最近微信小游戲經常會彈出騰訊元寶的廣告，主打的口號就是“接入滿血版DeepSeek”，這還只是冰山一角，后來騰訊元寶的投流廣告迅速席卷了騰訊視頻、搜狗、豆瓣、B站等騰訊系平臺，甚至蔓延至非騰訊系平臺。

短短半個月，騰訊元寶投流接近3億元，換來的是iOS App Store 免費榜排名從 200 名開外，一路飆升至第2名，僅次于DeepSeek。一時間，幾乎所有產品都希望搭上DeepSeeK這班車，企業級也不例外，用友作為首批跟進者，宣布用友BIP全面上線以DeepSeek-V3和DeepSeek-R1作為基座大模型的智能服務。

現在DeepSeek的價值已經不僅限在模型能力上，更在于它推動了大模型技術的普及化。這對中國企業來說意義重大，讓中國很多企業重新回到技術發展的正軌。甚至一向不服輸的山姆·奧特曼也公開表達，自己可能走在一條錯誤的路上，DeepSeek讓很多企業真正行動起來，甚至對全球科技生態發展帶來了深遠意義。

都接大模型等于沒接？“ERP+AI”如何避免同質化陷阱

早在多年前，用友就已在思考未來軟件架構的演進方向。那時強調的是從單體架構向微服務轉型，也就是云原生的發展路徑。然而，隨著大模型的崛起，下一代軟件架構正逐步邁向AI原生，軟件與云的交互數據流將以大模型為中樞。

尤其是今年，軟件的AI原生化將真正進入實質性發展階段。但這一轉變并非一蹴而就，首先，需要一整套端到端的全棧工具鏈，才能支持智能體等新型應用的開發。其次，開發過程中還需不斷測試和迭代，以找到最契合特定場景的模型版本，這也對實驗和開發平臺提出了更高的要求。最后就是人才，真正能夠將AI技術與業務深度融合的專業人才仍十分稀缺。

雖說軟件架構的發展路徑進入了新階段，但企業遇到的困難卻依舊相似。在模型部署完成后，如何真正落地應用，如何找到最適合的使用場景，這些都需要企業自己去體會。

“ERP表面上它只是一個軟件，但其核心價值不僅體現在技術支撐上，更在于其背后的企業經營管理方法論。”用友iuap平臺解決方案專家莊懷軒認為，在大模型的應用上，用友BIP可以從技術角度幫助用戶減少試錯成本，憑借在基礎設施上的投入以及對整個產業鏈的深入了解，實現快速接入DeepSeek，并迅速構建相應的應用。

這就像種花需要土壤和肥料，表面上看似沒有立竿見影的效果，但隨著時間推移，花朵將會迅速茁壯成長。

目前，用友BIP云上的用戶已經可以無縫接入DeepSeek的能力，而私有化部署的用戶則可以將BIP接入企業自己的DeepSeek算力池中。

當然業界還有一個說法，都接入DeepSeek等于都沒接，大家是否又站在了同一水平線上？

作為領先的企業軟件與智能服務平臺，用友BIP希望為企業提供商業創新的土壤，即使在大模型出現之前，這一目標也始終未變。隨著大語言模型的出現，其正逐步向智能化方向發展，從軟件交互形式向人機對話轉變，用戶可以通過自然語言與系統互動。

對于用友BIP這樣專業性強且廣泛應用于企業業務創新平臺來說，大模型不僅讓其更加智能，還更加親民，賦能更多企業實現商業創新目標。

在評估和選擇模型時，用友始終堅持一個原則：選擇最適合的技術，而非一味追求最先進的技術。而且用友BIP平臺基于統一的數智化底座iuap開發，使得在新模型出現時，只需完成一次適配，即可賦能所有領域的開發團隊，避免了重復工作。這種平臺化的工程模式顯著提升了研發效率，確保用友能夠更快響應市場變化和技術更新。

模型肥料×數據沃土：種出企業智能的要訣

企業數智化轉型的核心離不開提升經營能力，主要體現在關鍵數字指標上，所以大模型的落地還會圍繞這一主線展開。

用友始終堅信，企業長期積累的數據資產蘊含著巨大的價值。但許多企業并未充分挖掘這些數據的價值，導致數據利用率低，通過深度挖掘和充分利用這些數據，能夠顯著提升智能化應用的效果。

用友的做法是基于DeepSeek等通用大模型能力，構建了YonGPT企業服務大模型，并且將數據平臺與智能平臺深度融合。比如ChatBI，可以幫助企業更好地利用數據資產，從而提升經營效率和決策能力。

因為傳統BI對一線管理者而言，往往操作復雜且不友好，在實際使用中難以從大量報表中快速定位所需的關鍵指標。用友將對話式BI的能力進行分層，在初期主要實現交互功能，例如幫助用戶快速找到所需指標；在中期可以基于分析結果生成簡單的圖表，如柱狀圖或餅狀圖；在高階提供數據洞察，最后是生成分析報告。

管理者無論上班、下班還是出差，都能隨時隨地通過智能助手快速接入系統，獲取所需的分析結果，甚至完成簡單的歸因分析和聚類操作。充分體現了大模型與數據資產的深度融合，幫助企業實現更貼合實際業務需求的洞察與決策。

除了分析能力，通過DeepSeek在處理復雜信息、推理能力、開放性和運行成本等方面的領先能力，用友BIP將進一步幫助企業提升智能體構建能力。目前已規劃了多種類型的API接口進行調用，這些API可以作為執行力的基礎，供智能體開發平臺使用，這樣現有的用友BIP用戶可以快速構建新的智能應用，進一步提升效率與體驗。

一個例子是資產管理+DeepSeek，推出了“資產維修智能體”，破解了傳統資產運維面臨的故障響應滯后、決策依賴經驗、資源調度低效三大挑戰。從“被動維修”到“主動預防”、從“經驗驅動”到“數據驅動”的跨越式升級。

在智能化應用方面，一方面，用友為大多數用戶提供標準化的智能體能力，滿足通用需求；一方面，用戶也可以基于iuap平臺，靈活定制和打造專屬的智能體，以滿足個性化場景需求。“標準化+定制化”的雙軌模式，既降低了使用門檻，又賦予了用戶更大的自主性和創新空間。

未來將生成式AI融入產品，用友也規劃了四個方向：業務運營：將生成式AI應用于企業的日常運營管理，提升運營效率；人機交互：通過自然化的工作交互方式，優化軟件功能的使用體驗；知識生成：幫助企業充分利用積累的文檔和知識資產；應用生成：探索生成式AI在應用開發場景中的潛力，推動更多創新應用的落地。

數智化轉型的本質，始終是讓技術回歸業務價值。正如“數據是沃土，模型是養分”，用友的實踐印證了這一邏輯。未來，AI原生架構的競爭不僅是技術之戰，更是場景滲透與生態聚合之戰。

當所有軟件都用大模型重做一遍時，真正的贏家或許屬于那些既懂技術、更懂產業的企業。畢竟流水的技術終將迭代，唯有扎根業務場景的創新，才是穿越周期的答案。