近日，用友数据智能产品总监陈宏志接受采访并详细介绍了用友iuap智能中台的研发背景、技术特性以及行业应用情况。
企业AI应用面临挑战
中国信通院的调研显示，2021年人工智能行业正迎来广泛的商业化落地阶段。麦肯锡2020年11月发布的AI人工智能技术现状调查也显示，一半企业表示，至少在一项工作中采用了人工智能技术，84%的企业将人工智能视为提高竞争力的“基本要素”，另有50%的企业将人工智能视为“变革性”技术。IDC早在2019年预测，到2023年，人工智能技术的支出将成长两倍以上，达到979亿美元。但是，我国行业企业在AI应用方面却面临诸多挑战，包括缺乏开源开放的核心人工智能算法和深度学习框架平台，企业内部沉淀下来的数据标准化、互联互通水平严重不足，数据质量参差不齐，缺乏深度嵌入行业场景的定制化人工智能应用，以及AI人才荒等问题。
作为国内最懂企业服务市场的提供商之一，用友早在2017年开始研发“数据中台”，帮助企业解决数据标准化、互联互通水平严重不足的问题，这也是企业AI应用的前提和基础。
随着研发过程的推进，用友发现，To B企业做中台的逻辑与To C企业的截然不同，To C企业面对的是属性相对单一的海量级数据，而To B的数据样本量小，其场景更加多样性和个性化，这决定了To B企业的数据模态更为丰富。
这也意味着To B企业在AI开发方面普遍面临着以下挑战：超大规模的个性化AI定制开发需求，数据准备过程繁琐不可复用，数学基础、编码能力面临更高挑战，模型持续学习和积累困难，难以实现最佳实践的业务视角封装，需要利用AI进行深度挖掘和分析数据、辅助决策等。
举例来说，企业ERP系统会产生大量的业务日志，在原来的流程驱动模式下，不同部门的不同数据需要经过大量人工处理，例如读取邮件、对账汇总、检查文件、生成文件和报告等枯燥、重复的批量化工作，最后提交给管理层进行辅助决策，不仅决策流程长、速度慢，一些人为干扰或经验不足，都会影响到最终决策的效率和效果。随着数字化的深入推进，企业对于解决数据标准化和互联互通的问题，以及利用机器人流程自动化（RPA）、虚拟个人助理（VPA）等AI应用解决批量化高频业务的需求，提上日程。
但RPA、VPA对行业企业的AI建设能力和AI应用人才的要求都很高，而企业普遍面临着AI建设和应用能力不足、人才缺乏等种种问题。因此，用友开始研发“智能中台”，帮助企业解决上述挑战。
智能中台让企业一键发布AI应用成为可能
用友iuap智能中台提供四个核心能力：智能识别、AI机器人、AI工作坊、算法模型库。据陈宏志介绍，用友iuap智能中台的底层可以连接目前市场上主流的开源计算架构，包括开元、飞桨、Spark、Keras、kafka等 (见下图) 。
AI工作坊预置了超过50种主流AI算法，数十种预训练场景模板，通过与用友iuap数据中台结合，能够支持众多人机协作场景。基于30多年积累的上百万企业客户资源优势，用友自主研发了数十种预训模型，包含紧密结合企业需求的精准补货、销量预测、购买推荐、精准寻源、人才画像等应用模型。
AI工作坊相当于一个厂房，可以把目前市场上的所有AI服务接进来，在智能中台上进行发布，从而加快供需双方的对接，加速整个AI生态的快速发展和壮大。企业内外部开发者、ISV、生态伙伴、客户以及包括AI训练师、AI标注师等都可以在此平台上研发和分享AI应用。
AI工作坊采用了低代码化的研发技术，大大降低了AI应用的研发难度，可以使AI应用的部署周期平均减少了30%以上。AI服务商或企业都可以在此平台上进行二次创新之后再发布。
智能机器人则包括机器人流程自动化（RPA）、虚拟个人助理（VPA）等。目前整合了市场上主流的RPA、VPA服务。目前机器人广场上有60多个用友自研的机器人实例，第三方研制的机器人实例有几百个，形成了现在的机器人生态。
一项AI应用的完整创建过程（见下图），包含收集与准备训练数据、模型训练与调优、训练效果评估、模型推理上线、模型监控和运维。
在模型训练与调优阶段，如果训练结果不理想，只需要返回去进行重新选算法、重新训练，直到符合预期结果（最理想的是达到阿尔法狗的那种自我训练状态），就可以一键发布上线。并且基于公有云发布，企业用户可以采用低成本的按需付费模式使用AI。
陈宏志表示，用友iuap智能中台可以说是用友推出的统一的智能化能力输出引擎，具有组件化和高度可扩展性、可复用性和可迁移性，能够嵌入到整个YonBIP生态中的所有平台中。比如，基于智能中台构建的AI应用能够在用友YonBIP上无缝发布，做到开箱即用。智能中台也能够与用友的数据中台互联互通。
引领企业探索创新商业模式
目前用友iuap智能中台上的AI实例，正在300多家企业进行部署推广，包括利用机器人流程自动化（RPA）实现企业财务管理中“报账、报销、对账、报税、费控等操作的自动化；根据销售预测，借助虚拟个人助理（VPA）进行自动化补货、供应商寻源、人才画像等。举例来说，企业供应链管理最在乎的是成本控制，包括采购物料的寻源、降低库存。一般来说，制造企业会有十几万家供应商，采购员在寻找某种物料最匹配的供应商时，经常费时费力，他们最希望缩小选择范围，在10-20家最合适的供应商里进行选择，这样下来，议价定标包括成交的效率都会显著提升。
基于智能中台,用友对这家客户定制开发了精准寻源的AI引擎，把物料采购商机用一个寻源引擎推送给一些潜在供应商，为客户精准匹配相关的供应商，提高了采购效率。在库存管理方面，由于交易全部在线上完成，供应商的物料可以直接送到生产线上，而不用再入库，大大降低了库存。
还有企业部署了虚拟个人助理（VPA），并融合了语音识别技术。比如，经常出差的企业高管，可以借助VPA实时查看企业经营状况，一旦发现某项数据指标异常，VPA可以语音提示该高管，是否要电话连线责任人；当回复“是”，VPA直接拨通责任人的电话。
陈宏志表示，这不仅仅是AI技术的简单应用，其实施背后，更是对企业流程的再造，推动企业从原来的“流程驱动”转向“数据驱动”，再升级到“用户驱动”，最终实现“群（体）智（慧）创新”，里面涉及到大量数据挖掘、模型训练和深度分析等，推动企业从原来的粗放式管理转向更加精细化的智能管理。
基于智能中台的全面预算管理也是用友正在重点探索的一项AI应用场景。目前用友正与上海国家会计学院进行合作。如此应用，不一而足。
值得一提的是，用友在分享式智能中台上的前沿探索，也引领着行业企业在AI商业模式上的创新。
举例来说，有制造企业在缺陷检测方面，利用用友AI工坊中已有的训练模型进行二次训练，开发出面向本行业的缺陷检测AI应用，由于涉及数据隐私和道德法律等问题，目前该应用并未正式开放，一旦发布，则为该制造企业开拓了创新的业务增长点，实现了商业模式的创新。
“率先建立一个AI应用的分享经济生态，是用友iuap智能中台的理想目标”，陈宏志表示，“目前来看，还面临种种挑战，但我们会继续向前探索”。
为了鼓励企业之间的数据分享，用友iuap智能中台上提供联邦学习、多方安全计算等技术，可以实现不同企业之间的数据梯度的交换，保护数据隐私和数据安全，为商业创新的数据安全加码！