首页 > 科技快讯 > 36氪专访 | 用友“智多星”智能中台：数智化转型浪潮下，如何建立企业的“中枢大脑”？

36氪专访 | 用友“智多星”智能中台：数智化转型浪潮下，如何建立企业的“中枢大脑”？

晰数塔互联网快讯
2020-12-07 16:26

中国企业服务市场从1980年代开始发展，从初始的信息化阶段走到当前的数智化，国内软件也仅走过了快40年的时间，但增速和发展规模令人惊讶。近年来企业云计算、5G等互联网底层技术的革新为企业IT架构带来了巨大的变化——当前，企业“上云”已经不是新鲜事，更多企业已经在考虑上云之后的数字化转型怎么做，如何才能与业务产生更多的连接，以期在未来创造更高价值。

反映到市场规模上，这样的目标带动了软件行业的快速发展——2019年，中国数字经济规模达35.8万亿元，占GDP的比重已经达到了36.2%，根据中国信息通信研究院预测，2025年中国数字经济规模将会达到60万亿，全球数字经济也正在以前所未有的速度加速前进。

在这个漫漫长路中，作为最早进入企业服务市场的公司，用友集团经历了企业服务从信息化到智能化的全过程。

用友自1988年成立，作为最早一批进入企业服务市场的公司，经历了企业电算化到信息化到数智化全过程。相应的，用友的主要业务也经历了财务软件、企业管理软件、企业云服务三个大的发展阶段。

用友自2010年走向云化，并于2015年全面进军企业互联网，于同年发布了iuap平台。2020年，用友以iuap作为底层PaaS平台支撑，发布了面向整个企服生态的YonBIP用友商业创新平台，为服务成长型、大型及巨型企业数智化转型提供解决方案。这也标志着用友3.0战略实施进入第二阶段，云服务从产品服务模式走到到平台服务模式。

YonBIP平台能做什么？

当前，YonBIP定位为数智商业应用基础设施和企业服务产业共创平台，底层应用了大数据、AI、云计算、物联网、5G等前沿技术。在架构上，则是基于云原生、元数据驱动、中台化、数用分离等技术架构，搭建起了技术平台、数据中台、智能中台和业务中台，这四个板块也构成了YonBIP的技术底座主体：

技术平台基于云原生技术，集容器云、DevOps、服务治理、诊断与运维工具为一体，能够满足企业快速交付、应用微服务化、运维自动化等需求；

数据中台则以数仓、大数据、AI等技术，对企业的数据进行梳理和治理，主要提供主数据管理、数据移动、画像标签、关系图谱和智能分析服务等标准服务；

智能中台则是作为决策大脑，为企业提供辅助决策体系，面向企业内外部开发者、ISV、生态伙伴、客户等提供AI中台支持；

业务中台基于中台化、能力化架构抽象了企业在组织、权限、流程等方面的通用能力，并且做到可复用、扩展和嵌入，提供数字化建模能力。在此之上，业务中台还能帮助核心企业建立生态产业链，让产业互联网真正落地。

在四个板块中间，“智多星”智能中台作为YonBIP的“中枢大脑”，起到了指挥机构的作用。当前，智多星基于智能工场和智能机器人两大核心能力，能够帮助平台在完成数字化、信息化的基础上，真正将数据用起来，并且将场景化AI能力向外输出。

这一中枢大脑是如何逐步发展，又是怎么成为YonBIP的“顶层的发动机”，助力企业数智化转型的？近期，用友数据中台产品总监陈宏志接受了36氪的专访，向36氪介绍了智多星智能中台的定位、发展和未来方向。

定位企业中枢大脑，“智多星”如何嵌入各个板块？

用友集团的上一代主打产品为ERP，是基于企业内部流程驱动建立的产品，能够接触到企业生产经营等全链条的数据，相当于一份完整企业行为的记录。而随着数据量积累和信息化进程的不断变化，用友集团逐渐发现了一大问题——企业需要从流程驱动走向数据驱动时代，否则难以适应未来快速发展的商业时代。

陈宏志表示，随着用友集团服务的企业发展得越来越大，体系越来越健全，很多企业面临的困境在于：通过流程驱动来进行管理，许多特定的业务环节已经变得越来越臃肿，使得企业应对外部冲击或业务转型的速度也显著变慢。

为了解决这个问题，用友首先从2017年开始建立了数据中台，顺应了当时“中台化”的趋势。在这一过程中，用友发现To B企业要做中台化，与To C的逻辑截然不同——To C企业面对的是海量级的数据，而To B的数据样本量小，但其场景的多样性和个性化，决定了数据模态更为丰富。

因此，在考虑怎么将数据“用起来”，走到数智一体的阶段，成为了“智多星”智能中台诞生的背景和目标。陈宏志介绍，随着数据中台的发展和数据治理能力的不断加强，智多星也从去年开始逐步搭建起了完整的产品架构和能力。

首先，智多星是统一的智能化能力输出引擎。智多星能够与数据中台互通，将数据输入到智多星中，能够对数据进行多样地应用。

其次，对于企业在业务过程中遇到的问题，用户可以按需随时创建AI应用，并且在平台上实现自主协同，从而快速应对商业变化。

再者，除了能够处理数据外，用户通过数据挖掘、机器学习等方式生成的新数据，能够实现反哺数据的作用，辅助用户的下一步决策。

基于这样的考虑，用友提出了“数用分离”的概念，如果说数据中台偏向于“存”和“管”，那么智能中台则是偏向于“用”。也正因如此，当前智能中台是一个基本上完全松耦合的架构，实现了组件化和高度可扩展性、可复用性和可迁移性，其能力能够嵌入到整个YonBIP生态中的所有平台中。比如，基于智多星构建的AI应用能够在YonBIP平台上实现无缝发布，做到开箱即用。

“智多星”如何应用落地？

从目标客户群来看，智多星智能中台面向企业内外部开发者、ISV、生态伙伴、客户以及包括AI训练师、AI标注师等人群。一个重要的目标则是在于，降低AI应用的门槛，创造企业级的高频应用场景，能够实现向导式、高效率的AI能力应用。

当前，智多星智能中台的核心服务分为两大部分：智能工场以及智能机器人。

陈宏志表示，为了做到能让更多人群应用智多星的能力，用友在智能中台中预置了许多AI算法——智能工场由算法库、场景化模型库、计算引擎、模型工场、模型管理五大服务构成，预置了超过40种主流AI算法，数十种预训练场景模板。

也就是说，将产品背后应用的AI模型标准化，对模块进行封装，所能达到的效果是，一个企业客户中不仅仅只有IT技术人员能够使用，平台将封装好的，具有企业服务场景属性的AI模块的功能开放给业务域用户，用户可以根据自身需求对模块进行组合，即可灵活发布成相应的云应用。而在前端的UI层，智多星也能提供一定的定制以及可视化辅助决策。

采购云是智多星应用较为成熟的场景。陈宏志以实际用户举例，当前用友YonBIP的采购服务十余万家B端客户，覆盖90%的行业。平台上的客户会将货物品类、自身的供货能力、资质等信息录入，然后寻求商机推荐，但以前的匹配是相对粗颗粒度的，准确性不高。

对此，智多星平台中提供了针对不同行业的预训练模型，用户即可以将现有的数据导入进行训练，得到专属标签库。随后，用户可以直接调用推荐模块，智多星平台会通过企业输入的新数据以及企业留存在用友平台上的历史数据做推荐，提升匹配的准确度。若用户觉得希望能够长期使用，那么可以直接在智多星中实现应用发布。

在推荐商机后，企业用户的报价、议价和谈判过程也可以在平台上进行。此时，智能中台中的机器人模块即可起到作用，比如结合数据梯度加密和联邦学习进行价格信息互换、信息审核、交易风险预警等工作，保证企业交易的安全性和提升交易效率。

相当于在这个场景中，智能工场中的AI能力能够提升商机匹配的准确度，而智能机器人则可以在业务流程中持续发挥自动化、智能化的作用。

未来：建立AI创新应用机制，持续打磨产品和融入生态

自上线以来，智多星已经作为中枢大脑，服务YonBIP生态中的各大版块，除了上述的采购场景外，智多星还服务了包括营销、库存等场景，使用客户覆盖大型央企采购方、制造业用户等，能够有效提升拉新和促活效率。

在未来，“智多星”智能中台会沿着怎样的路径继续发展？陈宏志介绍了几个方向。

从明年开始，智多星将会将已有的应用场景进行持续拓展，比如在营销端会延展到新零售企业，覆盖线上线下场景。此外，在营销推荐等场景，用友也会服务更多企业，覆盖更多B2B供应方；在制造业场景则重点建立供应链控制中心，让AI应用快速落地。

另外，用友认为，发展企业级AI的本质是提供更私域的、群体级、组织级的数据智能服务。智能大脑也会持续建立“群体智能”和“认知智能”能力，深度应用联邦学习等前沿技术进行安全信息互换，从而达到更好的AI学习效果。对此，用友也将建立创新的AI应用机制，应对小数据、多模态的跨企业级场景需求。

在部署层面，当前智多星平台已经建立起了AIPaaS平台的应用闭环，支持混合云模式部署。陈宏志表示，由于用友服务的大型企业众多，不少内部管理和治理的场景仍以私有云部署为主，未来智多星的目标则是让这些企业与外部相连的业务环节——如研发、生产、供应链、销售、服务等场景，都落在整个YonBIP生态中，从而帮助企业连接更多合作伙伴，创造更大的价值。