實時見證用友BIP的每一次升級與迭代，2月18日，《用友BIP發布時刻》首期正式上線，發布全新一代用友BIP智能體構建平臺，在DeepSeek推理模型驅動下、無縫接入4000個企業級應用API，助力企業10分鐘隨需構建一個企業級智能體。

隨著智能體技術日益成熟，企業服務領域正迎來一場深刻的變革。智能體是AI在企業服務領域落地的終極形態，它不僅僅意味著一種新的人機交互方式，更預示一個新時代的到來。智能體將重塑硬件/軟件入口、操作系統、應用生態、軟件工程的產線流程、平臺工具以及軟件開發組織架構與開發流程，企業應用軟件也將逐漸轉變為超級智能體。大模型作為智能應用的基礎設施，一切能力皆模型，一切應用都將變成智能體的趨勢已然明朗。

相較于C端的智能場景，企業級智能體最大的特點在于，要解決的是企業內部覆蓋人財物等端到端的復雜場景。在這種情況下，智能體對復雜任務的規劃能力取決于分析結果和流程執行的正確性和精確性，也取決于執行層面技能調用、編排的合理性。對于智能體而言，這考量的是大腦的思考、推理能力。

在2025年之前的通用模型時代，企業級智能體基本是通過組合規劃方式，也就是在大模型的自主規劃基礎之上，外加人為介入、人為的規劃，才得以實現對復雜任務的執行。隨著今年年初DeepSeek的橫空出世，推理模型以其完整的思考推理過程對企業任務進行自主規劃，這將進一步幫助企業提升智能體構建能力，以及企業級復雜智能服務的專業性，實現更加智能的商業決策和業務流程。

推理模型驅動的智能體已經擁有了“更聰明的大腦”，推理模型不需要SFT的微調訓練，完全基于其強化學習能力，即使面對企業級端到端的復雜任務、流程任務、分析任務，在強化學習不斷反饋的過程中，也能夠針對每一個環節進行邏輯思考，進而將復雜任務一步步地分解成原子任務。

DeepSeek為企業級智能體帶來的不僅是從“自主規劃+人為規劃”到“全自主規劃”的跨越式能力飛躍，其開源、開放性更帶來了企業級AI應用的技術普惠，企業在獲得更強模型能力的同時，顯著降低算力成本，實現AI技術在企業服務領域技術、成本的突破。

用友在2024年就推出了企業級的智能體構建平臺，隨著對DeepSeek-V3和DeepSeek-R1的全面適配，在DeepSeek的強推理、全思維鏈的加持下，用友BIP智能體構建平臺持續升級，成為AI時代推理引擎驅動的全智能化的PaaS平臺。

2月18日，在DeepSeek推理模型驅動下的用友BIP智能體構建平臺正式發布。

全新一代的用友BIP智能體構建平臺除了擁有“更聰明的大腦”之外，還呈現出兩大核心優勢：

更聰明的智能體能夠做什么，取決于它所接入API的數量以及知識的積累。用友BIP智能體平臺實現4000+企業級應用API無縫接入，實時接入ERP、MES、CRM等全業務系統數據，覆蓋財務、人力、供應鏈等十大領域。在此之上，已經誕生數百個應用場景，其中不乏橫跨端到端，例如覆蓋從銷售到收款整個鏈條的企業級智能體，通過橫跨不同領域的API調用，實現復雜任務的執行。

數據是模型微調或者推理的一個來源，用友BIP企業級知識庫預置了財務、人力、業務等全面的企業業務知識，涵蓋了結構化與非結構化的多類型數據，智能體構建平臺能夠自動抽取制度文件和工單記錄等信息，提升智能體的學習和推理準確率，所以，基于企業級知識庫搭建出的智能體天生具有企業業務和管理的知識底蘊，能夠更好地理解和執行企業的場景需求。

在這兩大核心優勢基礎上，用友BIP智能體構建平臺搭建了三層的能力體系：

第一層是以大模型為主的基座模型。一方面是通用大模型，例如豆包、通義等國內主流的模型；另一方面是以DeepSeek- R1為核心的推理模型。

第二層是智能體構建平臺。智能體構建平臺涵蓋了提示詞prompt工程，基于檢索增強的RAG能力，以及意圖編排能力等。

第三層是用友的智能體品牌——智友。智友內置了很多通用的原生技能，包括費控技能、產品知識問答等；基于通用能力，可以構建采購助理、人力助理、稅務助理等領域智能體；同時生態伙伴也可以開發出各類適合企業需求的智能體。

基于DeepSeek的強大推理能力，以及4000個企業級應用API，用友BIP智能體構建平臺能夠幫助企業在10分鐘內快速構建一個智能體。

零代碼 Agent 構建：無需編寫代碼，僅需輕松點擊數次，即可快速構建 AI Agents。這些智能體能夠自主調用企業預先定義的工具與數據，輕松應對復雜任務。

可視化流程編排：通過可視化界面和低代碼操作，將提示詞、業務數據集與插件工具整合起來，構建適用于特定業務場景的半自主智能體，有效釋放個人與企業的生產力。

可拓展的插件：集成豐富的插件工具集，為智能體注入強大的能力拓展，突破傳統的能力邊界，讓智能體在不同場景下都能靈活應對。

企業級RAG：提供專業的企業級知識庫構建工具，不僅支持結構化數據與非結構化數據的融合，還能實現動態更新，確保企業知識始終保持最新狀態。

主流模型接入與管理：在一個平臺內，無縫接入各類主流大型語言模型。用戶可根據不同應用場景，自由選擇、無縫切換，實現業務層與模型層的完美解耦。

領域行業垂類模型訓練微調：利用企業數據定制化微調預訓練模型，提升特定業務場景的準確性和適用性，支持一鍵評估和快速部署。

下面，我們以“實時的銷量預測”為例，演示如何在10分鐘內構建一個智能體。

在這一場景中我們看到，基于大模型的實時銷量預測與傳統的預測方式不同。傳統方式下，企業利用過去的銷售數據，通過統計分析方法和機器學習算法，挖掘銷售數據的規律和趨勢，建立銷量預測模型。

而大模型重構的銷量預測，結合大模型能力和在線數據，在傳統銷量預測基礎上，能夠綜合考慮宏觀經濟環境、政策法規變化、行業競爭態勢、消費者行為變化等因素，實現更精準的銷量預測。

逐夢不息，創新不止。在DeepSeek 推理模型的強勁驅動下，用友BIP智能體構建平臺會緊密圍繞企業實際場景，深度挖掘并精準把握企業在數智化轉型中的多元需求，持續進化迭代，實現更多企業級應用場景的創新落地。