對于絕大多數(shù)個人、企業(yè)乃至國家和全社會來說，最重要的資產(chǎn)是什么？答案可能會讓你感到意外——知識。

今天，知識作為一種無形的智力資產(chǎn)，已經(jīng)在財富創(chuàng)造中成為了主角。它不僅能夠為個人和組織帶來直接的收益，比如技能、專利、許可、品牌等創(chuàng)新成果，而且還能夠融入文化、體系和業(yè)務(wù)流程當(dāng)中，幫助企業(yè)和組織建立持久的競爭優(yōu)勢。

因此有學(xué)者認(rèn)為，工業(yè)社會員工從事的是體力工作，而后工業(yè)社會，更多員工從事的是知識型工作，使用的是頭腦而不是雙手，生產(chǎn)的是服務(wù)（想法、信息和知識）和附加值。

知識之于現(xiàn)代企業(yè)如此重要，但知識管理卻很容易被大多數(shù)企業(yè)所忽視。造成這種局面的原因有很多，比如知識本身是復(fù)雜的，除了直接沉淀的經(jīng)驗和信息，還有嫁接知識、“只可意會不可言傳”的隱性知識……這使得知識資產(chǎn)的積累和管理變得十分困難。而缺乏知識管理能力，又會使得企業(yè)中大量有價值的知識被隨意丟棄、閑置，現(xiàn)有知識的使用壽命很短，形成一個越來越匱乏的惡性循環(huán)。

怎樣才能做好知識管理，長出“知識力”，百度這樣的知識密集型企業(yè)，顯然尤其擅長。百度集團副總裁、百度集團首席信息官李瑩在2022進博會的“智能科技與產(chǎn)業(yè)國際合作論壇”，分享了百度內(nèi)部“創(chuàng)新流水線=AI×知識管理”的秘笈。

我們知道，流水線曾經(jīng)是一個徹底改變過人類社會的發(fā)明。1914年，亨利·福特將泰勒的流水生產(chǎn)線技術(shù)，運用到T型車的生產(chǎn)，這種技術(shù)被后人稱為裝配線，將汽車制造的復(fù)雜環(huán)節(jié)進行了簡化，帶給汽車工業(yè)帶來了極大的生產(chǎn)效率的提高。后來各國的飛機、坦克等工業(yè)制造無一例外使用了流水線生產(chǎn)，徹底改變了二戰(zhàn)和現(xiàn)代戰(zhàn)爭的模式。

今天，知識資產(chǎn)及其帶來的創(chuàng)新，已經(jīng)成為企業(yè)乃至國家競爭力的核心，這條AI與知識管理驅(qū)動的創(chuàng)新流水線，如何幫助知識工作者提高效率？又會如何改變產(chǎn)業(yè)世界的面貌？是十分值得我們關(guān)注和思考的。

不能沒有AI的知識大航海時代

其實，從人類開始進行學(xué)習(xí)、實踐等與知識有關(guān)的活動，知識管理其實就已經(jīng)存在了，過去的圖書管理員、哲學(xué)家、教師等所采用的技巧，就跟當(dāng)代知識管理中應(yīng)用的很多技術(shù)都是相同的。這些經(jīng)驗甚至影響到了AI的發(fā)展，第一代人工智能就是由知識驅(qū)動的。

今天，我們已經(jīng)進入了一個知識爆發(fā)的海洋，而AI則搖身一變成為知識管理不可或缺的工具。具體來說，AI可以參與到各種重要知識的過程當(dāng)中：

1. 為“明知識”提效。目前人類社會積累的大量正式知識，都被稱為“明知識”，在企業(yè)中，它們往往以書籍、記錄、文章、音視頻、刊物、會議紀(jì)要、專利文檔、論文等形式出現(xiàn)，成為一種可供員工們反復(fù)學(xué)習(xí)的知識。不難發(fā)現(xiàn)，明知識的積累、處理、分析、更新都需要大量人力參與，費時費力。而今天的AI已經(jīng)可以自己學(xué)習(xí)明知識，通過邏輯判斷和相關(guān)概率，來幫助企業(yè)及其人員進行商業(yè)決策。

2. 為“默知識”代言。人類的描述能力是有限的，也就形成了大量無法表達(dá)、記錄和積累的默知識，比如現(xiàn)在很多行業(yè)還存在有大量工藝、技能和經(jīng)驗，只能靠師傅帶徒弟來傳遞。這一方面會給企業(yè)帶來不確定的風(fēng)險，默知識散布在很多人身上，很難整合與共享，一旦人員流動或代際更迭，這類知識就可能丟失；另一方面，無法集中這些不可表達(dá)的分散知識，企業(yè)無法有效地優(yōu)化生產(chǎn)水平、業(yè)務(wù)流程等，其創(chuàng)新升級能力自然也就受到影響。不過，由于大量默知識可以通過圖片和視頻的方式呈現(xiàn)，通過AI從這些信息數(shù)據(jù)中提取出隱含的相關(guān)性，從而萃取出知識。比如幫助城市管理部門分析渣土車的出行軌跡、時間、周期等，提煉出哪些工地在違規(guī)。

3. 讓“暗知識”可用。世界上還存在大量人類無法理解、無法表達(dá)、無法掌握的知識，但AI卻可以通過模仿人腦和推演來獲取這些“暗知識”，它們通常表現(xiàn)為一堆隨機的數(shù)字、神經(jīng)網(wǎng)絡(luò)的參數(shù)集等，盡管人看不懂，卻可以利用AI讓“暗知識”為自己所用，比如在臨床上判斷復(fù)雜的病因；模仿美工人員進行海報創(chuàng)作；幫助優(yōu)化工廠的工藝流程或超市里的貨品擺放方案等。AI發(fā)掘出來的暗知識正在成為企業(yè)知識資產(chǎn)的一部分。

如此多的知識交匯在一起，人類也由此進入了一個知識大航海時代，每天要面對海量的數(shù)據(jù)和知識，如何對它們精準(zhǔn)高效地進行管理呢？“創(chuàng)新流水線”，成了百度的破題思路。

AI與知識驅(qū)動的創(chuàng)新流水線

1900年的時候，美國的汽車工業(yè)其實是不如法國的，因為當(dāng)時法國的汽車零部件都靠手工打造，質(zhì)量特別高，當(dāng)然價格也很高，而且供不應(yīng)求。改變正來自于福特的流水線模式。這條將零件標(biāo)準(zhǔn)化、生產(chǎn)協(xié)作的裝配線，不僅讓美國汽車工業(yè)后來居上，也徹底改變了整個世界，成為第二次工業(yè)革命的標(biāo)志性發(fā)現(xiàn)。

這個故事中有三個關(guān)鍵詞是非常值得我們記住的：效率，標(biāo)準(zhǔn)化，成本。通過流水線和標(biāo)準(zhǔn)化零件，提高生產(chǎn)效率，降低生產(chǎn)成本，這幾乎成了當(dāng)代工業(yè)都適用的成功密碼。

那么問題來了，知識大航海時代，企業(yè)如何通過“創(chuàng)新流水線”來降本增效呢？活動中，李瑩給出了百度的解答——AI技術(shù)與知識管理的乘積效應(yīng)。

具體來說，就是通過AI技術(shù)與知識管理碰撞，對“無形的”知識資產(chǎn)進行單元化、智能化的改造，賦能知識工作者。

底座是AI中臺、知識中臺，利用百度先進的大模型、知識圖譜等AI創(chuàng)新技術(shù)，把復(fù)雜異構(gòu)的“知識生產(chǎn)和消費”標(biāo)準(zhǔn)化、規(guī)模化，再根據(jù)場景和員工需求進行智能分發(fā)。在此基礎(chǔ)上，打通了三條智能辦公流——通訊流、工作流、知識流，讓通訊、工作、知識融會貫通，大幅提升組織的協(xié)同、創(chuàng)新效率。

這條“創(chuàng)新流水線”，涵蓋了知識管理的全流程：

1.知識存儲與更新。

企業(yè)從自身的實踐經(jīng)驗、創(chuàng)新技術(shù)、失敗教訓(xùn)等學(xué)習(xí)，得到一些明知識或默知識，再經(jīng)由長時間地持續(xù)改進，提高自身的競爭力。阻礙在于，企業(yè)員工每天都要完成很多工作，并沒有專門的人員和精力去事無巨細(xì)地記錄、整理、分析、提煉，最后形成記憶和知識。而AI技術(shù)的加持，與知識管理的改造，使得企業(yè)員工可以減少重復(fù)枯燥的知識存儲與更新步驟，將更多精力和靈感投入到創(chuàng)新活動中。

一方面，知識密集型企業(yè)的百度，將自己多年沉淀的管理流程、技術(shù)方案、海量代碼等知識都沉淀在“創(chuàng)新流水線”上，讓企業(yè)和員工可以直接出觸發(fā)

比如在智能工作平臺上，程序員不需要重復(fù)敲代碼，一些代碼、技術(shù)產(chǎn)品文檔可以實時觸發(fā)，推薦給他們，Code Review（代碼審查）、結(jié)對編程、問題排查等任務(wù)也可以在線完成，讓程序員們從重復(fù)勞動中解脫出來，投入到更優(yōu)雅的架構(gòu)、更顛覆的創(chuàng)新上面。

另一方面，“創(chuàng)新流水線”整合了大量簡單高效的知識工具，以知識管理的典型場景——會議為例，就需要存儲并更新到企業(yè)知識庫中，有很多需要人力參與的記錄整理工作。采用智能工作平臺的如流智能會議，可以實時語音轉(zhuǎn)文字，全程記錄，自動提取要點，智能生成會議紀(jì)要等。

2. 知識動員與共享。

既然知識流淌在企業(yè)人、事、技術(shù)、業(yè)務(wù)等各種要素當(dāng)中，那么企業(yè)的管理機制是否有助于創(chuàng)造、獲取、保留、使用和轉(zhuǎn)移知識，就十分關(guān)鍵了。舉個例子，知識創(chuàng)造和共享需要很強的互動性，員工一般會通過學(xué)習(xí)小組、沙龍、導(dǎo)師制、社交活動等來共享知識，豐富程度是傳統(tǒng)的信息系統(tǒng)或知識系統(tǒng)所做不到的，也包含了大量難以用文本描述的隱性知識。

但是這種高度互動、協(xié)作的模式，往往會因為線條太多、交流分散、不同步而發(fā)生遺漏或重復(fù)的情況。以我們每年都會關(guān)注的重磅行業(yè)大會百度世界大會為例，百度公司內(nèi)部要聯(lián)動幾十個部門、上百名員工，對外要和媒體、企業(yè)客戶高頻溝通，這讓知識管理變得極其復(fù)雜，大量信息需要充分共享。情況在百度做創(chuàng)新流水線之后，隨著知識庫、智能會議等產(chǎn)品陸續(xù)上線而有所改善。

以“項目知識庫”為例，各種文件通過項目知識庫進行共享、維護，所有項目成員都可以高效了解項目的全景、分工、進度，并基于此進行協(xié)作與共創(chuàng)。然后創(chuàng)新過程沉淀的知識也積累到“項目知識庫“中，將來可以為其他項目和員工所用。這種充分動員和共享的知識管理機制，給予了創(chuàng)新以蓬勃的生命力。

李瑩認(rèn)為，創(chuàng)新流水線正是可以讓「知識→ 場景 → 人」充分連接，不斷增強，形成持續(xù)創(chuàng)新的正循環(huán)。

3. 知識使用與創(chuàng)造。

流水不腐戶樞不蠹，企業(yè)的知識資產(chǎn)也需要源源不斷地創(chuàng)新活水，這就需要適宜的產(chǎn)品理念，來為實踐知識管理提供條件。知識管理理念，往往來自于企業(yè)的基因和文化，比如很多傳統(tǒng)企業(yè)受基本價值觀與傳統(tǒng)行為準(zhǔn)則的限制，難以落地一些學(xué)習(xí)活動和知識管理機制，比如知識共享的規(guī)定、員工分享知識的意愿、高管層的支持等等。

“創(chuàng)新流水線“其實也攜帶了百度對于創(chuàng)新的思考與技術(shù)經(jīng)驗， 基于百度追求極致創(chuàng)新的技術(shù)基因，以及龐大業(yè)務(wù)的最佳實踐，構(gòu)建了知識產(chǎn)品矩陣，從如流APP+知識庫，到搜索+推薦雙引擎，再到流式引擎，打造了一個覆蓋“知識創(chuàng)造、知識沉淀、知識流動、知識應(yīng)用及知識反饋”全鏈路的完整閉環(huán)，不僅讓百度的知識管理模式和創(chuàng)新模式發(fā)生了質(zhì)變，也借由產(chǎn)品向外釋放，成為幫助更多企業(yè)生長出“知識力”的產(chǎn)品增長飛輪。

舉個例子，正是有了創(chuàng)新流水線這樣的機制保障，以及百度一直追求的極致創(chuàng)新的基因，使得百度的人工智能專利申請量和授權(quán)量連續(xù)四年位居中國第一 ，可見知識產(chǎn)出與創(chuàng)新效果是非常驚艷的，而百度所使用的創(chuàng)新產(chǎn)品智能工作平臺如流，從知識創(chuàng)造沉淀、智能分發(fā)、溝通協(xié)作、企業(yè)應(yīng)用等方方面面為百度提供創(chuàng)新保障。

這條AI和知識管理的創(chuàng)新流水線，也伴隨著如流的產(chǎn)業(yè)化，開始為金融、能源、物流、芯片、智能硬件、通信、汽車制造等諸多產(chǎn)業(yè)提供創(chuàng)新支撐。

由此可見，知識力的確很難打造的，而一旦成功了，就會成為企業(yè)競爭優(yōu)勢的核心資產(chǎn)，在瞬息萬變的商業(yè)世界里，給業(yè)務(wù)和管理帶來價值，建立起高高的壁壘。

知識為海，AI為錨，和踏浪而來的百度

創(chuàng)新流水線，通過AI和知識管理的加持，讓企業(yè)的知識管理模式發(fā)生顛覆性改變，形成了知識驅(qū)動創(chuàng)新的良性循環(huán)，越過知識的茫茫海域。

為什么百度會想到要做一個可以進行知識管理的智能工作平臺呢？

一是因為必要。作為中國AI的一面旗幟，百度本身是一家知識密集型企業(yè)，內(nèi)部沉淀了大量寶貴的信息和知識，如果沒有管理好各種知識，幫助企業(yè)降低創(chuàng)新成本、提高研發(fā)效率，這對百度的發(fā)展是不利的。因此，知識管理也成了百度內(nèi)部的“一把手工程”，百度創(chuàng)始人、董事長兼CEO李彥宏多次強調(diào)，CIO統(tǒng)籌全局，最終將知識管理落地到百度創(chuàng)新的全流程。

二是因為可以。知識管理不好做，尤其是大型科技創(chuàng)新類企業(yè)的知識管理，智能工作平臺需要經(jīng)受工程師用戶的多重審視，體驗上的瑕疵都會被這群高知人群吐槽。同時，他們對于知識管理、學(xué)習(xí)交流分享的熱情也是非常高的，這對智能工作平臺也提出了非常高的分發(fā)要求，要把員工需要的知識信息精準(zhǔn)高效地推薦給他們，降低學(xué)習(xí)成本。

而百度一方面有世界領(lǐng)先的知識圖譜技術(shù)，構(gòu)建了龐大的“知識”網(wǎng)絡(luò)，包含5500億知識，能夠從非結(jié)構(gòu)化數(shù)據(jù)中萃取知識；另一方面是預(yù)訓(xùn)練大模型技術(shù)的領(lǐng)先者，自主研發(fā)了產(chǎn)業(yè)級知識增強大模型——文心大模型。更進一步，百度將知識網(wǎng)絡(luò)與大模型相融合，知識可以幫助AI學(xué)得更好，AI可以幫助知識管理系統(tǒng)理解知識，二者相輔相成、相互促進，為創(chuàng)新活動加速。

當(dāng)大眾還在討論互聯(lián)網(wǎng)風(fēng)口，百度已經(jīng)悄悄播種下了AI的種子；當(dāng)業(yè)界談及AI智能化，百度已經(jīng)開始關(guān)注知識與AI技術(shù)的結(jié)合，怎樣為企業(yè)更好地降本增效；當(dāng)人們吐槽深度學(xué)習(xí)的弱點，百度已經(jīng)將知識管理視為AI時代決勝未來的八大關(guān)鍵技術(shù)之一……

這種始終領(lǐng)先一步的眼光，無非是一個技術(shù)信仰者，刻在骨子里對知識的信賴，和對創(chuàng)新的渴求。這條AI與知識管理驅(qū)動的創(chuàng)新流水線，是百度一路踏浪而來、逐浪而去所開辟的航海圖。