2025年年初DeepSeek的橫空出世，在國內掀起了一股前所未有的AI浪潮。對于中國企業而言，這標志著一個新時代的到來：AI從普及教育階段進入到普及應用階段。

從“技術嘗鮮”到“應用深水區”，關于AI的討論，幾乎所有企業最關切的問題是AI如何在企業應用落地——AI大模型如何與業務場景適配？AI多大程度上可以“為我所用”？AI的落地應用又會遇到什么挑戰？

對于“AI如何在企業應用落地”這一命題，用友網絡董事長兼CEO王文京認為，接入或部署大模型是必須的，但是還不夠，企業需要推進好三個方面的工作：一是升級應用數智化的新一代企業軟件；二是加強開展數據治理、知識治理；三是接入或部署主流大模型和垂類模型。

在2025年8月16日召開的2025全球商業創新大會主題大會上， 用友重磅發布BIP 5，通過“AI×數據×流程”原生一體化，幫助企業落地應用AI。

用友BIP 5與AI的深度融合，重構了企業與企業軟件之間的關系，推動企業軟件從傳統的“工具系統”進化為業務的“智能伙伴”，幫助企業實現“增效降本、精準運營、管控風險”的目標。

“深懂業務”是用友BIP多年來版本迭代一以貫之的特點，用友BIP 5更是打通了財務、人力、供應鏈等十大業務與管理領域，幫助企業實現業務及管理全流程一體化拉通、集團全級次企業一體化共享與管控。

目前，用友BIP企業AI已融入眾多企業的核心業務流程，以“智能伙伴”的角色幫助企業解決業務難題、實現“智能決策”。據了解，BIP 5將AI融入14類端到端業務流程、超2500個流程場。

以商旅業務場景為例，傳統商旅管理長期陷入“三難困境”：合規管控與員工體驗的平衡難、成本優化與服務質量提升的協同難、數據孤島與決策智能化的打通難。

傳統模式下，企業每年因差旅流程冗余、政策執行偏差、風險管控滯后造成的隱性損失高達營收的3%-5%。

依托BIP 5，用友商旅云以AI為破局點，推出商旅云8.0“數智旅行社”，面向企業客戶打造專屬數智化旅行社服務平臺，力圖實現“AI重構 消滅報銷”。

AI如何重構、消滅報銷？用友商旅云負責人魏咸斌向雷峰網 (公眾號：雷峰網) 表示，全語音入口、實時數據采集以及后臺自動的差標差規配置和執行，是BIP 5“AI×數據×流程”原生一體化為企業商旅場景的賦能。

同時，魏咸斌也提到，盡管AI應用在BIP 3 R6版本就已經實現，但只是“點”上的創新，BIP 5在AI融合上更進一步——強調數據和算法模型，在每個應用場景后部署算法，最終形成商旅大模型，從而實現“從點到面”的跨越。

以下是雷峰網和魏咸斌的對話：

AI加持商旅全鏈條，解決員工和財務雙重報銷痛點

雷峰網：企業在商旅場景面臨哪些痛點難點？AI的落地應用如何解決這些問題？

魏咸斌： 傳統模式下企業有很多線下報銷，員工訂票后還要報銷，在紙質票時代如果票據丟了，就相當于錢丟了，因為火車票、好多發票不能重復打印。在AI 時代，商旅有 AI 和數電票加持，AI 讓各種交互更簡單。在智能體（Agent）里，通過一段語音就能生成出差申請，比如 “15 號到 17 號去深圳參加用友創新年會，坐飛機從北京往返”，系統就會生成出差申請單。領導同意后，系統會推薦符合企業差標差規的行程、航班和目的地附近的酒店，如果有些企業不能乘坐 8 折以上經濟艙，系統就會推薦符合要求的。

在平臺預訂好后，無需員工自己付錢，預訂好就出票；出行結束后，商旅服務商會把賬單發給我們幫企業核對好，開完發票就直接結算。所以整個過程不需要員工墊資，也不用拿任何票據，公司直接把錢打給商旅服務商。在 AI 加持商旅全鏈條之下，員工感受非常好。對企業財務來說，這也帶來了比較好的體驗，原來財務要處理一堆亂七八糟的單據，現在所有預訂都是合規的，賬單能自動對賬，還能自動生成報銷單、自動審批、自動結算。我們稱為實現 “AI重構 消滅報銷”。

雷峰網：BIP 5與AI的融合，如何解決商旅場景的業務痛點？

魏咸斌： 一是全語音入口。 AI 的價值體現在人機交互，因為商旅偏to C，是個人屬性很強的應用。以費用申請為例，個人隨時帶手機，語音是手機最方便的輸入方式，只要用語音把意圖告訴手機，AI就能理解意思并生成相應單據。

二是后臺采集大量數據。實時采集各方數據是 AI 擅長的，比如在出差申請場景，AI能實時采集當前機票和酒店價格，讓費用預估、預算占用更準確。現在我們也在后臺給每個人打標簽，比如職級、職務、出差性質、個人喜好、歷史訂過的酒店等。根據這些標簽再給員工推薦行程就更準確了，比如實施人員可能長期在某個項目，兩三周之內的行程比較固定；產品推廣人員可能每天換地方，預訂次數多、行程復雜度更高。

三是后臺自動的差標差規配置和執行。比如某央企有 1200 家下屬單位，每個單位的差標差規有所區別，這些區別體現在每個單位的報銷制度發文里，我們能從 1200 套報銷制度中采集各單位的差標差規到系統，經各單位檢查后就可以直接執行，比原來讓客戶整理成格式化表單、再填報快很多。

90%飛機票、火車票可抵稅，數據分析減少企業財稅浪費

雷峰網：以商旅云為例，BIP 5相較之前版本，與AI的融合有哪些新突破？

魏咸斌 ：用友在BIP 3 的R6版本就做了很多AI方面的應用，但 AI 的真正商用，是在 DeepSeek出現之后。雖然部分AI應用在BIP 3 R6版本就已經實現了，但只是“點”上的創新，相當于流程里做了很多智能的應用，而BIP 5更進一步，更強調數據和算法模型，會在每個應用場景后都部署一些大的算法，最終形成商旅大模型，從而實現“從點到面”的跨越。

商旅云在BIP 5推出了“數智旅行社”。“數智旅行社”通過AI技術構建企業專屬服務團隊，提供智能行程規劃、資源整合、數據分析等一站式服務。以數據分析為例，商旅云強化了對各個角色、各個場景的智能服務：對財務總監而言，有對賬方面、集合方面的數據分析；對于稅務場景而言，現在很多票據都可以抵稅，并且抵稅的金額還比較高，如果不抵稅對企業來說相當于浪費——90%的飛機票、火車票可以抵稅，酒店票據也可以抵稅，增值稅票也可以抵稅，這都是數據分析很好的應用；比如還有差旅的滿標率、平均折扣、拼房率等數據分析，都可以幫助企業更好地降本增效。

雷峰網：商旅云接下來如何推動“AI+業務”的深度融合來保持市場競爭力？

魏咸斌： 在客戶擴展方面，第一是對SAP、Oracle 等國外廠商的替代。像SAP、 Oracle 在境內沒有研發團隊，所以他們的 AI 比較難真正用起來。“商旅+費控”是比較容易落地的通用場景，這個場景可以和企業現有的系統做對接，就可以把商旅費控、企業支出通過 AI 的方式管理起來，同時幫助 AI 在企業生根。第二是對用友傳統客戶的升級。對于一些老版本的客戶，推動他們要么升級到最新版本，要么用“端+云”的方式和新版本做對接。

在AI應用層面，深化A to A （即 Agent to? Agent）的技術應用，用我們的 Agent 去調用商旅服務商的Agent，運用 MCP 的技術，在審批的時候調用傳統軟件里的應用，把它設置為 MCP 的Server，再用我們的 MCP 去調用它，這樣就可以跨平臺、跨系統、跨服務商實現 AI 的應用。目前已經有很多應用了，比如我們和攜程的Agent已經做了對接，后續還會配合更多服務商做對接，一側是融合服務商，一側是融合應用場景。

上半年客戶和交易同期增長2.5倍，幫集團節省70%財務人員成本

雷峰網：服務不同規模企業， 商旅云的AI 應用場景會有區別嗎？

魏咸斌： 有區別。小客戶更強調一鍵開通、直接對接、配置一鍵生成，服務商采用默認即可；大客戶可能會選多家服務商，還會比價，同時差標差規更復雜，在數據服務方面需求也更多。如果大型企業的需求暫時滿足不了，我們會通過 AI，以算法、大模型的方式實現。以如何實現大型企業員工的“千人千面”為例，企業員工因個人畫像、偏好、出差場景不同而存在差異，可以基于數據分析，利用算法對每個人形成的個性化推薦，滿足員工的個性化需求。

雷峰網：商旅云如何通過 “生態共融”戰略推動AI在企業落地？

魏咸斌 ：商旅云是 AI 化比較徹底和生態比較明顯的BIP應用。因為商旅業務貫穿企業支出的全鏈條，任何一個環節都要和很多商旅服務商對接，比如預訂服務由攜程、滴滴、美團等提供，在生態上實現能力互補、資源互補。目前商旅云對接了境內外100多家大大小小的商旅服務商，一起組成企業服務局面。在 AI 層面，也接入了很多聯合服務商的 AI 應用，比如他們的算法推薦、實時數據，一起為客戶提供完整的出行體驗，給財務提供全鏈支出閉環管理等。

雷峰網：“AI 大模型+商旅云”目前取得了哪些成果？

魏咸斌： 和去年同期相比，商旅云今年上半年客戶和交易增長約 2.5 倍。希望在 AI 的加持之下，能夠實現 5 倍以上的增長。而用友集團本身就是近些年“AI 大模型+商旅云”成果的典型案例：從線下報銷到商旅云成功上線，節省了 70% 的財務人員，原來需要幾百人，現在十幾個人就可以了。集團實現了降本增效，原來每個員工每個季度要花很多時間填寫報銷單，現在不需要了，可以把時間用在服務客戶上，而不是填寫報銷單。

寫在最后

在AI浪潮中，企業作為AI應用落地的主要陣地，在加速數智化進程中擁有了更多可能性。SaaS廠商如何幫助企業擁抱AI和落地AI，用友用BIP 5給出了答案：通過“AI×數據×流程”原生一體化，讓企業的數智化建設與運營消除“應用煙囪、數據孤島、智能碎片”。

面對“AI如何在企業應用落地”這一命題的拷問，不同SaaS廠商也許擁有自己的答案。但毋庸置疑的是，如果廠商無法做到AI技術與業務場景的深度融合，實現從單一管理工具到智能“企業大腦”的跨越，那么將會在AI變革浪潮中被淘汰出局。

雷峰網原創文章，未經授權禁止轉載。詳情見 轉載須知 。