在大模型的眾多落地場景中，為何AI+知識庫會受到大量企業的青睞？

文｜周享玥 周路平

編｜游勇

01

一家央企子公司的知識庫實踐

五環公司是中國化學集團的子公司，在化工工程領域有著廣泛的業務積累，包括累計完成了3000多項大中型設計項目、300多項工程總承包項目和200多項海外項目。

但這些長年積累的行業寶貴知識和經驗，卻面臨著難以被高效利用的難題。

在知識管理上，因為項目管理比較獨立，知識難以有效沉淀和匯聚，而且由于缺乏專門的組織、崗位和標準化制度，導致知識缺乏統一分類和存儲標準，知識資源分散且檢索效率較低，員工參與的積極性不高。

另外，現有的檔案管理、云盤和培訓系統，雖然能夠初步實現文檔的線上化管理，但不能覆蓋知識的流動與共享，導致知識應用與業務發展脫節，限制了業務部門的生產效率。

在內部的學習培訓上，同樣面臨著諸多痛點。五環每年需要進行600多場學習培訓項目，而內部自建的培訓系統功能較為基礎，導致培訓管理效率低下，無法高效支持培訓的執行和效果追蹤。同時，內部系統改造又面臨技術復雜、成本高昂的挑戰，難以快速響應業務變化和需求升級，制約了五環培訓管理的數字化轉型。

現有的數字化水平已經難以跟上業務發展的需要。

AI的興起讓業內看到了新的思路，尤其是央國企對大模型的熱情高漲。五環在2024年初制定了AI落地的路線圖，梳理了一系列的落地場景，最終確定以知識庫的建設作為重要試點，為后續的AI場景落地提供經驗

五環公司選知識庫有兩個原因：一是五環所在的行業屬于知識密集型產業，過去60多年積累了大量行業的結構化和非結構化數據，而且因為具備設計院背景，正式員工里95%以上擁有本科以上學歷。二是內部提倡打造學習型組織，員工需要不斷成長，建設企業知識庫成為AI最快見效也是最確定性方向。

其實，知識管理并不是新概念，但很多企業很難真正用起來。中國化學五環公司科數部副主任張科發現，其中一個原因是知識庫的使用門檻太高，需要員工對各種文檔分門別類打上標簽。造成的結果就是三分鐘熱度，前期的熱情一過，員工就很難嚴格按照標準去維護知識庫。

2024年，在騰訊樂享團隊的幫助下，五環公司確定了AI助手+知識庫的架構，打造一個五環專屬的私域智能大腦和一個員工24小時的貼身AI助手。

如今，五環公司的知識庫已經覆蓋了20個部門，導入6-8萬篇文檔和200多門在線課程、1000多個高質量視頻資源。而且，這個知識庫可以根據部門、項目和員工職級設置不同的訪問權限，保證了內部信息的安全可控。

通過建設AI知識庫，五環公司實現了員工培訓和知識管理的協同。不僅實現了對存量知識的有效利用，避免了因為員工工作變動造成數據資產的流失；同時也讓員工能夠利用碎片化時間持續學習。

02

知識庫，已成AI落地最具確定性的場景

中國五環的案例并非孤例。今年初，隨著DeepSeek爆火，企業在知識庫方面的需求出現井噴式增長。騰訊云副總裁答治茜認為，大模型+知識庫已成為目前企業落地大模型最明確的一條路徑

“從體感上來說，至少有三五倍的增長。”答治茜告訴數智前線，這背后，是大模型顯著縮短了知識獲取、消費的路徑。過去，人們獲取信息需經歷多個步驟，現在，大模型簡化了這一過程。企業因此意識到是時候建立更高效的系統，以便員工能迅速獲取所需知識。

尤其是知識密集型企業，希望通過大模型+知識庫，促進知識在員工和組織間流動，并轉化為組織資產，實現效率、業績提升

例如，在律師行業，曠真律所正在使用騰訊樂享知識庫，將律師工作過程中的經驗沉淀下來，從而提升律師工作的效率。

“他們現在要求每做一個案子都必須沉淀下來，以便律師在遇到類似情況時，能快速查找過往案例和結論。”答治茜告訴數智前線，通過大模型+知識庫的方式，曠真律所將合伙人的培養時間從8年縮短至了6年。

另一方面，大模型雖熱，實際應用場景卻仍然有限，多位行業人士判斷，大模型首先大規模應用的場景，一種是在核心業務里能帶來顯著價值的小場景；另一種是像知識庫這樣知識密集但有一定容錯性的場景

在核心業務中，企業通常對AI持謹慎態度，需要持續攻堅，完成可靠性驗證。相比之下，知識庫能快速發揮大模型的優勢，讓管理層和一線員工快速體驗AI帶來的效果，通過知識的不斷沉淀、積累，企業也能挖掘出更多業務需求，是目前落地相對順暢，也是最快能夠見到成效的路徑之一。

答治茜告訴數智前線，有不少企業購買一體機后，落地遇到困難，找到他們，希望基于知識庫，將大模型快速用起來。

此前，有些企業選擇自建企業知識庫，但一直面臨投入大、周期長、見效慢、技術門檻高等難題。個人通過做筆記，形成個人知識庫相對容易，只需對自己負責，但企業知識庫的建立卻需應對多方面挑戰。

比如分散的知識如何整理到一起？知識庫兼容的格式是否足夠滿足要求？知識能否清晰地、成體系化地呈現？權限管理是否完善，既保證安全，又滿足跨部門協作需求？知識質量是否足夠，有沒有過時冗余的知識，是否能跟上業務變化？預算投入后，知識庫有沒有用是否能量化評估……

在大模型時代，這些挑戰將更為凸顯。知識庫如何適應大模型的能力？從知識的搜集、解析、存儲、生成、管理到更新，整個流程都會變化。以文檔解析為例，傳統文檔解析注重視覺呈現，現在則需將文本、圖像、視頻內容解析給模型，讓模型理解內容。

“我們看到很多技術團隊基于開源技術，自己嘗試去搭建企業知識庫，但建完后發現效果不符合預期，開始轉向專業團隊和產品尋求解決方案。”一位行業人士表示。

樂享在知識管理領域已經耕耘多年。早在2008年，騰訊就在內部推出了知識管理平臺——KM（knowledge management），成為了騰訊員工在內部分享、交流知識的核心承載。伴隨著騰訊業務的進一步多元化，樂享也逐漸孵化出更豐富、更完善的知識管理體系。2017年，樂享正式對外提供服務，將騰訊沉淀多年的產品和經驗對外輸出，幫助更多企業搭建內部社區、做好知識管理。

“樂享過去已服務30萬+企業，廣泛應用于金融、零售、制造、教育等多個行業。”樂享內部人士告訴數智前線，過去，企業內部對于培訓、社區類的需求較多，大模型+知識庫的需求出來后，這些客戶正在快速轉向樂享新的知識庫的能力。

03

一個好的知識庫，應該具備怎樣的能力？

隨著知識庫需求的激增，一個好的知識庫到底應該如何建立，成為了業界討論的重點。

“我們認為，一個優秀的知識庫，應該具備‘放得進’、‘管得好’、‘看得清’、‘找得準’、‘用得上’五方面的能力。”答治茜告訴數智前線，大模型時代，知識庫的終極目標是“讓企業知識觸手可及”。這正是樂享最新產品定位的核心理念。

實現這些要求，需要對知識管理的全周期進行優化。

在知識整合環節，要“放得進”。企業知識廣泛分散在各種的辦公文檔、圖片、音視頻文件中，需梳理、解析變成模型能看懂的知識，并統一管理，打破分散困境。

“樂享現在支持上百種文件格式。”答治茜透露，其文件上傳模式也在持續優化。過去，一個個文件單獨上傳的方式，客戶覺得麻煩，于是樂享推出按目錄上傳的能力，并計劃未來通過API和拖拽等方式提供更多便捷上傳選項。

在知識更新與屬性管理環節，要“管得好”，確保知識的時效性和質量，并對權限進行細致劃分。

例如，樂享知識庫提供有效性巡檢、知識審核、知識引用實時更新以及知識所有人機制等功能，確保知識有效、可靠。同時，支持實時批注和任務下發，提高團隊交流效率，促進業務流程和內部協作。它還允許根據組織架構設置靈活的權限，既可繼承父級權限，也可為成員單獨定制權限，平衡數據安全與協作需求。

而在“看得清”問題上，要求AI知識庫具有足夠清晰的數據洞察與管理看板能力，可以對知識數據進行深度分析和挖掘，比如通過提供知識的熱度統計、趨勢分析等功能，幫助企業管理者更好地了解知識的使用情況和價值。

“找得準”則要求智能問答檢索與溯源的效率要足夠高。目前，知識問答工具常面臨兩大挑戰：一是僅依靠模型自身的推理能力，缺乏對企業知識的深入理解，難以準確把握用戶需求，回答偏離主題；二是僅僅根據用戶提出的問題進行檢索，一旦相關文檔缺失，AI很容易產生“幻覺”，給出錯誤回答。

“這就要求我們去做好平衡，既要有一定的發散性，又要盡量減少幻覺。”答治茜說，“例如在需要嚴謹的場景下，我們通過前期文件預處理，以及精準的溯源能力來提升AI回答的準確率。或者我們通過一定的手段，來提高人類校驗知識準確性的能力，那么即便是大模型瞎編，也能夠知道哪里出了問題。”

“你對非結構化資料的識別是不是準確、數據規模特別大時，召回的切片怎么做才是精準的、如何精排才能獲取到最好的結果，以及最后給大模型總結的時候，選擇什么樣的模型，或者有些場景可能需要多個模型結合使用，這些都是在工程和產品設計上要解決的問題。”答治茜說，目前，騰訊樂享結合知識萃取+模型推理能力，能夠超越基礎的RAG（檢索增強生成）模式，深度挖掘企業中的隱形知識關聯，實現“理解準”、“檢索準”、“回答準”。

在“用得上”這件事上，樂享則通過開放平臺與Agent機制，支持知識導進來，以及場景化使用。答治茜透露，樂享提供多種方式幫助企業將AI助手融入工作流。

比如在五環公司的知識庫，騰訊樂享提供了三個入口，除了在PC端有桌面懸浮窗，也可以從OA系統進入，還可以在企業微信工作臺進入，保證員工能隨時隨地訪問。

基于這五方面的能力，騰訊樂享知識庫已助力多家企業實現大模型應用。例如，與云康集團構建“智云”知識體系，并上線AI助手“小云”，應用于臨床研發、樣本管理、客戶服務等關鍵服務。科沃斯基于騰訊樂享搭建AI知識庫，為一線門店導購進行產品知識與售賣實戰的賦能，全國門店人效提升10%，一年節省100萬元成本。樂享還為騰訊ToB業務開發了知識管理平臺“云知”，該平臺每年訪問量超800萬次，為騰訊節省的時間、人力、場地及差旅成本累計近3億元。

不過，企業知識庫的成功搭建并非終點。搭建完成后，如何真正用起來，避免為了建設而建設，仍然還有不少痛點，需要行業共同去解決。

“這應當是一個上下聯動的過程。”五環公司張科認為，公司高層和管理部門要明確知識庫的業務提效定位，制定知識管理核心規則，并通過專項活動吸引員工，為一線作業提供支持。

同時，他們也在探索在流程和組織機制上進行調整，例如制定激勵措施，鼓勵知識貢獻突出者，考慮將每年產生的知識數量、質量以及他們為業務節省的工時等指標作為KPI考核的一部分，融入各業務部門。

另外，對中大型企業而言，建立知識庫團隊、主動運營至關重要。初期知識庫不會自發成長，必須有人負責運營和推動。知識管理與項目管理相似，需要指定專門人員負責并推動知識管理。

“建知識庫知識邁出了第一步，更多是怎樣通過制度和流程設計形成一個互相促進、螺旋上升的態勢。”張科說。