高质量的数据与知识治理，让 AI决策更靠谱！

新闻发布

立即打印

媒体联络

线女士

用友实业公司 xianbj@mt150.com

高质量的数据与知识治理，让 AI决策更靠谱！

2025年11月17日

2025 年，DeepSeek 带火 “大模板 + RAG” 方式后，许多智领的公司各个客户遇到，即便是就已经作了大资料报告环境综合防治，有时候大地方公司各个客户的大资料报告理论基本生活常识还并没办法做到 AI运作所强调的新耍求，难以有效的率支承AI的高社会价值的场景实施。因而，正确看待AIAPP实施的业务需求，公司各个客户做大资料报告环境综合防治时，需淡入淡出基本生活常识环境综合防治，为公司各个客户决定作为充满有效的率的大资料报告与基本生活常识来展平，为AI作为“高膳食纤维量的谷物”。

找出3 个 “拦路虎”

别让知识变 “废柴”

AI 建设方式的转变后对企业私域数据的治理要求也变了。去年的核心是 “为模型训练准备数据”：垂类模型依赖高质量的专属数据集，数据治理聚焦结构化数据的准确性、完整性、多样性。而今年转向了“为检索准备多样化的知识”。很多企业卡在三个痛点：

痛点 1：非结构化知识 “躺平”，大量隐性知识没被激活

造成业商家里大部件统计统计资料是文档设备文件、视頻、IoT 运行日志同类非组成化统计统计资料，但大多造成业商家还使用 “设备文件名归类” 的老法律依据处理。这种哪家造成造成业商家，许多设配维修费指南散在与众其他设备，不全是 PDF 扫码件，不全是 Word 草稿，AI 检索式时要不就是 “读不太懂” 扫码件的手写板批注，要不就是搞不懂与众其他微信版本的对比。

更头疼的是，这一些生活常识没有不间断提升：一月划分配资合同、网上客服聊天儿统计等，却没得管 “哪几种地方该存档”“哪几种地方要标识重要的信息”。这一些 “躺平” 的生活常识，本来是企业主的 “看不见净资产”，却为了没制理，变得了 AI 搜素的 “负税”。

痛点 2：知识切片 “乱切”，RAG 变成大海捞针

即使非结构的化大数据归类了，AI 查找还得不定，困难有可能出在 “切成片” 和 “招回” 上。这种某财务客户，把每份信贷业务新政策pdf文件 “一把刀切” 划分为多段，結果 AI 要找某一合同法时，涉及到方面被拆在很多个切成片里，招回时只抓过大部分，清新给不出来准确性意见。

这就是说“较弱规范化的切成片与招回通知规则”：有的切成片太粗，把有所不同主体混入一并；有的切成片太细，影响了业务知识基础与技能的逻辑思维绑定qq；招回通知神经网络算法只认 “关键因素词一致”，会能够理解 “同义词”—— 如 “愈期的投资者” 和 “黑心信贷的投资者” 我也就是怎么回事，AI 却看成两位举例。我也有业务知识基础与技能，AI 却 “得用”，比没业务知识基础与技能更让你很着急。

痛点 3：知识治理 “没规矩”，AI 输出不可信

基本常识的的质量严格把关没跟得上，引发基本常识的追诉即时性、较准性、公信力强性难以检验。

非常多企业的未坚定的方式：由谁来主要负责基础基础生活常识的 “刷新时间间隔会标明”？咋手机验证基础基础生活常识的 “明确性”？过期的基础基础生活常识咋实时下价？效果也就是 AI 源于 “患病基础基础生活常识” 的输出意见建议，服务高层领导若用错，盘亏将切勿估量。

AI应用下的数据治理

三个 “转向” 很关键

在朝向工业企业AI用途洛地具体需求下的的数据资料综合治理环境，并并非简略的 “换交通工具”这样的话简略，更是要 “换思维”。的数据资料综合治理环境有这几个管理的本质转弯：

转向 1：治理目标，从 “喂饱模型” 到 “帮人决策”

19年非常多企业的做资料分析净化，是为了能康复训练垂类类别，要点是 “资料分析准不允许”。但现下，净化对方转变为了 “让 AI 能得到耐用的战略行为小编改进措施”。就像出售总经理问 “这是用户该不推高客标价的产品”，AI 要能高效搜素到 “用户发展进行消费、信用分评分、服务项目调查问卷” 等学识，得到有措施的小编改进措施。简洁明了说，前往是 “为类别做好安排资料分析”，现阶段是 “为战略行为做好安排学识”。

转向 2：治理对象，从 “结构化数据” 到 “多模态知识”

去数据源表格统计污染生态环境治理的重心是 ERP、CRM 里的形式化数据源表格统计（譬如企业客户身份证姓名、质感金额才），但近日需所覆盖 “全的类型小常识”：合同文本、原则等文件；主设备自动运行、系统软件的操作方法等笔记；安全施工图片、產品cad图纸等摄像。污染生态环境治理的核心区也从 “规则化数据源表格统计” 变身 “启用小常识”：把扫描机件里的图片文字 “读弄下来”，把视頻里的核心流程 “标弄下来”，把疏散在差异系统软件的的小常识 “连出来”，如同把飘落的金珍珠串成手镯，AI 功能 “拎得动”。

转向 3：治理模式，从 “项目式突击” 到 “常态化运营”

以前很多很多厂家做数据库源管治，是 “搞销售业务”：找销售团队汇聚一段段周期处理数据库源，销售业务完就停了。但这些年来，基础知识一天还在新增加、变化无常，就比如新的互联网行业规范化全面放开生育、加盟商实际需求自动更新，管治一定要 “拉着销售业务走”。

这就需要 “自动化工具 + 长期组织”。用友建议可以用 DataOps 工具自动同步新数据，用智能体定期检查知识质量，再成立专门的 “知识治理小组” 负责规则制定、问题整改。

用友BIP企业AI

为AI应用搭起 “高速路”

动态统计的数据统计显示源与常识是数智化的重点分娩关键因素，品牌的想要共建制定的动态统计的数据统计显示源手机平台，优化单一在品牌的各地的动态统计的数据统计显示源与常识，顺利通过冲洗、标明、建模方法也许图谱化、向数量化等步骤，达成规定化、优質量的动态统计的数据统计显示源债务与常识，为精确行为、自动化运作带来了大力支持，面对AI带来了优質量的动态统计的数据统计显示源与常识的供求。这样的都想要品牌的提升与更多地落实动态统计的数据统计显示源管理与常识管理。

1、破 “非结构化空白”：用平台激活隐性知识

面对非结构特征化业务知识 “躺平”，用友的管理的本质是 “先资源共享，再万物互联”：

全类型知识接入：用友 BIP 的 “企业数据云”，作为底层支撑，汇聚了企业业务大数据、企业知识资产数据以及用户行为数据，为上层模型和应用提供丰富且关键的数据源。

YonGPT 模型矩阵支撑：YonGPT2.0 升级的模型矩阵里，有专门的多模态大模型，可以低成本的选择适合企业场景的模型。友智库基于YonGPT构建的企业级数智化搜索平台，聚焦企业知识管理与智能搜索场景，可支持非结构化数据的搜、问、推、创等知识库场景。提供“沉浸式”对话交互体验，助力企业快速获取行业、领域及内部知识资产。

友智能厨卫让专业知识无从不是在

2、破 “切片召回不匹配”：让检索结果准确

争对切块乱、通用召回难，用友的 RAG 架构设计第一次做 “自查报告调整”：依据生活常识切块不只是 “刀子切”，还按 “依据生活常识设计” 切。像是一组三方三方合同，会按 “三方三方合同行为主体、选举权公民义务、悔约责任心” 拆分分别切块，图表数值单单做 “设计化外理”，制止重要个人的信息被拆；用行业主私域的依据生活常识库、依据生活常识图谱，将依据生活常识融入保险金融服务。行业主级数值与依据生活常识库的深度1推进，将行业主实物的保险金融服务数值和用友网络科技工作经验转换成为依据生活常识表现形式，用的企业、能够关系和属性的概念，用依据生活常识图谱打造另一个设计化的依据生活常识网站。在这种网站中，行业主的服务个人的信息、客服数值、保险金融服务流量等稀有元素能够相互影响，为 AI 实体模型带来了了另一个全部且语义很多的依据生活常识依据。

3、破 “治理没规矩”：需要专业组织来保障

争对正规信息性能没基本有效保障了，用友、人认为可以有相同的聚集来常期主管参数与正规信息的运行，从制度的重要性、流程图并且内部经营交流与沟通的顺畅性个方面基本有效保障了参数与正规信息管控岗位。某一聚集风险经营体系应确切责职分类、带动跨部们分工协作、拥有正规水准，并维持询求改变，以承重企业公司的参数与正规信息经营移动。

成了保障只是问与答的最完整性，用友RAG构造框架在pdf文件剖析、pdf文件AI文献检索通用召回方案上说了强度升级优化，能够对不一样非构造化pdf文件使用更快的引索，选择的业务员只是库规范化倡导的业务员商品标签，采取只是图谱建立只是的绑定化和管理体系化，更大可能的不断提升只是问与答的最完整性，以抓实能在该项目商用厨房期间中坚持问题导向为客服打造。

中小型企业AI 应用软件，假若生活常识基础也是乱的、检索系统也是难的，再先进性的大建模也无发更好地挥发总附加值。用友BIP中小型企业AI让 AI 能迅速传参生活常识基础，如下可以信赖的科学决策提案，让AI真正意义更好地挥发总附加值。

企业主AI真正落地途径

光电子书籍安装

上一篇：能做事+会思考，智能体推动财务从“账房先生”向“战略伙伴”转型

用友网络科技科技:下一篇：“十五五”规划下的人才强国：以数智化打造世界一流企业人才竞争力