10月29日，知识流程创新论坛&MIKE成果盛典在北京举行。会上，蓝凌研究院院长夏敬华博士作《让知识成为AI可用的组织资产》主题分享，围绕知识管理的演进脉络、AI时代知识的变化与落地实践，分享了深入的思考与可落地的方法。以下为演讲内容整理，以飨读者。 尊敬的各位嘉宾、各位同仁：

大家好！非常高兴和大家一起分享关于知识管理的话题。我们认为，AI要起飞，知识是燃料。那么，怎么让“知识”这个燃料，真正迸发出AI时代的生命力？这正是我从事知识管理二十年来一直在思考和探索的命题。在AI技术快速演进的当下，知识管理正从“锦上添花”走向“必答题”，它不再只是IT部门的职责，而是关乎每一家组织能否让AI真正用起来的战略命题。今天，我想围绕这个命题，和大家交流几个方面的内容与思考。

01回望与洞察：知识管理的演进与AI时代的五层金字塔

《知识管理国家标准》对知识管理有一句非常精简的定义：对知识、对知识的创造过程和对知识的应用，进行规划和管理的活动。这句话在不同历史时期，在企业里的落地方式是不同的，我把它总结为三个时代。

KM 1.0时代以“文档”为中心，核心逻辑是知识文档化，建文档库、加搜索框，但大多是静态存储，价值没有真正兑现，很多业内人士称之为“知识的坟墓”。KM 2.0时代以“人”为中心，强调知识社区化、专家经验萃取，但很多企业做起来很辛苦，知识碎片化严重，难以真正固化为组织能力。今天，我们进入KM 3.0时代，以“AI”为中心，大模型、RAG、智能体、向量数据库、知识本体成为新的关键词。我想特别强调一点：1.0、2.0、3.0不是替代关系，而是有效融合；无论工具如何演进，最核心的目标始终是——让知识真正成为AI时代可用的组织资产。

那么，在AI时代，知识本身到底发生了什么变化？我们用一座五层知识金字塔来回答。

最底层L1是控制类知识，也就是制度、标准、流程、合规，过去做规则约束，AI时代更要做到规则内嵌、合规前置；L2是使能类知识，也就是方法、工具、模板、指引，需要进一步做能力封装、场景赋能，变成可调用的Skill；L3是成果类知识，也就是方案、报告、专利、产权，过去靠人创造，现在可以让AI自动生成、专家审核，大幅提升效率。L4是经验类知识，也就是案例、复盘、教训、专家经验，AI时代要做智能萃取、精准推送，把零散经验结构化为AI友好的语料；L5是前沿类知识，也就是趋势、竞品、机遇、威胁，要做主动感知、智能加工，支撑战略洞察。这五层，每家企业在做，但在AI时代，需要以全新的方式来做好。
值得一提的是，AI在这五层中也扮演着不同的角色：在L1层，它是规则执行者与合规审查员；在L2层，它是知识教练与工具助手；在L3层，它是内容生产者与交付加速器；在L4层，它是经验萃取者与智能导师；在L5层，它是战略参谋与创新催化剂。可以说，AI让知识的每一层都焕发出新的价值。

02直面挑战：一堵墙与aiKM的破局之道
把五层金字塔做好并不容易。在和很多企业交流中，我们发现一个共性现象：AI应用做着做着，就会撞上一堵墙。这堵墙有四个特征：第一，源头乱，知识散落、格式杂乱，AI接不进、拿不全；第二，语义散，知识非结构化、无语义，AI读不懂、答非所问；第三，管控弱，无标准、无权限边界，AI用不准、不合规；第四，无闭环，无验证、无迭代，知识不进化、越用越差。

这堵墙的本质，在于传统知识管理是“为人的消费”而设计的，而不是“为AI的消费”设计的。因此，我们需要一套为AI调用而设计的全新知识管理平台。为此，蓝凌推出了企业级AI Ready知识中台——aiKM，把二十年知识管理的方法论沉淀与最新AI技术结合，定位为大模型与智能体的最佳知识底座。

aiKM有五大核心特征： 第一是自动化的知识管理。以AI友好的主题知识库为基础，智能分类、智能摘要、智能补全、智能评分、智能比对、智能查重，让机器干机器擅长的事，让人干判断和创造的事，知识入库就是干净、去冗余的。
第二是白盒化的知识治理。大模型是黑盒，知识治理必须白盒化——透明、可干预、可追溯。我们用SIGTT模型，形成一条持续循环的知识治理生产线：S代表多源接入，I代表意图识别，G代表治理加工，T代表自动评测，T代表持续调优。多源接入把分散的孤岛连成大陆，意图识别明确不同场景、不同人的真实需求，治理加工决定切片、元数据还是本体图谱，自动评测用评测集验证治理效果，持续调优再根据反馈迭代，五个环节环环相扣。 第三是社区化的知识运营。专家经验如何沉淀？赛力斯集团用“三个一”让知识价值可量化、可考核——1分钟内找到所需知识的比例达到64.61%，1天内获得问题基本解决方案的比例达到81.86%，项目实现100%复盘。通过话题社区、专家黄页，让专家的隐性智慧被AI结构化、萃取、复用。
第四是任务化的知识管理。不能靠觉悟，要靠任务。决策层、执行层、落地层三层角色，围绕知识获取、共享、共创、治理四类任务，形成“任务归集—拆解—分配—执行—验收—沉淀”的全链路闭环，并通过知识巡检推动PDCA持续改进。
第五是更丰富的知识应用。知识不再躺在库里，而是主动流向每个场景：人用，提升碳基用户体验；AI用，提升硅基效率；系统用，形成业务价值闭环。这五大特征相互贯通、彼此支撑，共同服务于员工与智能体对知识的调用。
03落地之道：场景、治理与实施路径
有了平台和架构，怎么落地？我们总结为“三位一体”：场景牵引，让知识有用，没有场景的知识管理都是自嗨；工具赋能，让知识好用，降低知识管理门槛；运营闭环，让知识常用，没有运营，知识管理活不长久。下面，我用三个故事来说明。
第一个故事发生在一家大型制造企业。制度管理是其核心命题——以前集团说A、事业部说B、分公司说C，制度冲突、口径不一，到底信谁？他们建设“一屏观制度、一网办业务、一智辅决策”的制度全生命周期智能管理平台，推动制度管理标准化、线上化、自动化、智能化。我们通过一段视频看看他们如何借助AI给制度做“全身体检”：制度审核员老刘，过去一人扛着全集团制度的审核关口，审核一份制度光翻旧版资料就要一上午；如今借助AI“四性检查”，系统自动调取历史版本比对、挂载法规依据，风险点按等级排序一目了然，还能一键生成审批修改意见，法规一旦变动自动推送待办。制度查询效率提升80%、审计核查成本下降60%、合规错误率下降90%，真正守住了合规风控的底线。
第二个故事发生于一家食品企业，更关注营销增收、研发提效。我们重构其研发IPD、营销LTC流程，锁定客户经理、研发工程师两个关键岗位，搭建专属数智工作空间，用主题知识库加定制智能体嵌入业务流程。我们通过一段视频看看“客户经理李文毅的一天”：他不再靠“个人记性”，而是靠企业“组织记忆”——拜访前系统把分散在各业务系统的客户信息聚合为全景视图，拜访中借助制度问答助手拿到合规口径，拜访后AI自动生成跟进策略，下班前再一键生成销售日报，知识找得到、看得懂、可追溯。客户拜访信息准备成本下降60%、销售合规答复差错率下降80%、业务方案输出响应效率提升50%。此外，研发工程师借助AI配方助手匹配原料与工艺，新品研发节奏显著加快。
第三个故事讲的是一家印刷企业。从“大单量产”转向“小单快反”，质量成为刚需高频场景，他们用AI重构FMEA质量风险管理。我们通过一段视频看看风险管理专员老周的工作：他在作业单上直接启动DFMEA风险评估，依托知识库一分多钟即输出风险结果，报告按风险等级排序并关联历史客诉案例，防控措施一键拆解派发、闭环跟进。AI把老师傅趟过的坑，变成新人可借鉴、可传承的风险清单——单份FMEA编制周期从24小时缩短到2小时，风险分析覆盖率从每年100份提升到1000份，办事效率提升50%、知识库检索准确率从50%提升到91%，守住了订单质量红线。
回到知识治理本身。它不是简单的文档切片、向量化等文本加工，而是“五个赋予”：通过分类法，赋予知识“身份”；通过内容结构化，赋予知识“结构”；通过本体图谱，赋予知识“关系”；通过隐性知识萃取，赋予知识“深度”；通过权限与质量，赋予知识“信任”。这正是SIGTT生产线持续产出的AI可用知识资产。 aiKM的愿景，是打造权威的企业上下文，形成企业的“AI大脑”。知识生产端接入结构化数据资产、组织流程合规资产和非结构化内容资产，通过人和智能体协作形成语义百科，再进一步打通形成本体图谱，最终构建真正活学活用的企业AI大脑——给人用、给AI用、给系统用，并融入每个人的工作空间。未来的知识管理，不是人在管理知识，而是人和智能体一起经营知识。
那么，怎么把知识经营好？我们提出“快、深、广”三步走。首先要“快”，三个月看不到效果，领导可能就失去耐心，要快速引入平台，找到试点部门、试点岗位，快速出成效。其次要“深”，要融入业务，让流程与知识深度融合，流程管道、知识活水，基于流程用知识打造更多智能体。最后要“广”，要做战略对齐、管理机制、人才赋能，形成内生的、可推广、可迭代的能力。
同时，治理是起点、运营是保障。知识资产的价值，不在于存了多少，而在于用了多少、用得多好。从规划阶段的价值触动、上下同欲、组织配套，到落地阶段的试点先行、场景设计、知识治理，再到推广阶段的实施推广、行业对标、发现更多场景，最终形成新一轮的年度规划。知识管理的最后一公里，靠的不是代码，而是运营。
04结语：三个观点，与大家共勉
最后，如果让大家带走三个观点：第一，AI时代知识管理的价值考场，在业务场景；第二，让知识从“人可读”到“AI可用”，核心是SIGTT知识治理；第三，企业知识中台，是“采集—存储—治理—应用—迭代”的持续进化体系，最终形成企业的AI大脑。
对所有企业而言，更重要的是找到你的场景，快速开启AI知识管理之路。以aiKM筑牢知识底座，以SIGTT白盒化知识治理，企业AI方能知行合一。愿每一位同仁都能在业务场景中找到知识的价值，让人和智能体一起，经营好组织这笔最宝贵的资产。
AI时代的知识和流程专家：蓝凌智能2001年成立于深圳，网页搜索“蓝凌官网”或关注微信公众号“蓝凌智能知识和流程专家”，添加蓝凌顾问，申请免费体验蓝凌数智化办公产品！
 


第四十二届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。