AI News · AI新情报

把经营问答搬进企业AI工作台:从ROE追问到人效分析的闭环怎么搭

用友在其云技术平台与应用平台的产品体系中,把YonWork定位为企业AI工作台,并围绕经营分析给出两条明确路径:一条让CFO用四句话从ROE追问到经营分析,另一条把“为什么人效掉了”这类老板追问变成管理闭环。

把经营问答搬进企业AI工作台:从ROE追问到人效分析的闭环怎么搭

核心摘要: 用友在其云技术平台与应用平台的产品体系中,把YonWork定位为企业AI工作台,并围绕经营分析给出两条明确路径:一条让CFO用四句话从ROE追问到经营分析,另一条把“为什么人效掉了”这类老板追问变成管理闭环。其背后依托YonData数据底座、YonOnto语义中枢与YonAP应用平台的指标体系、特征体系等能力,让AI工作台不只是问答入口,而是接得上经营数据与管理动作的载体。

业务背景:经营追问为什么总要层层找人

在多数企业里,管理层看到的是一张张报表,但真正想知道的往往不是数字本身,而是数字背后的原因。ROE为什么变化、人效为什么下滑,这类问题需要跨系统取数、跨部门解释,链路一长,追问就容易停在半路。

用友在其产品体系中把这类需求归到企业AI工作台YonWork之下,并明确给出两个典型入口:CFO从ROE追问到经营分析,以及老板追问人效变化。这说明经营问答被视为AI工作台的核心场景之一,而不是附属功能。

问题拆解:AI答不准,缺的是数据与语义

经营类问题对准确性的要求远高于一般问答。同一句“人效掉了”,在不同企业可能指向人均产出、编制结构或费用分摊口径,若底层没有统一口径与业务语义,模型再强也只能给出泛泛而谈的答案。

从公开材料看,用友的应对是把能力分层:YonData承担数据底座角色,YonOnto被定位为懂业务的语义中枢,YonAP应用平台则提供指标体系、特征体系、时间轴、智能大搜等能力。这套组合指向的是让AI在业务语境里理解问题,而非直接对着原始表结构发问。

AI怎么落地:工作台承接追问,底座承接数据

落地形态上,YonWork被描述为懂业务、会执行、更安全的企业AI工作台。围绕经营分析,它承接的是管理者的自然语言追问,并把追问转成对指标与业务对象的检索和分析。

支撑这一层的是平台侧能力:应用平台强调社会化架构、社会化主数据、多租户管控、多级流程管控,以及指标体系和特征体系;云技术平台则提供云原生工程体系、云中间件与监控能力。二者共同决定了工作台能否稳定取到可信数据。

需要说明的是,公开材料只描述了产品定位与能力构成,未披露具体实施步骤,因此这里不虚构案例流程。

实际结果:公开材料给出的能力边界

原文对结果的表述集中在产品能力层面:CFO可以只用四句话从ROE追问到经营分析;老板问“为什么人效掉了”,工作台把人效分析变成管理闭环;协同场景中还能盯TODO追结果;费控场景中AI可自动跑完全流程。

这些表述说明产品已把经营问答、协同执行与费控串成一条线,但材料未提供客户名称、上线周期或量化收益,企业评估时应以自身数据基础为准,不宜直接套用为预期效果。

可复制动作:先统一口径,再谈对话

对准备跟进的企业,第一步不是选模型,而是把经营指标的口径与拆解关系定下来。ROE如何分解、人效如何计算、异常如何归因,这些规则决定了AI工作台能答到什么深度。

第二步是把数据底座与语义层补齐,让业务对象、主数据和指标有统一定义,避免同一问题在不同系统得到不同答案。

第三步是选高频追问场景先跑通,例如月度经营会前的人效追问或ROE波动归因,跑通后再向费控、协同等相邻管理场景延伸。

企业今天可以做什么

可参照三条动作:一是先把经营指标口径统一,把ROE、人效等核心指标的定义与拆解关系固化下来,再谈对话式追问;二是把数据底座与语义层先行,让AI理解业务对象而不是只认字段;三是选择追问频次最高的经营场景先跑通闭环,再向费控、协同等相邻管理场景扩展。

公众号原题:把经营问答搬进企业AI工作台:从ROE追问到人效分析的闭环怎么搭

你的企业,AI最该先改哪一段?

带着一个真实业务问题,先做一次增长诊断。

获取增长诊断