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。

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）