金蝶云苍穹的企业 AI：大型制造集团的私有化做法

集团总部关心的问题通常是跨法人、跨工厂的：库存与周转对比、重点物料的供应风险、项目与订单的成本偏差、预算执行与资金计划。工厂关心的则是齐套、交期、质量异常。传统做法是提前开发报表，但新问题几乎每天都有，信息团队排队处理。

苍穹平台上还可能有大量企业自行开发的应用和自定义单据，这些没有通用的报表。用自然语言加平台权限来问答，可以显著降低临时取数的成本，但前提是取数通道可控、口径可核对。

大型企业通常有信创要求。模型层可使用开源权重的 Qwen、DeepSeek 等，部署在企业自有机房或专有云；国产算力方面，可以评估昇腾等硬件的推理方案，但需要逐一验证模型版本、推理框架和精度的兼容性，这部分要做实测而不是假设。

ERPray 和向量检索服务可以以容器方式部署在企业已有的 Kubernetes 环境中，与苍穹同属内网。模型调用、业务数据、日志都在企业边界之内，便于纳入现有的安全运维体系。

对大型企业，建议先选一个业务域和一个法人作为试点，例如供应链与库存，周期四到八周，包含取数通道验证、问题集建立、业务验收和安全评审。成功后再按业务域和组织扩展。

取舍方面：如果金蝶对苍穹的原生 AI 能力已能覆盖场景，并且符合企业的安全要求，应优先使用原生能力，减少运维负担。我们适合的是需要跨系统联合分析、需要自主选择和替换模型、或要求完全私有部署的情形。