yonyou
当大模型的技术红利逐步向产业端渗透,企业AI正站在从“试点尝鲜”迈向“规模化落地”的关键节点。一个普遍的行业困境是:不少企业已经完成了AI基础设施搭建、部署了大模型与智能体平台,却始终难以将AI能力注入核心业务流程——多数应用仍停留在信息查询、内容生成等浅层场景,无法实现从分析到执行的业务闭环,而安全边界模糊、操作不可控、管理责任缺位等问题,更让AI迟迟不敢涉足资金、合同、人事、生产制造等高敏感经营环节。
在日前举办的华为全联接大会2026上,用友BIP超级版携企业AI工作台——YonWork重磅亮相,给出了一条从AI基础设施贯穿至企业经营执行的完整落地路径,为破解企业AI落地难题提供了新的解题思路。
01
打通技术与业务断层:
AI不止于底座,更要落地执行
当前行业内的多数AI产品,定位更偏向“智能体开发底座”,核心能力集中在模型接入、编排与定制开发层面。企业若要落地具体业务场景,往往需要投入大量研发资源做二次开发、系统对接与规则配置,AI技术与业务流程之间存在明显的价值断层。
而用友与华为云的携手,正在构建一条从底层基建到上层业务的完整价值链路。华为云提供专属云基础设施,以物理隔离架构与配套安全防护机制筑牢底层安全边界;用友BIP承接企业全量业务数据、管理规则与流程体系,沉淀深厚的业务数字化底座;YonWork则作为面向使用者的统一AI入口,直接围绕具体工作目标,组织并调用对应的业务能力。三者串联起技术供给、企业应用与终端用户,让AI能力不需要经过漫长的定制开发,就能直接触达真实业务场景。
这种“基础设施+企业级业务应用”的组合,核心价值也体现在“安全可信”上。双方的深度适配不仅为关键业务系统提供了多元技术选择,更让企业拥有了自主调整系统、扩展应用能力的空间,保障核心业务的连续运行与技术服务的持续供给,摆脱对单一技术栈的依赖。
02
以业务技能为核心
让AI真正完成经营闭环
YonWork区别于通用AI助手的核心差异,在于它并非以对话交互为核心,而是以用友沉淀数十年的企业业务对象、流程规则与管理逻辑为基础,将复杂的业务能力封装为可调用的“技能”,让AI从“回答问题”进一步走向“执行任务”。
以企业常见的“重点客户回款跟进”场景为例:传统AI工具最多输出数据报表与分析建议,后续的任务派发、进度跟踪、结果更新仍需人工跨系统操作。而在YonWork中,系统能够自动理解客户归属、合同约定、应收账龄、信用等级与组织权限,关联应收、合同、客户全链路数据完成风险分析,在授权范围内自动生成预警、向对应责任人派发处置任务,并持续跟踪执行进度,最终将处理结果回写至业务系统。
从风险识别到任务落地,再到结果闭环,YonWork将AI能力延伸到了企业工作的全流程,直接减少了大量重复的数据搬运与跨部门协同工作,降低了人工跟踪的管理成本,让AI真正成为业务流程的一部分,而非独立的分析工具。
03
全链路可控治理:
让AI敢进入核心业务场景
AI要进入企业核心经营场景,“安全”是绕不开的前提。查询数据、生成建议、修改单据、触发审批,每一步操作都对应着不同的管理权限与责任边界,如果缺乏有效的管控机制,AI带来的效率提升很可能被不可控的业务风险抵消。
YonWork的解法是将AI治理能力深度嵌入执行全流程:身份授权、动作验证、人工审批、轨迹回放与审计追踪,每一个环节都与企业的管理制度与权限体系对齐。智能体的所有操作都必须在企业授权范围内开展,涉及企业经营敏感事项的关键动作,必须保留人工确认权与异常接管权,实现执行效率与管理责任的同步落地。
这种管控并非只停留在应用层。底层专属云的资源物理隔离,与应用层的数据访问权限、操作授权机制形成了连续的控制链路,企业可以清晰追溯每一项AI任务的数据来源、决策过程与执行结果,为后续的复核与优化提供依据,真正做到“每一步操作都有依据,每一个结果都可追溯”。
04
可沉淀的AI资产
让规模化落地可持续
企业AI的长期价值,不在于单次任务的效率提升,而在于能否将经过验证的能力沉淀下来,形成可复用、可优化的企业AI资产。
YonWork的技能中心同时支持预置业务技能与企业自定义扩展,既可以开箱即用覆盖财务、供应链、人力、协同等通用场景,也支持企业将自身经过验证的操作方法、业务规则与流程经验封装为专属技能。随着业务场景的不断丰富与技能的持续迭代,AI应用会逐步深度融入企业自身的运营体系,企业对AI的掌控力也会随之不断提升。
而对于AI应用价值的衡量,YonWork也回归到了经营本质:任务准确率、人工衔接成本、异常响应时效、执行可追溯性,以及回款周期、差错率、管理成本等核心经营指标的变化,都是可量化、可持续衡量的价值维度。这也让“安全可信”从技术要求,真正转化为了可感知的经营价值。
05
产业协同下的自主创新样本
“人工智能+”规模化落地、强化“模芯云用”协同创新的产业背景下,用友与华为云的合作有着更深远的意义。双方以真实的企业业务需求牵引技术创新,通过持续的适配、应用与迭代,让自主技术能力落地到实体经济的日常运营之中。
从底层的基础设施支撑,到中间的业务应用承载,再到前端的经营执行落地,这条完整的链路验证了软硬件生态的可行性。而对于广大企业而言,这也意味着一条更清晰的AI落地路径:不需要盲目堆砌技术底座,而是以业务执行为核心,以安全可信为底线,逐步构建属于自身的AI运营能力,让智能化真正转化为企业的经营质量与发展动能。


VIP复盘网