北京2026年1月27日 /美通社/ -- 隨著數(shù)智化升級(jí)進(jìn)入深水區(qū)，企業(yè)對(duì)人工智能的期待已不再停留于數(shù)據(jù)描述與簡(jiǎn)單建議 ，而是邁向能夠自主分析、決策并執(zhí)行業(yè)務(wù)的系統(tǒng)級(jí)智能。企業(yè)需要的不僅是技術(shù)工具，更是具備業(yè)務(wù)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(qū)動(dòng)的智能體，通過構(gòu)建企業(yè)全要素、全流程的數(shù)字孿生，讓AI從輔助決策到自主決策。
一、本體智能體：構(gòu)建現(xiàn)實(shí)世界的數(shù)字孿生
用友BIP企業(yè)AI本體智能體的核心競(jìng)爭(zhēng)力，源于對(duì)"本體"技術(shù)的深度應(yīng)用與場(chǎng)景落地。所謂 "本體（Ontology）"，是通過形式化方式，系統(tǒng)構(gòu)建企業(yè)核心概念、實(shí)體關(guān)系、業(yè)務(wù)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(shù)據(jù)堆砌，而是一張描繪業(yè)務(wù)全貌、可直接執(zhí)行的"數(shù)字地圖"。
"數(shù)字地圖"的構(gòu)建，圍繞企業(yè)實(shí)體、實(shí)體關(guān)系、業(yè)務(wù)規(guī)則與流程三大核心維度展開。依托這一架構(gòu)，用友BIP企業(yè)AI本體智能體實(shí)現(xiàn)從 "概率預(yù)測(cè)" 到 "確定性執(zhí)行" 的關(guān)鍵跨越。區(qū)別于與傳統(tǒng)大模型"猜答案"、檢索增強(qiáng)的"找答案"，本體智能體通過"懂業(yè)務(wù)"實(shí)現(xiàn)精準(zhǔn)決策與執(zhí)行，將AI的準(zhǔn)確率提升至99%以上。
二、五級(jí)階梯：實(shí)現(xiàn)全場(chǎng)景覆蓋的自主決策
用友BIP企業(yè)AI本體智能體不僅解決了AI在復(fù)雜業(yè)務(wù)場(chǎng)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(lǐng)企業(yè)逐步邁向自主決策新時(shí)代。
當(dāng)前，多數(shù)企業(yè)仍處于L2（診斷與預(yù)測(cè)）、L3（輔助決策）階段，依賴流程與數(shù)據(jù)進(jìn)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(dòng)企業(yè)向L4（限制性自主）、L5（完全自主）進(jìn)化，構(gòu)建"在不確定性中快速試錯(cuò)、在復(fù)雜場(chǎng)景中精準(zhǔn)決策"的數(shù)字韌性，最終達(dá)到"完全自主"決策。
用友BIP企業(yè)AI本體智能體的價(jià)值已在多個(gè)行業(yè)領(lǐng)先企業(yè)中得到驗(yàn)證。在某大型能源集團(tuán)，基于本體（Ontology）構(gòu)建的"財(cái)務(wù)分析助手"能夠穿透數(shù)千個(gè)異構(gòu)指標(biāo)、多維組織架構(gòu)與復(fù)雜口徑，實(shí)現(xiàn)經(jīng)營狀況的實(shí)時(shí)、精準(zhǔn)診斷與預(yù)測(cè)，將管理層從海量報(bào)表中解放出來，聚焦于戰(zhàn)略決策。某跨國金融集團(tuán)，基于統(tǒng)一本體（Ontology）構(gòu)建的多智能體協(xié)同平臺(tái)，實(shí)現(xiàn)了跨健康、金融、消費(fèi)等板塊業(yè)務(wù)的合規(guī)風(fēng)控與資源動(dòng)態(tài)優(yōu)化，提升了整體運(yùn)營韌性。
三、基于大語言模型的本體工程與知識(shí)管理 讓AI自主決策有據(jù)可依
東南大學(xué)認(rèn)知智能研究所所長(zhǎng)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(shí)管理"發(fā)表了主題演講。他指出，當(dāng)前大語言模型雖具備強(qiáng)大的語言能力，但在零樣本場(chǎng)景下難以獨(dú)立完成高質(zhì)量本體（Ontology）和結(jié)構(gòu)化知識(shí)的構(gòu)建。真正的突破在于將大語言模型嵌入具備"驗(yàn)證-修復(fù)"閉環(huán)的知識(shí)工程流程，使其可協(xié)同、可管控，從而實(shí)現(xiàn)對(duì)業(yè)務(wù)語義的深度理解與邏輯編碼。
漆桂林教授強(qiáng)調(diào)，本體（Ontology）是企業(yè)知識(shí)的"結(jié)構(gòu)化底座"，它為AI提供了可解釋、可演進(jìn)的業(yè)務(wù)語義框架，是推動(dòng)AI從"概率猜測(cè)"走向"確定性推理"的關(guān)鍵。他進(jìn)一步指出，基于本體（Ontology）的語義化架構(gòu)正成為企業(yè)實(shí)現(xiàn)自主決策的必由之路。這一學(xué)術(shù)理念與用友BIP企業(yè)AI本體智能體的實(shí)踐路徑高度一致——用友通過構(gòu)建企業(yè)級(jí)動(dòng)態(tài)本體（Ontology），將"語義化、結(jié)構(gòu)化知識(shí)體系"轉(zhuǎn)化為可執(zhí)行、可迭代的決策引擎，從而確保AI不僅能"讀"數(shù)據(jù)，更能"懂"業(yè)務(wù)、"做"決策。
漆桂林教授總結(jié)到："用友BIP企業(yè)AI本體智能體體現(xiàn)了從‘知識(shí)結(jié)構(gòu)化'到‘決策自主化'的系統(tǒng)性工程思維，是企業(yè)AI從技術(shù)能力邁向業(yè)務(wù)可信的關(guān)鍵一步。企業(yè)AI的落地，將會(huì)加速躍遷。"
四、從檢索增強(qiáng)到邏輯重構(gòu) 驅(qū)動(dòng)自主決策落地
在發(fā)布會(huì)現(xiàn)場(chǎng)，香港大學(xué)博士、LightRAG及RAG-Anything等開源項(xiàng)目主創(chuàng)郭子睿進(jìn)行了主題演講。郭博士對(duì)用友最新提出的本體大模型LOM做了詳細(xì)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(cè)"轉(zhuǎn)向"邏輯可靠的決策"，并展示了基于圖譜的檢索增強(qiáng)技術(shù)（GraphRAG），通過將圖結(jié)構(gòu)融入文本索引，利用實(shí)體間的關(guān)系網(wǎng)絡(luò)實(shí)現(xiàn)多跳推理。
針對(duì)企業(yè)在大規(guī)模應(yīng)用中面臨的成本與效率挑戰(zhàn)的技術(shù)賦能：
LightRAG（簡(jiǎn)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(shí)體關(guān)系，高層檢索抓取全局主題，在顯著降低計(jì)算開銷的同時(shí)，實(shí)現(xiàn)了對(duì)新數(shù)據(jù)的快速整合。
RAG-Anything（全模態(tài)知識(shí)對(duì)齊）： 針對(duì)企業(yè)復(fù)雜的文檔環(huán)境，該框架能將PPT、Excel、PDF中的圖表、公式等異構(gòu)知識(shí)解構(gòu)為原子單元，并通過實(shí)體對(duì)齊生成統(tǒng)一的知識(shí)圖譜，實(shí)現(xiàn)跨模態(tài)的精準(zhǔn)溯源與增強(qiáng)生成。
郭子睿博士的學(xué)術(shù)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(shù)通過邏輯重構(gòu)，為AI提供了確定性的業(yè)務(wù)語義網(wǎng)絡(luò)，GraphRAG技術(shù)則為這種邏輯的檢索與執(zhí)行提供了強(qiáng)大的技術(shù)支撐。學(xué)術(shù)前沿與產(chǎn)業(yè)實(shí)踐的共振，不僅將AI決策的準(zhǔn)確率推向了新高度，更為企業(yè)實(shí)現(xiàn)從"輔助決策"到"完全自主決策"的跨越奠定了堅(jiān)實(shí)的邏輯基石。
2026年，企業(yè)數(shù)智化升級(jí)正從"能力建設(shè)"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(wù)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(rèn)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(wù)，讓決策自主發(fā)生，讓企業(yè)在不確定的時(shí)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(wǎng)絡(luò)AI實(shí)驗(yàn)室 (Yonyou AI Lab) 研究團(tuán)隊(duì)于2026年1月發(fā)表。
論文地址：https://chinaxiv.org/abs/202601.00187
