企業(yè)軟件正在經(jīng)歷一次范式演進(jìn)，業(yè)內(nèi)普遍用三個(gè)階段的劃分來(lái)描述它：
| 階段 | 定位 | 人與 AI 的關(guān)系 | 軟件形態(tài) |
|---|---|---|---|
| X + AI | 副駕駛時(shí)代（Copilot） | 人主導(dǎo)，AI 輔助 | 流程執(zhí)行型軟件 + AI 插件，AI 是外掛的輔助角色 |
| AI + X | 智能體時(shí)代（Agent） | 人授權(quán)，AI 執(zhí)行 | 流程執(zhí)行型軟件成為智能體可調(diào)用的"能力" |
| AI 原生 | AI Native | AI 主導(dǎo)，人監(jiān)督 | 對(duì)軟件底層邏輯的徹底重構(gòu) |
用友 BIP 6（2026 年 8 月發(fā)布）的戰(zhàn)略定位落在第二階段：完成從"X+AI"到"AI+X"的升級(jí)。這個(gè)表述的關(guān)鍵不在于用了哪個(gè)詞，而在于一個(gè)判斷——AI 不再只是附加在既有應(yīng)用上的輔助能力，而是開(kāi)始融入數(shù)據(jù)、知識(shí)、組織、流程和應(yīng)用。
從行業(yè)觀察的角度看，這個(gè)判斷并不孤立。
Gartner 在 2026 年 5 月 11 日倫敦 Data & Analytics Summit 上發(fā)布的研究明確指出：到 2027 年，在 AI-ready 數(shù)據(jù)中優(yōu)先采用語(yǔ)義（semantics）的組織，其智能體 AI 的準(zhǔn)確率可提升高達(dá) 80%，成本可降低高達(dá) 60%。 該研究的判斷是——忽視語(yǔ)義會(huì)導(dǎo)致 AI 智能體不準(zhǔn)確、低效，并帶來(lái)浪費(fèi)性支出與治理風(fēng)險(xiǎn)。Distinguished VP Analyst Rita Sallam 的原話是："Agentic AI outcomes depend on context including semantic representations of data. Without context... AI agents cannot operate accurately and are far more likely to hallucinate, introduce bias and produce unreliable results."
Gartner 同時(shí)給數(shù)據(jù)與分析負(fù)責(zé)人的建議是：把上下文層（context layer）作為數(shù)據(jù)基礎(chǔ)設(shè)施的核心組件——僅靠基于 schema 的數(shù)據(jù)模型已經(jīng)不夠，因?yàn)樗狈I(yè)務(wù)上下文和數(shù)據(jù)含義。
另一側(cè)的動(dòng)向也指向同一方向：微軟 Fabric IQ 與 Databricks Genie Ontology 相繼推出本體能力，Palantir 則長(zhǎng)期以本體為核心構(gòu)建企業(yè)語(yǔ)義層。本體正在從學(xué)術(shù)概念變成企業(yè) AI 的基礎(chǔ)設(shè)施層。
一個(gè)越來(lái)越清晰的共識(shí)是：很多企業(yè) AI 的失敗不是模型失敗，而是上下文失敗。
模型可能技術(shù)上很強(qiáng)，但因?yàn)槿鄙僬_的定義、關(guān)系、流程邏輯和領(lǐng)域規(guī)則，仍然給出很弱的業(yè)務(wù)答案。Databricks 在 2026 年 6 月推出 Genie One 時(shí)的表述很直接——很多企業(yè) AI 系統(tǒng)仍在"帶著虛假的自信猜測(cè)"，真正的問(wèn)題不是智能不夠，而是缺少上下文。
落到企業(yè)內(nèi)部的觀察更容易理解：
所以行業(yè)里出現(xiàn)了從 RAG 到 OAG（Ontology-Augmented Generation，本體增強(qiáng)生成）的討論。需要說(shuō)明的是，OAG 不是 RAG 的替代品：
| 關(guān)注點(diǎn) | RAG | OAG 進(jìn)一步解決 |
|---|---|---|
| 信息在哪里 | 召回相關(guān)內(nèi)容 | 錨定到具體業(yè)務(wù)對(duì)象與關(guān)系 |
| 這段內(nèi)容是什么意思 | 模型結(jié)合上下文判斷 | 用統(tǒng)一類型、屬性和規(guī)則限定語(yǔ)義 |
| 結(jié)論能否復(fù)核 | 返回引用片段 | 保留對(duì)象、關(guān)系、規(guī)則與證據(jù)鏈 |
| 下一步怎么做 | 生成建議 | 在權(quán)限和流程約束下選擇工具與動(dòng)作 |
更穩(wěn)妥的路線是：RAG 找證據(jù)，本體統(tǒng)一語(yǔ)義，圖譜連接關(guān)系，智能體完成任務(wù)。
用友 BIP 6 的 AI 原生產(chǎn)品體系里，有兩個(gè)支點(diǎn)值得單獨(dú)拿出來(lái)看——YonOnto 企業(yè)本體平臺(tái)和 YonWork 企業(yè) AI 工作臺(tái)。它們分別對(duì)應(yīng)"理解"和"行動(dòng)"。
YonOnto 解決的是"AI 如何理解企業(yè)"。
它把分散在不同系統(tǒng)的業(yè)務(wù)實(shí)體、屬性、關(guān)聯(lián)關(guān)系、業(yè)務(wù)約束與推理規(guī)則，連接成企業(yè)統(tǒng)一的業(yè)務(wù)語(yǔ)義全景圖?；谟糜?BIP 橫跨十大領(lǐng)域（財(cái)務(wù)、人力、供應(yīng)鏈、營(yíng)銷、采購(gòu)、制造、研發(fā)、項(xiàng)目、資產(chǎn)、協(xié)同）的積累，YonOnto 提供財(cái)務(wù)、人力、營(yíng)銷、采購(gòu)、供應(yīng)鏈、制造、資產(chǎn)、項(xiàng)目、研發(fā)等企業(yè)級(jí)本體模型，支持業(yè)務(wù)本體、數(shù)據(jù)本體和文檔本體三類建模。
產(chǎn)品側(cè)一個(gè)值得注意的表述是：YonOnto 不是傳統(tǒng)知識(shí)圖譜的簡(jiǎn)單升級(jí)，也不是靜態(tài)的數(shù)據(jù)模型，而是一套可以伴隨企業(yè)業(yè)務(wù)變化持續(xù)演進(jìn)的動(dòng)態(tài)語(yǔ)義系統(tǒng)。 組織調(diào)整、產(chǎn)品變化、制度更新、流程優(yōu)化之后，本體中的對(duì)象、關(guān)系、規(guī)則和動(dòng)作也能持續(xù)更新。
同時(shí)，官方也明確了這個(gè)邊界：這些領(lǐng)域本體模型不是替企業(yè)固化一套標(biāo)準(zhǔn)答案，而是提供可復(fù)用的業(yè)務(wù)語(yǔ)義基礎(chǔ)，企業(yè)可以結(jié)合自身組織、流程和管理規(guī)則持續(xù)擴(kuò)展。這個(gè)定位是克制的，也是對(duì)的——本體一旦做成"標(biāo)準(zhǔn)答案"，就失去了演進(jìn)能力。
YonWork 解決的是"AI 如何完成工作"。
它是智能體進(jìn)入業(yè)務(wù)、持續(xù)執(zhí)行任務(wù)的統(tǒng)一入口。各類智能體（經(jīng)營(yíng)分析、監(jiān)管、薪酬管理、銷售教練、招標(biāo)、生產(chǎn)、采購(gòu)履約等）通過(guò) YonWork 被發(fā)現(xiàn)和調(diào)用，員工和管理者用自然語(yǔ)言表達(dá)意圖即可發(fā)起任務(wù)。
真正的價(jià)值在后端：YonWork 結(jié)合用戶身份、崗位權(quán)限、企業(yè)數(shù)據(jù)、本體關(guān)系和歷史記憶理解意圖，把任務(wù)拆解成多步驟，選智能體和 Skill 做分工調(diào)度，執(zhí)行后把結(jié)果回寫(xiě)企業(yè)系統(tǒng)；需要審批的動(dòng)作轉(zhuǎn)人工確認(rèn)。
二者的分工很清晰：YonOnto 為 AI 提供業(yè)務(wù)地圖、規(guī)則和行動(dòng)邊界，YonWork 讓 AI 沿著這張地圖進(jìn)入經(jīng)營(yíng)現(xiàn)場(chǎng)。
當(dāng) AI 開(kāi)始參與真實(shí)業(yè)務(wù)執(zhí)行，治理就從加分項(xiàng)變成必選項(xiàng)。用友的 YonAIG 企業(yè) AI 治理平臺(tái)覆蓋智能資產(chǎn)、身份權(quán)限、調(diào)用軌跡、執(zhí)行成本、評(píng)測(cè)效果和審計(jì)合規(guī)。
另一個(gè)值得行業(yè)參考的思路是"智能雙模"：不是把所有軟件都變成智能體軟件，而是讓智能體軟件（自主執(zhí)行、概率計(jì)算、非確定性）與流程執(zhí)行型軟件（按規(guī)則執(zhí)行、精確計(jì)算、確定性）協(xié)同運(yùn)行。
這個(gè)劃分在架構(gòu)上是必要的。核算、結(jié)算這類步驟必須確定性執(zhí)行；分析、建議、任務(wù)規(guī)劃可以用模型能力。劃清楚之后，企業(yè)更容易控制操作風(fēng)險(xiǎn)、檢查結(jié)果。
