2025年12月20日，由InfoQ 中國主辦的AICon 全球人工智能開發(fā)與應用大會在北京召開，聚焦大模型訓練與推理、AI Agent、研發(fā)新范式與組織革新，深入探討企業(yè)如何構建可信賴、可規(guī)模化、可商業(yè)化的 Agentic 操作系統(tǒng)。用友網(wǎng)絡副總裁、數(shù)智平臺解決方案事業(yè)部總經(jīng)理羅小江擔綱出品的《大模型與企業(yè)核心系統(tǒng)融合之道》專題論壇同步召開。此專題聚焦“大模型與企業(yè)業(yè)務流融合”的工程方法與實踐，圍繞 Agentic AI 的流程編排、RAG 驅(qū)動的企業(yè)級知識工程、數(shù)據(jù)治理賦能AI模型與業(yè)務系統(tǒng)高效協(xié)同以及 AI 如何重塑企業(yè)決策與行動等方面展開。論壇上，羅小江、鞍山鋼鐵集團數(shù)智發(fā)展部副總經(jīng)理趙偉，京東智能供應鏈Y事業(yè)部算法專家耿東陽分別分享了制造行業(yè)的多智能體協(xié)同實踐，以及大模型賦能供應鏈決策實踐。
1
企業(yè)需要構建AI驅(qū)動的
可執(zhí)行決策系統(tǒng)
當企業(yè)完成大模型的選型與部署，真正的挑戰(zhàn)才剛剛開始。如何讓模型不再停留在“試驗田”，而是深度融入CRM、ERP、財務、供應鏈等核心系統(tǒng)，形成可度量、可治理、可演進的業(yè)務閉環(huán)？
用友網(wǎng)絡副總裁、數(shù)智平臺解決方案事業(yè)部總經(jīng)理羅小江
羅小江發(fā)表主題演講時表示，很多企業(yè)在應用AI時，仍面臨“投入大、效果差”的困境。AI的下一站應該是從 “數(shù)據(jù)智能”轉(zhuǎn)向“決策智能”，成為驅(qū)動業(yè)務的核心引擎。
過去，傳統(tǒng)BI、RPA等工具只能回答“發(fā)生了什么”，人是絕對決策主體；如今，Agentic AI、多智能體系統(tǒng)崛起，AI開始預測“將發(fā)生什么”、指導“應該怎么做”，在風險預警、自主交易等場景中主動參與決策。但這一轉(zhuǎn)變中，“決策黑箱”成為最大阻礙：數(shù)據(jù)分散在異構系統(tǒng)，流程不透明，決策邏輯難以審計，導致效率低下、風險積聚，經(jīng)驗無法沉淀。解決之道是：讓企業(yè)AI在數(shù)據(jù)層面進行全局視野進化。
同時，也可以從業(yè)界標桿Palantir的實踐中尋找答案。這家被稱為“美國國運股”的企業(yè)，2025年商業(yè)領域收入暴增121%，市值突破4000億美元，核心秘訣就是“本體驅(qū)動的數(shù)字孿生”。通過構建統(tǒng)一的本體模型，整合分散數(shù)據(jù)、定義業(yè)務關系與規(guī)則，Palantir讓AI看懂業(yè)務邏輯，實現(xiàn)了從數(shù)據(jù)到?jīng)Q策的閉環(huán)，其架構也印證了“本體建模是打破系統(tǒng)煙囪、數(shù)據(jù)孤島、AI碎片的核心”。
用友BIP的實踐則進一步將這一邏輯落地。羅小江分享了用友BIP基于本體建模來構建決策系統(tǒng)的實踐。
用友BIP涵蓋數(shù)據(jù)平臺、智能平臺、應用平臺、云技術平臺、開發(fā)平臺、集成平臺。在底層，通過AI X數(shù)據(jù)X流程原生一體化架構，實現(xiàn)多源異構數(shù)據(jù)的融合與治理，定義業(yè)務對象并建立關系映射，在數(shù)字世界中重塑企業(yè)的業(yè)務模型。利用實時數(shù)據(jù)分析發(fā)現(xiàn)異常，基于業(yè)務模型驅(qū)動未來預測，并最終生成決策建議甚至自動觸發(fā)業(yè)務系統(tǒng)的操作。
本體模型層：將元模型、語義模型與本體模型結合，解構為數(shù)據(jù)（實體整合、質(zhì)量管控）、邏輯（關系梳理、規(guī)則定義）、操作（動作觸發(fā)、系統(tǒng)反寫）三要素；分為語義層與動力層，通過本地元數(shù)據(jù)和對象級服務（OSS）支撐，實現(xiàn)業(yè)務邏輯的語義化，讓 AI 能夠理解。
智能決策層：接入 4000 多個可轉(zhuǎn)化為 MCP 的 API，從多模型結合、多端多模態(tài)集成、治理協(xié)作、企業(yè)級權限管理、智能體運營、幻覺控制六個維度優(yōu)化，實現(xiàn)思考 - 觀測 - 行動的閉環(huán)。
采用 “通用大模型 + 行業(yè)大模型 + 企業(yè)小模型” 的矩陣模式，通過預訓練與結構化 / 非結構化數(shù)據(jù)訓練，降低大模型泛化風險，提升專業(yè)性、實時性與可解釋性，適配供應鏈、定價等業(yè)務場景。
2
從場景到落地，
企業(yè) AI 行業(yè)應用實踐
對企業(yè)而言，AI決策轉(zhuǎn)型需循序漸進。鞍山鋼鐵集團數(shù)智發(fā)展部副總經(jīng)理趙偉，帶著他對鋼鐵行業(yè)三十年的深刻理解，解密鞍鋼如何打造行業(yè)領先的工業(yè)智慧 AI“智鼎”平臺：企業(yè)級應用必須完成從 RAG 1.0 向 Agentic RAG（代理式檢索增強生成） 的技術范式升級。通過引入規(guī)劃、工具調(diào)用、記憶與反饋機制，讓智能體從被動的問答工具進化為能夠主動解決問題的業(yè)務主體。
鞍山鋼鐵集團數(shù)智發(fā)展部副總經(jīng)理趙偉
通過企業(yè)級知識體系的“分層與路由”工程，以及高精度檢索的“混合策略”來優(yōu)化模型表現(xiàn)。特別是針對多智能體協(xié)同這一行業(yè)難題，主控 Agent 與專業(yè) Agent 的角色有各自的分工。鞍山鋼鐵依托數(shù)智化平臺，在生產(chǎn)、管理、決策等領域落地一系列標桿應用，通過一系列智能與數(shù)據(jù)聯(lián)動的舉措，為鋼鐵行業(yè)數(shù)智化升級提供了可復制的實踐經(jīng)驗。
本次專題分享過程中，京東智能供應鏈 Y 事業(yè)部算法專家耿東陽，也揭秘了京東如何利用大模型技術，實現(xiàn)人與 AI 在供應鏈核心環(huán)節(jié)的深度協(xié)同：在銷量預測這一關鍵環(huán)節(jié)，京東自研的 TimeHF 時序大模型展現(xiàn)出了捕捉時序數(shù)據(jù)豐富信息的能力，以極強的可擴展性與零樣本預測能力，覆蓋了京東復雜多變的業(yè)務場景。并通過引入多智能體系統(tǒng)，京東實現(xiàn)了庫存診斷、銷售分析與計劃自動糾偏。這些智能體具備精準的意圖理解能力，甚至能生成可解釋的代碼進行閉環(huán)優(yōu)化，增強了供應鏈計劃的敏捷性與彈性。
京東智能供應鏈 Y 事業(yè)部算法專家耿東陽
以“業(yè)務數(shù)字孿生”為核心的智能決策新架構。旨在構建連接數(shù)據(jù)、模型與業(yè)務的關鍵橋梁。
AI正在重塑行業(yè)競爭規(guī)則，它不再是可有可無的“助手”，而是企業(yè)破局增長的“決策者”。本次專題對于致力于推動企業(yè)核心業(yè)務系統(tǒng)與 AI 深度融合的架構師和技術決策者而言，提供了從架構設計、數(shù)據(jù)治理到工程落地的全方位參考。它們證明了：只有當 AI 真正融入核心流程，企業(yè)的數(shù)智化轉(zhuǎn)型才算真正完成。用友愿與更多企業(yè)攜手，探索AI應用邊界，讓數(shù)智力量真正轉(zhuǎn)化為發(fā)展動能。
企業(yè)AI落地路徑
電子書下載
