用友网络科技股份有限公司 zh_CN PRN Asia 本体驱动 让AI从辅助决策到自主决策 2026-01-27 19:57:00 一、本体智能体：构建现实世界的数字孪生 用友BIP企业AI本体智能体的核心竞争力，源于对"本体"技术的深度应用与场景落地。所谓 "本体（Ontology）"，是通过形式化方式，系统构建企业核心概念、实体关系、业务规则和决策逻辑，为AI提供一套无歧义的共享词汇和理解框架。它并非零散的数据堆砌，而是一张描绘业务全貌、可直接执行的"数字地图"。 "数字地图"的构建，围绕企业实体、实体关系、业务规则与流程三大核心维度展开。依托这一架构，用友BIP企业AI本体智能体实现从 "概率预测" 到 "确定性执行" 的关键跨越。区别于与传统大模型"猜答案"、检索增强的"找答案"，本体智能体通过"懂业务"实现精准决策与执行，将AI的准确率提升至99%以上。 二、五级阶梯：实现全场景覆盖的自主决策  用友BIP企业AI本体智能体不仅解决了AI在复杂业务场景中的落地难题，更重要的是，它为企业提供了从辅助决策到自主决策的清晰路径，引领企业逐步迈向自主决策新时代。 当前，多数企业仍处于L2（诊断与预测）、L3（辅助决策）阶段，依赖流程与数据进行辅助决策，用友BIP企业AI本体智能体通过本体（Ontology）建模，推动企业向L4（限制性自主）、L5（完全自主）进化，构建"在不确定性中快速试错、在复杂场景中精准决策"的数字韧性，最终达到"完全自主"决策。 用友BIP企业AI本体智能体的价值已在多个行业领先企业中得到验证。在某大型能源集团，基于本体（Ontology）构建的"财务分析助手"能够穿透数千个异构指标、多维组织架构与复杂口径，实现经营状况的实时、精准诊断与预测，将管理层从海量报表中解放出来，聚焦于战略决策。某跨国金融集团，基于统一本体（Ontology）构建的多智能体协同平台，实现了跨健康、金融、消费等板块业务的合规风控与资源动态优化，提升了整体运营韧性。 三、基于大语言模型的本体工程与知识管理  让AI自主决策有据可依 东南大学认知智能研究所所长漆桂林教授围绕"基于大语言模型的本体工程与企业知识管理"发表了主题演讲。他指出，当前大语言模型虽具备强大的语言能力，但在零样本场景下难以独立完成高质量本体（Ontology）和结构化知识的构建。真正的突破在于将大语言模型嵌入具备"验证-修复"闭环的知识工程流程，使其可协同、可管控，从而实现对业务语义的深度理解与逻辑编码。 漆桂林教授强调，本体（Ontology）是企业知识的"结构化底座"，它为AI提供了可解释、可演进的业务语义框架，是推动AI从"概率猜测"走向"确定性推理"的关键。他进一步指出，基于本体（Ontology）的语义化架构正成为企业实现自主决策的必由之路。这一学术理念与用友BIP企业AI本体智能体的实践路径高度一致——用友通过构建企业级动态本体（Ontology），将"语义化、结构化知识体系"转化为可执行、可迭代的决策引擎，从而确保AI不仅能"读"数据，更能"懂"业务、"做"决策。 漆桂林教授总结到："用友BIP企业AI本体智能体体现了从‘知识结构化'到‘决策自主化'的系统性工程思维，是企业AI从技术能力迈向业务可信的关键一步。企业AI的落地，将会加速跃迁。" 四、从检索增强到逻辑重构 驱动自主决策落地 在发布会现场，香港大学博士、LightRAG及RAG-Anything等开源项目主创郭子睿进行了主题演讲。郭博士对用友最新提出的本体大模型LOM做了详细解读，他指出，企业智能化的核心瓶颈在于如何让大模型从"大概率的猜测"转向"逻辑可靠的决策"，并展示了基于图谱的检索增强技术（GraphRAG），通过将图结构融入文本索引，利用实体间的关系网络实现多跳推理。 针对企业在大规模应用中面临的成本与效率挑战的技术赋能： LightRAG（简单、快速、高效）： 采用创新的双层检索范式，低层检索定位具体实体关系，高层检索抓取全局主题，在显著降低计算开销的同时，实现了对新数据的快速整合。 RAG-Anything（全模态知识对齐）： 针对企业复杂的文档环境，该框架能将PPT、Excel、PDF中的图表、公式等异构知识解构为原子单元，并通过实体对齐生成统一的知识图谱，实现跨模态的精准溯源与增强生成。 郭子睿博士的学术分享与用友BIP企业AI本体智能体的理念高度契合。本体（Ontology）技术通过逻辑重构，为AI提供了确定性的业务语义网络，GraphRAG技术则为这种逻辑的检索与执行提供了强大的技术支撑。学术前沿与产业实践的共振，不仅将AI决策的准确率推向了新高度，更为企业实现从"辅助决策"到"完全自主决策"的跨越奠定了坚实的逻辑基石。 2026年，企业数智化升级正从"能力建设"阶段走向"决策重塑"阶段。用友BIP企业AI本体智能体，以业务本体（Ontology）为引擎，以自主决策为方向，为企业提供了一条从认知到执行、从辅助到自主的清晰路径。用友BIP企业AI本体智能体，让智能扎根业务，让决策自主发生，让企业在不确定的时代，拥有确定的未来！ 论文题目为《Construct, Align, and Reason: Large Ontology Models for Enterprise Knowledge Management》，由用友网络AI实验室 (Yonyou AI Lab) 研究团队于2026年1月发表。 论文地址：https://chinaxiv.org/abs/202601.00187   ]]> 北京2026年1月27日 /美通社/ -- 随着数智化升级进入深水区，企业对人工智能的期待已不再停留于数据描述与简单建议 ，而是迈向能够自主分析、决策并执行业务的系统级智能。企业需要的不仅是技术工具，更是具备业务理解力、逻辑推演能力与闭环执行能力的智能伙伴。为此，1月27日用友发布以"本体（Ontology）"驱动的智能体，通过构建企业全要素、全流程的数字孪生，让AI从辅助决策到自主决策。


一、本体智能体：构建现实世界的数字孪生

用友BIP企业AI本体智能体的核心竞争力，源于对"本体"技术的深度应用与场景落地。所谓 "本体（Ontology）"，是通过形式化方式，系统构建企业核心概念、实体关系、业务规则和决策逻辑，为AI提供一套无歧义的共享词汇和理解框架。它并非零散的数据堆砌，而是一张描绘业务全貌、可直接执行的"数字地图"。

"数字地图"的构建，围绕企业实体、实体关系、业务规则与流程三大核心维度展开。依托这一架构，用友BIP企业AI本体智能体实现从 "概率预测" 到 "确定性执行" 的关键跨越。区别于与传统大模型"猜答案"、检索增强的"找答案"，本体智能体通过"懂业务"实现精准决策与执行，将AI的准确率提升至99%以上。

二、五级阶梯：实现全场景覆盖的自主决策 

用友BIP企业AI本体智能体不仅解决了AI在复杂业务场景中的落地难题，更重要的是，它为企业提供了从辅助决策到自主决策的清晰路径，引领企业逐步迈向自主决策新时代。


当前，多数企业仍处于L2（诊断与预测）、L3（辅助决策）阶段，依赖流程与数据进行辅助决策，用友BIP企业AI本体智能体通过本体（Ontology）建模，推动企业向L4（限制性自主）、L5（完全自主）进化，构建"在不确定性中快速试错、在复杂场景中精准决策"的数字韧性，最终达到"完全自主"决策。

用友BIP企业AI本体智能体的价值已在多个行业领先企业中得到验证。在某大型能源集团，基于本体（Ontology）构建的"财务分析助手"能够穿透数千个异构指标、多维组织架构与复杂口径，实现经营状况的实时、精准诊断与预测，将管理层从海量报表中解放出来，聚焦于战略决策。某跨国金融集团，基于统一本体（Ontology）构建的多智能体协同平台，实现了跨健康、金融、消费等板块业务的合规风控与资源动态优化，提升了整体运营韧性。

三、基于大语言模型的本体工程与知识管理  让AI自主决策有据可依

东南大学认知智能研究所所长漆桂林教授围绕"基于大语言模型的本体工程与企业知识管理"发表了主题演讲。他指出，当前大语言模型虽具备强大的语言能力，但在零样本场景下难以独立完成高质量本体（Ontology）和结构化知识的构建。真正的突破在于将大语言模型嵌入具备"验证-修复"闭环的知识工程流程，使其可协同、可管控，从而实现对业务语义的深度理解与逻辑编码。


漆桂林教授强调，本体（Ontology）是企业知识的"结构化底座"，它为AI提供了可解释、可演进的业务语义框架，是推动AI从"概率猜测"走向"确定性推理"的关键。他进一步指出，基于本体（Ontology）的语义化架构正成为企业实现自主决策的必由之路。这一学术理念与用友BIP企业AI本体智能体的实践路径高度一致——用友通过构建企业级动态本体（Ontology），将"语义化、结构化知识体系"转化为可执行、可迭代的决策引擎，从而确保AI不仅能"读"数据，更能"懂"业务、"做"决策。

漆桂林教授总结到："用友BIP企业AI本体智能体体现了从‘知识结构化'到‘决策自主化'的系统性工程思维，是企业AI从技术能力迈向业务可信的关键一步。企业AI的落地，将会加速跃迁。"

四、从检索增强到逻辑重构 驱动自主决策落地

在发布会现场，香港大学博士、LightRAG及RAG-Anything等开源项目主创郭子睿进行了主题演讲。郭博士对用友最新提出的本体大模型LOM做了详细解读，他指出，企业智能化的核心瓶颈在于如何让大模型从"大概率的猜测"转向"逻辑可靠的决策"，并展示了基于图谱的检索增强技术（GraphRAG），通过将图结构融入文本索引，利用实体间的关系网络实现多跳推理。


针对企业在大规模应用中面临的成本与效率挑战的技术赋能：

LightRAG（简单、快速、高效）： 采用创新的双层检索范式，低层检索定位具体实体关系，高层检索抓取全局主题，在显著降低计算开销的同时，实现了对新数据的快速整合。

RAG-Anything（全模态知识对齐）： 针对企业复杂的文档环境，该框架能将PPT、Excel、PDF中的图表、公式等异构知识解构为原子单元，并通过实体对齐生成统一的知识图谱，实现跨模态的精准溯源与增强生成。

郭子睿博士的学术分享与用友BIP企业AI本体智能体的理念高度契合。本体（Ontology）技术通过逻辑重构，为AI提供了确定性的业务语义网络，GraphRAG技术则为这种逻辑的检索与执行提供了强大的技术支撑。学术前沿与产业实践的共振，不仅将AI决策的准确率推向了新高度，更为企业实现从"辅助决策"到"完全自主决策"的跨越奠定了坚实的逻辑基石。

2026年，企业数智化升级正从"能力建设"阶段走向"决策重塑"阶段。用友BIP企业AI本体智能体，以业务本体（Ontology）为引擎，以自主决策为方向，为企业提供了一条从认知到执行、从辅助到自主的清晰路径。用友BIP企业AI本体智能体，让智能扎根业务，让决策自主发生，让企业在不确定的时代，拥有确定的未来！

论文题目为《Construct, Align, and Reason: Large Ontology Models for Enterprise Knowledge Management》，由用友网络AI实验室 (Yonyou AI Lab) 研究团队于2026年1月发表。

论文地址：https://chinaxiv.org/abs/202601.00187

 

]]>