图片来源@视觉中国
过去两年多，百度内部一直在加速迭代被称之为“知识管理”的大工程。
这个时间段内，如流作为重要的知识管理入口还上线了知识库、星链、线上协作、KU享等诸多功能，为此百度还专门为这个为期两年多的攻坚，召开了内部第一届知识管理大会，百度CTO王海峰，百度集团资深副总裁、百度文化委员会秘书长崔珊珊，百度集团副总裁、集团首席信息官李莹等几位高管都在会上做了重要发言，一个核心思想是，要把知识管理在百度内部大力推广。
甚至也有提出要求：“快一点把这个事情拉动起来，压力给到如流团队，要重视起来，把工具做好。”
被高层频繁点名，百度提到重要量级的知识管理，到底是怎样一个“工程”呢？
如果追溯源头，百度对知识管理的重视，是从李彦宏开始的。一年前，百度创始人、董事长兼CEO李彦宏在百度主办的2021智能经济高峰论坛上，把“知识管理”列为了AI时代决胜未来的八大关键技术之一。
近日，李莹在接受钛媒体采访时再次诠释了她对知识管理的观点，“知识管理，就是 AI 时代的‘创新流水线’。”所以理解百度的“知识管理”，可以从两个核心来理解，一个是“AI”，一个是“创新流水线”。
解构知识，按需分配
AI一直以来都是百度重要的战略方向，在各个产业应用中AI出场率甚至可以达到100%。在知识管理的理解下，AI贯穿在各个环节，比如，对公司内部对知识的重新分发和推荐等。
李莹举了一个较为形象的例子，比如有员工在周报里面可能会写，“简历的结构化抽取准确率不高，下个星期要继续提升”，那么知识管理的知识分发系统在识别到该问题涉及‘文本结构化抽取’时，就可以推荐百度AI大模型中的知识解析案例，或者为这位同学推荐公司内部专家进行交流。“用AI改造知识管理模式，形成正反馈循环。”李莹总结。
AI自动推荐的知识解析案例从哪儿来呢？实际上是来源于，此前百度知识库中的各类异构知识，这个知识库是从员工创建的专家库、案例库、技术中台等沉淀出来的知识库。
这些被无数百度员工创建的异构知识如何实现更大规模应用？百度的知识管理分发系统，会对知识库中的知识进行重新拆解、分发、组装。最重要的是基于AI大模型技术、知识图谱技术，对多元异构的知识进行标准化、单元化的拆解，然后员工的画像进行识别，进而工作场景下的适时推荐。
在百度的知识管理大框架内中，“知识星链”和“流式引擎”也是两个重要功能，这两个百度自创的概念也便于理解知识管理的整个链路。虽然词汇较为陌生，但从功能上看，也似曾相识。比如知识星链，据李莹介绍，一个知识点会跟其他无数知识点有这样或那样的关系，而知识星链会把这些有关系的知识串联到一起，每个知识点都是一个小气泡、小链接，通俗来理解就是企业的知识百科。
“4月份知识星链刚刚上线，每个月点击浏览量都在成倍的增长，到6月份的时候增长了1.5倍。”李莹说。
如果说知识星链连接的是知识，那么围绕场景的流式引擎，连接的就是工作，是“以事找人”理念的呈现。“一个审批流过来，用如流都可以收到一个卡片，可以在上面直接操作，节省了很多步骤，不需要再跳到原来的系统上去执行。”李莹解释。
她表示，这样看起来简单的功能，背后意味着一整套机制的变化，他们把百度内的很多系统进行了原子化的拆解，把这些单元维度的功能拆解出来之后，跟如流打通。“我们相当于真正改变了一种做事的方式，原来我们要到每个系统上看走到了哪个环节，要干什么。”李莹说道。
创新流水线的逻辑
理顺了AI在知识管理场景下发挥的作用，那么创新流水线出现在这里又是什么样的逻辑？为什么百度提出“AI 知识管理 创新流水线”？
“流水线”这个词更像一个工业流程中的词汇，提起这个词人们头脑中出现的往往是工业生产线的流水线作业。而创新流水线，则指的是知识密集型企业的创新性较高的工作链条。但创新型的工作为什么能够像流水线一样源源不断产生呢？
一个企业要想长久发展就离不开创新，但是在企业当中大多数是组合创新，不是从零开始发明一个新的事务，而是把一些旧的要素针对一个新的问题进行一个新的组合。但是组合知识、经验的速度取决于知识流动的速度，知识流动得越快，这个创新组合就会越快。
