實(shí)時(shí)見證用友BIP的每一次升級(jí)與迭代，2月18日，《用友BIP發(fā)布時(shí)刻》首期正式上線，發(fā)布全新一代用友BIP智能體構(gòu)建平臺(tái)，在DeepSeek推理模型驅(qū)動(dòng)下、無縫接入4000個(gè)企業(yè)級(jí)應(yīng)用API，助力企業(yè)10分鐘隨需構(gòu)建一個(gè)企業(yè)級(jí)智能體。

隨著智能體技術(shù)日益成熟，企業(yè)服務(wù)領(lǐng)域正迎來一場(chǎng)深刻的變革。智能體是AI在企業(yè)服務(wù)領(lǐng)域落地的終極形態(tài)，它不僅僅意味著一種新的人機(jī)交互方式，更預(yù)示一個(gè)新時(shí)代的到來。智能體將重塑硬件/軟件入口、操作系統(tǒng)、應(yīng)用生態(tài)、軟件工程的產(chǎn)線流程、平臺(tái)工具以及軟件開發(fā)組織架構(gòu)與開發(fā)流程，企業(yè)應(yīng)用軟件也將逐漸轉(zhuǎn)變?yōu)槌?jí)智能體。大模型作為智能應(yīng)用的基礎(chǔ)設(shè)施，一切能力皆模型，一切應(yīng)用都將變成智能體的趨勢(shì)已然明朗。

DeepSeek大模型，為企業(yè)級(jí)智能體帶來什么？

相較于C端的智能場(chǎng)景，企業(yè)級(jí)智能體最大的特點(diǎn)在于，要解決的是企業(yè)內(nèi)部覆蓋人財(cái)物等端到端的復(fù)雜場(chǎng)景。在這種情況下，智能體對(duì)復(fù)雜任務(wù)的規(guī)劃能力取決于分析結(jié)果和流程執(zhí)行的正確性和精確性，也取決于執(zhí)行層面技能調(diào)用、編排的合理性。對(duì)于智能體而言，這考量的是大腦的思考、推理能力。

在2025年之前的通用模型時(shí)代，企業(yè)級(jí)智能體基本是通過組合規(guī)劃方式，也就是在大模型的自主規(guī)劃基礎(chǔ)之上，外加人為介入、人為的規(guī)劃，才得以實(shí)現(xiàn)對(duì)復(fù)雜任務(wù)的執(zhí)行。隨著今年年初DeepSeek的橫空出世，推理模型以其完整的思考推理過程對(duì)企業(yè)任務(wù)進(jìn)行自主規(guī)劃，這將進(jìn)一步幫助企業(yè)提升智能體構(gòu)建能力，以及企業(yè)級(jí)復(fù)雜智能服務(wù)的專業(yè)性，實(shí)現(xiàn)更加智能的商業(yè)決策和業(yè)務(wù)流程。

推理模型驅(qū)動(dòng)的智能體已經(jīng)擁有了“更聰明的大腦”，推理模型不需要SFT的微調(diào)訓(xùn)練，完全基于其強(qiáng)化學(xué)習(xí)能力，即使面對(duì)企業(yè)級(jí)端到端的復(fù)雜任務(wù)、流程任務(wù)、分析任務(wù)，在強(qiáng)化學(xué)習(xí)不斷反饋的過程中，也能夠針對(duì)每一個(gè)環(huán)節(jié)進(jìn)行邏輯思考，進(jìn)而將復(fù)雜任務(wù)一步步地分解成原子任務(wù)。

DeepSeek為企業(yè)級(jí)智能體帶來的不僅是從“自主規(guī)劃+人為規(guī)劃”到“全自主規(guī)劃”的跨越式能力飛躍，其開源、開放性更帶來了企業(yè)級(jí)AI應(yīng)用的技術(shù)普惠，企業(yè)在獲得更強(qiáng)模型能力的同時(shí)，顯著降低算力成本，實(shí)現(xiàn)AI技術(shù)在企業(yè)服務(wù)領(lǐng)域技術(shù)、成本的突破。

用友BIP智能體構(gòu)建平臺(tái)+DeepSeek，重塑企業(yè)數(shù)智生產(chǎn)力

用友在2024年就推出了企業(yè)級(jí)的智能體構(gòu)建平臺(tái)，隨著對(duì)DeepSeek-V3和DeepSeek-R1的全面適配，在DeepSeek的強(qiáng)推理、全思維鏈的加持下，用友BIP智能體構(gòu)建平臺(tái)持續(xù)升級(jí)，成為AI時(shí)代推理引擎驅(qū)動(dòng)的全智能化的PaaS平臺(tái)。

2月18日，在DeepSeek推理模型驅(qū)動(dòng)下的用友BIP智能體構(gòu)建平臺(tái)正式發(fā)布。

全新一代的用友BIP智能體構(gòu)建平臺(tái)除了擁有“更聰明的大腦”之外，還呈現(xiàn)出兩大核心優(yōu)勢(shì)：

無縫接入4000 +企業(yè)級(jí)應(yīng)用API，輕松解決復(fù)雜任務(wù)。更聰明的智能體能夠做什么，取決于它所接入API的數(shù)量以及知識(shí)的積累。用友BIP智能體平臺(tái)實(shí)現(xiàn)4000+企業(yè)級(jí)應(yīng)用API無縫接入，實(shí)時(shí)接入ERP、MES、CRM等全業(yè)務(wù)系統(tǒng)數(shù)據(jù)，覆蓋財(cái)務(wù)、人力、供應(yīng)鏈等十大領(lǐng)域。在此之上，已經(jīng)誕生數(shù)百個(gè)應(yīng)用場(chǎng)景，其中不乏橫跨端到端，例如覆蓋從銷售到收款整個(gè)鏈條的企業(yè)級(jí)智能體，通過橫跨不同領(lǐng)域的API調(diào)用，實(shí)現(xiàn)復(fù)雜任務(wù)的執(zhí)行。

企業(yè)級(jí)知識(shí)庫，讓智能體天生具有企業(yè)的知識(shí)底蘊(yùn)。數(shù)據(jù)是模型微調(diào)或者推理的一個(gè)來源，用友BIP企業(yè)級(jí)知識(shí)庫預(yù)置了財(cái)務(wù)、人力、業(yè)務(wù)等全面的企業(yè)業(yè)務(wù)知識(shí)，涵蓋了結(jié)構(gòu)化與非結(jié)構(gòu)化的多類型數(shù)據(jù)，智能體構(gòu)建平臺(tái)能夠自動(dòng)抽取制度文件和工單記錄等信息，提升智能體的學(xué)習(xí)和推理準(zhǔn)確率，所以，基于企業(yè)級(jí)知識(shí)庫搭建出的智能體天生具有企業(yè)業(yè)務(wù)和管理的知識(shí)底蘊(yùn)，能夠更好地理解和執(zhí)行企業(yè)的場(chǎng)景需求。

在這兩大核心優(yōu)勢(shì)基礎(chǔ)上，用友BIP智能體構(gòu)建平臺(tái)搭建了三層的能力體系：

第一層是以大模型為主的基座模型。一方面是通用大模型，例如豆包、通義等國內(nèi)主流的模型；另一方面是以DeepSeek- R1為核心的推理模型。

第二層是智能體構(gòu)建平臺(tái)。智能體構(gòu)建平臺(tái)涵蓋了提示詞prompt工程，基于檢索增強(qiáng)的RAG能力，以及意圖編排能力等。

第三層是用友的智能體品牌——智友。智友內(nèi)置了很多通用的原生技能，包括費(fèi)控技能、產(chǎn)品知識(shí)問答等；基于通用能力，可以構(gòu)建采購助理、人力助理、稅務(wù)助理等領(lǐng)域智能體；同時(shí)生態(tài)伙伴也可以開發(fā)出各類適合企業(yè)需求的智能體。

場(chǎng)景演示：10分鐘內(nèi)構(gòu)建一個(gè)企業(yè)級(jí)智能體

基于DeepSeek的強(qiáng)大推理能力，以及4000個(gè)企業(yè)級(jí)應(yīng)用API，用友BIP智能體構(gòu)建平臺(tái)能夠幫助企業(yè)在10分鐘內(nèi)快速構(gòu)建一個(gè)智能體。

零代碼 Agent 構(gòu)建：無需編寫代碼，僅需輕松點(diǎn)擊數(shù)次，即可快速構(gòu)建 AI Agents。這些智能體能夠自主調(diào)用企業(yè)預(yù)先定義的工具與數(shù)據(jù)，輕松應(yīng)對(duì)復(fù)雜任務(wù)。

可視化流程編排：通過可視化界面和低代碼操作，將提示詞、業(yè)務(wù)數(shù)據(jù)集與插件工具整合起來，構(gòu)建適用于特定業(yè)務(wù)場(chǎng)景的半自主智能體，有效釋放個(gè)人與企業(yè)的生產(chǎn)力。

可拓展的插件：集成豐富的插件工具集，為智能體注入強(qiáng)大的能力拓展，突破傳統(tǒng)的能力邊界，讓智能體在不同場(chǎng)景下都能靈活應(yīng)對(duì)。

企業(yè)級(jí)RAG：提供專業(yè)的企業(yè)級(jí)知識(shí)庫構(gòu)建工具，不僅支持結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的融合，還能實(shí)現(xiàn)動(dòng)態(tài)更新，確保企業(yè)知識(shí)始終保持最新狀態(tài)。

主流模型接入與管理：在一個(gè)平臺(tái)內(nèi)，無縫接入各類主流大型語言模型。用戶可根據(jù)不同應(yīng)用場(chǎng)景，自由選擇、無縫切換，實(shí)現(xiàn)業(yè)務(wù)層與模型層的完美解耦。

領(lǐng)域行業(yè)垂類模型訓(xùn)練微調(diào)：利用企業(yè)數(shù)據(jù)定制化微調(diào)預(yù)訓(xùn)練模型，提升特定業(yè)務(wù)場(chǎng)景的準(zhǔn)確性和適用性，支持一鍵評(píng)估和快速部署。

基于大模型的實(shí)時(shí)銷量預(yù)測(cè)與傳統(tǒng)的預(yù)測(cè)方式不同。傳統(tǒng)方式下，企業(yè)利用過去的銷售數(shù)據(jù)，通過統(tǒng)計(jì)分析方法和機(jī)器學(xué)習(xí)算法，挖掘銷售數(shù)據(jù)的規(guī)律和趨勢(shì)，建立銷量預(yù)測(cè)模型。

而大模型重構(gòu)的銷量預(yù)測(cè)，結(jié)合大模型能力和在線數(shù)據(jù)，在傳統(tǒng)銷量預(yù)測(cè)基礎(chǔ)上，能夠綜合考慮宏觀經(jīng)濟(jì)環(huán)境、政策法規(guī)變化、行業(yè)競(jìng)爭(zhēng)態(tài)勢(shì)、消費(fèi)者行為變化等因素，實(shí)現(xiàn)更精準(zhǔn)的銷量預(yù)測(cè)。

逐夢(mèng)不息，創(chuàng)新不止。在DeepSeek 推理模型的強(qiáng)勁驅(qū)動(dòng)下，用友BIP智能體構(gòu)建平臺(tái)會(huì)緊密圍繞企業(yè)實(shí)際場(chǎng)景，深度挖掘并精準(zhǔn)把握企業(yè)在數(shù)智化轉(zhuǎn)型中的多元需求，持續(xù)進(jìn)化迭代，實(shí)現(xiàn)更多企業(yè)級(jí)應(yīng)用場(chǎng)景的創(chuàng)新落地。