用友，YonBIP，数据中台，数智化，商业创新

用数据讲商业创新的故事，是数智化转型的最高境界。

同样是龙头，不一样的应用

始创于1980年的厦门国贸集团股份有限公司是全球化综合服务商，也是国内领先的大宗商品集成服务企业。

在国内国际双循环背景下，作为行业龙头企业，他们以数字技术为引擎、以客户需求为导向、以业务场景为触点，将5G+物联网、区块链、AI等技术与传统业务深度融合，构建了集供应链一体化协同平台、客商大数据平台、国贸云签、国贸天眼等于一体的“国贸云链”生态圈，带动企业从传统业务模式向以客户为中心的服务模式转型，从流程驱动向数据驱动转型。

而帮助他们实现变革的“数字底座”正是用友BIP|YonBIP。依托YonBIP全面的数据服务能力、智能算法和流式处理技术，国贸股份构建了以“技术+数据+算法”为核心的数据中台。这不仅让企业的数据更加智能，应用更加创新，也由此走上了基于数据中台的数智化转型之路。

在供应商风控方面，通过搭建主数据管理平台，国贸股份实现了客商统一视图。结合外部社会化数据服务，企业构建了企业画像，便于控制业务风险。同时，国贸股份打通了主数据平台与外部数据连接的通道,建立了数据智能管理机制。

正如企业CIO所说，数据作为国贸股份的重要资产，基于用友BIP|YonBIP构建的数据中台，一方面推动业务创新发展，另外一方面帮助企业科学运营与合理风控，在赋能企业高质量发展的同时，推动产业升级。

如果说国贸股份用数据中台勾勒了企业转型发展的新蓝图，那么三一集团则依靠数智化采购把握住“黑天鹅”带来的新机遇。

赫赫有名的三一集团是我国最大、全球第五的工程机械制造商，也是世界最大的混凝土机械制造商。从一家焊接材料的小厂到营收过千亿的工程机械行业龙头，在面对突如其来的疫情时，也曾遭遇到不小挑战。

回首疫情期间，三一集团部分地区供应商停工停产、物流延期，导致上游供应链供货周期变长，甚至暂停供货，这将对三一集团业务产生了严重影响。

为此，三一供应商风险管理平台对接用友APILink疫情实时大数据接口，第一时间将疫情数据同步到系统中。通过对自然灾害、疫情等重大风险事件的监控，三一集团可迅速查找到受疫情影响的所有供应商订单;同时，品类经理根据订单相关信息定位到相应采购源，然后根据紧急程度，督促供应商生产及物流公司发货。

虽然，问题看似迎刃而解，但是三一集团拥有上万家供应商，涉及上百种产品品类，覆盖海量的供应商、产品品类、订单等信息。在确认疫区供应商订单无法正常供货后，面对如此巨大的数据量，品类经理该如何查找呢?

为此，三一集团通过用友BIP|iuap数据智能服务提供的推荐算法，按时间维度进行跟踪，根据品类重要性分析优先级程度，第一时间筛选优质供应商进行精准补位，实现企业在疫情期间供应商供货不断档，保证正常生产。

而为了更好的让数据驱动业务，三一集团借助用友BIP|iuap建立了品类经理数字化工作台，帮助他们智能化的进行数据采集、抓取、清洗、展示，将大宗原材料价格、合同签订进度、订单超期提醒、物料清单等数据一目了然地展示在品类经理面前，极大地缩短了疫情期间采购决策时间。

不得不说，在技术发展、算法优化、数据源完善等多因素影响下，三一集团的采购数智化创造了巨大的业务价值，在降成本、增效益、降风险方面效果显著。这不仅推动了企业的管理和业务变革，更为三一集团在探索商业创新方面提供了宝贵经验。

这两家企业商业创新的故事，只是千千万万个案例的缩影，也仅能覆盖大中型企业深挖数据价值，驱动数智化升级的冰山一角。

面对庞大的客户群体，针对他们多样性、复杂性、行业化的数据服务需求，用友以全面综合的数据能力，通过用友BIP|YonBIP数据中台帮助企业构建全新的企业数据架构;借助平台化的形式、数据化的运营、高阶的分析、算法和模型提供企业数据智能服务;用数据驱动的方式打造企业商业洞察力，以此驱动企业数字资产价值变现，铺平数智化转型之路。

把大数据做小

根据官方定义，用友BIP|YonBIP数据中台将跨行业、跨领域、跨场景、跨企业的海量异构数据，进行精细化治理和资产化管理，以此推动基于用友YonBIP的全域、全量数据的精确估值、开放共享，促进企业数据资产的协同增效和保值增值。

这句话怎么能更容易的理解呢?

用友数据中台产品总监陈宏志认为，数据中台最大的价值在于帮助企业实现数据的标准化、服务化、资产化和智能化，并将这些数据能力渗透至业务各环节。因此，用友构建的数据中台不是简单的一套软件系统或者标准化产品,更多的是一种强调资源整合、集中配置、能力沉淀、分步执行的运作机制,是一系列数据组件的微服务化集合。

纵观数据中台市场，主要有五类玩家：头部互联网企业、数字化解决方案提供商、大数据公司、独立中台开发商及人工智能厂商。随着市场不断有新玩家进入，各类型的厂商都具有不同的核心竞争力。

对于用友来说，把大数据做小，以我们获得的数据，生成“数据之数据”，撬动私域数据生产的杠杆;把有价值的数据推送给业务人员、管理者，让业务数据化、数据业务化，是他们打造数据中台最大的优势所在。

加之与业务中台天然融合，可以满足企业前台顺势而变的场景化创新和开放、灵活扩展的需求，同时保障IT系统应对业务创新的敏捷度和可靠性。

此外，从数据的连接和获取，数据的存储和计算，到数据工场中的模型开发、任务调度、指标管理，再到顶层的智能分析和企业画像对数据资产的消费，用友提供完整的端到端数据能力，让企业无需考虑第三方服务，便可安全可信地实现数据资产的保值增值。

正是出于这些原因，让用友长期处在数据服务赛道的领先地位，并逐渐拉大与其他选手的距离。

为数据中台加载“智能大脑”

不少人认为，搭个数据中台就能做智能数据分析，殊不知这背后是一系列智能分析逻辑和产品的结合。那么，用友数据中台到底具备哪些“硬核产品”卡位数据智能服务呢?

首先，为了应对超高维数据向量建模为企业带来的高技术门槛和高成本挑战，用友数据工场通过帮助企业打造一体化的大数据处理建模能力，全面降低多源异构大数据集成、多维建模、任务调度与监控等功能的开发量。用一句话简单的说，数据工场就是帮助企业整合全量、全域、多模态的数据，然后进行科学的治理和加工，让数据规范化。

同时，通过智能分析平台提供的自助式分析和报表能力，可以支持用户在可视化设计态环境下的个性化建模，实现浏览态自助分析的数据探索。这是一种场景化、沉浸式的全新体验，帮助用户灵活、按需订阅式构建一人千面的分析情境，支持更快、更准、更可用的辅助决策。

第三，用友数据中台引入机器学习和知识图谱技术，围绕用友30余年企业服务积累的私域沉淀，打造企业画像产品，对数据蕴含的价值进行高效的组织，支持不同的业务场景，逐步释放数据中台的长尾效应。

此外，在全面数智化的前提下，用友数据中台采用智能发现类产品，如智能交互机器人，通过多轮对话的方式，将企业的数据从“拉式”变成“推式”，将数据主动推送给关键决策者。

然而，大中型企业在构建支撑业务创新的数据底座时，虽然有超强的外部力量辅助，但是仍存在不少阻碍，比如在数据岗位上人才的缺失。很少有企业具备既有算法能力又掌握业务的数据分析师。

为此，在智能化的全面数据服务上，用友提供了智能算法的创作平台——AI工作坊，可以完成数据从算力到算法再到应用的全流程。

据陈宏志介绍，为了方便用户应用开发，AI工作坊提供了覆盖数据标注、特征工程、算法管理、模型管理、模型训练、服务运营的人工智能工程化全链路的低门槛普惠化创作环境，让数据、智能、业务深度融合，为算法科学家、业务人员等提供人在回路的协作式联想创新新模式，帮助用户实现场景导向的群智激发。

目前，AI工作坊可加载在数据中台之上，也单独部署，预置了超过50种主流AI算法，数十种预训练场景模型，如精准补货、销量预测、购买推荐、精准寻源、人才画像等，能够支持众多人机协作场景。

告别蛮荒时代

2020年信通院发布《大数据白皮书》指出，仅有32%的企业数据价值能够被激活。可见，在应用数据方面，企业还处于蛮荒时代。

一场突发的疫情，虽然让企业意识到数据作为生产要素的重要性，但是他们普遍对数据技术的潜力缺乏充分的认知，有时甚至会因为对数据安全性的误解，进一步拖慢了企业的数智化转型步伐。

从蛮荒时代走向成熟，企业需要一场集体的进化，还需要在用友这样具备综合数据服务能力的厂商助力下，完成从数据到数据资产的转变。

除此之外，也许还需要交给时间去完成。