超AI說|找不到知識,談何力量?搭建企業知識管理體系,提升團隊效率(下)
2021-10-22
明略科技在知識管理相關領域的落地,大概可以分成三個環節:
知識的自動化收集:我們一定程度上把SECI模型里面的S和E這兩個動作做了合并。我們的員工在工作過程中會產出各種各樣的培訓資料、產品介紹文檔呀、外部PR鏈接等,以及優秀的話術,我們會通過IM會話存檔的方式,直接錄入到企業知識庫當中,從而解決了從個人設備里面收集數據困難的情況。
知識的半自動化整理:這個動作相當于SECI模型里面的組合化部分,我們會和企業的知識管理員一起協作,去完成知識從治理、清洗、整合、抽取等相關全流程的動作。我們會利用先進的NLP、ASR等人工智能技術,去提升知識整理各個環節上的效率,最終完成整個流程。
知識管理員在里面最重要的動作,就是和我們一起去定義這個組織內部的知識結構和知識Schema是什么樣子的。舉個簡單的例子,如果是美妝行業的話,知識管理員需要跟我們去定義這個知識結構,比如說我們的產品是什么、產品的價格是什么、產品的成分功效、適合的膚質是什么樣子、適合什么年齡段的人群使用等等。我們再從企業內部的培訓資料、產品文檔、外部鏈接、輿情數據里面把這些知識點抽取出來,為下一步所用。
接下來就來到了終端用戶感知最為深刻的知識服務部分:在《如果我們知道我們所知道的:內部知識和最佳實踐的轉移》這本書上有定義,知識管理是“把正確的知識在正確的時間推送給正確的人”,推送這個動作在我們的產品體系里面,是通過搜索推薦以及智能問答的形式去做交互的。
在檢索和問答的過程中,我們認為它其實是需求方發起的動作。我們舉個例子,如果有一個美妝的用戶,想要去搜索適合敏感肌的國產的品牌有哪些,我們可以通過知識圖譜的這樣一個KBQA的方式完成知識的快準狠的搜索結果推薦。
還有一種交互方式,是從供給端也就是知識庫本身去發起。我們會根據客戶員工的一些基礎畫像,以及歷史行為或者一些及時的動作,去做細顆粒度的知識推薦,把相關的文檔、話術、知識點做及時的推薦,實現員工的learning by doing的一個過程,在員工日常工作過程中把他所需要的知識推薦給他,讓他以更高的效率完成基礎工作,從而實現知識快速復用。
為了促進知識在組織內部高價值流動,我們產品設計的一個指導方針對應喬哈里之窗的話,就是要不斷擴大我們的開放區,減少盲區和秘密區的所在,從而完成組織內部的知識最大顯性化。
最后回應一下我們的管理者視角,其實我們的產品目標是及時地沉淀組織內部的高價值知識和信息,同時提高員工在知識找人或人找知識上的效率。最終我們自己的實踐結果就是,我們已經把在某一些工作領域里面,找資料的1.8個小時降到了1個小時以內。
總結起來看,明略科技在知識管理這個領域還是很有優勢的。大家去想象一下知識管理的整個過程,其實跟我們大腦的組織結構是非常接近的,也天然地適合知識圖譜這項技術。而我們從2015年開始,就已經基于知識圖譜這項技術去做知識構建的實踐和落地了。
另外,得益于我們創建的比較早,所以已經服務了大量跨行業的企業,包括營銷、快消、金融、公安、電力等等。服務這些客戶的經驗,讓我們能夠積累很多的領域知識庫,幫助企業在一開始使用知識管理這個產品的時候,降低它的使用門檻。
最后,我們在AI領域的很多國際和國內獎項都獲得了非常優異的成績,我們自己的AI技術在各種產品上的應用落地也是非常廣泛的。雖然AI并不能解決所有的問題,但是它在很多的生產環節上,都幫助我們大大提升了生產效率。
最后送給大家野中郁次郎先生的一句話:知識最初其實都是緣起于實踐行動的。所以如果大家想要去獲取知識,一定要立刻行動起來,即所謂的行知合一。也非常歡迎對知識管理這個領域有興趣的您能夠留下您的聯系方式,和我們一起去共同探索交流這個話題,讓知識管理這個領域的知識能夠再完成一次SECI的過程。
信息填寫