0
關(guān)于知識管理，曾有一位企業(yè)管理者向我們這樣表示：他目前最關(guān)心的是發(fā)展新客戶、推出新產(chǎn)品，同時他也會親自過問財務(wù)，其次比較關(guān)心的是研發(fā)。至于知識管理，確實也是剛需，但優(yōu)先級可能不比前面這幾樁事情高；知識管理的工具又經(jīng)常建了之后使用率不高，占用開支，他和管理層在推動知識管理建設(shè)上的意愿，是相對較弱的。
這是較為典型的一種經(jīng)營思維，管理者認(rèn)為自身的精力已經(jīng)合理分配下去，已經(jīng)顧及到了創(chuàng)新和降本增效兩大問題。這種安排有其合理之處，但忽略了一點：知識管理，其實是企業(yè)創(chuàng)新的“風(fēng)險屏障”。
一方面，知識管理離不開自動化和協(xié)作流程，本質(zhì)上是為了讓員工放開手腳，不把時間浪費在重復(fù)性、無意義的勞動上，而是有更多余力投入到創(chuàng)新當(dāng)中。
另一方面，許多偉大的創(chuàng)新多是當(dāng)事人的“靈光一現(xiàn)”，但企業(yè)源遠(yuǎn)流長的發(fā)展自然不能只等待靈感的火花。存量知識的解構(gòu)、重塑其實同樣會增加創(chuàng)新的可能性，企業(yè)也就會向創(chuàng)新保質(zhì)保量發(fā)生的目標(biāo)更近一步。
目標(biāo)和邏輯明確之后，知識管理和創(chuàng)新之間的聯(lián)通路徑，又應(yīng)該是什么？
在不久前的進博會上，雷峰網(wǎng)(公眾號：雷峰網(wǎng))注意到，百度集團副總裁、集團首席信息官李瑩提出了這樣一個新公式：
創(chuàng)新流水線=AIX知識管理
李瑩談到，AI賦能知識管理，產(chǎn)生的效應(yīng)往往不再是簡單相加這般簡單，而是會能產(chǎn)生乘積般效應(yīng)。
這種乘積效應(yīng)體現(xiàn)在：
第一，在組織內(nèi)部，借助AI的力量，撬動沉積在公司內(nèi)部的知識。讓知識更為高效、精準(zhǔn)地，觸達(dá)個體，讓組織龐大的知識積累，真正流動起來。筆者舉個通俗點的例子，這有點像把一個“圖書館”的龐大知識量，都給激活，切實地給到每個個體。
第二，在公司層面，當(dāng)組織的知識資產(chǎn)不斷賦能員工，而員工在日常工作中有不斷創(chuàng)造和積累新技術(shù)經(jīng)驗，并源源不斷添加到公司“圖書館”。
而當(dāng)“圖書館”知識越來越豐富，員工又能獲得更加豐厚的知識能量，如此循環(huán)往復(fù)，便形成了“創(chuàng)新流水線”。
在這個公式里，當(dāng)AI技術(shù)的積淀和知識管理的經(jīng)驗，都達(dá)到最大化時，創(chuàng)新流水線無疑會呈現(xiàn)更大的能量。
“知識工作者(knowledge worker)”一詞最早由現(xiàn)代管理學(xué)開創(chuàng)者彼得·德魯克在1959年《明天的里程碑》中提出。1988年，德魯克在《哈佛商業(yè)評論》上發(fā)表《新型組織的出現(xiàn)》一文。知識管理亦被提出。
當(dāng)時，行業(yè)專家提出，將專家的知識寫出規(guī)則，構(gòu)造知識庫，專家知識管理系統(tǒng)由此興起，這也是如今智能診斷機器人的前身。
而后90年代中期互聯(lián)網(wǎng)開始快速發(fā)展，人們又開始萌生一個新的想法，即基于互聯(lián)網(wǎng)上的信息來做知識庫，語義網(wǎng)應(yīng)運而生。
語義網(wǎng)需要采用RDF、OWL等編程語言，建立起“活的”數(shù)據(jù)和分布式應(yīng)用，讓機器去讀數(shù)據(jù)，讓數(shù)據(jù)可以在應(yīng)用間流通。
但語義網(wǎng)的學(xué)習(xí)門檻太高，大規(guī)模推廣失敗，相關(guān)技術(shù)進一步刪繁就簡，衍生出了現(xiàn)在的知識圖譜技術(shù)。
同時，基于之前十余年的底層數(shù)據(jù)庫建設(shè)，機器人問答、搜索和推薦項目等較復(fù)雜人機交互軟件也成功面世。
雷峰網(wǎng)注意到，眼下，知識管理正在向下一階段進發(fā)。
隨著企業(yè)數(shù)字化轉(zhuǎn)型的不斷深入，算力、算法、大數(shù)據(jù)加持下，人工智能成為新基建的“底座”，以AIGC（AI內(nèi)容創(chuàng)作）、流程機器人為代表的知識智能開始加速落地，應(yīng)用到各大細(xì)分場景。企業(yè)內(nèi)部的知識流動、知識生成，開始發(fā)生新變化。
這些年來，企業(yè)內(nèi)部的知識生成和流動，技術(shù)的力量從未缺席，大量用于知識管理的工具接連誕生。在工具到位的同時，如何將知識管理體系的建設(shè)，拆分成一個個子任務(wù)有序進行，成為了企業(yè)需要關(guān)注的難題。
企業(yè)知識管理過程，最困難的是一系列的規(guī)則、方法、經(jīng)驗如何沉淀下來，構(gòu)建為知識。
“人在思考問題、交流問題的時候，會自動帶有上下文，缺失的地方可以用常識補上，但是機器不會這種上下文。因此，企業(yè)知識管理對建設(shè)者的結(jié)構(gòu)化思維能力要求很高，要能將知識體系化分層拆解，讓機器理解，而不是用自然語言去簡單隨意地表達(dá)。”有行業(yè)專家分析道。
我們舉一個比較通俗的例子：假設(shè)此時需要對財務(wù)工作做自動化改造，要沉淀的知識包括整個企業(yè)的財務(wù)制度、報銷習(xí)慣、歷史數(shù)據(jù)和事件，比如不同子公司所在地的五險一金繳納政策不同，績效工資統(tǒng)計跨部門、跨城市等等。
而企業(yè)內(nèi)部不止有財務(wù)部門、銷售部門有類似需求，企業(yè)運行的方方面面均會涉及。由此可見，企業(yè)知識管理需要沉淀的信息量之大，解構(gòu)、構(gòu)建知識的難度之高。
這樣一個艱難的、工作量巨大的任務(wù)，怎么拆解？我們可以從百度的實操案例看起。
2020年，百度升級推出了新一代智能工作平臺“如流”。這一平臺正開展與企業(yè)知識管理相關(guān)的，三個相當(dāng)實在的任務(wù)。
任務(wù)一：加強知識收集，特別是隱形知識
放在公司內(nèi)部來講，隱形知識包括了某一項目的討論信息、關(guān)于某一個技術(shù)點的創(chuàng)新性想法、關(guān)于業(yè)務(wù)的片段性思考。收集整理員工在日常工作中，形成的技術(shù)想法、業(yè)務(wù)思考，這些日常點滴積累，聚沙成塔，對催生企業(yè)創(chuàng)新、商業(yè)成功有著不可忽略的作用。
為此，百度智能知識管理平臺做到了掃描員工所有工作場景，并將其日常工作中的想法、經(jīng)驗隨時存檔和歸納，避免一個齒輪的掉落直接連累整部機器的運作。
員工之間雙向溝通、團隊內(nèi)外部的多人會議，是產(chǎn)生想法、靈感迸發(fā)的高頻場景，因為集思廣益，不斷交流、碰撞往往還可能對某一事物有更透徹認(rèn)知、形成更完善的解決方案。
百度內(nèi)部也因此萌生了打造協(xié)同工具的想法，并在2020年推出“如流”協(xié)同辦公產(chǎn)品，將員工的溝通過程中產(chǎn)生的想法、知識都沉淀其中。
比如，原本團隊開會還需要有一個人做會議紀(jì)要，而現(xiàn)在如流上開會，平臺會中會實時錄音，并且自動標(biāo)記重點信息，并提煉會議結(jié)論與后續(xù)to-do清單等。
也有人指出，市面上已有大量在線協(xié)同辦公工具，并不新鮮。但各家協(xié)同工具，在設(shè)計理念上，其實有著一定差異。
百度的智能工作平臺，其頂層設(shè)計即用好AI技術(shù)和知識管理。所以在產(chǎn)品設(shè)計之初，如流的設(shè)計理念之一，就是打造一個統(tǒng)一的知識入口，囊括了包括員工日常生活中產(chǎn)生的線上視頻、即時通信等所有知識產(chǎn)生源頭，這為后續(xù)知識庫整理提供了充足的“糧草”。
任務(wù)二：加強知識整理
許多知識仍散落在不同員工、組織之間，到底如何讓知識穿透“員工墻”“部門墻”，實現(xiàn)“結(jié)構(gòu)化大統(tǒng)一”？
我們都知道，沒有經(jīng)過整理的知識，就好比一座從未整理過的圖書館，再海量的藏書也只是堆砌，更勿論知識的傳播、調(diào)取、應(yīng)用以及在此基礎(chǔ)上的二次創(chuàng)新。
以往企業(yè)內(nèi)部員工都是負(fù)責(zé)自己“一畝三分地”，領(lǐng)導(dǎo)做好任務(wù)分配后，埋頭苦干，對整個項目全景圖、進度情況大多只能從開會、日報上獲得。更重要的是，雖是不同員工負(fù)責(zé)不同任務(wù)項，但兩者很可能有許多可復(fù)用的經(jīng)驗，這些很難及時傳導(dǎo)到每一個人，就會出現(xiàn)重復(fù)造輪子、拉低工作效率的情況。
例如有時會有多個銷售聯(lián)系上共一位客戶的情況，如果沒有信息的共享和及時溝通，銷售極有可能重復(fù)拜訪客戶，前序的拜訪資料明明已經(jīng)十分詳盡，卻沒有得到充分利用，對于先后拜訪客戶的銷售而言，都把時間浪費在重復(fù)工作上，銷售之間也可能存在利益紛爭問題。而多個銷售各說各話，自然也會讓客戶形成負(fù)面印象。
為了解決這一問題，百度如流知識庫直接源頭抓起，建立了以項目為核心的知識庫，大家可通過共享1個項目知識庫的方式，進行項目的分工協(xié)作。
同時任何一位項目成員，都可以高效了解項目的全景、分工、進度。每個人有了新想法、或需求任務(wù)，都可以通過知識庫沉淀和派發(fā)，形成一種“多線程并發(fā)式”共商、共創(chuàng)的模式。
如此一來，知識庫“難找難用”的問題，將得到緩解，如若未來出現(xiàn)類似項目，平臺會更迅速提供過往借鑒經(jīng)驗，避免員工將時間浪費在拉平對齊信息上。
任務(wù)三：加強知識運用
如果說做知識庫就像建造圖書館，那建造圖書館本身并不是目的，目的是如何讓圖書館的內(nèi)容被用起來。讓知識在組織內(nèi)部自由流動起來，激發(fā)組織人員的活力，才能讓知識價值最大化。
現(xiàn)如今，許多公司知識堆積如山，封存在公司的硬盤、服務(wù)器和文件夾里，就算存進了知識庫，也是“存而不用”，沒有充分被調(diào)度起來。
這個問題在遇到AI后，有了新的解法。作為一直走在AI技術(shù)前沿的巨頭，百度很快意識到，應(yīng)借助AI的力量，加強對企業(yè)內(nèi)部知識分發(fā)，并提出了“創(chuàng)新流水線=AI?知識管理”。
在企業(yè)知識管理上，AI技術(shù)加持，主動將對“圖書館”內(nèi)的知識進行調(diào)度，然后傳送到每一個組織內(nèi)員工面前。
比如說在項目任務(wù)推進上，圍繞著項目任務(wù)，員工往往需提前做大量功課，閱讀相當(dāng)多的文檔、資料，如遇到一些某些技術(shù)、名詞、人物不是很了解，就需要去網(wǎng)站查資料。
但去年百度的知識管理平臺上線了“知識星鏈”功能，這個功能里，AI化身成員工的“隨身詞典”，員工閱讀文檔時，主動提前幫忙掃描工作場景中的“生詞”并加以解釋，為工作順利推進掃平了障礙。
在這三個子任務(wù)的磨練之后，百度的知識管理平臺已經(jīng)發(fā)展較為成熟，在內(nèi)外部都有成功應(yīng)用。
例如連續(xù)舉辦十余年的“百度世界大會”，是百度每年最重要的一個品牌項目。這樣的大型項目，對外要和媒體高頻溝通，對內(nèi)要聯(lián)動幾十個業(yè)務(wù)部門，各種文檔圖表和幻燈片動輒上百個，信息量極大。又經(jīng)常因為涉及條線太多，工作發(fā)生遺漏、重復(fù)，非常影響效率和協(xié)作質(zhì)量。
隨著百度知識管理平臺投入應(yīng)用，百度世界的負(fù)責(zé)人表示，項目發(fā)生了100到1的巨大轉(zhuǎn)變。過去那些動輒上百的文件，現(xiàn)在只要通過1個項目知識庫來協(xié)同，且又可以隨時隨地維護各自的模塊。
整個項目知識庫變成了一部不斷自我生長和完善的“項目百科全書”，協(xié)同創(chuàng)新的過程、思考、經(jīng)驗、總結(jié)，最終沉淀下來，為其他項目、未來項目所用。
從戰(zhàn)略考量出發(fā)，百度內(nèi)部也將知識管理，提高到了更高優(yōu)先級。
2021年，在2021智能經(jīng)濟高峰論壇上，百度創(chuàng)始人、董事長兼CEO李彥宏稱，未來十年，人工智能領(lǐng)域?qū)⒂邪隧楆P(guān)鍵技術(shù)，深刻地改變社會，其中一項就是知識管理。
不僅是這次會議，李彥宏也在組織內(nèi)部多次強調(diào)“知識流動”的重要性，表示“作為高科技與知識密集型公司，我們積累的經(jīng)驗和知識信息，如果能高效流動，一定會讓創(chuàng)新速度有大幅度提升?！?/p>
放眼全行業(yè)來看，如此頻繁強調(diào)知識管理，并親身推動、投入其中的大企業(yè)，寥寥無幾。百度為何如此強調(diào)要做知識管理？
事實上，從公司發(fā)展層面來說，百度做知識管理是一件自然而然的事情。
作為一家知識密集型企業(yè)，過去二十多年，百度在日常經(jīng)營中沉淀了大量創(chuàng)新技術(shù)和經(jīng)驗，不僅包括知識庫、專家?guī)臁咐龓?、流程、技術(shù)中臺能力等顯性知識，還包括機制、經(jīng)驗等隱性知識，乃至文檔、周報、OKR等基礎(chǔ)信息。如果這些知識創(chuàng)新技術(shù)和經(jīng)驗并沒有完全在內(nèi)部流動起來，一定會影響到百度降本增效的進程。
通過知識管理，能讓高質(zhì)量的知識、經(jīng)驗、思考沉淀進企業(yè)創(chuàng)新底座，同時并持續(xù)不斷迭代，為底座注入新知識，反哺創(chuàng)新工作者，讓創(chuàng)新的苗從企業(yè)內(nèi)部不斷茁壯成長。
如今，百度第二曲線智能云、第三曲線智能駕駛的飛速成長，也從一個側(cè)面印證著，百度的知識管理工作的確正在對“創(chuàng)新驅(qū)動發(fā)展”帶來了極大助益。
而從技術(shù)層面來看，百度的特色業(yè)務(wù)，也為知識管理攢下了大量技術(shù)優(yōu)勢。
百度以搜索聞名，搜索引擎每天要做的，是將海量信息盡可能精確地被檢索到，海量用戶的個性化搜索需求得以滿足。
例如，搜索引擎要理解用戶的搜索需求，判斷用戶是否輸入了正確的關(guān)鍵詞，是否需要其他關(guān)聯(lián)推薦，浩如煙海的信息又應(yīng)當(dāng)怎樣體系化地、有關(guān)聯(lián)地，呈現(xiàn)在百科或是更多界面。這些繁復(fù)的需求，都要通過一個小小的搜索框來承載。
這意味著百度在信息的挖掘、分發(fā)、匹配等環(huán)節(jié)上，有著比知識管理同行更強大的技術(shù)積累。這種技術(shù)優(yōu)勢騰挪到企業(yè)的知識管理上，無疑是降維打擊。
如今的百度知識圖譜包含5500億知識，并構(gòu)建了龐大的“知識”網(wǎng)絡(luò)，能更準(zhǔn)確去判斷員工搜索知識的意圖，推動精準(zhǔn)知識。
而百度自研發(fā)的產(chǎn)業(yè)級知識增強大模型——文心大模型，因既包含基礎(chǔ)通用的大模型，也包含面向重點任務(wù)領(lǐng)域和行業(yè)的大模型，以及豐富的工具與平臺，這讓知識管理平臺能更深入產(chǎn)業(yè)。
此外，在搜索全面性上，百度首創(chuàng)推出的融合知識網(wǎng)絡(luò)與大模型的跨模態(tài)內(nèi)容的檢索技術(shù)，讓員工在檢索知識過程中，搜索更為全面。
比如，員工在搜索框輸入關(guān)鍵詞，而搜索結(jié)果欄就能幫你把對應(yīng)有關(guān)鍵詞的圖片也找到，極大豐富用戶的搜索量。
通過知識圖譜、大模型的應(yīng)用，知識在組織內(nèi)部被最大化地調(diào)度利用起來。
20世紀(jì)初，福特汽車拆解所有生產(chǎn)工序，讓汽車可以標(biāo)準(zhǔn)化、大批量生產(chǎn)，從而大幅提升汽車的生產(chǎn)效率，創(chuàng)造了工業(yè)時代的奇跡。
在如今的21世紀(jì)知識經(jīng)濟時代，所有的商業(yè)戰(zhàn)爭，都是以知識為基礎(chǔ)的戰(zhàn)爭，當(dāng)知識資產(chǎn)充分被智能化改造，當(dāng)知識像流水一般，在企業(yè)組織、員工間持續(xù)高效運轉(zhuǎn)時，創(chuàng)新的大規(guī)模發(fā)生，也將成為一件不期而遇的事。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
