用友YonWork智能协同“知行环”:从消息流转到结果交付
2026年9月4日


每天上班,很多人的第一项工作并不是推进业务,而是找工作:今天有哪些会议?哪些任务快到期?昨天承诺的事情有没有遗漏?新的待办藏在哪个系统里?当信息散落在即时通信、日程、会议、任务和业务系统中,员工往往要先花费大量精力拼凑TODO全貌,才能判断从哪里开始。

这也是企业协同中一个长期存在的隐性损耗:企业并不缺少信息、会议和制度,真正缺少的是一条把信息转化为行动、把行动持续推进到结果的链路。

YonWork 智能协同知行环场景呈现的,正是AI如何介入这条链路——从理解当前工作、推动任务执行,到沉淀结果、形成新的组织知识,让企业协作从消息流转走向结果交付


每天的工作,不必从“到处找”开始

在工作日的早晨,YonWork自动生成知行环早报,将与员工相关的会议、日程、待办和任务集中呈现。早报不仅罗列当天新增事项,还标识出已经逾期的任务、对应优先级和潜在风险,让员工一进入工作状态,就能看到需要优先处理的工作,而不必在多个系统之间反复切换。员工得到的不再是一组彼此孤立的消息,而是一张可以直接采取行动的工作地图。

这与YonWork的产品定位一脉相承。YonWork是用友面向企业工作场景打造的企业AI工作台,也是碳基人与硅基人共同协作的统一工作界面。作为面向企业全员的统一智能入口,YonWork提供可对话、可理解、可连接、可执行的AI应用的超级入口,帮助员工在一个连续的工作界面中理解任务、调用能力并推进业务。

图片

会议开完,不再意味着“从头整理”任务再分配

传统会议协同的难点,通常不在会议本身,而在会后。会上已经讨论清楚的事项,到了执行阶段仍然要依靠人工整理、逐一分工、录入任务和发送提醒;一旦责任人、截止时间或交付要求没有明确下来,会议纪要很快就会变成一份被保存但没有被执行的文档。

而现在,员工只需告诉YonWork明天上午9点和同事一起过一下活动的内容YonWork便可创建会议、添加参会人并设置会前提醒。会议结束后,将会议材料交给YonWork,它能够从会议内容中整理行动事项,按照项目负责人和技术保障等角色拆分任务,补充截止时间,并向相关人员发送提醒。

在这里,AI承担的不只是记录和总结工作,而是把自然语言中的协作意图转化为可执行任务。一次会议由此不再停留在形成共识,而是继续向责任分配、进度跟踪和结果交付延伸。人负责确定目标、作出判断、完成授权并承担责任;数智员工负责拆解、执行、核验、生成、提醒和回传,双方围绕同一个业务目标协作。

图片

当规则可以被执行,AI才真正融入组织业务

很多企业知识以制度、经验和操作规范的形式存在,但员工每次处理业务时,仍要重新查找和理解。如果规则只能供人阅读,它仍然没有完全进入业务执行。

视频中的一个细节很有代表性:员工通过自然语言告诉YonWork,待办中如果出现补卡申请,或者金额低于300元的报销申请,可以在每天18点按照规则自动处理;不符合条件的事项继续保留人工判断。YonWork据此创建定时任务,明确执行时间、处理条件和排除范围,并在执行后回传结果。

这意味着,过去写在制度文档里、依靠员工记忆执行的规则,有机会被转化为持续运行的工作任务。当然,自动执行并不等于无边界执行。YonWork强调在授权和规则范围内理解目标、拆解步骤、调用工具、推进流程并回传结果;关键节点可以引入确认、审批和人工接管。员工仍然掌握判断权与责任边界,AI则负责处理明确、重复且可以规则化的工作。

当早报、到期预警、晚间复盘以及周报、月报等任务按照设定持续运行,协同也就不再依赖某个人记得去检查YonWork可以围绕用户身份、组织权限、待办事项和业务流程理解当前工作场景,提供7×24小时的云端实时值守,让任务在员工没有主动发起新一轮对话时仍能持续推进。


知识不只是被找到,还要转化为新的工作成果

企业知识管理的价值,并不只是更快地找到一份文档。真正有效的知识流动,应该能够支持员工理解问题、完成工作,并把新的结果再次沉淀下来。

在视频中,员工让YonWork从团队文档中查找最新版协同办公操作手册。YonWork可以按照更新时间等信息整理相关资料,并继续根据员工的提问读取文档、提炼操作方法。随后,员工又要求YonWork结合当天已经发生的工作,按照指定的工作汇报模板生成日报。YonWork整理当日工作内容、任务进展、待办和次日计划,并将日报草稿写入工作汇报系统,供员工确认和提交。

从检索文档,到理解内容、生成成果,再到将结果回写业务系统,这条路径体现了YonWork自主业务闭环执行的特点:它不只是回答知识在哪里,还能够把知识转化为下一步动作;任务执行产生的新结果,又可以继续进入工作汇报和组织知识体系,成为后续协作可以调用的上下文。

由此,知行环形成了一条持续循环的工作链路:早报帮助员工看清全局,会议产生任务,任务进入执行,系统持续提醒和预警,阶段性成果写入业务系统,复盘结果又成为下一轮行动的依据。知识和行动不再分处两端,而是在同一个工作场景中持续相互转化。


图片

AI协同的下一步,是从信息连接走向结果连接

如果只把AI理解为一个更聪明的搜索框或内容生成工具,它解决的仍然只是局部效率问题。企业协同真正需要改变的,是信息进入业务之后的运行方式:谁来识别重点,谁来拆解任务,谁来持续跟进,结果如何回写,过程能否追踪。

YonWork通过任务拆解与规划调度,调用SkillAPIRPA、流程服务与消息通道,把用户意图转化为动作,并将执行结果回写业务系统。与此同时,权限控制、风险拦截、合规校验、运行观测和全链路追溯贯穿执行过程,确保AI只处理被授权的事项,并在被批准的时间和范围内运行;每一次规划、决策和执行都能够被追踪和复盘。

对企业而言,这种协同方式带来的价值,不只是少切换几个系统、少整理几份纪要。它减少的是三类更深层的组织成本:员工拼接工作上下文的时间,管理者反复催办和确认的协调成本,以及经验散落在聊天和文档中、无法被持续复用的知识损耗。

知道今天要做什么,到把事情真正做完,中间曾经隔着大量依赖人工衔接的工作。YonWork正在把这段距离变成一条可理解、可执行、可持续、可追踪的业务链路。

你定目标,YonWork来执行。让每一次沟通都能走向行动,让每一次行动都能沉淀为新的组织知识——这或许正是懂业务、会执行、更安全的企业AI工作台,为企业协同带来的真正改变。  

电子书下载


     

     

     

     

     

     

     
图片      

     
图片      

     
图片      

     
图片      

     
图片      

     
图片      
图片      
图片      

     
图片      

     
图片