金蝶，「起舞」在大模型时代

“6个月后，在中国的土地上，大模型还能有更新的声音吗？”

在过去的一段时间里，大模型已经成为产业数字化市场里的绝对主角，关于它的讨论遍方方面面，从芯片算力到参数级别，从预训练到行业预料，从深度学习到标注微调——大模型承载了人们对于数字化的诸多想象力。

但这种C端的想象力在产业侧被出乎意料地放缓。即在通用大模型之外，于具体的产业赛道和企业场景，大模型更多地呈现出一种“水土不服”的情形。在今年5月底的一个大厂大模型内部会上，一众接入者都在发出共同的疑问：大模型到底能不能落地？或者说，能真正落地的产业模型应该是什么样子？

这也正是金蝶试图回答的问题。

“当下人工智能风起云涌，现在已从云原生进入到了AI原生时代，AI正引发新一轮管理变革。”在今天的金蝶全球创见者大会上，金蝶集团董事会主席兼CEO徐少春说出这样一句话。而与他这句话对应的是，金蝶正式发布大模型能力平台——金蝶云·苍穹GPT。

在中国的数字化战场，金蝶一直是风向标式企业的存在。这种风向标不仅是企业的成立时间，也更是其在不同TO B环境下的多重进化，从最早期的DOS到Windows平台，从财务到ERP再到EBC、云计算，甚至从某种程度来看，金蝶的成长史代表的也更是一部中国IT的发展史。

如今，这个产业老兵再次选择站上新的舞台。甚至，相较于之前几次的腾转挪移，这次在AI大模型这个新舞台上的金蝶姿势更为自信，也更为坚决。

原因为何？

或者更具体的问题是，在对外发声背后，舞台中央的金蝶云·苍穹GPT大模型的特殊之处到底在哪？它能带给金蝶的是什么？以及，最重要的一个问题：在AI原生加速成为产业数字化新趋势的当下，我们应该如何重新理解这家中国ERP市场的头部领军者？

金蝶，正在重新起舞。

金蝶云·苍穹GPT的定位是什么？用金蝶中国执行副总裁赵燕锡的话说则是——苍穹GPT定位是最懂管理的企业级大模型平台。

基于定位，他给出的两个支撑足够鲜明。即一方面，苍穹GPT是面向企业服务，核心任务是基于行业know-how，解决企业里千行百业不同需求的差异；其次，金蝶三十年积累的在企业管理的经验，都被逐一沉淀到苍穹GPT大模型中。

企业管理，这并不是一个陌生的词。伴随着如今产业数字化市场的深入，为应对市场迅速变换的需求，企业在固有的ERP基础上，往往需要更加具备敏捷性和个性化的数字业务能力，这些能力分布在企业的各个环节，如内部流程、对外客户、生态、上下游的合作伙伴等等。

而这也正是Gartner和金蝶在过去几年不断提倡的EBC能力，即新式企业需要具备可组装式的数字能力（EBC），基于此，可以构建企业自身足够敏捷化的组织和业务数字建设，以构建更具竞争力的组织架构、产品和服务。

金蝶苍穹GPT的关键标签恰是基于此。即在苍穹GPT之上，其浓缩的恰是金蝶过去多年在企业EBC服务能力和经验的积累。

具体来看，苍穹GPT核心架构是“四横一纵”，分别是技术层，模型层、服务层和能力层。模型层采取兼容的方式，即选择和通用大模型云厂商和开源大模型合作，强化大模型的底层能力；服务层则是集合金蝶的EBC思维，将大模型内化为特定的企业管理能力模块，如AI工程、知识引擎、模型引擎以及智能任务调度等等；能力层则是作为模型，面向SaaS应用开放调用。

不难理解为，金蝶选择的大模型之路恰是自身深耕的垂直产业之路。即基于金蝶本身在企业管理的优势，在通用大模型的底座基础上，将训练出的企业管理通用模型能力（苍穹GPT）拆解成服务层可组装的AI模型能力（知识引擎、模型引擎、AI工程的等），一方面可以直接与自身的云计算产品结合服务企业，另一方生成面向具体环节的产业模型，向生态SaaS应用输出开放。

具体来看，在企业应用中，苍穹GPT的出现姿态是企业内的“AI助手”。

在苍穹GPT的支撑下，金蝶把AI助手进行了三类使用场景的拆分：第一类是全员助手，面向如公司制度、流程等方向的信息获取，提升员工体验；第二类则是面向专业岗位，比如财务、薪酬、人力、供应链等方向，提升具体职能部门的效率和专业度；第三类是决策助手，核心是面向管理者，通过对数据的汇总和分析，帮助其提高决策质量。

此外，在这次大会上，金蝶还推出了首个垂直领域的大模型，即财务管理大模型。据赵燕锡介绍，财务大模型是在金蝶苍穹GPT的基础上，通过精标语料进行“继续预训练+模型微调”。

“我们预制了大量的提示语工程，提示语就是指令，使大模型能够更加容易理解输入的财务指令，客户可以做到开箱即用；同时，我们还预制了财务知识库，将金蝶沉淀的财务知识和税务政策沉淀到模型里。”他表示。从模型参数来看，财务大模型如今已设置百亿级参数。

从更大的视角来看，在这次的大模型战场上，金蝶的出现姿态足够独特。

这种独特在于，不论是苍穹GPT的企业管理通用模型，还是具体板块的财务大模型，相较于市面上的通用大模型和具体垂直模型，金蝶的大模型产品更为扎实聚焦，也更为成体系化，这些体系更多地体现在“四横一纵”内服务层和能力层的专项板块，即相较于市面上的其它垂直模型，金蝶苍穹GPT已经完成了企业内部管理场景的“专科训练”，并交出了一套足够真实且具可操作性的成绩单。

这不是一件容易的事情。对如今市面上的诸多大模型而言，这种足够聚焦的产业模型能力恰是它们如今攻克的方向。

比如苍穹GPT中基于财务大模型的提示词工程，在当下诸多大模型的落地过程中，提示词（prompt）已然成为阻碍其发挥价值的最核心门槛，其中原因恰在于对应的模型训练需要的不仅是特定的产业数据，也更需要对应环节的关系图谱，进而实现更为有效的训练和落地。但这种产业积淀，对金蝶而言显然不是难点。

再比如其中的多任务编排能力。可以理解为，其更等同于一个企业中的智能调度台，即基于一个整体的目标，苍穹GPT可以将其进行清晰的流程拆解，这种拆解具体到执行侧恰是一步步的任务流和子任务，而在更为具体的子任务能力中，一系列如提示语、算法模型、第三方应用等更为细致的操作步骤更会被一一给出。

同样还有智能引擎能力。即对企业内部的员工而言，其可以给予更为综合和创造性的回答，相较于之前信息的展示界面，苍穹GPT能做到的是基于信息的整合和创意回答，给员工更好的体验。

此外，还有更为垂直的产业模型，据了解，在财务大模型之后，基于苍穹GPT，金蝶还将通过其它环节预料的训练和微调，陆续推出人力、供应链等多个环节的大模型，在应用的同时，也更会开放给ISV合作伙伴和生态。

这些都是苍穹GPT和其它大模型的不同之处。即除了其在如财务、人力、供应链等垂直企业场景上的特定训练和模型生成，在企业内部的模型落地和使用层面，苍穹GPT可以做到的是一整套切实可行、且被拆解到足够细致的大模型使用路径，帮助企业掌握并可以直接应用“大模型”的能力，做到真正的“开箱即用”。

在这背后，对应的是金蝶在企业服务侧的长期积累。根据不完全统计，截止目前，金蝶已经为世界范围内超过740万家企业、政府等组织提供企业管理云产品及服务。此外，在7月25日公布的2023年《财富》中国500强排行榜单上，金蝶是其中超过60% 500强企业的服务商。

也可以说，金蝶在过去多年产业服务的积累如今正在成为一众原子能力，嵌入到苍穹GPT大模型之中，这些积累是数据、是服务流程、是产业知识，也更是和产业合作伙伴之间的配合和共建。

基于此，或许可以理解金蝶在AI大模型舞台上的自信和坚决。

即在过去的几年时间里，基于EBC的平台能力，金蝶已经走出了一个新的进化之路，这条路是对自身产品竞争力的重新构建，也更是对企业数字化转型需求的更大程度满足。

而如今，苍穹GPT大模型更是让这种竞争力和服务力更向前一步。

值得一提的是，在本次“2023全球创见者大会”上，金蝶联合中国信息通信研究院也发布了第五版《EBC白皮书（2023）》，在序言中徐少春写到，“我们新融入了PaaS+SaaS连续体、AI原生及可组装在ERP中的领先实践，帮助企业进一步构建EBC平台。”

具体到苍穹GPT，则是金蝶将为企业提供的是具备“AI原生+云原生”双重属性的产品，在原来的金蝶云·星瀚、金蝶云·星空、金蝶云·星辰的EBC产品基础上，企业可以基于苍穹GPT对数据进行更为彻底的应用和实践。

如果说之前EBC能力的难点或许在于数据思维的对齐，和数据底层的应用，那么如今可真实落地的大模型恰好帮助企业完成初步的数字框架建设，基于苍穹大模型这种足够聚焦企业内部场景的基础设施，企业能够以更低难度构建出自身的EBC能力，加速进化。

这是苍穹GPT，也更是金蝶的新想象力。

对于金蝶，市场并不陌生。从最开始的DOS财务软件到Windows财务软件，从后来的ERP到如今的云计算标签，根据最新数据统计，2022年金蝶云服务占比达到了76.3%。可以说，金蝶是中国产业数字化市场中为数不多地一直活跃在产业数字化前线的企业之一。

这种活跃对应的是基于韧性的进化。即从战略的进化，到产品的进化，再到企业定位进化，不论是ERP、云计算、可组装式思想、EBC，这些标签都构成着金蝶在复杂的中国数字化环境里的韧性底色。

而如今，在大模型时代，伴随着苍穹GPT的发布，这些标签背后的积累都被加速整合到金蝶的新式EBC平台中。它在提高金蝶服务的一众企业数字化转型速度的同时，也更给予了金蝶新的产业加速度。

回到文章开篇那个问题，即在国内市场沸腾6个月后，中国大模型赛道的方向到底在哪里？或者说谁能成为推动中国大模型发展的推车人？

金蝶这样的企业，正在成为选项之一。它可以成为答案的原因，在于其在如EBC产品的多年积累，在于它过去多年对几十万家企业的服务积累，也更在于它强大果断的进化力和思考力。这些都构成着在人们对大模型开始有质疑的如今，这家产业老兵毅然选择交卷的底气。

成立30年的金蝶，大模型时代里的金蝶，正在重新起舞。