企业知识管理低效,大模型打破瓶颈

人工智能正在向生成(Generation)和通用(General)两条主线上不断发展,并与千行百业的场景融合,形成“正循环”。

根据已有数据进行总结归纳、自动生成新内容的生成式AI时代正式到来。面对新型生产力工具赋能,拒绝拥抱只会被拍上沙滩。大语言模型具备强大的内容理解、推理、决策和生成能力,在企业知识管理领域应用,可唤醒沉睡的企业知识内容,开启知识应用新范式,助力企业推动产品、技术、组织形式变革。

然而在现代企业管理中,知识管理是重要组成部分,却也是被长期搁置的“短板”。相较于客户拓展、业务商业化落地、财务状况、产品研发等经营要素,知识管理是企业管理者的“重要但不紧急”事项。

虽然企业管理者对于知识管理在创新和降本增效两大问题上发挥的效用,是持肯定支持态度,但受限于知识管理工具的使用率、价值衡量等问题,搭建知识管理工具的“优先级”只能一再下调。

具体而言,使用率痛点集中于问答知识库构建周期长,用户冷启动门槛高;价值衡量问题集中于AI服务效果不稳定,且缺乏有效的监控手段。

要解决当下企业知识管理低效的痛点,首先要建立正确的认知,良性的知识管理是什么样?

?       战略层面:纳入战略规划

制定清晰的企业知识管理战略

承接企业战略目标

科学的方法论体系支持

?       管理层面:打破跨部门知识壁垒

防止人才流动带来的企业知识资产流失

企业内部鼓励知识共享文化

制定专门的管理部门或制度

?       执行层面:降低知识管理成本

知识抽取不耗费额外人力成本

减少知识安全保障层面的技术投入

减轻历史知识资产梳理工作量

?       预算层面:投产成效明显

成效实时评估,降低投入决策难度

可明确预估或量化价值

形成标准方案降低试错成本

大模型的出现为企业知识管理现状撕开了一道口子,知识的意义、来源、加工、应用发生了四重变化,知识管理的价值正在被重新定义。

大模型结合知识库,重新定义企业知识管理

大模型能够更高效地释放知识库的潜在应用价值。中关村科金通过大模型结合知识库打造的高价值应用领域,包括知识助手、培训助手、投顾助手等。

身处大模型时代,知识管理的意义正在被重新发现。通过微调训练,企业知识问答、推荐、搜索场景的生成效果,在针对性和精确性上能够很好地匹配实际业务使用。因此积累的数据/知识越多、质量越高,越容易用好大模型,越能发挥大模型的潜力。

面向高知识密度企业,中关村科金推出了自研的国内首个企业知识大模型,通过帮助企业构建、升级知识中台,提升企业知识管理和利用效能,拓展认知深度与支持复杂决策,助力客户业务价值创新增长。

该模型具备全面的语义、语音、视觉等基础能力,在中国信通院组织的可信AI大模型标准符合性验证中,顺利完成5个能力域、46个能力项评测,准确度达95%+,并达到当前国产大模型最高能力级别4+级评分,是首批通过该项验证的对话式AI企业。

有大模型加持,企业知识来源也更丰富了。大模型拥有强大的图像、视频、音频处理能力,以往散落在各种渠道里的产品说明书、项目报告、会议记录、培训PPT、录音、视频等原始资料,可以基于领域大模型、多模态文档解析、大数据智能搜索等技术,实现文档精准解析、知识快速抽取,从而形成易查、易用、易理解、易被系统调取的知识形态。

知识助手无需整理QA对和格式转换,全面支持pdf、word、excel、csv、ppt、txt等多种格式和表格问答,同时支持文档批量上传,按文件夹管理文件,自动根据文档内容生成标签。文档上传后,自动向量化生成统一的面向全域非结构化数据处理的AI知识库,避免重复投入。

知识加工难度降低了,是大模型为企业知识管理带来的第三重变化。大模型出现后,曾经需要大量技术或者人力投入的Q&A、标准化作业流程、知识图谱等知识抽取工作,可以借助图像识别、文档解析、切片、向量化等一系列技术组合使用,加快知识提取速度。

知识助手在文档解析环节,不仅可以识别综合文、图、表格等多模态文档,还能够对文档版面结构进行识别解析,形成阅读性较规范的解析文本,随后通过向量化切片,存储到向量数据库中。1分钟可完成100页文档关键信息提取,准确率超90%。

得益于大模型语义理解分析能力的提升,知识应用的门槛也变低了。对话式检索相比关键词检索方式效率大幅提高,员工通过聊天对话即可获取企业各种数据和信息的知识互动方式将成为常规操作。此外,将接入大模型能力的生产力工具与企业内部知识库结合后,围绕需求生成各种信息和知识,可以真正做到“知识找人”。

知识助手拥有单文档问答、知识库问答、选定文档问答等多项功能,可针对事实性问题、总结性问题、推理性问题进行回答,员工无需低效检索、反复查找,直接向AI提问便可快速找到想要的答案。同时基于整个文档自动生成高质量QA问答,应用于企业培训场景,还能够为企业节省讲师成本,便于员工培训和机器人对练。

大模型助力企业培训全流程智能化,实现降本增效

知识管理的通路被拓宽之后,应用成效提升将随之而来。以往知识管理实施非常依赖业务人员的执行配合,需要强管理带动业务人员高投入。但随着大模型很好地解决了知识内容的整理和上传、知识标签信息的补充、知识抽取等需要业务人员额外承担的工作量后,与业务系统高度融合、具备业务人员体验优势与价值实现的定制解决方案,成为知识管理工具的最优选型。

在与中信建投证券合作的大模型智能陪练项目中,客户面临不定期发布的新金融产品素材多、种类多,客户经理学习任务重、学习手段单一,公司考核缺乏有效监督,很难掌握客户经理对产品的掌握程度,容易在产品推介时产生合规风险的问题。

中关村科金基于自研的金融领域大模型内容生成能力,通过结合知识助手与培训助手,可以对多种文档、格式的产品素材进行高效、智能解析,自动生成产品合规标签,并与客户画像标签相关联,为客户经理生成不同对客阶段、多样化的客户沟通素材。

同时基于真实业务场景,面向理财师提供精准、高效、合规的金融产品信息获取及学习服务,实现产品学习的智能化匹配、精准化推荐,开启金融业学习新范式。此外,投资顾问也可在系统中以提问形式,获取产品相关问题回复,不断学习、巩固产品知识。

在知识管理流程方面:通过人工上传或接口对接素材中心,获取word、PDF、PPT、音视频等文档素材,通过大模型能力,对多模态的文档实现智能解析,并生成文档摘要、关键词以及知识问答内容。

在业务应用流程方面:开发PC端界面和小程序界面,与公司现有系统或小程序集成,业务人员可在界面快速基于摘要查找文档,以及针对文档提问,快速获取知识内容。

除作用于知识收集

、知识整理、知识归纳、知识构建等流程,中关村科金同样注重知识运用这一关键步骤,在问答、推荐场景之外,项目面向客户经理提供360能力自检服务。平台结合客户经理画像结果,定制差异化学习任务、趣味化学习剧本、沉浸式对练服务,高效提升客户经理对金融产品知识的掌握深度,以及对销售全程的合规力度,有效降低客户投诉,在消保合规的提前下,实现业绩增长。

另外,大模型具备强大的理解和推理能力,可以有效解决企业传统陪练中培训模版化、脱节实际业务、课程搭建不合理、对练场景不真实等问题。结合了中关村科金大模型知识助手与培训助手的集成方案,能够对产品路演素材快速抽取知识问答内容,生成场景脚本。即便同一产品素材,也可随机生成多个分支脚本,让学员遇到问题灵活解答,提升营销侧的应变能力及专业能力。

随着知识管理逐步走向前台,深度融入并支撑企业的生产经营活动,实现企业知识资源数智管理、高效共享复用,企业核心竞争力与知识资产增值将进一步提高。

面向未来,中关村科金将持续探索企业知识管理需求,不断加强产品技术创新,以知识驱动业务实践,为企业提供更加先进、智能、高效的知识管理服务,实现企业知识资产的价值最大化,提高企业的经济效益和竞争力。