫像、商機推薦、供應商推薦等智能服務(wù)。
除數(shù)智員工外,用友還將AI嵌入低代碼開發(fā)平臺,自動生成代碼;AI嵌入數(shù)據(jù)中臺,自動生成征信報告;AI還用在一些特定場景,例如對政策的解讀...
雖然用友在AI方面已經(jīng)做了很長時間的研究,但面對新一輪的AI大模型風口,曹正鳳這樣說:“用友不會因為大模型火了就刻意做什么,而是要積累行業(yè)模型,切實解決企業(yè)業(yè)務(wù)問題”
以下是雷峰網(wǎng)和曹正鳳的對話:
數(shù)字化進入深水區(qū),做更懂業(yè)務(wù)的數(shù)智底座
雷峰網(wǎng):現(xiàn)在企業(yè)數(shù)字化轉(zhuǎn)型到什么階段了?
曹正鳳:進入深水區(qū),有些企業(yè)的數(shù)據(jù)積累已經(jīng)做到很好了,到數(shù)據(jù)治理階段了。
雷峰網(wǎng):為什么說現(xiàn)在到數(shù)據(jù)治理階段了,是看到了什么趨勢嗎?
曹正鳳:零幾年的時候,整個行業(yè)處于數(shù)據(jù)展示階段,客戶要求不高,只要能把圖做出來就行了。近幾年,由于受人工智能的影響,客戶扎進數(shù)據(jù)智能的需求中出不來了,非要做出幾個智能化的場景才能是個好項目,但回過頭來發(fā)現(xiàn),有一個關(guān)鍵的問題沒有解決,數(shù)據(jù)質(zhì)量的問題,因此接下來就要做治理了。做數(shù)據(jù)治理的一個關(guān)鍵動因,就是在2020年4月,中央重磅發(fā)文,數(shù)據(jù)首次正式被納入生產(chǎn)要素范圍,大部分國有企業(yè)也開始意識到數(shù)據(jù)的重要性,而且前幾年做智能化總是不能落地,有比較大的原因是數(shù)據(jù)沒有治理好,而且數(shù)據(jù)治理的理論體系這個時候也建立起來了,所以企業(yè)數(shù)智化轉(zhuǎn)型現(xiàn)在已經(jīng)進入到數(shù)據(jù)治理階段了。
雷峰網(wǎng):這個階段具體要做哪些工作?
曹正鳳:數(shù)據(jù)治理目標是提升數(shù)據(jù)資產(chǎn)的效用和價值,這個階段的企業(yè)積累了大量數(shù)據(jù),如何形成高價值的數(shù)據(jù)資產(chǎn)是重點,第一要解決數(shù)據(jù)孤島的問題,通過數(shù)據(jù)連接集成的能力,數(shù)據(jù)湖統(tǒng)一存儲各個業(yè)務(wù)系統(tǒng)的數(shù)據(jù),才能為上層分析處理提供一個基礎(chǔ)的數(shù)據(jù)環(huán)境。第二建立統(tǒng)一的數(shù)據(jù)標準,各個業(yè)務(wù)系統(tǒng),包括主數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)匯聚過來之后我們提供一套標準體系進行管控,通過梳理各板塊相關(guān)的數(shù)據(jù)標準、接口標準以及后續(xù)的開發(fā)標準,通過我們中臺進行管理和評估,發(fā)現(xiàn)采集過來的業(yè)務(wù)系統(tǒng)數(shù)據(jù)是否存在違反標準的問題,同時制定相應的解決方案,并監(jiān)督方案的落實,從而形成一個數(shù)據(jù)標準管理的閉環(huán)。
數(shù)據(jù)質(zhì)量也是類似的道理,我們需要梳理各層數(shù)據(jù)的質(zhì)量規(guī)則體系,并通過中臺進行統(tǒng)一管理。當然除了這些手段,我們還需要構(gòu)建統(tǒng)一高效的數(shù)據(jù)治理組織和流程,來保障數(shù)據(jù)治理工作有效開展。
雷峰網(wǎng):用友在這個過程中是一個什么樣的角色?
曹正鳳:在企業(yè)數(shù)據(jù)治理的過程中,我們是工具的提供方。我們有一套數(shù)據(jù)治理和開發(fā)的工具,可以進行數(shù)據(jù)的采集、管理、開發(fā)。當企業(yè)數(shù)據(jù)治理好后,我們的智能中臺提供一系列的算法,智能化的文本、圖片、視頻處理的能力,助力企業(yè)數(shù)智化的過程。
對于ISV伙伴來說,他對某個領(lǐng)域可能會相對比較了解,比如說醫(yī)療、交通等一些特殊的行業(yè),我們沒涉及過,ISV伙伴就可以找一些智能化的場景,然后利用我們的工具去落地,幫客戶解決業(yè)務(wù)上問題。
對于客戶來說,需要建立專業(yè)團隊,而不是像以前做IT項目的狀態(tài),安裝好服務(wù)器,部署上軟件就可以了。他的團隊需要和我們共創(chuàng)。一起來尋找企業(yè)數(shù)智化的業(yè)務(wù)場景,一起使用我們的數(shù)據(jù)中臺和智能中臺的工具,來解決企業(yè)降本增效的實際問題。
雷峰網(wǎng):較其他友商,用友的優(yōu)勢是什么?
曹正鳳:用友在剛開始做數(shù)智中臺時,在技術(shù)方面優(yōu)勢并不明顯,但我們是最懂業(yè)務(wù)的數(shù)智中臺。首先,我們BIP有財務(wù)、人力、營銷、采購等10大領(lǐng)域業(yè)務(wù)產(chǎn)品,在產(chǎn)品化的階段就可以把數(shù)據(jù)和智能嵌入到業(yè)務(wù)中,實現(xiàn)和業(yè)務(wù)完美的結(jié)合;其次,iuap平臺發(fā)揮整體優(yōu)勢,單點的平臺應用已經(jīng)不能滿足企業(yè)整體數(shù)智化需求,需要升級數(shù)智化底座,通過體系化的平臺,來更好適應業(yè)務(wù)并賦能業(yè)務(wù);再就是,產(chǎn)品的技術(shù)優(yōu)勢,iuap云平臺基于容器化、云原生等技術(shù),實現(xiàn)云上云下一套完整的代碼,當企業(yè)需要私有化部署時,可隨時打包代碼形成安裝盤,然后部署到私有云環(huán)境中,真正把公有云、私有云、專有云的能力拉通。這一點是很多中臺廠商很難做到的。
數(shù)據(jù)、智能相輔相成,誰也離不開誰
雷峰網(wǎng):企業(yè)的智能化到哪個階段了?
曹正鳳:很多企業(yè)都在提智能化這件事,也有很多企業(yè)在實踐,但To B行業(yè)的AI探索整體還處于起步階段,因為數(shù)據(jù)積累和治理還沒完全做好。如果把數(shù)據(jù)比作一個皇冠,智能就是上面的明珠,但這個明珠現(xiàn)在處于剛剛起步階段。我們也服務(wù)了很多企業(yè),比如杭州鋼鐵、航天科技等頭部客戶,數(shù)據(jù)積累基本到了一定量級,數(shù)據(jù)質(zhì)量也比較好,但數(shù)據(jù)治理還不成體系,智能化的實踐和探索剛剛開始。
雷峰網(wǎng)(公眾號:雷峰網(wǎng)):如何看待數(shù)據(jù)和智能的關(guān)系?
曹正鳳:數(shù)據(jù)和智能本身是不能分家的,這兩件事就是一件事,做數(shù)據(jù)積累和治理的時候,不考慮智能的事,做法上本身就是欠妥的。為什么國家將數(shù)據(jù)納入生產(chǎn)要素的范圍,要成立國家數(shù)據(jù)局,因為將數(shù)據(jù)成為生產(chǎn)要素后,企業(yè)就會進行數(shù)據(jù)資產(chǎn)的積累,積累了大量的數(shù)據(jù)后,智能的應用才有可能做成功,因此兩者是不能分開談的。比如現(xiàn)在的攝像頭能很好地識別圖片中的物體,這是因為我們使用大量的圖片,對攝像頭中的算法進行了訓練,這些大量的圖片,就是一個數(shù)據(jù)積累的過程。這也是用友在做智能化時,為什么把數(shù)據(jù)中臺和智能中臺放一起來考慮的原因。
雷峰網(wǎng):用友在智能方面做了哪些工作?成效如何?
曹正鳳:iuap的智能中臺可以對外提供文本處理、圖片處理、視頻處理、智能搜索、知識圖譜等多項智能化能力,已經(jīng)研制了以數(shù)智員工、RPA、VPA(虛擬個人助理)、AI工作坊等系列產(chǎn)品,并提供企業(yè)畫像、人才畫像、商機推薦、供應商推薦等智能服務(wù),已經(jīng)賦能用友BIP在財務(wù)、人力、采購、制造、營銷等業(yè)務(wù)領(lǐng)域,已經(jīng)建立了100+數(shù)智員工技能、1000+開箱即用機器人、1000+AI智能場景。
大模型火了,不會刻意做什么,而是要積累行業(yè)模型
雷峰網(wǎng):大模型火了,在智能方面用友會走和ChatGPT一樣的路線嗎?
曹正鳳:不會,ToB行業(yè)的智能化可能和ChatGPT走的路線不一樣,ChatGPT主要是聊天式的知識輸出。我們說的智能化,是針對企業(yè)的業(yè)務(wù)訴求,根據(jù)它的數(shù)據(jù)情況,使用人工智能、深度學習、大模型等技術(shù)去解決業(yè)務(wù)問題。ChatGPT是數(shù)據(jù)積累和模型參數(shù)擴大的結(jié)果,而企業(yè)智能化需要的是高質(zhì)量的數(shù)據(jù)和合適的算法,這需要算法工程師的智慧。
雷峰網(wǎng):具體怎么做?要做小模型嗎?
曹正鳳:大模型給我們的啟示是要積累行業(yè)模型,這一點大家能達成共識。這個模型是大是小,不是主要的,主要是能要解決業(yè)務(wù)問題。面對大模型,用友會積極擁抱。
用友將大模型分為L0基礎(chǔ)大模型,L1行業(yè)大模型,L2應用場景模型三類,重點會在L1、L2兩個層級上發(fā)力。
在L0基礎(chǔ)大模型方面,我們會引入大模型,比如與百度這種商業(yè)大模型提供商合作,在文心大模型的基礎(chǔ)上用用友的領(lǐng)域積累的知識去訓練這個模型,將來就可能會推出用友特有的知識問答系統(tǒng)。
在L1級別,我們會積累更多行業(yè)大模型,基于我們多年在企業(yè)服務(wù)領(lǐng)域的知識經(jīng)驗訓練行業(yè)通用模型向外賦能,去解決特定行業(yè)的文本生成、智能問答、預測決策等等企業(yè)智能化決策的問題。
在L2應用場景模型方面,用友iuap智能中臺已經(jīng)有很多場景化落地產(chǎn)品和方案,比如基于RPA、VPA的數(shù)智員工,智能搜索,知識圖譜等。另外,通過AI工作坊,來降低AI應用開發(fā)的門檻。用友iuap智能中臺還推出了具備算法模型創(chuàng)建、訓練、推理閉環(huán)管理能力,支持企業(yè)進行高性能擴展推理服務(wù)、迭代式改進模型效果等。
寫在最后
無論在數(shù)字化轉(zhuǎn)型階段還是GPT到來之時,不變的是,用友始終把數(shù)據(jù)和智能結(jié)合起來,最終目的則是解決企業(yè)的業(yè)務(wù)問題。從“三中臺、三平臺”概念也可以看出,iuap平臺把業(yè)務(wù)中臺作為三中臺之一,數(shù)據(jù)中臺、智能中臺則支撐數(shù)據(jù)智能業(yè)務(wù)的發(fā)展。
正所謂數(shù)字化是基礎(chǔ),而智能化產(chǎn)生價值,兩者需要嵌合在一起。沒有數(shù)據(jù)的積累沒辦法實現(xiàn)智能,沒有智能,又何談數(shù)智化轉(zhuǎn)型,其價值最終要在業(yè)務(wù)中體現(xiàn)。
GPT火出圈后,用友也沒有一味地追熱點,搞噱頭,而是把解決業(yè)務(wù)問題作為出發(fā)點,開展行業(yè)模型的研究。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。