隨著數智化升級進入深水區(qū)，企業(yè)對人工智能的期待已不再停留于數據描述與簡單建議 ，而是邁向能夠自主分析、決策并執(zhí)行業(yè)務的系統(tǒng)級智能。企業(yè)需要的不僅是技術工具，更是具備業(yè)務理解力、邏輯推演能力與閉環(huán)執(zhí)行能力的智能伙伴。為此，1月27日用友發(fā)布以“本體（Ontology）”驅動的智能體，通過構建企業(yè)全要素、全流程的數字孿生，讓AI從輔助決策到自主決策。
用友BIP企業(yè)AI本體智能體的核心競爭力，源于對“本體”技術的深度應用與場景落地。所謂 “本體（Ontology）”，是通過形式化方式，系統(tǒng)構建企業(yè)核心概念、實體關系、業(yè)務規(guī)則和決策邏輯，為AI提供一套無歧義的共享詞匯和理解框架。它并非零散的數據堆砌，而是一張描繪業(yè)務全貌、可直接執(zhí)行的“數字地圖”。
“數字地圖”的構建，圍繞企業(yè)實體、實體關系、業(yè)務規(guī)則與流程三大核心維度展開。依托這一架構，用友BIP企業(yè)AI本體智能體實現從 “概率預測” 到 “確定性執(zhí)行” 的關鍵跨越。區(qū)別于與傳統(tǒng)大模型“猜答案”、檢索增強的“找答案”，本體智能體通過“懂業(yè)務”實現精準決策與執(zhí)行，將AI的準確率提升至99%以上。
用友BIP企業(yè)AI本體智能體不僅解決了AI在復雜業(yè)務場景中的落地難題，更重要的是，它為企業(yè)提供了從輔助決策到自主決策的清晰路徑，引領企業(yè)逐步邁向自主決策新時代。
當前，多數企業(yè)仍處于L2（診斷與預測）、L3（輔助決策）階段，依賴流程與數據進行輔助決策，用友BIP企業(yè)AI本體智能體通過本體（Ontology）建模，推動企業(yè)向L4（限制性自主）、L5（完全自主）進化，構建“在不確定性中快速試錯、在復雜場景中精準決策”的數字韌性，最終達到“完全自主”決策。
用友BIP企業(yè)AI本體智能體的價值已在多個行業(yè)領先企業(yè)中得到驗證。在某大型能源集團，基于本體（Ontology）構建的“財務分析助手”能夠穿透數千個異構指標、多維組織架構與復雜口徑，實現經營狀況的實時、精準診斷與預測，將管理層從海量報表中解放出來，聚焦于戰(zhàn)略決策。某跨國金融集團，基于統(tǒng)一本體（Ontology）構建的多智能體協同平臺，實現了跨健康、金融、消費等板塊業(yè)務的合規(guī)風控與資源動態(tài)優(yōu)化，提升了整體運營韌性。
基于大語言模型的
本體工程與知識管理
讓AI自主決策有據可依
東南大學認知智能研究所所長漆桂林教授圍繞“基于大語言模型的本體工程與企業(yè)知識管理”發(fā)表了主題演講。他指出，當前大語言模型雖具備強大的語言能力，但在零樣本場景下難以獨立完成高質量本體（Ontology）和結構化知識的構建。真正的突破在于將大語言模型嵌入具備“驗證-修復”閉環(huán)的知識工程流程，使其可協同、可管控，從而實現對業(yè)務語義的深度理解與邏輯編碼。
漆桂林教授強調，本體（Ontology）是企業(yè)知識的“結構化底座”，它為AI提供了可解釋、可演進的業(yè)務語義框架，是推動AI從“概率猜測”走向“確定性推理”的關鍵。他進一步指出，基于本體（Ontology）的語義化架構正成為企業(yè)實現自主決策的必由之路。這一學術理念與用友BIP企業(yè)AI本體智能體的實踐路徑高度一致——用友通過構建企業(yè)級動態(tài)本體（Ontology），將“語義化、結構化知識體系”轉化為可執(zhí)行、可迭代的決策引擎，從而確保AI不僅能“讀”數據，更能“懂”業(yè)務、“做”決策。
漆桂林教授總結到：“用友BIP企業(yè)AI本體智能體體現了從‘知識結構化’到‘決策自主化’的系統(tǒng)性工程思維，是企業(yè)AI從技術能力邁向業(yè)務可信的關鍵一步。企業(yè)AI的落地，將會加速躍遷?！?/p>
在發(fā)布會現場，香港大學博士、LightRAG及RAG-Anything等開源項目主創(chuàng)郭子睿進行了主題演講。郭博士對用友最新提出的本體大模型LOM做了詳細解讀，他指出，企業(yè)智能化的核心瓶頸在于如何讓大模型從“大概率的猜測”轉向“邏輯可靠的決策”，并展示了基于圖譜的檢索增強技術（GraphRAG），通過將圖結構融入文本索引，利用實體間的關系網絡實現多跳推理。
針對企業(yè)在大規(guī)模應用中面臨的成本與效率挑戰(zhàn)的技術賦能：
LightRAG（簡單、快速、高效）： 采用創(chuàng)新的雙層檢索范式，低層檢索定位具體實體關系，高層檢索抓取全局主題，在顯著降低計算開銷的同時，實現了對新數據的快速整合。
RAG-Anything（全模態(tài)知識對齊）： 針對企業(yè)復雜的文檔環(huán)境，該框架能將PPT、Excel、PDF中的圖表、公式等異構知識解構為原子單元，并通過實體對齊生成統(tǒng)一的知識圖譜，實現跨模態(tài)的精準溯源與增強生成。
郭子睿博士的學術分享與用友BIP企業(yè)AI本體智能體的理念高度契合。本體（Ontology）技術通過邏輯重構，為AI提供了確定性的業(yè)務語義網絡，GraphRAG技術則為這種邏輯的檢索與執(zhí)行提供了強大的技術支撐。學術前沿與產業(yè)實踐的共振，不僅將AI決策的準確率推向了新高度，更為企業(yè)實現從“輔助決策”到“完全自主決策”的跨越奠定了堅實的邏輯基石。
2026年，企業(yè)數智化升級正從“能力建設”階段走向“決策重塑”階段。用友BIP企業(yè)AI本體智能體，以業(yè)務本體（Ontology）為引擎，以自主決策為方向，為企業(yè)提供了一條從認知到執(zhí)行、從輔助到自主的清晰路徑。用友BIP企業(yè)AI本體智能體，讓智能扎根業(yè)務，讓決策自主發(fā)生，讓企業(yè)在不確定的時代，擁有確定的未來！
論文題目為《Construct, Align, and Reason: Large Ontology Models for Enterprise Knowledge Management》，由用友網絡AI實驗室 (Yonyou AI Lab) 研究團隊于2026年1月發(fā)表。
論文地址：https://chinaxiv.org/abs/202601.00187
產品成長型企業(yè)行業(yè)
售前熱線: 
