金蝶安秋：苍穹予力，智领未来 | 智见

“AI时代大背景下，以AI为核心的数智平台建设成为现代化IT的目标，金蝶云·苍穹升级为新一代企业级AI平台，并展现出更敏捷、更智能、更可靠和更开放的核心能力。”

安秋

金蝶中国

苍穹平台解决方案事业部部总监

在以“AI助力 百业蝶变”为主题的2024 AI大模型应用落地场景深度研讨峰会上，金蝶中国苍穹平台解决方案事业部部总监安秋，向与会嘉宾作了《苍穹予力，智领未来》的主题演讲。

以下为DTinsight整理演讲内容精炼：

AI Agent

成为落地LLM的关键

在数字化建设过程中，对于智能化、产品以及自身业务建设等方面的一些数字化、智能化建设，金蝶有着自己的实践和思考。金蝶企业级应用是从技术视角出发，把所有最新AI和智能化技术，应用到很多业务场景中，包括应用落地方面。

从技术发展的角度来讲，金蝶认为主要有四个核心阶段。第一个是预测式的AI，在很多场景方面，它是基于流程自动化、基于算法的预测、图像识别等一系列场景；第二个阶段是受到关注的Copilot阶段，它可能生成企业HR系统应用领域，比如，可能自助编写招聘需求、岗位职责要求等；第三个阶段是AI Agent，即产品与客户形成共识、甚至共创阶段，包括基于大模型，用一系列智能体技术在很多应用场景中落地，包括自主决策和行动能力、编排任务和方式；未来，进入 AGI阶段，该阶段将达到类人智能水平， 随着AI技术不断发展，AGI的落地将会成为大模型发展最主要的一个关键。

从企业级智能应用的角度看，结合了大量的客户实践，未来企业级应用包括智能化和应用场景落地。企业级智能应用过程会涉及五个核心方面：第一，从传统的图形化交互方式到更多的人机交互方式实现，是衡量智能化的标准；第二，嵌入式智能决策场景。比如，通过智能体对所要处理的表单进行时时刻刻的跟踪，或者通过按钮或交互的界面实现人机的对话；第三，互联数据；第四，通过自主流程编排一系列技术实现智能体应用场景；第五，需要一个可组装的架构。从技术角度看，当符合上述五个最核心的要求，基本上能够满足企业化智能应用的要求。

AI在企业应用落地

在AI技术的落地实践中，众多企业级业务场景面临的一个核心挑战在于，初期阶段往往依赖于单一大模型的训练。然而，相较于企业级所需的复合型AI系统，这种单模型训练方式在功能和效能上尚有较大的完善与提升空间。因此，构建复合式的AI系统是未来整个企业级AI落地最优选择。

复合式的AI系统的可扩展性、可控性以及可靠性等，都有不同应用和场景。比如在可扩展性上，这类系统凭借其多模型复合的特性，能够轻松地通过集成众多组件实现灵活且高效的扩展。从企业级应用的视角出发，企业在人、财、物、产、供、销等多个环节均涉及高度专业化的管理需求，这往往要求依赖于两个、三个乃至更多模型来精准应对不同业务场景下的多样化专业挑战。如此一来，复合式AI系统不仅能够满足广泛的业务需求，还能有效促进技术应用的深度落地，确保企业在复杂多变的市场环境中保持竞争力。 

未来，AI更好的赋能企业化数字化和推动应用落地，在真正的实践过程中，也存在着问题，在做产品和具体应用场景落地的时候，技术架构体系、数据平台化能力，以及开放能力体系建设，都是必须要考虑额因素。除了场景化应用，AI更好的应用还需要考量通过智能化的一些方式， 并与AI协同技术架构体系，满足很多企业级应用场景。 

综合来看，  目前，“三原一体”解决方案能够解决现在很多企业级应用场景落地的问题。“三原一体”包括云原生+AI原生+数据原生。AI原生对数据和云技术不是替代，更多的是能力上的互补叠加和融合。基于云原生基础，更多的要思考AI原生如何推动企业落地AI原生，通过“三原一体”的方式，满足企业级应用场景建设。 

对企业而言，以ERP技术应用场景会涉及到人财物和产供销，它将会走向智能EBC平台，与全生态、全生命周期的管理息息相关。在技术能力体系下，基于“三原一体”大平台会有很多变化。它不仅是AI技术应用和技术架构体系变化，更是很多应用场景和应用业务价值的变化。第一，升级到EBC能力技术平台，业务模式由传统资源计划场景转变到业务能力和业务生态的构建；第二，通过AI技术将AI技术场景融入到应用里， 数据报表呈现的方式通过数据智能化决策的场景实现和落地。

在AI技术落地方面，金蝶和客户也做了大量的实践和探索。金蝶所有产品线， 即标准SaaS应用场景都是基于金蝶底层的平台化能力，并融入很多AI场景。比如，在前端会有一个超级智能助手入口，把企业级应用智能化的场景，通过超级助手去实现和落地。

金蝶云苍穹

新一代企业级AI平台

2024年，金蝶升级了原有的企业级平台，基于企业级组装能力和在PaaS平台基础之上，夯实了平台化能力，升级为新一代企业级AI平台——金蝶云·苍穹。包括底层数据基础设施、数仓一体、数据连接转换、数据资产、数据治理和管理的能力。其中，最核心的是大模型能力层，通过模型路由、模型编排，既可以支持企业自身模型构建，也可以接入第三方通用大模型或者基于金蝶自研的财务大模型，推动垂直大模型在业务场景中落地。在前端，形成了一体化低代码能力，借助平台工具化，将更多的企业级应用场景落地。

金蝶苍穹平台具有四大核心能力，一是一体化低代码能力，体现在开发敏捷程度上；二是可靠和稳定性能力；三是开放能力；四是智能化能力。

首先，可靠稳定性能力，从三原一体角度看，它是一个云原生+AI原生的架构体系。云原生融入了包括性能支撑、多租户管理等大量的分布式能力，这样的一个架构体系在国内的很多企业都得到了深度实践和应用。

从芯片到主机，再到操作系统、中间件和数据库，金蝶云·苍穹平台技术架构体系都进行了创新适配。

第二，云原生技术平台在很多应用场景落地需要底层智能化能力，它是靠前端高生态套件驱动，更好赋能企业级应用。对企业而言，一体化低代码开发是必须的， 它需要创建企业智能体，进而关联底层大模型，实现业务场景的落地。低代码不仅是在开发场景，也体现在流程BPM管理、集成、数据分析以及AI能力，强调一体化低代码能力。基于此，保证了整个技术站和技术平台的开放性。

无论知识的赋能，还是技术体系和能力开放和融合，苍穹平台提供的是可获得性、可访问性、可扩展性、可组装性和可适配性等五个方面能力。

金蝶一体化企业级AI解决方案，底层大模型落实到应用场景中，需要智能体与场景结合，实现企业级应用业务场景的落地。构建Agent Builder中间层，成为整个开发平台最核心能力，它需要更好的企业底层元数据驱动。

第一，在整个苍穹建模的过程中，一体化体系构建并不是通过代码组建，而是通过元数据驱动建模过程。所有底层业务组建、业务实体单据表单等等，都是通过元数据、甚至更多的元数据支撑进行抽象建模，便于企业对模型空调和微调。

第二，企业级AI增强开发的平台能力作为核心关键能力，涉及两个核心的开发。 一是助手开发，也就是前端会有一个超级智能入口，类似于链接或者是对话交互方式。二是智能体开发，会做任务编排、智能体构建，以及任务流编排。底层会靠工具和组件驱动，支持整个AI开发过程。与此同时，结合高生产力的低代码、无代码、流程Builder等一系列套件，实现完整的企业级应用，推动智能化开发场景落地。

在产品化的过程中，从智能体的角度来讲，企业级应用场景有三个核心主流的智能体构建场景：第一，自主规划，即是实现很多自主落实的智能体场景。通过目标任务形成结果；第二，企业级业务场景，需要人机协同的智能体构建业务场景落地；第三，多智能体协同场景，通过Agent 任务调度编排，实现智能化场景落地。

苍穹AI开发平台最核心的就是帮助企业构建AI管理助手，利用超级智能体场景，结合企业底层能力，通过大模型能力支持，智能体连接、超级助手以及前端入口与用户层面交互， 实现完整企业级应用落地。

总之，苍穹AI开发平台，基于底层大模型的能力调用，通过选、排、连、用，实现企业智能化场景。