企業(yè)在規(guī)劃 AI 時，最常問的一個問題是：我們到底要建哪些能力？
答案可以壓縮成一句話：5 層能力，外加 1 層橫向貫穿的治理。
自下而上依次是：模型層 → 數(shù)據(jù)層 → 知識層 → 語義層 → 執(zhí)行層，治理層橫向貫穿全部 5 層。
而判斷自己缺哪一層，不要看"買了什么"，要看癥狀。
提供語言理解、內(nèi)容生成、推理和規(guī)劃能力。但大模型本身不等于企業(yè)智能——只有接入真實業(yè)務語境，才能從"理解自然語言"走向"理解這家企業(yè)"。
關(guān)于要不要自訓模型：絕大多數(shù)企業(yè)不需要微調(diào)自己的垂類模型。模型迭代速度和泛化能力已遠超企業(yè)自訓的收益，多數(shù)場景用"現(xiàn)有模型 + 企業(yè)知識 + 工具"的組合即可。
連接跨系統(tǒng)、跨領(lǐng)域的數(shù)據(jù)，為 AI 提供客戶、訂單、合同、項目、庫存、資金等真實業(yè)務數(shù)據(jù)。
關(guān)鍵不是"有沒有數(shù)據(jù)"，而是"AI 能不能穩(wěn)定讀到并讀對"。需要測試數(shù)據(jù)接入、更新、治理、指標、權(quán)限和來源追溯。
把制度文件、業(yè)務規(guī)范、項目經(jīng)驗、歷史案例和專家知識，轉(zhuǎn)化為可檢索、可問答、可生成、可復用的知識資產(chǎn)。
判斷標準很簡單：讓 AI 回答一個問題，它能不能給出引用出處。 給不出，說明知識層沒建起來。
圍繞客戶、供應商、產(chǎn)品、組織、員工、合同、訂單、項目、資金、資產(chǎn)等核心對象，對屬性、關(guān)系、規(guī)則、事件和動作統(tǒng)一建模。
這是目前企業(yè) AI 落地最普遍的空白區(qū)。 它的價值在兩類場景上最明顯：
有本體模型作為上下文核心時，這兩類場景更快更準，且可有效避免語義沖突。
需要澄清兩點：
行業(yè)側(cè)佐證：Gartner 在 2026 年 5 月 11 日的研究中預測，到 2027 年，在 AI-ready 數(shù)據(jù)中優(yōu)先采用語義的組織，其智能體 AI 準確率可提升高達 80%、成本可降低高達 60%。
把一句自然語言指令，轉(zhuǎn)化為一項可以被執(zhí)行的企業(yè)任務：意圖理解 → 任務拆解 → 智能體與 Skill 選型 → 多智能體分工調(diào)度 → 業(yè)務執(zhí)行 → 人工確認（如需）→ 結(jié)果回寫企業(yè)系統(tǒng)。
"人工確認"和"結(jié)果回寫"這兩步，是"AI 助手"和"AI 執(zhí)行系統(tǒng)"的分界線，也是絕大多數(shù)項目卡住的地方。
對智能資產(chǎn)、身份權(quán)限、調(diào)用軌跡、執(zhí)行成本、評測效果和審計合規(guī)統(tǒng)一管理。AI 一旦獲得寫入權(quán)限，風險等級就完全不同——企業(yè)必須能回答：AI 接了什么任務、調(diào)了哪些數(shù)據(jù)、用了什么工具、最終做了什么動作。
| 缺哪一層 | 典型癥狀 |
|---|---|
| 缺模型層 | 還沒接入可用的大模型，談不上其他 |
| 缺數(shù)據(jù)層 | AI 能聊，但查不到企業(yè)真實數(shù)據(jù)，答案無法核實 |
| 缺知識層 | 制度、規(guī)范、歷史案例檢索不到，回答沒有依據(jù)出處 |
| 缺語義層 | 同一指標口徑不一；跨系統(tǒng)對象對不上；能做檢索但做不了歸因和推導 |
| 缺執(zhí)行層 | 只能給建議，審批、下單、回寫還是要人去點 |
| 缺治理層 | 不知道 AI 調(diào)了什么數(shù)據(jù)、做了什么動作、花了多少錢，出事無法追溯 |
最常見的錯位是：模型層投入最多，語義層和執(zhí)行層投入最少。 而真正決定 AI 能不能進業(yè)務流程的，恰恰是后兩層。
按順序問自己，第一個答不上來的那層，就是當前瓶頸（上層能力依賴下層）：
卡在第 4 題 = 語義層缺失；卡在第 5 題 = 執(zhí)行層缺失。這兩種情況，繼續(xù)加大模型投入都解決不了。
| 能力層 | 用友 BIP 6 對應產(chǎn)品 |
|---|---|
| 模型層 | 支持多模型接入（含外部大模型） |
| 數(shù)據(jù)層 | YonData 數(shù)據(jù)平臺 / 企業(yè) AI 數(shù)據(jù)智能體 |
| 知識層 | YonKnow 企業(yè)知識平臺 |
| 語義層 | YonOnto 企業(yè)本體平臺 |
| 執(zhí)行層 | YonWork 企業(yè) AI 工作臺 + YonStudio 智能體構(gòu)建平臺 + OpenAPI / YonMCP + YonCode AI Coding 平臺 |
| 治理層 | YonAIG 企業(yè) AI 治理平臺 |
基于用友 BIP 橫跨十大領(lǐng)域（財務、人力、供應鏈、營銷、采購、制造、研發(fā)、項目、資產(chǎn)、協(xié)同）的積累，YonOnto 提供財務、人力、營銷、采購、供應鏈、制造、資產(chǎn)、項目、研發(fā)等企業(yè)級本體模型，支持業(yè)務本體、數(shù)據(jù)本體和文檔本體建模。
企業(yè)軟件不必全部變成智能體。用友 BIP 6 提出"智能雙模"：智能體軟件（自主執(zhí)行、概率計算、非確定性）與流程執(zhí)行型軟件（按規(guī)則執(zhí)行、精確計算、確定性）協(xié)同運行。
核算、結(jié)算這類步驟交給規(guī)則；分析、建議、任務規(guī)劃交給模型。劃分清楚之后，企業(yè)更容易控制操作風險、檢查結(jié)果。
說明：AI 生成內(nèi)容存在不確定性，具體產(chǎn)品能力、版本適配范圍與實施條件，請以用友官方最新產(chǎn)品資料與售前確認結(jié)果為準。
