近日，在主題為「本體智能 成長無界」的用友yonsuite數智化峰會上，用友網路高級副總裁兼企業bg總裁徐洋發表了主題演講，並撰文。
最近一段時間，ai領域的變化明顯在加速。與此同時，風險也在同步暴露——當ai開始真正介入現實任務執行，安全邊界、規則約束和業務理解能力，成為決定ai能否真正落地的關鍵。
也正是在這樣的背景下，企業對ai的熱情是真實的，焦慮也是真實的。很多企業管理者都希望藉助ai實現降本增效，但企業級ai的落地，從來不是簡單接入一個大模型，更不是追逐一時熱點，而是一項必須依託工程化體系、業務規則和平台能力來完成的系統工程。基於用友yonsuite的長期實踐，我想談談對企業ai落地的一個核心判斷：要真正跨越「最後一公里」，關鍵不在於讓ai更會說，而在於讓ai真正懂業務、守規則、能協同，而這背後的核心抓手，就是本體驅動的智能體（ontology-driven agent）。
大模型時代的躍遷：
從「生成式對話」到「智能體執行」
回顧過去三年人工智慧的發展，我們正在經歷一場前所未有的技術躍遷。
今天，競爭的主戰場已經越來越清晰地轉向「智能體（agent）的規模化商業應用」。2026年將是ai agent從演示、探索走向可用、走向規模化商業化的元年。
但需要看到的是，c端和企業端面對的要求完全不同。c端應用通常容錯率較高，可一旦進入企業服務場景，問題的性質就徹底變了。企業使用ai時，財務賬目差一分錢都不行，生產決策錯一步都可能造成嚴重後果。也正因為如此，企業應用ai最關鍵的問題，從來不是「能不能用」，而是誰能用得更安全、更可控、更有規則、更有邊界。
ai在企業應用中的三大挑戰：
能說不會做、會做不靠譜、協作難對齊
企業ai要真正落地，至少要跨越三大核心挑戰。
挑戰一：語義模糊（semantic ambiguity）
第一個挑戰，是語義模糊。通用大模型對專業辭彙的理解，往往依賴表層上下文，缺乏確定性的企業級語義理解。大模型並不真正理解跨部門、跨系統的「業務方言」，一旦缺乏統一語義支撐，就很容易出現致命的理解偏差。
挑戰二：智能體孤島（agent silos）
第二個挑戰，是智能體孤島。今天，很多企業已經開始在不同部門部署不同類型的智能體，比如採購agent、庫存agent、hr agent等。但在實際運行中，這些智能體往往各自為戰，底層數據模型和語義體系彼此割裂。
挑戰三：邏輯幻覺（logic hallucinations）
第三個挑戰，是邏輯幻覺。大模型非常擅長生成「聽起來合理」的答案，但它對企業內部那些強約束、強規則、強責任的業務邏輯，往往缺乏真正理解。這也正是在經歷提示詞工程、上下文工程的不斷探索之後，我們逐漸發現，複雜業務推理最終必須走向「本體（ontology）」。
「本體」：為ai植入理解現實商業世界的「大腦」
「本體」這個概念，即通過構建企業級語義操作系統（ontology），實現對現實業務世界的數字化映射。它為ai提供了一套穩定、清晰、可執行的業務理解框架。從結構上看，本體包括三層架構：語義層，定義「是什麼」；動力層，定義「如何運作」；動態層，定義「如何決策」。
簡而言之，構建本體，就是構建企業的核心概念、實體關係、業務規則和決策邏輯。它不是零散的數據拼接，而是一張描繪業務全貌、同時能夠被執行的「地圖」。
建立本體的核心，就是把人類理解的業務邏輯，無偏差地翻譯給ai聽。某種意義上說，如果大模型提供的是ai的語言能力，那麼本體提供的，就是企業場景中真正不可缺少的「業務法律」。
降維打擊：
yonsuite如何以「本體智能」普惠成長型企業
既然本體如此重要，為什麼它沒有在企業里迅速普及？答案其實很直接：本體的工程化構建成本太高了。真正可行的路徑，不是要求每一家企業都從零開始搭建本體，而是依託平台型saas的一體化能力，把這件高門檻的事情變成一種可普惠的能力。
這也是用友yonsuite一直在做的事。中小企業不需要自己花高成本、請專業團隊去建本體，yonsuite研發團隊已經在系統底層完成了大量預置工作。
首先，是預置行業標準本體，實現開箱即用。其次，是首創本體大模型（lom），實現自動化抽取，並發布了面向本體構建的ai大模型——lom（ontology large model）
無「一體化」，不談「真ai」：
閉環決定了ai的高度
在企業ai落地過程中，還有一個非常容易被忽視的誤區，就是低估了系統底座集成一體化的意義。
如果一家企業使用的是5家不同廠商提供的孤立系統，比如a廠的財務、b廠的hr、c廠的crm，那麼再想用一個開源ai agent把它們強行串聯起來，自動完成跨系統任務，幾乎是不現實的。廠商之間的介面壁壘、數據保護主義以及高昂的打通成本，都會迅速消耗掉ai的實際價值。
這正是用友始終堅持「one yonsuite」一體化的核心原因。yonsuite實現了企業多業務領域的一體化閉環。在這個統一平台上，數據是原生打通的，語義層是天然對齊的，不需要再做複雜的外部介面開發，ai智能體就可以直接從全局視角進行跨部門資源調度和長鏈條任務推理。
說到底，ai能不能真正從「單點能力」走向「全局價值」，關鍵並不只在模型本身，而在於它能否建立在一個高度集成的一體化底座之上。高度集成的「一體化」底座，是企業ai跨越單點探索、釋放全局數智化商業價值的先決條件。
「我們不是正走向ai的奇點，我們已經身處奇點之中。」我很認同這句話。今天這場ai變革，已經不是一次普通的技術迭代，而是一場不可逆轉的深層重構。
面對這場變革，企業不能只憑焦慮去盲目追逐熱點，而更需要冷靜地審視ai的邊界，夯實數據基礎、語義基礎和系統基礎。只有這樣，ai才能夠真正進入企業經營管理的深水區。
用友yonsuite正在做的，就是通過本體驅動的智能體（ontology agent）技術，以及「one yonsuite」的一體化優勢，為企業構建合規、安全、真正懂業務的數智經營體系，幫助成長型企業跨越ai落地的「最後一公里」，在數智化加速演進的時代中，真正把握住屬於自己的增長機會，勇立潮頭。
