藍凌夏敬華:當知識遇上人工智能,會有怎樣的火花?
藍凌叮當狐:聚焦場景 ,解決職場“問知識”
在當下智能辦公的發展中,很少有企業真正做到智能辦公第四級的。因為深度學習的前提是要具備海量的數據、強大的運算能力,但是大多數企業并不具備真正的大數據對人工智能進行訓練。夏博士認為還是要進行一些深度思考,將人工智能更多的與辦公場景相結合。
所以,制約智能辦公發展的一個因素主要是缺少足夠的有質量的企業內部數據,對于這些數據的清洗和使用,對于很多企業來講就是很大的挑戰。因為互聯網大數據和企業內部數據存在很多區別,前者主要是基于互聯網數據;而企業內部會存在OA、ERP等很多不同類型的系統,不同系統對于同一對象通常都有不同的描述方式,如何將不同系統之間的內容做篩選、整合再進行分析應用,其實施難度可想而知。
對于人工智能在辦公領域的應用,夏博士個人認為并不是一個層級式的遞進過程,而是要以問題為導向,智能化只是解決問題的工具和手段而已。以叮當狐為例,藍凌為什么會推出這款辦公助手?主要是為了要解決辦公室的“問知識”現象。
什么是“問知識”?在辦公過程中,很多員工往往問的是一些重復性問題,例如報銷制度、人力資源制度、產品知識、營銷方案等。但其實這些內容,早已經以PPT或Word的形式上傳至知識庫了,大家不看的原因往往是覺得過于長篇大論、不夠精準,期望可以通過更簡單的方式,例如Q&A的方式。而藍凌要做的就是在文檔知識碎片化、結構化的基礎上,將其以精準問答的形式推送給用戶。而這個階段的人工智能,往往并不需要用到深度學習技術,借助傳統的知識表示和知識語義的推理、分析往往就有很好的效果。
對于智能辦公助手在企業日常中的作用,以叮當狐為例,適用的場景是非常多的。首先叮當狐可以解決企業內部員工重復性咨詢的問題,包括培訓、制度、案例等,都可以智能精準回答,避免人工解答的成本;
其次是智能業務辦理,員工可以直接通過KK或移動端直接呼入,進行報銷、請假、外出的申請,在呼入的同時,系統會智能推動相關流程的進行;
最后是用戶行為的推送,叮當狐可以根據日常瀏覽網頁、搜索關鍵詞等進行定向推送。
除此,叮當狐還可以進行預定義的規則推送,以銀行為例。銀行在進行流程審核的時候,對風控十分看重的,叮當狐可以用知識推送的形式,將審批流程中的風險注意事項推送至不同的審批節點,將知識與流程的審批場景相結合,從而實現降低風險的要求。另外,叮當狐還可以將企業知識點轉化為考題,通過對題目的預設,員工以作答的形式加深對公司的認識與了解,側面推動公司制度政策的落地。
不僅如此,叮當狐還具備跨行業的特點,適用于不同行業,但前提需要與自身的數據相結合。
叮當狐作為一個通用型工具,并不是簡單的拿來就能用。人工智能類的產品或工具,通常具備越用越好用的特征。比如叮當狐在藍凌內部測試的時候,也無法解答某些問題,這個時候就需要驅動人群去使用和問題共創,用的越多,叮當狐知道的內容就越多,才會越來越聰明。
AI發展,不是因為智能才智能
未來智能化的發展空間肯定是非常大的。但夏博士認為,對于人工智能要有客觀的認識,核心就是不能為了智能而智能。之所以智能化,一定是以企業問題為導向,明確期望通過智能解決怎樣的問題。
首先要從觀念和心態上擺正,其次是要準備充分的企業數據。為什么百度谷歌等互聯網公司會有人工智能?因為這類企業的核心是依托與互聯網上的社會級數據。但企業內部往往是沒有這樣的數據準備的。所以企業要先做好數據的準備,建立更好更強大的數據倉庫、知識倉庫對于企業實現智能化是十分重要的。
其次是對于人工智能的技術和算法層面,未來一定有專門的企業來提供基于人工智能的基礎服務。所以夏博士認為,對于很多企業來講,未來更多的是要了解自己的業務問題,擁有自身的企業數據,然后利用人工智能的各種基礎服務能力,來創造屬于自己的更多價值。
對于藍凌來講,是要從客戶自身的訴求出發,基于訴求,來判定哪些問題是可以用智能化的手段去解決的,接下來藍凌在智能化方向將重點考慮以下方面,即:基于智能問答的工作助手、基于統一工作平臺的用戶畫像以及基于行業&企業大數據的垂直知識圖譜。
知識管理如何從0到1,并不斷進化發展
知識管理作為藍凌的核心業務,夏博士根據以往進行的調研,將國內企業知識管理的成熟度分為幾個階段:
0級-文檔內容管理,這個階段企業往往更多從內容管理系統建設入手,把企業工作文檔做統一處理,統一共享電腦硬盤、網盤、文檔存儲系統等則是建設重點。
1級-知識資產管理,企業開始重視知識對企業運作戰略的支持,主動識別企業核心知識并對之進行體系梳理。這個階段企業需要考慮企業知識資產庫,例如業務知識庫、產品知識庫、知識專題等,利用知識積分及相關制度運營知識。
2級-人本知識經營,企業透過構建專業化知識運營團隊與運營機制,一方面強調知識如何為員工賦能,另一方面則從員工入手挖掘員工隱性知識。無論線上線下的員工導向的知識運營與共享環境建設則是重點,例如員工分享社區、能力學習地圖、線下線下及企業內外知識培訓,移動化學習等則是主要IT支撐工具。
3級-場景化應用,知識資產、人本資產得以有效管理,如何讓兩種資產為企業提效是這個階段的關注重點。企業各業務線條開始考慮知識與業務的融合,以知識驅動業務、管理模式的改變,以面向特定業務的解決方案推動知識管理建設。綜合企業價值鏈,通常企業從營銷、研發、客服、生產、人力等多個角度以業務流程、崗位或場景知識管理、知識場景推送等方式構建知識服務模式。
4級-知識創新管理,積累著企業及行業的大量知識數據,這些數據將隱含著企業業務創新的DNA。此階段基于大數據的管理思維,突破管理固有管理形態,開放內外創新格局,挖掘知識及人背后的知識本源將是這階段的突破點。這階段IT平臺的構建尤其重要,包括開放創新平臺、大數據下的知識挖掘和發現工具等隨之出現。
基于這四點,藍凌從客戶角度的出發,旗下產品包括從最基本的知識資產管理、培訓學習到知識社區等面向不同訴求的專項解決方案,首先幫助企業實現知識管理從0到1以及從1到2,然后聚焦特定業務場景,從知識活動場景化、知識服務智能化和知識運營游戲化等方面,推動知識管理應用的不斷深化。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













