在企业中,知识的流动,往往指的是,一个员工生产出的知识,流动到另外一个员工那里使用、消费、应用,这个过程越快,创新能力就越强。在传统情况下,知识的流动是人到人的,比如常见的师父带徒弟的等等,但是这种知识流动的效率却极低。知识管理的作用,会加速知识的流动效率。如果知识流动是从人到人,有了知识管理之后,对人进行统一的管理,让知识流动的效率更高。
“员工既是知识的生产者,也是知识的消费者。我们的知识,既从员工中来,员工工作也会用到这些知识。其实这本身就建立了一套闭环。员工生产出的知识经过知识管理系统的处理变成生产力回到起点,再次被其他同事利用重新产生异构知识,沉淀到知识库。”李莹总结,她表示,这样的良性循环就使得这套流水线的积累的内容会越来越多、越来越好,使得它更加有价值、效率更高。因此,不久前,在接受媒体采访时,李莹便重新提出了“AI 知识管理 创新流水线”的观点。

所以回过头来看,通过知识管理系统解构知识、分发知识、以事找人都是为了加速创新流水线上的知识流动,无论是知识星链、流式引擎还是技术层面的大模型、知识图谱,甚至是知识管理入口如流,都是创新流水线机制形成的重要组成部分。
那么,一个核心问题是,百度花这么大力气来做知识管理,他们究竟如何考量知识管理这件事的重要性和以后的发展走向?对于这一问题李莹表示,这个问题涉及两个方面,一个是作为互联网创新企业,百度需要这么做,这对百度持续创新很有必要,并且知识管理可能成为百度的创新基座;第二则是,百度在文心大模型、飞桨深度学习开放平台等方面非常多的人工智能技术,百度能够这么做。并且在经过一番迭代,百度成为知识管理的最佳实践后,百度也能够将其赋能给更多企业。
“站在百度的AI肩膀之上的,我们也会跟自然语言处理、语音团队、知识图谱团队合作, 将AI能力打通。在此之上,我们把知识管理赋能到如流工作平台上,并提供给行业。”李莹说。(本文首发钛媒体APP 作者 | 秦聪慧)