2026年4月，工信部和國家數(shù)據(jù)局聯(lián)合下發(fā)《關(guān)于聯(lián)合實施2026年"模數(shù)共振"行動的通知》。文件核心就一句話：推動人工智能模型與數(shù)據(jù)資源協(xié)同互促、同頻共振，形成"數(shù)據(jù)—模型—場景應(yīng)用"良性循環(huán)。
"模數(shù)共振"翻譯成大白話：模型和數(shù)據(jù)，得一起使勁。
但現(xiàn)實是什么？企業(yè)一窩蜂上大模型、搞AI智能體，PPT寫得天花亂墜，真到落地——數(shù)據(jù)散在各系統(tǒng)，口徑對不上，質(zhì)量沒法看，模型"吃不飽"也"吃不好"。
模型有了，數(shù)據(jù)真的能振起來嗎？換句話說：AI落不了地，真的是模型不行嗎，還是你的數(shù)據(jù)沒"喂"對？
大模型是大腦，數(shù)據(jù)底座是脊柱。脊柱斷了，大腦再聰明也站不起來。今天我們重點聊聊AI時代企業(yè)到底需要什么樣的數(shù)據(jù)，以及需要什么樣的數(shù)據(jù)平臺。
企業(yè)需要的不只是一個BI工具，
而是"懂業(yè)務(wù)的數(shù)據(jù)底座"
市面上做數(shù)據(jù)平臺的不少，多數(shù)停留在"工具層"——給你一堆組件，自己搭去。而用友的YonData的定位不一樣，三個關(guān)鍵詞：AI-Ready、懂業(yè)務(wù)、一體化。
第一是AI-Ready，不是塞個自然語言的對話框就叫AI就緒。YonData內(nèi)置了數(shù)據(jù)智能體+大模型能力，從數(shù)據(jù)采集、開發(fā)、治理到分析應(yīng)用，全鏈路都有AI介入。你問它一個問題，它理解業(yè)務(wù)意圖，自動關(guān)聯(lián)模型、生成結(jié)論、輸出報告。
第二是懂業(yè)務(wù)，這個最硬核——YonData預(yù)置了大量開箱即用的企業(yè)級數(shù)據(jù)模型，不是空殼框架，是帶著行業(yè)Know-How的"半成品"。具體如何Know-How，后面細說。
第三是一體化，YonData支持數(shù)據(jù)的"采存管用服"一體化。采集方面支持批流一體數(shù)據(jù)采集引擎，滿足不同異構(gòu)數(shù)據(jù)的統(tǒng)一接入；存儲方面支持湖倉一體存儲計算架構(gòu)，全面適配常見的關(guān)系庫、對象數(shù)據(jù)庫、大數(shù)據(jù)平臺、信創(chuàng)數(shù)據(jù)庫等；數(shù)據(jù)治理模塊YonData更是對標了DCMM，實現(xiàn)了9大領(lǐng)域能力全覆蓋，具體包括：元數(shù)據(jù)、主數(shù)據(jù)、數(shù)據(jù)標準、數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、數(shù)據(jù)資源管理、數(shù)據(jù)資產(chǎn)入表等；然后是數(shù)據(jù)應(yīng)用，從BI報表工具到智能問數(shù)agent全支持；在數(shù)據(jù)服務(wù)層面，支持配置化生成數(shù)據(jù)服務(wù)API，內(nèi)置API網(wǎng)關(guān)實現(xiàn)數(shù)據(jù)服務(wù)的統(tǒng)一監(jiān)控和管理。
說白了，傳統(tǒng)數(shù)據(jù)平臺賣的是"工具箱"，YonData賣的是"帶裝修的精裝房"。
用友YonData憑什么說是
"懂業(yè)務(wù)"的數(shù)據(jù)平臺？
YonData目前預(yù)制了大量模型和指標，形成了開箱即用的"彈藥庫"，不說虛的，直接拿數(shù)據(jù)說話：
一致性維度：170個——跨業(yè)務(wù)域統(tǒng)一口徑的基礎(chǔ)維度全覆蓋
主題分析模型：373個——企業(yè)經(jīng)營分析、盈利能力、營銷業(yè)務(wù)、采購分析等
企業(yè)級指標：2621個——從營銷線索到融資主題，從投資主題到供應(yīng)商評價
覆蓋行業(yè)：30+——供應(yīng)鏈云模型、財務(wù)云模型、醫(yī)療主題模型等按行業(yè)打包
傳統(tǒng)做法：企業(yè)要做一個采購分析主題，從需求調(diào)研開始——梳理流程、定義指標口徑、設(shè)計維度模型、開發(fā)ETL、搭看板，一個主題磨一個把月不夸張。
YonData做法：模型資產(chǎn)庫里直接有采購業(yè)務(wù)模型、采購分析模型、供應(yīng)商評價指標，選上、關(guān)聯(lián)、配權(quán)限，直接用。
用個比喻：以前從選地打地基開始蓋房子，現(xiàn)在是拎包入住精裝房，不滿意再改。你踩過的坑，它早就替你填了。
五個數(shù)據(jù)智能體：
讓每個崗位都有"AI數(shù)據(jù)助手"
模型資產(chǎn)是"彈藥"，數(shù)據(jù)智能體就是"槍"。YonData內(nèi)置五個智能體，對應(yīng)五個核心場景。
（1）數(shù)據(jù)分析智能體：破解傳統(tǒng)BI的"三不使喚"
傳統(tǒng)BI三大頑疾：不使喚業(yè)務(wù)人員（門檻高）、不使喚開發(fā)人員（排期長）、不使喚管理層（圖表多，看不出結(jié)論）。
數(shù)據(jù)分析智能體怎么破？AI自動建模、自動可視化、對話式探索。你說"看看華東區(qū)上季度毛利趨勢"，它自動關(guān)聯(lián)語義模型、匹配維度、生成圖表和結(jié)論。不需要寫SQL，不需要拖拽看板，一句話搞定。
（2）指標開發(fā)智能體：非技術(shù)人員也能搭指標體系
搭指標體系，傳統(tǒng)模式下是數(shù)據(jù)團隊的活，極度依賴個人經(jīng)驗。YonData采用對話式引導——你說一個業(yè)務(wù)目標，它幫你拆解維度、推薦指標、自動校驗口徑，從5個維度起步逐步構(gòu)建完整體系。
核心價值：把指標體系建設(shè)門檻，從"需要十年經(jīng)驗"降到"會說話就行"。
（3）數(shù)據(jù)治理智能體：讓知識自動化、合規(guī)高效化
數(shù)據(jù)治理最耗時的是元數(shù)據(jù)采集和文檔維護。傳統(tǒng)手工建ER圖，2周起步。
YonData把ER圖自動生成壓縮到2小時，支持自然語言交互式建模。預(yù)置14個行業(yè)、20+細分領(lǐng)域標準模板，一鍵應(yīng)用。數(shù)據(jù)質(zhì)量規(guī)則自動推薦，500+條規(guī)則匹配率90%以上，異常實時預(yù)警。安全分級、數(shù)據(jù)源目錄、合規(guī)報表，全部自動化產(chǎn)出。
一句話：治理效率提升80%以上，標準實施效率提升10倍。
（4）數(shù)據(jù)開發(fā)智能體：降門檻、提效率
數(shù)據(jù)開發(fā)對技術(shù)人員要求高，這是共識。YonData開發(fā)智能體通過自動化流程編排、異常自動檢測、多維度自動化開發(fā)，大幅降低專業(yè)門檻。非核心開發(fā)任務(wù)由業(yè)務(wù)人員通過自助ETL完成，技術(shù)人員聚焦架構(gòu)設(shè)計和復雜場景。
（5）智能問數(shù)：一句話問出結(jié)論
最貼近業(yè)務(wù)用戶的能力。基于語義模型，用戶用自然語言提問，系統(tǒng)自動理解意圖、匹配數(shù)據(jù)、生成分析結(jié)論和摘要，標注數(shù)據(jù)來源。同步生成可下載報告。
關(guān)鍵是——語義模型層設(shè)置了主組織和數(shù)據(jù)權(quán)限管控，問數(shù)結(jié)果天然符合企業(yè)數(shù)據(jù)安全要求。
模數(shù)共振不是模型和數(shù)據(jù)各干各的，而是數(shù)據(jù)底座支撐模型落地，模型落地反哺數(shù)據(jù)優(yōu)化，形成良性循環(huán)。
YonData在這個過程中始承擔"脊柱"重任：AI-Ready的數(shù)據(jù)底座讓模型有料可用，開箱即用的模型資產(chǎn)讓業(yè)務(wù)快速見效，五個數(shù)據(jù)智能體更不簡單的五個智能化應(yīng)用，而是為企業(yè)提供了五個懂治理技術(shù)、懂企業(yè)業(yè)務(wù)、可持續(xù)干活且干的漂亮的數(shù)據(jù)專家。
