圖片來源@視覺中國

過去兩年多，百度內部一直在加速迭代被稱之為“知識管理”的大工程。

(相關資料圖)

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

甚至也有提出要求：“快一點把這個事情拉動起來，壓力給到如流團隊，要重視起來，把工具做好?！?/p>

被高層頻繁點名，百度提到重要量級的知識管理，到底是怎樣一個“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，百度創始人、董事長兼CEO李彥宏在百度主辦的2021智能經濟高峰論壇上，把“知識管理”列為了AI時代決勝未來的八大關鍵技術之一。

近日，李瑩在接受鈦媒體采訪時再次詮釋了她對知識管理的觀點，“知識管理，就是 AI 時代的‘創新流水線’?！彼岳斫獍俣鹊摹爸R管理”，可以從兩個核心來理解，一個是“AI”，一個是“創新流水線”。

解構知識，按需分配

AI一直以來都是百度重要的戰略方向，在各個產業應用中AI出場率甚至可以達到100%。在知識管理的理解下，AI貫穿在各個環節，比如，對公司內部對知識的重新分發和推薦等。

李瑩舉了一個較為形象的例子，比如有員工在周報里面可能會寫，“簡歷的結構化抽取準確率不高，下個星期要繼續提升”，那么知識管理的知識分發系統在識別到該問題涉及‘文本結構化抽取’時，就可以推薦百度AI大模型中的知識解析案例，或者為這位同學推薦公司內部專家進行交流。“用AI改造知識管理模式，形成正反饋循環。”李瑩總結。

AI自動推薦的知識解析案例從哪兒來呢？實際上是來源于，此前百度知識庫中的各類異構知識，這個知識庫是從員工創建的專家庫、案例庫、技術中臺等沉淀出來的知識庫。

這些被無數百度員工創建的異構知識如何實現更大規模應用？百度的知識管理分發系統，會對知識庫中的知識進行重新拆解、分發、組裝。最重要的是基于AI大模型技術、知識圖譜技術，對多元異構的知識進行標準化、單元化的拆解，然后員工的畫像進行識別，進而工作場景下的適時推薦。

在百度的知識管理大框架內中，“知識星鏈”和“流式引擎”也是兩個重要功能，這兩個百度自創的概念也便于理解知識管理的整個鏈路。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，據李瑩介紹，一個知識點會跟其他無數知識點有這樣或那樣的關系，而知識星鏈會把這些有關系的知識串聯到一起，每個知識點都是一個小氣泡、小鏈接，通俗來理解就是企業的知識百科。

“4月份知識星鏈剛剛上線，每個月點擊瀏覽量都在成倍的增長，到6月份的時候增長了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?！耙粋€審批流過來，用如流都可以收到一個卡片，可以在上面直接操作，節省了很多步驟，不需要再跳到原來的系統上去執行?！崩瞵摻忉尅?/p>

她表示，這樣看起來簡單的功能，背后意味著一整套機制的變化，他們把百度內的很多系統進行了原子化的拆解，把這些單元維度的功能拆解出來之后，跟如流打通?！拔覀兿喈斢谡嬲淖兞艘环N做事的方式，原來我們要到每個系統上看走到了哪個環節，要干什么?！崩瞵撜f道。

創新流水線的邏輯

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

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

一個企業要想長久發展就離不開創新，但是在企業當中大多數是組合創新，不是從零開始發明一個新的事務，而是把一些舊的要素針對一個新的問題進行一個新的組合。但是組合知識、經驗的速度取決于知識流動的速度，知識流動得越快，這個創新組合就會越快。

在企業中，知識的流動，往往指的是，一個員工生產出的知識，流動到另外一個員工那里使用、消費、應用，這個過程越快，創新能力就越強。在傳統情況下，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，對人進行統一的管理，讓知識流動的效率更高。

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

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

那么，一個核心問題是，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展走向？對于這一問題李瑩表示，這個問題涉及兩個方面，一個是作為互聯網創新企業，百度需要這么做，這對百度持續創新很有必要，并且知識管理可能成為百度的創新基座；第二則是，百度在文心大模型、飛槳深度學習開放平臺等方面非常多的人工智能技術，百度能夠這么做。并且在經過一番迭代，百度成為知識管理的最佳實踐后，百度也能夠將其賦能給更多企業。

“站在百度的AI肩膀之上的，我們也會跟自然語言處理、語音團隊、知識圖譜團隊合作， 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?！崩瞵撜f。（作者 | 秦聰慧）

關鍵詞：