资讯 企业服务
此为临时链接,仅用于文章预览,将在时失效

手握AI,百度跃入「企业知识管理」这片蓝海

作者:胡敏 编辑:周蕾
2022/11/16 18:06

手握AI,百度跃入「企业知识管理」这片蓝海

关于知识管理,曾有一位企业管理者向我们这样表示:他目前最关心的是发展新客户、推出新产品,同时他也会亲自过问财务,其次比较关心的是研发。至于知识管理,确实也是刚需,但优先级可能不比前面这几桩事情高;知识管理的工具又经常建了之后使用率不高,占用开支,他和管理层在推动知识管理建设上的意愿,是相对较弱的。

这是较为典型的一种经营思维,管理者认为自身的精力已经合理分配下去,已经顾及到了创新和降本增效两大问题。这种安排有其合理之处,但忽略了一点:知识管理,其实是企业创新的“风险屏障”。

一方面,知识管理离不开自动化和协作流程,本质上是为了让员工放开手脚,不把时间浪费在重复性、无意义的劳动上,而是有更多余力投入到创新当中。

另一方面,许多伟大的创新多是当事人的“灵光一现”,但企业源远流长的发展自然不能只等待灵感的火花。存量知识的解构、重塑其实同样会增加创新的可能性,企业也就会向创新保质保量发生的目标更近一步。

目标和逻辑明确之后,知识管理和创新之间的联通路径,又应该是什么?

在不久前的进博会上,雷峰网注意到,百度集团副总裁、集团首席信息官李莹提出了这样一个新公式:

创新流水线=AIX知识管理

手握AI,百度跃入「企业知识管理」这片蓝海

李莹谈到,AI赋能知识管理,产生的效应往往不再是简单相加这般简单,而是会能产生乘积般效应。

这种乘积效应体现在:

第一,在组织内部,借助AI的力量,撬动沉积在公司内部的知识。让知识更为高效、精准地,触达个体,让组织庞大的知识积累,真正流动起来。笔者举个通俗点的例子,这有点像把一个“图书馆”的庞大知识量,都给激活,切实地給到每个个体。

第二,在公司层面,当组织的知识资产不断赋能员工,而员工在日常工作中有不断创造和积累新技术经验,并源源不断添加到公司“图书馆”。

而当“图书馆”知识越来越丰富,员工又能获得更加丰厚的知识能量,如此循环往复,便形成了“创新流水线”。

在这个公式里,当AI技术的积淀和知识管理的经验,都达到最大化时,创新流水线无疑会呈现更大的能量。

“知识工作者(knowledge worker)”一词最早由现代管理学开创者彼得·德鲁克在1959年《明天的里程碑》中提出。1988年,德鲁克在《哈佛商业评论》上发表《新型组织的出现》一文。知识管理亦被提出。

当时,行业专家提出,将专家的知识写出规则,构造知识库,专家知识管理系统由此兴起,这也是如今智能诊断机器人的前身。

而后90年代中期互联网开始快速发展,人们又开始萌生一个新的想法,即基于互联网上的信息来做知识库,语义网应运而生。

语义网需要采用RDF、OWL等编程语言,建立起“活的”数据和分布式应用,让机器去读数据,让数据可以在应用间流通。

但语义网的学习门槛太高,大规模推广失败,相关技术进一步删繁就简,衍生出了现在的知识图谱技术。

同时,基于之前十余年的底层数据库建设,机器人问答、搜索和推荐项目等较复杂人机交互软件也成功面世。

雷峰网(公众号:雷峰网)注意到,眼下,知识管理正在向下一阶段进发。

随着企业数字化转型的不断深入,算力、算法、大数据加持下,人工智能成为新基建的“底座”,以AIGC(AI内容创作)、流程机器人为代表的知识智能开始加速落地,应用到各大细分场景。企业内部的知识流动、知识生成,开始发生新变化。

企业知识管理要分几步?

这些年来,企业内部的知识生成和流动,技术的力量从未缺席,大量用于知识管理的工具接连诞生。在工具到位的同时,如何将知识管理体系的建设,拆分成一个个子任务有序进行,成为了企业需要关注的难题。

企业知识管理过程,最困难的是一系列的规则、方法、经验如何沉淀下来,构建为知识。

“人在思考问题、交流问题的时候,会自动带有上下文,缺失的地方可以用常识补上,但是机器不会这种上下文。因此,企业知识管理对建设者的结构化思维能力要求很高,要能将知识体系化分层拆解,让机器理解,而不是用自然语言去简单随意地表达。”有行业专家分析道。

我们举一个比较通俗的例子:假设此时需要对财务工作做自动化改造,要沉淀的知识包括整个企业的财务制度、报销习惯、历史数据和事件,比如不同子公司所在地的五险一金缴纳政策不同,绩效工资统计跨部门、跨城市等等。

而企业内部不止有财务部门、销售部门有类似需求,企业运行的方方面面均会涉及。由此可见,企业知识管理需要沉淀的信息量之大,解构、构建知识的难度之高。

这样一个艰难的、工作量巨大的任务,怎么拆解?我们可以从百度的实操案例看起。

2020年,百度升级推出了新一代智能工作平台“如流”。这一平台正开展与企业知识管理相关的,三个相当实在的任务。

任务一:加强知识收集,特别是隐形知识

放在公司内部来讲,隐形知识包括了某一项目的讨论信息、关于某一个技术点的创新性想法、关于业务的片段性思考。收集整理员工在日常工作中,形成的技术想法、业务思考,这些日常点滴积累,聚沙成塔,对催生企业创新、商业成功有着不可忽略的作用。

为此,百度智能知识管理平台做到了扫描员工所有工作场景,并将其日常工作中的想法、经验随时存档和归纳,避免一个齿轮的掉落直接连累整部机器的运作。

员工之间双向沟通、团队内外部的多人会议,是产生想法、灵感迸发的高频场景,因为集思广益,不断交流、碰撞往往还可能对某一事物有更透彻认知、形成更完善的解决方案。

百度内部也因此萌生了打造协同工具的想法,并在2020年推出“如流”协同办公产品,将员工的沟通过程中产生的想法、知识都沉淀其中。

比如,原本团队开会还需要有一个人做会议纪要,而现在如流上开会,平台会中会实时录音,并且自动标记重点信息,并提炼会议结论与后续to-do清单等。

也有人指出,市面上已有大量在线协同办公工具,并不新鲜。但各家协同工具,在设计理念上,其实有着一定差异。

百度的智能工作平台,其顶层设计即用好AI技术和知识管理。所以在产品设计之初,如流的设计理念之一,就是打造一个统一的知识入口,囊括了包括员工日常生活中产生的线上视频、即时通信等所有知识产生源头,这为后续知识库整理提供了充足的“粮草”。

任务二:加强知识整理

许多知识仍散落在不同员工、组织之间,到底如何让知识穿透“员工墙”“部门墙”,实现“结构化大统一”?

我们都知道,没有经过整理的知识,就好比一座从未整理过的图书馆,再海量的藏书也只是堆砌,更勿论知识的传播、调取、应用以及在此基础上的二次创新。

以往企业内部员工都是负责自己“一亩三分地”,领导做好任务分配后,埋头苦干,对整个项目全景图、进度情况大多只能从开会、日报上获得。更重要的是,虽是不同员工负责不同任务项,但两者很可能有许多可复用的经验,这些很难及时传导到每一个人,就会出现重复造轮子、拉低工作效率的情况。

例如有时会有多个销售联系上共一位客户的情况,如果没有信息的共享和及时沟通,销售极有可能重复拜访客户,前序的拜访资料明明已经十分详尽,却没有得到充分利用,对于先后拜访客户的销售而言,都把时间浪费在重复工作上,销售之间也可能存在利益纷争问题。而多个销售各说各话,自然也会让客户形成负面印象。

为了解决这一问题,百度如流知识库直接源头抓起,建立了以项目为核心的知识库,大家可通过共享1个项目知识库的方式,进行项目的分工协作。

同时任何一位项目成员,都可以高效了解项目的全景、分工、进度。每个人有了新想法、或需求任务,都可以通过知识库沉淀和派发,形成一种“多线程并发式”共商、共创的模式。

如此一来,知识库“难找难用”的问题,将得到缓解,如若未来出现类似项目,平台会更迅速提供过往借鉴经验,避免员工将时间浪费在拉平对齐信息上。

任务三:加强知识运用

如果说做知识库就像建造图书馆,那建造图书馆本身并不是目的,目的是如何让图书馆的内容被用起来。让知识在组织内部自由流动起来,激发组织人员的活力,才能让知识价值最大化。

现如今,许多公司知识堆积如山,封存在公司的硬盘、服务器和文件夹里,就算存进了知识库,也是“存而不用”,没有充分被调度起来。

这个问题在遇到AI后,有了新的解法。作为一直走在AI技术前沿的巨头,百度很快意识到,应借助AI的力量,加强对企业内部知识分发,并提出了“创新流水线=AI✖知识管理”。

在企业知识管理上,AI技术加持,主动将对“图书馆”内的知识进行调度,然后传送到每一个组织内员工面前。

比如说在项目任务推进上,围绕着项目任务,员工往往需提前做大量功课,阅读相当多的文档、资料,如遇到一些某些技术、名词、人物不是很了解,就需要去网站查资料。

但去年百度的知识管理平台上线了“知识星链”功能,这个功能里,AI化身成员工的“随身词典”,员工阅读文档时,主动提前帮忙扫描工作场景中的“生词”并加以解释,为工作顺利推进扫平了障碍。

在这三个子任务的磨练之后,百度的知识管理平台已经发展较为成熟,在内外部都有成功应用。

例如连续举办十余年的“百度世界大会”,是百度每年最重要的一个品牌项目。这样的大型项目,对外要和媒体高频沟通,对内要联动几十个业务部门,各种文档图表和幻灯片动辄上百个,信息量极大。又经常因为涉及条线太多,工作发生遗漏、重复,非常影响效率和协作质量。

随着百度知识管理平台投入应用,百度世界的负责人表示,项目发生了100到1的巨大转变。过去那些动辄上百的文件,现在只要通过1个项目知识库来协同,且又可以随时随地维护各自的模块。

整个项目知识库变成了一部不断自我生长和完善的“项目百科全书”,协同创新的过程、思考、经验、总结,最终沉淀下来,为其他项目、未来项目所用。

百度的知识管理之路:先天优势与战略眼光兼具

从战略考量出发,百度内部也将知识管理,提高到了更高优先级。

2021年,在2021智能经济高峰论坛上,百度创始人、董事长兼CEO李彦宏称,未来十年,人工智能领域将有八项关键技术,深刻地改变社会,其中一项就是知识管理。

不仅是这次会议,李彦宏也在组织内部多次强调“知识流动”的重要性,表示“作为高科技与知识密集型公司,我们积累的经验和知识信息,如果能高效流动,一定会让创新速度有大幅度提升。”

放眼全行业来看,如此频繁强调知识管理,并亲身推动、投入其中的大企业,寥寥无几。百度为何如此强调要做知识管理?

事实上,从公司发展层面来说,百度做知识管理是一件自然而然的事情。

作为一家知识密集型企业,过去二十多年,百度在日常经营中沉淀了大量创新技术和经验,不仅包括知识库、专家库、案例库、流程、技术中台能力等显性知识,还包括机制、经验等隐性知识,乃至文档、周报、OKR等基础信息。如果这些知识创新技术和经验并没有完全在内部流动起来,一定会影响到百度降本增效的进程。

通过知识管理,能让高质量的知识、经验、思考沉淀进企业创新底座,同时并持续不断迭代,为底座注入新知识,反哺创新工作者,让创新的苗从企业内部不断茁壮成长。

如今,百度第二曲线智能云、第三曲线智能驾驶的飞速成长,也从一个侧面印证着,百度的知识管理工作的确正在对“创新驱动发展”带来了极大助益。

而从技术层面来看,百度的特色业务,也为知识管理攒下了大量技术优势。

百度以搜索闻名,搜索引擎每天要做的,是将海量信息尽可能精确地被检索到,海量用户的个性化搜索需求得以满足。

例如,搜索引擎要理解用户的搜索需求,判断用户是否输入了正确的关键词,是否需要其他关联推荐,浩如烟海的信息又应当怎样体系化地、有关联地,呈现在百科或是更多界面。这些繁复的需求,都要通过一个小小的搜索框来承载。

这意味着百度在信息的挖掘、分发、匹配等环节上,有着比知识管理同行更强大的技术积累。这种技术优势腾挪到企业的知识管理上,无疑是降维打击。

如今的百度知识图谱包含5500亿知识,并构建了庞大的“知识”网络,能更准确去判断员工搜索知识的意图,推动精准知识。

而百度自研发的产业级知识增强大模型——文心大模型,因既包含基础通用的大模型,也包含面向重点任务领域和行业的大模型,以及丰富的工具与平台,这让知识管理平台能更深入产业。

此外,在搜索全面性上,百度首创推出的融合知识网络与大模型的跨模态内容的检索技术,让员工在检索知识过程中,搜索更为全面。

比如,员工在搜索框输入关键词,而搜索结果栏就能帮你把对应有关键词的图片也找到,极大丰富用户的搜索量。

通过知识图谱、大模型的应用,知识在组织内部被最大化地调度利用起来。

20世纪初,福特汽车拆解所有生产工序,让汽车可以标准化、大批量生产,从而大幅提升汽车的生产效率,创造了工业时代的奇迹。

在如今的21世纪知识经济时代,所有的商业战争,都是以知识为基础的战争,当知识资产充分被智能化改造,当知识像流水一般,在企业组织、员工间持续高效运转时,创新的大规模发生,也将成为一件不期而遇的事。

长按图片保存图片,分享给好友或朋友圈

手握AI,百度跃入「企业知识管理」这片蓝海

扫码查看文章

正在生成分享图...

取消
相关文章