近日，在主题为“本体智能 成长无界”的用友YonSuite数智化峰会上，用友网络高级副总裁兼企业BG总裁徐洋发表了主题演讲，并撰文。

　　最近一段时间，AI领域的变化明显在加速。以“养龙虾（OpenClaw）”为代表的新一代AI助手快速走红，让越来越多人第一次直观感受到：AI正在从“会说”走向“会做”，从生成内容走向执行任务。与此同时，风险也在同步暴露——当AI开始真正介入现实任务执行，安全边界、规则约束和业务理解能力，成为决定AI能否真正落地的关键。

　　也正是在这样的背景下，企业对AI的热情是真实的，焦虑也是真实的。很多企业管理者都希望借助AI实现降本增效，但企业级AI的落地，从来不是简单接入一个大模型，更不是追逐一时热点，而是一项必须依托工程化体系、业务规则和平台能力来完成的系统工程。基于用友YonSuite的长期实践，我想谈谈对企业AI落地的一个核心判断：要真正跨越“最后一公里”，关键不在于让AI更会说，而在于让AI真正懂业务、守规则、能协同，而这背后的核心抓手，就是本体驱动的智能体（Ontology-driven Agent）。

　　大模型时代的跃迁：

　　从“生成式对话”到“智能体执行”

　　回顾过去三年人工智能的发展，我们正在经历一场前所未有的技术跃迁。

　　今天，竞争的主战场已经越来越清晰地转向“智能体（Agent）的规模化商业应用”。2026年将是AI Agent从演示、探索走向可用、走向规模化商业化的元年。

　　但需要看到的是，C端和企业端面对的要求完全不同。C端应用通常容错率较高，可一旦进入企业服务场景，问题的性质就彻底变了。企业使用AI时，财务账目差一分钱都不行，生产决策错一步都可能造成严重后果。也正因为如此，企业应用AI最关键的问题，从来不是“能不能用”，而是谁能用得更安全、更可控、更有规则、更有边界。

　　AI在企业应用中的三大挑战：

　　能说不会做、会做不靠谱、协作难对齐

　　企业AI要真正落地，至少要跨越三大核心挑战。

　　挑战一：语义模糊（Semantic Ambiguity）

　　第一个挑战，是语义模糊。通用大模型对专业词汇的理解，往往依赖表层上下文，缺乏确定性的企业级语义理解。大模型并不真正理解跨部门、跨系统的“业务方言”，一旦缺乏统一语义支撑，就很容易出现致命的理解偏差。

　　挑战二：智能体孤岛（Agent Silos）

　　第二个挑战，是智能体孤岛。今天，很多企业已经开始在不同部门部署不同类型的智能体，比如采购Agent、库存Agent、HR Agent等。但在实际运行中，这些智能体往往各自为战，底层数据模型和语义体系彼此割裂。

　　挑战三：逻辑幻觉（Logic Hallucinations）

　　第三个挑战，是逻辑幻觉。大模型非常擅长生成“听起来合理”的答案，但它对企业内部那些强约束、强规则、强责任的业务逻辑，往往缺乏真正理解。这也正是在经历提示词工程、上下文工程的不断探索之后，我们逐渐发现，复杂业务推理最终必须走向“本体（Ontology）”。

　　“本体”：为AI植入理解现实商业世界的“大脑”

　　“本体”这个概念，即通过构建企业级语义操作系统（Ontology），实现对现实业务世界的数字化映射。它为AI提供了一套稳定、清晰、可执行的业务理解框架。从结构上看，本体包括三层架构：语义层，定义“是什么”；动力层，定义“如何运作”；动态层，定义“如何决策”。

　　简而言之，构建本体，就是构建企业的核心概念、实体关系、业务规则和决策逻辑。它不是零散的数据拼接，而是一张描绘业务全貌、同时能够被执行的“地图”。

　　建立本体的核心，就是把人类理解的业务逻辑，无偏差地翻译给AI听。某种意义上说，如果大模型提供的是AI的语言能力，那么本体提供的，就是企业场景中真正不可缺少的“业务法律”。

　　降维打击：

　　YonSuite如何以“本体智能”普惠成长型企业

　　既然本体如此重要，为什么它没有在企业里迅速普及？答案其实很直接：本体的工程化构建成本太高了。真正可行的路径，不是要求每一家企业都从零开始搭建本体，而是依托平台型SaaS的一体化能力，把这件高门槛的事情变成一种可普惠的能力。

　　这也是用友YonSuite一直在做的事。中小企业不需要自己花高成本、请专业团队去建本体，YonSuite研发团队已经在系统底层完成了大量预置工作。

　　首先，是预置行业标准本体，实现开箱即用。其次，是首创本体大模型（LOM），实现自动化抽取，并发布了面向本体构建的AI大模型——LOM（Ontology Large Model）

　　无“一体化”，不谈“真AI”：

　　闭环决定了AI的高度

　　在企业AI落地过程中，还有一个非常容易被忽视的误区，就是低估了系统底座集成一体化的意义。

　　如果一家企业使用的是5家不同厂商提供的孤立系统，比如A厂的财务、B厂的HR、C厂的CRM，那么再想用一个开源AI Agent把它们强行串联起来，自动完成跨系统任务，几乎是不现实的。厂商之间的接口壁垒、数据保护主义以及高昂的打通成本，都会迅速消耗掉AI的实际价值。

　　这正是用友始终坚持“One YonSuite”一体化的核心原因。YonSuite实现了企业多业务领域的一体化闭环。在这个统一平台上，数据是原生打通的，语义层是天然对齐的，不需要再做复杂的外部接口开发，AI智能体就可以直接从全局视角进行跨部门资源调度和长链条任务推理。

　　说到底，AI能不能真正从“单点能力”走向“全局价值”，关键并不只在模型本身，而在于它能否建立在一个高度集成的一体化底座之上。高度集成的“一体化”底座，是企业AI跨越单点探索、释放全局数智化商业价值的先决条件。

　　“我们不是正走向AI的奇点，我们已经身处奇点之中。”我很认同这句话。今天这场AI变革，已经不是一次普通的技术迭代，而是一场不可逆转的深层重构。

　　面对这场变革，企业不能只凭焦虑去盲目追逐热点，而更需要冷静地审视AI的边界，夯实数据基础、语义基础和系统基础。只有这样，AI才能够真正进入企业经营管理的深水区。

　　用友YonSuite正在做的，就是通过本体驱动的智能体（Ontology Agent）技术，以及“One YonSuite”的一体化优势，为企业构建合规、安全、真正懂业务的数智经营体系，帮助成长型企业跨越AI落地的“最后一公里”，在数智化加速演进的时代中，真正把握住属于自己的增长机会，勇立潮头。

编辑：杨丽