人工智能的概念第一次被提出，是在20世纪50年代，距今已七十余年的时间。随着深度神经网络技术的逐渐成熟和计算能力的大幅提升，AI技术实现了飞跃式地发展，已经在工业、制造、能源、金融等各行各业得到了广泛有效地应用实践，大幅提升了现有的生产效率，助力传统行业实现跨越式升级，实现全行业的重塑。

2022年政府工作报告提出要培育壮大人工智能等数字产业，提升关键软硬件技术创新和供给能力，释放数据要素潜力，更好赋能经济发展。放大数字产业化和产业数字化新动能。因此，人工智能作为关键性的新型信息基础设施，被视为拉动我国数字经济发展的新动能。随着新基础设施计划的实施、消费互联网的升级和产业互联网的发展，人工智能科技产业开始步入全面融合发展的新阶段，成为数字经济时代的核心生产力和产业底层支撑能力，是激活数字经济相关产业由数字化向智能化升级的核心技术。

01

人工智能技术的三个层次

从人工智能技术层面来看，业界广泛认为，人工智能的核心能力可以分为三个层面，分别是计算智能、感知智能、认知智能。

计算智能

计算智能是指机器具备超强的存储能力和超快的计算能力，能够像人类一样进行计算，可以基于海量数据进行深度学习，诸如神经网络和遗传算法等，能够更高效、快速处理海量的数据。随着计算力的不断发展，储存手段的不断升级，计算智能可以说已经实现。例如AlphaGo利用增强学习技术完胜世界围棋冠军；电商平台基于对用户购买习惯的深度学习，进行个性化商品推荐等。

感知智能

感知智能是指机器能听懂我们的语言、看懂世界万物，使机器具备视觉、听觉、触觉等感知能力，可以将非结构化的数据结构化，并用人类的沟通方式与用户互动。随着各类技术发展，更多非结构化数据的价值被重视和挖掘，语音、图像、视频、触点等与感知相关的感知智能也在快速发展。无人驾驶汽车、著名的波士顿动力机器人等就运用了感知智能，通过各种传感器，感知周围环境并进行处理，从而有效指导其运行。

认知智能

相较于计算智能和感知智能，认知智能更为复杂，是指机器像人一样，有理解能力、归纳能力、推理能力，有运用知识的能力，能够主动思考并采取行动，针对业务场景进行策略构建和决策，提升人与机器、人与人、人与业务的协同、共享等能力。目前认知智能技术还在研究探索阶段，如在公共安全领域，对犯罪者的微观行为和宏观行为的特征提取和模式分析，开发犯罪预测、资金穿透、城市犯罪演化模拟等人工智能模型和系统；在金融行业，用于识别可疑交易、预测宏观经济波动等。要将认知智能推入发展的快车道，还有很长一段路要走。

02

打造全生命周期的AI能力

研发与使用体系

多年来用友将人工智能与业务场景相结合，通过用友BIP新一代信息技术，帮助企业用户建立一整套成熟完整的智能中台解决方案，并经过工业、能源、制造等多行业项目的积累沉淀，形成了一整套成熟的人工智能建设理念和体系方法，整合沉淀AI技术，提供统一的AI服务。

用友iuap智能中台通过“理场景->定方案->标样本->调资源->训模型->管模型->用模型”七步法来实现AI能力的研发、优化和服务。从场景分析到最终的平台运营全过程出发，打造面向企业内外部开发者、ISV、生态伙伴、客户以及包括AI训练师、AI标注师、企业管理人员和业务人员等在内的人工智能新职业的创新载体，提供AI服务的看、管、造、用能力，形成AI开放共赢的生态链，激发企业变革创新。

用友iuap智能中台以智能为核心驱动力，提供低门槛、低代码、普惠化特性的训推一体AI开发和纳管平台，遵循统一数据接入、统一计算资源管理、统一模型训练、统一AI能力开放等建设原则，形成覆盖数据接入、特征工程、模型开发、模型训练、模型部署、模型服务、模型应用的AI能力全生命周期方法论。基于该方法论，打造数据集成、数据预处理、数据标注、模型训练、模型服务等AI能力中枢，实现AI场景的一站式操作及自动化训练建模能力，为AI能力的研发、部署、应用赋能，支撑企业全价值链、全场景的群体智能和智能组织变革的应用。

03

用友领先的三大AI技术能力+两类AI服务，

赋能企业数智化转型

用友iuap智能中台依托领先、基础、实用的AI技术，通过AI平台+算法+知识图谱技术，以统一的智能交互方式和智能服务作用于领域云与行业云，提升企业核心竞争力，为客户创造价值，增效降本。

AI工作坊提供低门槛的从数据到AI应用全流程开发服务，通过低代码的方式，为企业业务人员、IT人员、AI开发者提供统一的AI创作环境，可以实现海量数据的采集与存储、数据预处理、特征工程、数据标注、分布式训练、端云一体自动化模型生成及“端—边—云”模型按需部署的能力，帮助用户缩短AI模型、AI应用服务的创建、训练和部署周期，便捷管理模型迁移、模型泛化、重训练等全周期AI工作流。AI工作坊实现人工智能在各领域的深度应用，推动企业生产经营服务从经典的流程驱动向数据和智能模型驱动的转变。

AI工作坊是一套基于主流语言开发的算法服务平台，支持TensorFlow、PyTorch、Caffe、PadlePadle等常用的算法训练框架，全面贯通机器学习、深度学习、迁移学习、增强学习、联邦学习等AI能力与业务机理、事件联想等机理知识，与算法、模型文件无缝衔接。平台预置超过50种AI算法，超过20款预训练模型，包括回归、科学计算、时序、聚类等机器学习算法，OCR、图像分类、目标检测、语义分割等计算机视觉处理算法，分词、文本分类、文本纠错、关键词提取等NLP算法等等。

智能服务基于AI算法能力，聚焦供应链、销售、财务、人力、资产等细分领域，围绕供需匹配、仓储管理、图像识别、人力服务等业务场景，提供采购寻源、销量预测、人才画像、图像识别等各种智能化场景落地，实现AI智能的全覆盖、鼓励全行业智能应用在平台的落地和能力沉淀，实现AI能力的全面开放共享和高效复用。

04

智能中台赋能业务，加速驱动业务创新

用友iuap智能中台赋能千行百业，广泛应用于各行业和领域的应用场景中，通过不断完善优化分析模型，将数智化技术与业务深度融合，实现数据智能化应用，在各个业务领域打造丰富的数智应用场景，实现业务数据一体化，从流程驱动走向数据驱动，取得了很好的效果，赋能企业数智化发展。

智慧采购：

基于企业画像洞察供应商，快速筛选优质企业

随着企业的规模化发展，供应商越来越多，如果想给1000家供应商做风险排查，最快需要多久？用友企业画像从企业经营、关系图谱、风险监控、企业评价等维度入手，完善数字企业画像评价体系，优化企业风险监控管理能力，通过对企业多维信息进行监控、风险自动分级，做到对客户、供应商及经销商风险动态的预警，帮助企业识别与控制各类风险。

企业画像对于内部、外部的各种数据（文本、数字、图片等）进行及时获取，对社会级大数据+企业级小数据进行数据的融合利用，建立机器学习分析模型，构建知识图谱。按照企业需求，整理运算后给与更加智慧的结果。企业画像通过对海量数据的筛选、计算分析，为风控、预测、数字决策的重要工具，助力企业做出精准有效的决策，为商业发展赋予新的动能，促进企业的数字化转型。

企业画像拥有最新的、全量的企业数据库，涵盖来自国家各官方公示信息平台的全量工商、司法、知识产权等数据，数据完善。企业画像基于2亿家企业信息和关系，了解产业链上下游各环节产品、企业、地域等情况，结合企业评分快速筛选优质企业，为企业提供数据服务。

 智慧生产：

智能配料优化生产流程，为企业降本增效

传统的配料方式往往由老师傅凭经验人工计算，计算时会考虑库存、价格以及部分约束条件。难点在于，人工计算考虑的约束条件少，也无法获取实时的业务数据，所以很难计算出最优的配比解。同时，配料经验也无法沉淀和传承，一旦有人员变动，那么很可能会给生产和经营带来挑战。

通过对生产过程的IT/OT数据融合分析，基于运筹学、建模、工艺机理大数据进行分析工序、库存、价格等因素，引入神经网络算法驱动业务创新，构建智能配料分析应用可以支持多部门、多人员按照不同的配料场景进行智能配料，优化生产工艺，节约成本，提升生成效率，相比人工配料，效率提升超过70%。可同时支持多部门、多人员按照不同的配料场景进行配料。从而为企业降本增效，带来实实在在的价值。

智能配料分析应用全面赋能工业企业生产环节的降本、增效、提质，已经涵盖合金配料、氧化物配料、焦化配料、铜矿配料、铁矿配料等工艺机理和分析模型，并成功在江铜贵冶、天工国际、山西潞宝、泰盟机械等企业规模化应用。其中江铜贵冶采用智能配料应用后，该企业合金配料的时间由人工的110min缩短至8-10min，配料效率提升了91%，又快又实用。

智慧供应链：

通过智能物流优化运输路径，提升调度效率

智能物流从运前调度、运中管理、运后分析等各个环节，基于运筹统计分析算法提供多维度、多目标、多场景的配送任务分配以及路线规划建议，提升调度工作效率，帮助物流供应降本增效。

在运前调度环节，智能物流为不同物流模式下的各种场景提供服务，帮助企业在智能调度、路径优化、排单派车等真实场景下，做到成本最优。在货物运输过程中，还可以提供实时规划+实时监管能力，为运输环节全力护航。在运输结束后分析提取运输特征及经验路线，为下次行程做参考。

智慧人力：

人才画像 360°员工洞察，科学用人

在人力管理方面，可以根据人才特征分析，生成全景人才画像，让企业对人才有更加全面客观的了解，洞悉企业的人才胜任力状况、了解企业人才的数量和质量、了解人才缺口，为企业人才补充，外部招聘、内部培养提供数据支撑。用人的目标是实现人尽其才，发挥员工的特长和优势，实现企业与员工的双赢。

智慧人力基于机器学习与洞察，全面精准的刻画人才画像，建立绩优画像、岗位画像，更精准的识别人才，更快速招募到合适的人才，更有针对性的培养关键人才，打造持续的人才供应链。在人才的选用预留全流程，带来更多创新应用场景，并且与企业的商业创新相结合，实现企业的高质量发展。

结语

数据智能运营，构建数据智能闭环运转体系

目前企业的业务运营过程都是靠个人经验和拍脑袋思维，没有把技术和业务结合在一起。问题的根本点就在于现在很多的业务人员缺乏数智化思维。如果能够结合大数据和AI分析思维，很多问题就迎刃而解了，而企业拥有的大数据金矿就能够不断的被挖掘开采。因此企业需要构建数智化闭环运营体系，通过数据智能分析的方法发现问题、解决问题、提升工作效率、“用数智指导运营决策、驱动业务增长”的思维方式。

前面介绍的智慧采购、智慧生产等数智化分析场景，就是在实际生产中依托智能中台，通过人工智能工具、技术和方法，对运营过程中的各个环节进行科学的分析，提供技术层面和业务层面运营措施，打造运营核心AI能力体系梳理、探索分析、数据挖掘、运营方案、运营活动评估的闭环服务，达到优化运营效果和效率、降低运营成本、提高效益的目的。