知识库进化的本质，是“信息容器”到“认知&行动中枢”的范式跃迁

作者｜栗子

“知识库”的含金量一直在上升。

在AI技术日新月异的今天，企业正站在数字化转型的十字路口。AI作为撬动企业增长的最大变量，正逐步渗透到各个行业与业务场景中。

然而，通用大模型虽拥有广泛的知识覆盖能力，却难以满足企业对于准确性、安全性以及业务深度的特定需求。而“企业知识库”作为连接AI大模型与企业实际业务的关键桥梁，其重要性日益凸显。

在信息化甚至更早的时代，知识库就被认为是企业业务的核心。但当时绝大多数企业对知识库的重视，往往都停留在口头上。这是因为过去的知识库建设、管理与使用，都与实际业务脱节，并不能在业务场景中无缝接入。

用一个简单的比喻是，知识库就像一座没什么人的图书馆，人们只有必须要去查资料的时候，才会特意去图书馆查，很少有人经常往图书馆跑。

但随着AI大模型在业务中的渗透，企业对知识库的认知和需求，正在发生巨大变化。知识库本身对于企业级AI的价值，也开始越发凸显。

在4月18日2025腾讯全球数字生态大会成都峰会上，腾讯云不仅透露了立足“核心技术自研+拥抱先进开源”的多模型策略，还重点介绍了腾讯云大模型知识引擎、腾讯乐享知识库等系列AI工具产品新进展，推动大模型与企业知识库深度结合，帮助企业快速搭建知识管理体系和AI应用。

那么，为什么知识库在企业级AI中如此重要？知识库究竟有哪些价值？它能够为企业的业务与管理带来哪些变革？

1.无法“开箱即用”的企业级大模型

越来越多的企业都在用AI为自己的业务赋能。这一趋势已毋庸置疑。

但问题在于，相比于更通用的toC场景而言，企业级AI并不是一个能够“开箱即用”的使用场景，其中存在着巨大的“知识鸿沟”。

在「甲子光年」近期对诸多企业的走访中，都共同提到了通用大模型在企业级场景下的使用痛点。

例如数据分析厂商帆软介绍，在BI场景中，“聚合表”是一个常见的专有名词，在特定业务中有其特定含义，但在通用场景下它的含义就会很宽泛。这是导致模型输出结果与实际效果出现误差的一个重要原因。

据印象笔记副总裁徐晓熙介绍，知识管理是一个很专业的学科，可以抽象成DIKW模型和CODE方法论。从理论视角看，如何有效地整合大量多模态的信息，如何自动整理这些信息以减轻用户的工作负担，是至关重要的。

来源：甲子光年拍摄

“数据需要从非结构化数据转化为结构化数据，使其能够被大模型使用，进而成为用户可以直接使用的数据，才能真正赋能用户洞察力，让知识‘活’起来。”印象笔记副总裁徐晓熙表示。

本质来说，通用大模型在企业级场景下，基本会存在行业知识不足和企业环境理解不足两个核心问题。

首先是行业知识不足。通用大模型缺乏特定行业的深度知识（如工业制造中的工艺流程、设备维护标准），导致在故障预测、质量检测等场景中输出不可靠。

另外，高质量行业语料短缺，中文语料库规模不足，依赖英文训练的模型难以满足本土企业需求，也是通用大模型在训练过程中的问题。

在企业环境理解不足方面，无法自动适配企业特有的业务流程、数据架构（如ERP系统逻辑），导致生成方案与需求错配；企业内部数据分散于不同系统（如CRM、SCM），形成信息孤岛，模型难以全局分析等，都是通用模型存在的天然问题。

而上述这些问题，就需要通过构建知识库的方式进行弥补。

例如领域知识注入：通过构建结构化行业知识库（如技术文档、案例库、专家经验），结合RAG（检索增强生成）技术，增强模型的专业性，并利用向量数据库将非结构化数据（如PDF、图纸）转化为语义向量，提升模型对长尾知识的检索效率。

再比如针对企业环境理解不足的问题，通过知识抽取技术整合企业文档、工单记录、会议纪要等数据，建立实体关系网络，帮助模型理解业务逻辑；同时，知识库支持实时更新企业运营数据（如库存状态、订单变更），结合增量训练或上下文注入，提升模型对动态环境的适应能力。

换句话说，对于企业而言，知识库的价值在于让AI有了一本可以参考的标准答案。在这种情况下，大模型的输出结果就可以与知识库内容挂钩，以知识库内容为标准进行输出，而不是一本正经的胡说八道。

腾讯集团副总裁、政企业务总裁李强在峰会上强调，通用大模型并不能“拿来即用”。通用大模型虽然知识广博，但无法满足企业对于准确性、安全性的高要求，“大模型+知识库”才是企业落地AI的最佳路径。

2.腾讯云的解法是什么？

腾讯云副总裁、腾讯云智能解决方案负责人王麒表示，为满足企业构建AI应用的迫切需求，腾讯云已搭建起全链路AI原生服务体系：

在智能应用方面，腾讯会议、企业微信、腾讯乐享、企点客服等系列产品全面提供大模型服务；

在模型开发平台方面，腾讯云TI平台可以帮助开发人员一站式完成混元、DeepSeek、Llama等主流模型的精调与推理，覆盖数据获取、处理、模型训练、评估、部署到应用的全流程，数据标注成本下降70%，模型训练效率提升30%。

通过大模型知识引擎和腾讯乐享知识库等系列工具，企业能够快速搭建知识管理体系和AI应用，让AI更懂企业实际业务。

其中，腾讯云大模型知识引擎能够为用户提供灵活的原子能力和多样化的应用开发模式，助力企业自建高效的知识管理体系。其内置的RAG技术方案显著降低了模型幻觉，广泛适用于问答系统、文档生成和智能助手等自然语言处理场景。

而腾讯乐享知识库则可以提供开箱即用的SaaS方案，企业无需开发就可以搭建起自身的知识库，将深度推理与企业专属知识结合，在保证企业知识安全的同时，更能理解企业内的“专业术语”，提升知识流转的效率。

据「甲子光年」了解，目前，腾讯云企业级知识库产品已经广泛落地金融、能源、出行、零售、医疗、政务、教育、文旅等多行业实践，帮助四川文化大数据、比亚迪、大参林、中外运敦豪、富途证券等多行业头部企业实现客服、营销、运营、行政等场景的智能化升级。

例如，科沃斯为利用腾讯乐享知识库一线门店导购进行产品知识与售卖实战的赋能。基于知识库使用AI助手，导购可快速检索和提炼产品的相关信息，随时为顾客答疑。在知识库的帮助下，科沃斯全国门店人效提升10%，一年省下了100万元的成本。

另一个案例是药店连锁品牌大参林，通过“AI小参”这一智能助手，整合进大参林门店百科APP、企业微信APP及PC端，实现了面向门店一线销售人员的知识辅助回答。目前，该系统已覆盖集团及门店员工约5万人，全天候提供问答服务，用户满意率高达80%以上，同时在收集的一线反馈中累计超过数十万条宝贵意见，为企业高层决策提供了坚实的数据支撑。

3.AI+知识库还有哪些想象空间？

毋庸置疑，在AI的逐步渗透下，知识库对企业的重要性与日俱增，企业对知识库的需求必然会逐步增加。

而在AI的加持下，知识库本身的产品形态，接下来还会有哪些新的发展变化？

对于这一问题，印象笔记有着自己的思考。

一直以来，印象笔记的产品定位都是“用户的第二大脑”。随着AI的来临，这种定位正在进一步夯实。

据印象笔记董事长唐毅透露，从2023年推出印象AI之后，印象笔记的用户量开始出现跳跃式增长，并且营收也随着AI能力的上线而增加。

作为一款深耕知识管理十余年的产品，唐毅认为，知识推荐引擎和沉没知识的发掘，以及与当前工作内容的结合，这三者构成了知识引擎的关键所在。

在唐毅看来，知识引擎的价值并不仅仅在于挖掘知识。而是在于它能够有效结合上下文进行知识挖掘，并揭示那些你尚未意识到但实际需要补充的新知识。

事实上，很多业务在执行过程中，员工并不会意识到自己需要某个知识（不知道自己不知道），更不知道如何将这一知识结合到自身业务中。

但AI的能力，恰恰是推荐和挖掘。所以在接下来的技术演进中，知识库必然会在AI的能力下，在与业务结合的过程中为用户主动提供该场景所需要的知识。这是下阶段知识库+AI的探索方向。

印象笔记认为，从早期的计算机打字机时代，到如今的云化办公，我们看到了许多在线文档和办公工具，它们旨在让用户更方便地管理自己的知识。然而，用户在这些工具下仍需投入大量时间于底层的体力劳动上，而真正能体现其价值、需要其创造力和智慧的部分却无暇顾及。

但在智能化时代，这些底层的工作将被AI自动化，以提高效率，释放人力。在此基础上，借助AI赋能，用户能更高效、更有效地执行这些表达行动层面的任务。这就是AI时代知识库本身的价值所在。

「甲子光年」认为，从本质上而言，知识库作为工具从被动接收到主动提供的巨大变革，背后是知识管理工具的演进，是从“信息容器”到“认知&行动中枢”的范式跃迁。

不难判断，未来知识库产品的形态，也必然会随着知识库数据的向量化、非结构化数据的结构化而出现颠覆，自然语言交互一定也会成为知识库产品的阶段性形态。加之MCP协议、A2A协议不断成为共识，知识库未来的价值一定会进一步凸显。

当企业员工在开展具体工作，能够更丝滑的与结合了知识库的AI工具进行配合时，降本增效也就不再是一句挖苦AI幻觉的玩笑话了。

（封面图由AI生成）

（文：甲子光年）