用友网络科技:行业解决方案
深耕行业 创新价值中央企业
服务央企数智化转型第一品牌 用友网络科技:国资监管与投资控股
数智国资 新质发展 用友网络科技:装备与离散制造
数智融合 赋能高端制造 用友网络科技:流程制造
深化AI+赋能流程制造业,助燃新质生产力 用友网络科技:消费品
数智消费,赋能消费品行业企业数智化转型发展 用友网络科技:服务
AI+驱动服务行业数智企业创新发展交通与公用事业
数智赋能交通公用行业高质量发展建筑与地产
建数智引擎,产新质动能 用友网络科技:医药
以数智创新驱动医药行业高质量发展 用友网络科技:医疗
数智化技术赋能医疗机构高质量发展 用友网络科技:能源
以数智创新推动能源行业绿色低碳发展 用友网络科技:电信与广电
电信与广电行业M域首席服务商军工
军工企业的数智化首选
用友网络科技:行业
深耕行业 创新价值中央企业
服务央企数智化转型第一品牌 用友网络科技:国资监管与投资控股
数智国资 新质发展 用友网络科技:装备与离散制造
数智融合 赋能高端制造流程制造
深化AI+赋能流程制造业,助燃新质生产力 用友网络科技:消费品
数智消费,赋能消费品行业企业数智化转型发展服务
AI+驱动服务行业数智企业创新发展 用友网络科技:交通与公用事业
数智赋能交通公用行业高质量发展 用友网络科技:建筑与地产
建数智引擎,产新质动能 用友网络科技:医药
以数智创新驱动医药行业高质量发展医疗
数智化技术赋能医疗机构高质量发展 用友网络科技:能源
以数智创新推动能源行业绿色低碳发展 用友网络科技:电信与广电
电信与广电行业M域首席服务商 用友网络科技:军工
军工企业的数智化首选销售热线:
4006-600-577
2025年12月20日,由InfoQ 中国主办的AICon 全球人工智能开发与应用大会在北京召开,聚焦大模型训练与推理、AI Agent、研发新范式与组织革新,深入探讨企业如何构建可信赖、可规模化、可商业化的 Agentic 操作系统。用友网络副总裁、数智平台解决方案事业部总经理罗小江担纲出品的《大模型与企业核心系统融合之道》专题论坛同步召开。此专题聚焦“大模型与企业业务流融合”的工程方法与实践,围绕 Agentic AI 的流程编排、RAG 驱动的企业级知识工程、数据治理赋能AI模型与业务系统高效协同以及 AI 如何重塑企业决策与行动等方面展开。论坛上,罗小江、鞍山钢铁集团数智发展部副总经理赵伟,京东智能供应链Y事业部算法专家耿东阳分别分享了制造行业的多智能体协同实践,以及大模型赋能供应链决策实践。
1
企业需要构建AI驱动的
可执行决策系统
当企业完成大模型的选型与部署,真正的挑战才刚刚开始。如何让模型不再停留在“试验田”,而是深度融入CRM、ERP、财务、供应链等核心系统,形成可度量、可治理、可演进的业务闭环?
用友网络副总裁、数智平台解决方案事业部总经理罗小江
罗小江发表主题演讲时表示,很多企业在应用AI时,仍面临“投入大、效果差”的困境。AI的下一站应该是从 “数据智能”转向“决策智能”,成为驱动业务的核心引擎。
过去,传统BI、RPA等工具只能回答“发生了什么”,人是绝对决策主体;如今,Agentic AI、多智能体系统崛起,AI开始预测“将发生什么”、指导“应该怎么做”,在风险预警、自主交易等场景中主动参与决策。但这一转变中,“决策黑箱”成为最大阻碍:数据分散在异构系统,流程不透明,决策逻辑难以审计,导致效率低下、风险积聚,经验无法沉淀。解决之道是:让企业AI在数据层面进行全局视野进化。
同时,也可以从业界标杆Palantir的实践中寻找答案。这家被称为“美国国运股”的企业,2025年商业领域收入暴增121%,市值突破4000亿美元,核心秘诀就是“本体驱动的数字孪生”。通过构建统一的本体模型,整合分散数据、定义业务关系与规则,Palantir让AI看懂业务逻辑,实现了从数据到决策的闭环,其架构也印证了“本体建模是打破系统烟囱、数据孤岛、AI碎片的核心”。
用友BIP的实践则进一步将这一逻辑落地。罗小江分享了用友BIP基于本体建模来构建决策系统的实践。
用友BIP涵盖数据平台、智能平台、应用平台、云技术平台、开发平台、集成平台。在底层,通过AI X数据X流程原生一体化架构,实现多源异构数据的融合与治理,定义业务对象并建立关系映射,在数字世界中重塑企业的业务模型。利用实时数据分析发现异常,基于业务模型驱动未来预测,并最终生成决策建议甚至自动触发业务系统的操作。
本体模型层:将元模型、语义模型与本体模型结合,解构为数据(实体整合、质量管控)、逻辑(关系梳理、规则定义)、操作(动作触发、系统反写)三要素;分为语义层与动力层,通过本地元数据和对象级服务(OSS)支撑,实现业务逻辑的语义化,让 AI 能够理解。
智能决策层:接入 4000 多个可转化为 MCP 的 API,从多模型结合、多端多模态集成、治理协作、企业级权限管理、智能体运营、幻觉控制六个维度优化,实现思考 - 观测 - 行动的闭环。
采用 “通用大模型 + 行业大模型 + 企业小模型” 的矩阵模式,通过预训练与结构化 / 非结构化数据训练,降低大模型泛化风险,提升专业性、实时性与可解释性,适配供应链、定价等业务场景。
2
从场景到落地,
企业 AI 行业应用实践
对企业而言,AI决策转型需循序渐进。鞍山钢铁集团数智发展部副总经理赵伟,带着他对钢铁行业三十年的深刻理解,解密鞍钢如何打造行业领先的工业智慧 AI“智鼎”平台:企业级应用必须完成从 RAG 1.0 向 Agentic RAG(代理式检索增强生成) 的技术范式升级。通过引入规划、工具调用、记忆与反馈机制,让智能体从被动的问答工具进化为能够主动解决问题的业务主体。
鞍山钢铁集团数智发展部副总经理赵伟
通过企业级知识体系的“分层与路由”工程,以及高精度检索的“混合策略”来优化模型表现。特别是针对多智能体协同这一行业难题,主控 Agent 与专业 Agent 的角色有各自的分工。鞍山钢铁依托数智化平台,在生产、管理、决策等领域落地一系列标杆应用,通过一系列智能与数据联动的举措,为钢铁行业数智化升级提供了可复制的实践经验。
本次专题分享过程中,京东智能供应链 Y 事业部算法专家耿东阳,也揭秘了京东如何利用大模型技术,实现人与 AI 在供应链核心环节的深度协同:在销量预测这一关键环节,京东自研的 TimeHF 时序大模型展现出了捕捉时序数据丰富信息的能力,以极强的可扩展性与零样本预测能力,覆盖了京东复杂多变的业务场景。并通过引入多智能体系统,京东实现了库存诊断、销售分析与计划自动纠偏。这些智能体具备精准的意图理解能力,甚至能生成可解释的代码进行闭环优化,增强了供应链计划的敏捷性与弹性。
京东智能供应链 Y 事业部算法专家耿东阳
以“业务数字孪生”为核心的智能决策新架构。旨在构建连接数据、模型与业务的关键桥梁。
AI正在重塑行业竞争规则,它不再是可有可无的“助手”,而是企业破局增长的“决策者”。本次专题对于致力于推动企业核心业务系统与 AI 深度融合的架构师和技术决策者而言,提供了从架构设计、数据治理到工程落地的全方位参考。它们证明了:只有当 AI 真正融入核心流程,企业的数智化转型才算真正完成。用友愿与更多企业携手,探索AI应用边界,让数智力量真正转化为发展动能。
企业AI落地路径
电子书下载
