工信部印发的《“人工智能 + 软件” 专项行动实施方案》明确提出，要加快工业软件智能化升级，培育工业智能体软件新业态，推动软件产品由 “被动响应” 向 “主动执行” 转型，实现从工具赋能走向价值交付。用友 BIP 6“X+AI” 向 “AI+X” 的演进，正是对这一政策方向的产业实践落地。

在“X+AI”阶段，AI是附加在既有应用上的辅助工具，帮人查数据、生成报表、做初步分析，但操作和决策仍由人完成。到了“AI+X”阶段，AI开始融入数据、知识、组织、流程和应用，成为企业经营管理的新生产力，实现“人授权、AI执行”。

用友的这一转变背后是“智能双模”架构，即一面是流程执行型软件，它像企业的“肢体”，承载业务规则、标准流程、精确计算、权限控制和审计要求，确保确定性业务在任何情况下都稳定运行、合规可溯；另一面是智能决策型软件，它像企业的“大脑”，负责理解用户意图、感知经营变化、分析问题根因、预测趋势走向、规划任务路径，在非确定性场景中动态生成最优方案。

但架构之外，真正让“AI+X”成立的是AI原生新品。孙汉明指出，“X+AI”阶段最核心的痛点是：大模型具备通用理解能力，却不了解一家企业的客户、供应商、合同、订单之间是什么关系，也不了解企业特有的制度、流程、权限和责任边界，生成的结果无法被企业信任。

YonOnto企业本体平台解决的是“让AI理解企业”的问题。它围绕客户、供应商、产品、组织、合同、订单等核心对象，对属性、关系、规则、事件和动作统一建模，把分散在不同系统的业务实体和业务约束连成一张可推理、可执行的语义全景图。

比如在IC芯片行业的例子：YonOnto能够定义“晶圆批号—晶圆片号—封测批号—芯片批号—客户流向”的追溯链路，让AI理解每一片晶圆的来龙去脉，这是通用大模型做不到的。

YonWork企业AI工作台解决的则是“让AI完成工作”的问题。员工用自然语言说出工作意图，YonWork结合用户身份、岗位权限、本体关系和历史记忆理解真实意图，把任务拆解成步骤，调度智能体执行，结果写回企业系统，需把关的动作提交人工确认。孙汉明的总结很直接：“缺了YonOnto，AI不知道面对的是哪一家公司的哪一笔账；缺了YonWork，理解了也停在纸面。”

第一是数据安全。制造企业最核心的顾虑是财务数据、客户合同、经营数据不能离开内网。用友企业AI盒子将模型和业务数据部署在企业本地环境，通过本地推理、加密存储和网络隔离，使合同、票据、财务及经营资料在企业控制的边界内完成处理。硬件层面采用NVIDIA Blackwell架构，配备128GB统一内存和2TB硬件加密存储，可提供1 PFLOP AI算力并支持100B+大模型。企业可以按组织和岗位设置访问权限，AI执行过程保留完整记录，便于追踪、复核与审计。

第二是责任边界。工业场景容不得“黑盒”。用友在数据治理Agents中采用“白盒设计”，智能体的每一步推理、每一次数据调用、每一个决策依据都保留可追溯的日志。在废钢智能判级场景中，系统不仅输出判级结果，还能展示依据哪些图像特征、基于什么规则做出判断，让质检人员可以复核和确认。YonAIG企业AI治理平台覆盖观测、运营、上下文、评估、运维、安全六大治理域，让企业查得到AI“做了什么、为什么这样做”。

第三是业务连续性。用友精智工业互联网平台2025年完成5.0版本升级，推出“工业互联网平台+工业智能体”新架构。在江铜贵冶项目中，团队依托iuap平台升级数智底座支撑能力，进一步增强了工厂业务的连续性和容灾能力。企业AI盒子采用软硬件预集成方式，“插电即用”，降低了IT团队长期维护多个分散组件的复杂度。

目前，有6.8万家大型、中型企业选用用友BIP。用友在工业制造领域已构建覆盖计划、生产、质量、设备、成本等全价值链的可复制能力。目前已沉淀的生产智能体、质量智能体、废钢智能判级智能体、有限能力计划智能体、智能备料智能体、智能裁切智能体、资产维修智能助理等，均已形成标准产品。其中废钢智能判级准确率达95%以上，有限能力计划智能体排产时间控制在1分钟以内，智能备料智能体1秒完成15种原料计算分配、准确度达98%以上，智能裁切智能体在某新材料企业实现原材料节省2.8%、每年节约成本840万元。

两个客户案例更能说明问题。

这些实践也正好体现了，用友对“让AI管理企业”的理解，它是从“人干活、AI打下手”到“AI干活、人把关”的转变，这个转变的核心不在模型能力本身，而在于AI在企业经营管理中的角色定位发生了根本位移。