圖片來源@視覺中國

過去兩年多，百度內(nèi)部一直在加速迭代被稱之為“知識管理”的大工程。

(相關(guān)資料圖)

這個(gè)時(shí)間段內(nèi)，如流作為重要的知識管理入口還上線了知識庫、星鏈、線上協(xié)作、KU享等諸多功能，為此百度還專門為這個(gè)為期兩年多的攻堅(jiān)，召開了內(nèi)部第一屆知識管理大會，百度CTO王海峰，百度集團(tuán)資深副總裁、百度文化委員會秘書長崔珊珊，百度集團(tuán)副總裁、集團(tuán)首席信息官李瑩等幾位高管都在會上做了重要發(fā)言，一個(gè)核心思想是，要把知識管理在百度內(nèi)部大力推廣。

甚至也有提出要求：“快一點(diǎn)把這個(gè)事情拉動起來，壓力給到如流團(tuán)隊(duì)，要重視起來，把工具做好。”

被高層頻繁點(diǎn)名，百度提到重要量級的知識管理，到底是怎樣一個(gè)“工程”呢？

如果追溯源頭，百度對知識管理的重視，是從李彥宏開始的。一年前，百度創(chuàng)始人、董事長兼CEO李彥宏在百度主辦的2021智能經(jīng)濟(jì)高峰論壇上，把“知識管理”列為了AI時(shí)代決勝未來的八大關(guān)鍵技術(shù)之一。

近日，李瑩在接受鈦媒體采訪時(shí)再次詮釋了她對知識管理的觀點(diǎn)，“知識管理，就是 AI 時(shí)代的‘創(chuàng)新流水線’。”所以理解百度的“知識管理”，可以從兩個(gè)核心來理解，一個(gè)是“AI”，一個(gè)是“創(chuàng)新流水線”。

解構(gòu)知識，按需分配

AI一直以來都是百度重要的戰(zhàn)略方向，在各個(gè)產(chǎn)業(yè)應(yīng)用中AI出場率甚至可以達(dá)到100%。在知識管理的理解下，AI貫穿在各個(gè)環(huán)節(jié)，比如，對公司內(nèi)部對知識的重新分發(fā)和推薦等。

李瑩舉了一個(gè)較為形象的例子，比如有員工在周報(bào)里面可能會寫，“簡歷的結(jié)構(gòu)化抽取準(zhǔn)確率不高，下個(gè)星期要繼續(xù)提升”，那么知識管理的知識分發(fā)系統(tǒng)在識別到該問題涉及‘文本結(jié)構(gòu)化抽取’時(shí)，就可以推薦百度AI大模型中的知識解析案例，或者為這位同學(xué)推薦公司內(nèi)部專家進(jìn)行交流?！坝肁I改造知識管理模式，形成正反饋循環(huán)。”李瑩總結(jié)。

AI自動推薦的知識解析案例從哪兒來呢？實(shí)際上是來源于，此前百度知識庫中的各類異構(gòu)知識，這個(gè)知識庫是從員工創(chuàng)建的專家?guī)?、案例庫、技術(shù)中臺等沉淀出來的知識庫。

這些被無數(shù)百度員工創(chuàng)建的異構(gòu)知識如何實(shí)現(xiàn)更大規(guī)模應(yīng)用？百度的知識管理分發(fā)系統(tǒng)，會對知識庫中的知識進(jìn)行重新拆解、分發(fā)、組裝。最重要的是基于AI大模型技術(shù)、知識圖譜技術(shù)，對多元異構(gòu)的知識進(jìn)行標(biāo)準(zhǔn)化、單元化的拆解，然后員工的畫像進(jìn)行識別，進(jìn)而工作場景下的適時(shí)推薦。

在百度的知識管理大框架內(nèi)中，“知識星鏈”和“流式引擎”也是兩個(gè)重要功能，這兩個(gè)百度自創(chuàng)的概念也便于理解知識管理的整個(gè)鏈路。雖然詞匯較為陌生，但從功能上看，也似曾相識。比如知識星鏈，據(jù)李瑩介紹，一個(gè)知識點(diǎn)會跟其他無數(shù)知識點(diǎn)有這樣或那樣的關(guān)系，而知識星鏈會把這些有關(guān)系的知識串聯(lián)到一起，每個(gè)知識點(diǎn)都是一個(gè)小氣泡、小鏈接，通俗來理解就是企業(yè)的知識百科。

“4月份知識星鏈剛剛上線，每個(gè)月點(diǎn)擊瀏覽量都在成倍的增長，到6月份的時(shí)候增長了1.5倍?！崩瞵撜f。

如果說知識星鏈連接的是知識，那么圍繞場景的流式引擎，連接的就是工作，是“以事找人”理念的呈現(xiàn)。“一個(gè)審批流過來，用如流都可以收到一個(gè)卡片，可以在上面直接操作，節(jié)省了很多步驟，不需要再跳到原來的系統(tǒng)上去執(zhí)行?！崩瞵摻忉?。

她表示，這樣看起來簡單的功能，背后意味著一整套機(jī)制的變化，他們把百度內(nèi)的很多系統(tǒng)進(jìn)行了原子化的拆解，把這些單元維度的功能拆解出來之后，跟如流打通?！拔覀兿喈?dāng)于真正改變了一種做事的方式，原來我們要到每個(gè)系統(tǒng)上看走到了哪個(gè)環(huán)節(jié)，要干什么?！崩瞵撜f道。

創(chuàng)新流水線的邏輯

理順了AI在知識管理場景下發(fā)揮的作用，那么創(chuàng)新流水線出現(xiàn)在這里又是什么樣的邏輯？為什么百度提出“AI×知識管理＝創(chuàng)新流水線”？

“流水線”這個(gè)詞更像一個(gè)工業(yè)流程中的詞匯，提起這個(gè)詞人們頭腦中出現(xiàn)的往往是工業(yè)生產(chǎn)線的流水線作業(yè)。而創(chuàng)新流水線，則指的是知識密集型企業(yè)的創(chuàng)新性較高的工作鏈條。但創(chuàng)新型的工作為什么能夠像流水線一樣源源不斷產(chǎn)生呢？

一個(gè)企業(yè)要想長久發(fā)展就離不開創(chuàng)新，但是在企業(yè)當(dāng)中大多數(shù)是組合創(chuàng)新，不是從零開始發(fā)明一個(gè)新的事務(wù)，而是把一些舊的要素針對一個(gè)新的問題進(jìn)行一個(gè)新的組合。但是組合知識、經(jīng)驗(yàn)的速度取決于知識流動的速度，知識流動得越快，這個(gè)創(chuàng)新組合就會越快。

在企業(yè)中，知識的流動，往往指的是，一個(gè)員工生產(chǎn)出的知識，流動到另外一個(gè)員工那里使用、消費(fèi)、應(yīng)用，這個(gè)過程越快，創(chuàng)新能力就越強(qiáng)。在傳統(tǒng)情況下，知識的流動是人到人的，比如常見的師父帶徒弟的等等，但是這種知識流動的效率卻極低。知識管理的作用，會加速知識的流動效率。如果知識流動是從人到人，有了知識管理之后，對人進(jìn)行統(tǒng)一的管理，讓知識流動的效率更高。

“員工既是知識的生產(chǎn)者，也是知識的消費(fèi)者。我們的知識，既從員工中來，員工工作也會用到這些知識。其實(shí)這本身就建立了一套閉環(huán)。員工生產(chǎn)出的知識經(jīng)過知識管理系統(tǒng)的處理變成生產(chǎn)力回到起點(diǎn)，再次被其他同事利用重新產(chǎn)生異構(gòu)知識，沉淀到知識庫。”李瑩總結(jié)，她表示，這樣的良性循環(huán)就使得這套流水線的積累的內(nèi)容會越來越多、越來越好，使得它更加有價(jià)值、效率更高。因此，不久前，在接受媒體采訪時(shí)，李瑩便重新提出了“AI×知識管理＝創(chuàng)新流水線”的觀點(diǎn)。

所以回過頭來看，通過知識管理系統(tǒng)解構(gòu)知識、分發(fā)知識、以事找人都是為了加速創(chuàng)新流水線上的知識流動，無論是知識星鏈、流式引擎還是技術(shù)層面的大模型、知識圖譜，甚至是知識管理入口如流，都是創(chuàng)新流水線機(jī)制形成的重要組成部分。

那么，一個(gè)核心問題是，百度花這么大力氣來做知識管理，他們究竟如何考量知識管理這件事的重要性和以后的發(fā)展走向？對于這一問題李瑩表示，這個(gè)問題涉及兩個(gè)方面，一個(gè)是作為互聯(lián)網(wǎng)創(chuàng)新企業(yè)，百度需要這么做，這對百度持續(xù)創(chuàng)新很有必要，并且知識管理可能成為百度的創(chuàng)新基座；第二則是，百度在文心大模型、飛槳深度學(xué)習(xí)開放平臺等方面非常多的人工智能技術(shù)，百度能夠這么做。并且在經(jīng)過一番迭代，百度成為知識管理的最佳實(shí)踐后，百度也能夠?qū)⑵滟x能給更多企業(yè)。

“站在百度的AI肩膀之上的，我們也會跟自然語言處理、語音團(tuán)隊(duì)、知識圖譜團(tuán)隊(duì)合作， 將AI能力打通。在此之上，我們把知識管理賦能到如流工作平臺上，并提供給行業(yè)?！崩瞵撜f。（作者 | 秦聰慧）

關(guān)鍵詞：