大部分企业的知识管理有三个不足：缺乏长期规划、缺乏组织机制和文化、缺乏智能化，大模型+知识库的体系建设，从知识管理的底层切入，帮助企业探索多场景的知识应用形态，提升企业知识应用价值。

本文从知识库建设的挑战、AI+知识库建设框架与路径、4个不同场景的知识库落地案例，三个部分详细展开。

分享嘉宾｜沈盛宇 

知识库建设背景

企业目前在建设知识库过程中会遇到非常多困难，主要总结有以下三个部分。

1、知识管理比较分散

企业无论有无构建知识库，大都采取纸质化办公方式，很多的数字甚至还处于非电子化版本，企业需要去做更多的工作完成这个电子的转换。且不同部门之间会存在信息孤岛的情况，不同的管理方式，就有不同的建库方式，相互之间无法打通，知识管理相对来说会比较分散。

2、知识的可用性较差

在知识构建时，可能只是将一个简单的文库，丢到相应知识库或平台里，在搜索、检验、使用阶段，整体会有较大的问题。结合某业务场景，比如一个设备维修人员，要去查询某设备维修的相关参数，可能只是返回一篇完整的维修手册，再做相应的查找，会非常复杂且浪费时间。

3、专家知识难以沉淀

这也是目前企业用户反馈较多的问题。很多企业其实是具备专家支持的，无论是在客服、营销、金融、设备管理，或者是一些传统行业，都有一些具备很多经验的老师傅，但他的经验都存在大脑里，没有办法用较好的方式呈现出来。所以我们需要一个平台，能够提供给企业用户做相应的使用。且能在相应平台去抽取或完成相应的任务，找到答案，这是我们目前主要面临的问题。

对于企业知识管理的发展脉络，我们希望打造三种场面。

打造AI+知识服务体系

结合 AI 场景给企业用户打造的知识服务体系分为几块：底座都是统一的 AI 底座，上层有各个 AI 组件，无论来自大模型还是小模型，包括图片生成、以图搜图、 OCR 等场景。

3.1 面向企业知识应用全生命周期的内部知识库

在我们企业内部使用时，打造整体的产品体系有非常多功能。企业内部会到涉及到智慧办公，无论是在教育考试、培训，还是检索等等，都会用到对知识库的需求，可以在这个阶段做相应的使用，使用统一知识库结合大模型的场景做相应的服务。知识门户、检索、搭建社区等，都是企业内部适用的场景。

3.2  电子工程设计院面向标准管理的知识库应用

该设计院所面向的场景是海量文档信息，行业文档、企业文档、行标、企标和国标等等。最主要的工作是审核，例如某家企业提交了标准，彼时非常大的开销就是业务人员的审核，当前的标准是否符合要求。想知道现在企业里的要求是否符合国家标准，要做很多的翻找和查询，有了大模型知识库的检索模式，可以完成相应的检查，快速定位信息，完成服务。

电子工程院使用到的模型有很多，要完成知识的拆解、相应信息的召回、判断信息是否符合相应的标准，会使用到较多的大模型，或者是知识工程的信息，要先完成文档的拆解，再建设企业私有化大模型知识库。

3.3  面向企业私有化大模型的知识库应用

企业在接入AIGC或大模型时，可以从哪些方面去入手？我们分几期操作，第一期做 AI 机器人，无论 ToB 还是ToC企业都有问答，第一阶段可以上文本 AI 机器人，打造 AIGC 数字助手，结合生成式机器人。首先改掉传统 AI 机器人的交互模式，以前召回的答案比较生硬，现在用大模型对答案进行改写，变得更拟人化。还可以结合大模型的上下文推理能力做更进一步的服务，这是 AIGC 的能力。还可以对接后面的知识库，我打造AIGC和 RAG 场景做数字服务。结合现有的能力，当发现有 Agent 苗头之后，优化工作流，打造更多的综合应用平台。企业内部的OpenAI，可以完成用户的申请、私有机器人的搭建等等。最后还可以扩展场景，优化 Agent 的落地，打造训练平台与应用平台等等，扩展多个场景。

3.4 面向经销商的大模型知识门户应用

在汽车经销商销售场景里面，智能辅助销售人员给客户做应答。比如在新能源车场景下，会问销售人员一些关于车辆的问题，比如续航、电池容量等信息。如果销售是个新手，就需要一些辅助信息，对上 IEG 场景，完成本地知识的召回，帮助答疑。

还有一个场景，比如顾客问到竞品如何？顾客询问跟竞品车型之间的差异信息很多， 4S 的服务人员可能不太确定信息，这时要完成知识的召回，得出答案。通过大模型交互，会直接生成话术，而不是只拉一个表格，这样交互起来较慢，会错失一些商机。

在试驾预约的Agent场景，完成试驾预约动作，要先告诉大模型该客户的姓名、所在门店、所需车型、客户联系方式、试驾车型五个要素，获取的信息来源于第一个工具——信息化系统，第二个工具是根据用户或营销人员话术的知识抽取，第三个是工单工具，完成整个信息的收集后，要提交到工单，并反馈说试驾工单已经预约好。整个场景里，非常契合 Agent 做推理、判断等，完成工作。

用户进来时先完成信息获取，老用户要获取相应的标准信息，然后根据运营商的交互模式，发现客户诉求信息。最后把信息归拢提交到工单系统当中，完成试驾工单的预约。这是大模型结合Agent 做的较好的案例。

从企业面临知识构建的困难点出发，给企业打造统一的知识服务平台。结合当前平台后，孵化出各种消费场景，例如搜索、问答，营销等。有了大模型的接入之后，可进一步扩充，无论是在知识构建阶段，还是在知识消费阶段，运营质量都会有所提升。在消费阶段，以前只能搜索交互，现在可以让它变得更加拟人，交互变得更通畅。也能结合 Agent 完成以前做不到的或需要较大人工的确认过程，结合大模型做相应任务。