今天，很多企业已经接入大模型，也应用了一些知识问答、文档生成和智能问数等类型的智能体，但真正能够进入核心业务流程、持续完成任务的AI应用仍然不多。

原因在于，大模型具备通用的理解、推理和生成能力，却不天然地了解一家企业的客户、供应商、合同、订单、项目、资金和组织，也不知道这些业务对象之间是什么关系，更不了解企业特有的制度、流程、权限和责任边界，生成的结果无法被企业所信任。

即使AI能够回答问题，也不代表它能够进入企业系统执行任务；即使能够调用工具，也不意味着企业可以放心地把经营活动交给AI。

因此，企业AI真正要解决的是两个核心问题：

第一，如何让AI真正理解企业；第二，如何让AI真正融入业务、完成工作。

这也是用友BIP 6从“X+AI”走向“AI+X”的关键进化：AI不再只是附加在既有应用上的辅助能力，而是开始融入数据、知识、组织、流程和应用，成为企业经营管理的新生产力,实现人授权、AI执行。

围绕这一目标，用友BIP 6形成了AI原生类与智能体可调用类共同构成的产品体系。其中AI原生类产品中的YonOnto企业本体平台和YonWork企业AI工作台分别承担了这两个关键角色。YonOnto让分散的数据、知识、规则和流程形成统一的企业业务语义，使AI能够理解企业；YonWork则把这些智能能力带到员工和管理者面前，完成任务理解、智能体调度、业务执行和结果回写，让AI真正参与企业经营。

同时，围绕这两个关键角色，YonData、YonKnow、YonStudio、YonCode、OpenAPI、YonMCP和YonAIG又一起共同形成一套从通用模型到企业智能运营的完整生产系统。

用友BIP 6发布的不是分散孤立的AI产品

理解用友BIP 6的AI原生产品，不能只看单项功能，更要看它们如何共同完成一项企业任务。我们可以简单去示意下这几个AI原生产品的关系，如下图，其核心逻辑是大模型提供通用智能，企业上下文赋予业务认知，智能体平台生产执行能力，YonWork把智能能力带入经营现场，YonAIG保证整个过程安全可控。

在这一过程中，YonOnto与YonWork构成了连接“理解”与“行动”的两大关键支点。

自下而上，最底层是大模型接入，为企业提供通用的语言理解、内容生成、推理和规划能力。但大模型本身并不等于企业智能，只有接入真实业务语境，才能从“理解自然语言”进一步走向“理解这家企业”。

向上是企业上下文与记忆层，通过YonData数据平台、YonKnow企业知识平台、YonOnto企业本体平台以及OpenAPI、YonMCP等能力，将企业数据、知识、业务语义、系统能力和历史记忆组织起来。

再向上是构建与运行层，YonStudio智能体构建平台用于构建和运行智能体、Skill与智能应用，YonCode企业级AI Coding平台通过AI编程的方式提升应用开发和工程交付效率。

最上层是YonWork企业AI工作台。它是智能体进入业务、持续执行任务的统一入口，是碳基人与硅基人共同协作的统一工作界面。

YonAIG企业AI治理平台则是贯穿各层的治理平台，对智能资产、运行过程、业务效果、安全、成本和审计进行统一管理。

在这一过程中，YonOnto与YonWork构成了连接“理解”与“行动”的两大关键支点。由此，这套完整的企业AI价值链路，共同回答了我们开篇提到的两个关键问题。

YonOnto回答如何让AI真正理解企业

通用大模型不知道企业内部对客户、供应商、合同和项目的具体定义，也不了解不同业务系统中的数据如何关联，更不知道企业有哪些制度、规则、流程和责任边界。

所以，让AI理解企业，并不只是让AI读取更多文档或者连接更多数据库，而是要为AI建立完整、准确、可持续更新的企业上下文。而企业上下文需要数据、知识与本体共同构成，用友BIP 6通过YonData、YonKnow和YonOnto，把企业数据、知识和业务语义组织起来。

YonData回答的是：企业现在发生了什么。它连接企业内部跨系统、跨领域的数据，为AI提供客户、订单、合同、项目、库存、资金等真实业务数据。YonKnow回答的是：企业过去沉淀了哪些知识和经验。它将非结构化的制度文件、业务规范、项目经验、历史案例和专家知识转化为可检索、可问答、可生成和可复用的知识资产。

YonOnto回答的是：这些数据和知识在业务上意味着什么。它围绕客户、供应商、产品、组织、员工、合同、订单、项目、资金和资产等企业核心对象，对其属性、关系、规则、事件和动作进行统一建模。

在这套企业上下文体系中，YonOnto企业本体平台承担着语义中枢的作用。它将分散在不同系统的业务实体、属性、关联关系、业务约束与推理规则连接成企业统一的业务语义全景图，构建出可推理、可执行、可持续迭代演化的企业数字世界模型。

基于用友BIP横跨十大领域的产品能力与场景积累，YonOnto支持财务、人力、营销、采购、供应链、制造、资产、项目、研发等企业级本体模型，覆盖了企业经营管理与业务运营全流程、构成企业AI的完整业务上下文。这些领域本体模型不是替企业固化一套标准答案，而是提供可复用的业务语义基础，企业可以结合自身组织、流程和管理规则持续扩展。

从能力上看，YonOnto支持业务本体、数据本体和文档本体建模，能够融合多源异构数据与知识，维护对象之间的语义映射，并把业务规则、推理规则与大模型能力结合起来。由此，原本散落在系统、表格、制度和员工经验中的企业信息，开始成为AI可理解、可推理、可执行的业务上下文。

以供应商风险管控场景为例，YonData可以提供供应商资质、采购订单、交付质量、库存和付款等数据，YonKnow可以提供准入制度、风险政策和历史处置案例等，YonOnto则把供应商、合同、物料、工厂、订单和客户之间的关系组织起来。当一家供应商出现异常时，AI不仅能够发现异常，还能够判断哪些物料和生产计划会受到影响，是否存在替代供应商，应该触发什么风险规则，以及需要哪些部门采取行动。

当然， YonOnto不是传统知识图谱的简单升级，也不是静态的数据模型，而是一套可以伴随企业业务变化持续演进的动态语义系统。随着组织调整、产品变化、制度更新和流程优化，本体中的对象、关系、规则和动作也能够持续更新，使AI始终基于真实、完整的企业语境工作。

至此，用友BIP 6回答了第一个核心问题：让AI真正理解企业，需要为它建立一套包含业务对象、关系、规则、状态、知识与记忆的企业上下文。YonData提供事实，YonKnow沉淀知识，YonOnto把事实与知识转化为统一的业务语义，并成为AI理解企业、进行推理和采取行动的核心基础。

YonWork回答如何让AI真正进入业务、完成工作

让AI理解企业，只完成了企业AI落地的第一步。企业最终需要的，不是一个能够解释业务的聊天机器人，而是一个可以进入真实经营过程、与员工协同并持续完成任务的AI执行系统。它既要听懂“要做什么”，也要知道“为什么做、由谁做、调用什么能力、遵守哪些规则、何时需要人工确认”，并把执行结果带回企业系统。

那么，现在我们来回答第二个关键问题：如何让AI真正进入业务、完成工作？

答案是YonWork，它是用友 BIP 面向企业工作场景打造的企业AI工作台，也是碳基人与硅基人共同协作的统一工作界面，更是懂业务、会执行、更安全的企业超级智能体。

对于企业而言，企业中的各类智能体，如企业经营分析智能体、监管智能体、薪酬管理智能体、销售教练智能体、招标智能体、生产智能体、采购履约智能体等等，都可以通过YonWork被发现和调用。员工和管理者不需要了解模型、接口和系统之间复杂的技术关系，只需要用自然语言表达工作意图，就可以发起业务任务。

但YonWork的价值并不只是提供一个统一入口。它需要将一句自然语言指令转化为一项可以被执行的企业任务。面对复杂需求，YonWork会结合用户身份、岗位权限、企业数据、本体关系和历史记忆理解真实意图，将任务拆解为多个步骤，选择相应的智能体和Skill，并在多个智能体之间进行任务分工和协同调度。

例如，管理者提出“分析本月利润下降的主要原因，并形成整改任务”，这并不是一个简单的问答请求。YonWork需要调用经营数据，识别利润、合同、订单、采购、库存、项目和组织之间的关系，调度经营分析、成本、供应链和项目智能体完成分析，再把结果转化为整改建议、责任分工和后续任务。对于需要审批的动作，YonWork还要提交管理者确认；任务完成后，相关结果需要重新写回企业系统。

因此，YonWork所承载的是从业务意图到任务结果的完整过程。它既需要理解企业具体的角色想做什么，也需要知道这项工作涉及哪些业务对象、应该遵循哪些规则、可以调用哪些系统能力，以及在什么节点必须保留人工判断。

这一能力的基础，其实正是我们前面提到的以YonOnto为核心的企业上下文语义。YonOnto告诉YonWork，当前任务涉及哪些客户、合同、订单、项目和组织，这些对象之间是什么关系，当前处于什么状态，以及可以采取哪些动作。YonWork则把这些认知转化为任务规划、智能体调度和业务执行。

二者之间形成了清晰的分工：YonOnto负责让AI理解企业业务，YonWork负责组织AI完成企业工作。YonOnto为AI提供业务地图、规则和行动边界，YonWork让AI沿着这张地图进入经营现场。

当然，YonWork能够完成任务，还依赖YonStudio、YonCode、OpenAPI和YonMCP提供的能力支撑。YonStudio负责构建智能体、Skill和数智团队，使企业可以把财务、采购、营销、供应链和项目管理等领域能力封装成可调用的智能服务。YonCode面向需要深度开发的场景，通过AI Coding提升接口、组件、应用和扩展能力的开发与交付效率。OpenAPI与YonMCP则连接企业现有业务系统，使智能体能够发现工具、查询数据、调用服务、发起流程并回写结果。

企业AI由此不再是传统业务系统之外的外挂，而是开始与企业现有的数据、流程和应用能力相结合。企业也不需要为了应用AI把原有系统推倒重来，而是可以将现有系统中的业务能力逐步开放给智能体，让AI在原有数智化基础上融入更多业务环节。

当AI开始参与真实业务执行，安全和治理就成为必须解决的问题。YonAIG贯穿智能体构建、任务运行和业务执行全过程，对智能资产、身份权限、调用轨迹、执行成本、评测效果和审计合规进行统一管理。企业可以清楚看到AI接收了什么任务、调用了哪些数据、使用了哪些工具、经过了哪些判断，以及最终采取了什么行动。

通过YonWork以及背后的本体、数据、智能体、系统连接和治理能力，用友BIP 6回答了第二个核心问题：让AI真正进入业务，关键不是增加一个对话入口，而是为AI建立能够理解任务、调度能力、连接系统、持续执行并接受治理的企业AI工作平台。

在大模型能力快速普及的背景下，企业AI的差异不再只来自模型，而更多来自企业自身的数据、知识、业务语义、流程能力和治理体系。

最后，我们再来看下用友BIP 6此次发布的系列AI原生产品，我们可以总结为：以大模型为通用智能底座，YonData提供企业数据，YonKnow沉淀企业知识，YonOnto构建企业统一业务语义；YonStudio与YonCode分别生产智能体能力和代码应用能力，YonWork承载人与智能体的协同和任务执行，YonAIG则对所有AI资产和运行过程实施统一治理。它们共同推动让AI从通用能力转化为真正懂企业、进业务、会执行、可治理的经营能力。

企业AI的价值，也正是在“理解—行动—反馈—进化”的持续闭环中真正产生。