yonyou
在大型企业采购部,完成一份供应商比选报告,往往要经历查历史价格、整理报价、核对资质、比较交期等多个环节。
AI虽然已经能够协助查资料、做分析、写报告,但采购经理仍需要安排每一步:带领AI从不同系统里查数据、分析、补充比较规则,一步步把分析结果整理成建议。
员工既要处理专业问题,也要花精力反复提示、搬运结果和检查进度。
人在手把手带着AI干活,一步都不敢撒手。
YonWork“工作流”
让AI围绕任务连续作业
围绕一项任务,把连续步骤组织起来,让AI按既定方法牵头执行,人只需要在必要环节给出审核意见。这就是YonWork中的“工作流”。
(截图仅作流程示意)
在YonWork中,用户可以通过会话描述工作目标和步骤,再在画布上调整节点及连接关系。每个节点可以指定智能体、模型和执行要求,连线规定前后关系,上游结果默认传递给下游,人工审核可以穿插其中。
这些配置把一项任务所需的处理顺序明确下来。前一步的产出成为后一步的输入,经过确认的步骤按配置接续执行,减少了员工逐步下指令、重复交代背景的操作。
工作流因此承接了原本由人反复组织的部分工作。
员工需要提前明确任务目标、输入资料和输出要求,并确定哪些结果需要复核;AI则在这些安排下推进具体环节。
人与AI的协作,从一次次独立问答延伸到一项任务的持续执行。
把企业数据与专业能力接入工作过程
AI工作流的连续执行要有业务依据。采购报价中,同一种物料可能对应不同编码,税费和运费的计算方式也可能不同。历史成交价能否作为参照,还要结合采购量与交付条件判断。只有取得相应资料,并把比较口径落实到步骤中,后续分析才有基础。
YonWork提供智能体、技能、知识库及工具接入等能力。技能承载专业方法,知识库提供权限范围内的资料,MCP服务用于连接外部工具和业务系统。在相关数据、工具已接入且具备相应权限的前提下,工作流将这些能力组织到具体任务中,使ERP中的交易记录、采购系统里的供应商信息和知识库中的制度成为AI处理工作的依据。
以采购比价选型为例,可以将工作流配置为:读取本次需求和报价,取得历史采购与供应商资料,按照统一口径整理成本,再结合资质、交期等条件分析,输出比选建议及待确认事项。采购经理发起任务后,已配置的环节围绕同一个目标展开,整理好的成本数据继续用于后续比较,分析结果最终汇入建议稿。
人的判断嵌在流程的关键位置
工作流改变了员工参与任务的方式。
过去,员工拿到一步结果,就要再安排下一步;采用工作流后,一部分衔接工作交由既定流程完成,人的专业判断则贯穿任务设计、执行检查和结果使用。
仍以采购比选为例,可以在成本口径确认、重要条件核验等位置配置人工审核。遇到报价信息缺失、交付承诺缺少依据等情况,人需要补充资料或重新判断。流程输出建议后,供应商选择以及成本、交期之间的取舍,仍由业务人员负责。
这样的分工,让专业人员有条件减少反复查找、整理和传递信息的操作,把注意力放在影响结果的判断上。
业务经验也有了新的用法:用于确定AI执行的规则、识别结果中的问题,并在业务条件变化时调整流程。
围绕具体任务建立人机协同新方式
YonWork工作流可以率先解决目标清晰、资料相对齐备、步骤较稳定的任务,只需要明确哪些环节交给AI、哪些结果由谁检查,再用实际材料验证。
YonWork支持流程导入和导出。经过验证的流程可以用于同类任务。再次使用时,仍需检查数据权限、资料范围和业务规则是否适用。流程复用让已经建立的人机分工延续下来,也沉淀了关键岗位或处理关键任务的方法论。
对企业而言,驾驭AI,需要把技术能力落实到岗位分工与任务衔接中。AI也由此进入企业日常作业的深处:接续处理明确的工作环节,调用已有的数据与系统能力,让使用者把精力集中在审核、异常判断和决策上。
股票
板块
用户
资讯
评论 (0)