作者：王聪彬

最近微信小游戏经常会弹出腾讯元宝的广告，主打的口号就是“接入满血版DeepSeek”，这还只是冰山一角，后来腾讯元宝的投流广告迅速席卷了腾讯视频、搜狗、豆瓣、B站等腾讯系平台，甚至蔓延至非腾讯系平台。

短短半个月，腾讯元宝投流接近3亿元，换来的是iOS App Store 免费榜排名从 200 名开外，一路飙升至第2名，仅次于DeepSeek。一时间，几乎所有产品都希望搭上DeepSeeK这班车，企业级也不例外，用友作为首批跟进者，宣布用友BIP全面上线以DeepSeek-V3和DeepSeek-R1作为基座大模型的智能服务。

现在DeepSeek的价值已经不仅限在模型能力上，更在于它推动了大模型技术的普及化。这对中国企业来说意义重大，让中国很多企业重新回到技术发展的正轨。甚至一向不服输的山姆·奥特曼也公开表达，自己可能走在一条错误的路上，DeepSeek让很多企业真正行动起来，甚至对全球科技生态发展带来了深远意义。

都接大模型等于没接？“ERP+AI”如何避免同质化陷阱

早在多年前，用友就已在思考未来软件架构的演进方向。那时强调的是从单体架构向微服务转型，也就是云原生的发展路径。然而，随着大模型的崛起，下一代软件架构正逐步迈向AI原生，软件与云的交互数据流将以大模型为中枢。

尤其是今年，软件的AI原生化将真正进入实质性发展阶段。但这一转变并非一蹴而就，首先，需要一整套端到端的全栈工具链，才能支持智能体等新型应用的开发。其次，开发过程中还需不断测试和迭代，以找到最契合特定场景的模型版本，这也对实验和开发平台提出了更高的要求。最后就是人才，真正能够将AI技术与业务深度融合的专业人才仍十分稀缺。

虽说软件架构的发展路径进入了新阶段，但企业遇到的困难却依旧相似。在模型部署完成后，如何真正落地应用，如何找到最适合的使用场景，这些都需要企业自己去体会。

“ERP表面上它只是一个软件，但其核心价值不仅体现在技术支撑上，更在于其背后的企业经营管理方法论。”用友iuap平台解决方案专家庄怀轩认为，在大模型的应用上，用友BIP可以从技术角度帮助用户减少试错成本，凭借在基础设施上的投入以及对整个产业链的深入了解，实现快速接入DeepSeek，并迅速构建相应的应用。

这就像种花需要土壤和肥料，表面上看似没有立竿见影的效果，但随着时间推移，花朵将会迅速茁壮成长。

目前，用友BIP云上的用户已经可以无缝接入DeepSeek的能力，而私有化部署的用户则可以将BIP接入企业自己的DeepSeek算力池中。

当然业界还有一个说法，都接入DeepSeek等于都没接，大家是否又站在了同一水平线上？

作为领先的企业软件与智能服务平台，用友BIP希望为企业提供商业创新的土壤，即使在大模型出现之前，这一目标也始终未变。随着大语言模型的出现，其正逐步向智能化方向发展，从软件交互形式向人机对话转变，用户可以通过自然语言与系统互动。

对于用友BIP这样专业性强且广泛应用于企业业务创新平台来说，大模型不仅让其更加智能，还更加亲民，赋能更多企业实现商业创新目标。

在评估和选择模型时，用友始终坚持一个原则：选择最适合的技术，而非一味追求最先进的技术。而且用友BIP平台基于统一的数智化底座iuap开发，使得在新模型出现时，只需完成一次适配，即可赋能所有领域的开发团队，避免了重复工作。这种平台化的工程模式显著提升了研发效率，确保用友能够更快响应市场变化和技术更新。

模型肥料×数据沃土：种出企业智能的要诀

企业数智化转型的核心离不开提升经营能力，主要体现在关键数字指标上，所以大模型的落地还会围绕这一主线展开。

用友始终坚信，企业长期积累的数据资产蕴含着巨大的价值。但许多企业并未充分挖掘这些数据的价值，导致数据利用率低，通过深度挖掘和充分利用这些数据，能够显著提升智能化应用的效果。

用友的做法是基于DeepSeek等通用大模型能力，构建了YonGPT企业服务大模型，并且将数据平台与智能平台深度融合。比如ChatBI，可以帮助企业更好地利用数据资产，从而提升经营效率和决策能力。

因为传统BI对一线管理者而言，往往操作复杂且不友好，在实际使用中难以从大量报表中快速定位所需的关键指标。用友将对话式BI的能力进行分层，在初期主要实现交互功能，例如帮助用户快速找到所需指标；在中期可以基于分析结果生成简单的图表，如柱状图或饼状图；在高阶提供数据洞察，最后是生成分析报告。

管理者无论上班、下班还是出差，都能随时随地通过智能助手快速接入系统，获取所需的分析结果，甚至完成简单的归因分析和聚类操作。充分体现了大模型与数据资产的深度融合，帮助企业实现更贴合实际业务需求的洞察与决策。

除了分析能力，通过DeepSeek在处理复杂信息、推理能力、开放性和运行成本等方面的领先能力，用友BIP将进一步帮助企业提升智能体构建能力。目前已规划了多种类型的API接口进行调用，这些API可以作为执行力的基础，供智能体开发平台使用，这样现有的用友BIP用户可以快速构建新的智能应用，进一步提升效率与体验。

一个例子是资产管理+DeepSeek，推出了“资产维修智能体”，破解了传统资产运维面临的故障响应滞后、决策依赖经验、资源调度低效三大挑战。从“被动维修”到“主动预防”、从“经验驱动”到“数据驱动”的跨越式升级。

在智能化应用方面，一方面，用友为大多数用户提供标准化的智能体能力，满足通用需求；一方面，用户也可以基于iuap平台，灵活定制和打造专属的智能体，以满足个性化场景需求。“标准化+定制化”的双轨模式，既降低了使用门槛，又赋予了用户更大的自主性和创新空间。

未来将生成式AI融入产品，用友也规划了四个方向：业务运营：将生成式AI应用于企业的日常运营管理，提升运营效率；人机交互：通过自然化的工作交互方式，优化软件功能的使用体验；知识生成：帮助企业充分利用积累的文档和知识资产；应用生成：探索生成式AI在应用开发场景中的潜力，推动更多创新应用的落地。

数智化转型的本质，始终是让技术回归业务价值。正如“数据是沃土，模型是养分”，用友的实践印证了这一逻辑。未来，AI原生架构的竞争不仅是技术之战，更是场景渗透与生态聚合之战。

当所有软件都用大模型重做一遍时，真正的赢家或许属于那些既懂技术、更懂产业的企业。毕竟流水的技术终将迭代，唯有扎根业务场景的创新，才是穿越周期的答案。