上個月在東莞一家做精密零件的客戶那,IT主管老周拉著我看他們的"AI知識庫"。介面挺漂亮,問了句"304不鏽鋼的疲勞強度標準是多少",它回了三段話,第一段引用的是2019年一份已經作廢的檢驗規範。老周苦笑:這玩意兒誰敢給車間用。
這不是模型的問題。我們翻了下後台,同一份《材料檢驗規範》在系統裡有四個版本,兩個叫"最終版",一個叫"最終版2",還有一個躺在某個離職員工的共享盤裡。AI只是忠實地把混亂放大了而已。
先搞清楚:你的知識到底散在哪幾個地方
大部分企業做AI知識庫,第一個動作是選型、比價格、看誰的模型跑分高。我建議先別急,花半天做個盤點。拿張紙,把公司裡存東西的地方全列出來:OA的附件、企業微信的聊天文件、財務共享盤、生產部的本地硬碟、還有幾個人微信收藏夾裡的"重要資料"。
我們在一個客戶那數過,光是"作業指導書"這一類,就散在6個位置,最新版只在車間主任的U盤裡。你把這些喂給再強的模型,它也答不對,因為它根本不知道哪個是準的。
盤點的目的不是馬上整理,是先知道工作量。如果發現同一類文件超過3個來源、版本號對不上,那第一階段的目標就不是上線AI,是先把"唯一可信源"定下來。這一步做不實,後面全是白花錢。
分類不是給AI看的,是給你自己看的
很多人糾結分類體系要多細。我的經驗是:別超過三層,而且第一層按"誰用"分,不按"是什麼"分。比如"銷售用""生產用""財務用",比"制度類""流程類""技術類"更管用。因為員工提問時腦子裡想的是"我這活兒該怎麼辦",不是"這屬於哪個學科"。
有個做食品的客戶,最初按部門分了12個大類,結果銷售問"客戶要退貨怎麼處理",系統在"售後制度"裡找不到,因為那份文件在"品質管理"下面。後來改成按場景分——"接單""發貨""退換貨""對帳",命中率立馬不一樣了。
還有個小細節:文件標題別用內部黑話。什麼"關於進一步規範XX的補充通知(三)",這種標題人都不想點,AI也提取不出關鍵資訊。改成"退貨處理流程(2024版)",就這麼簡單。
權限這事,別等出了事再補
這是最容易被忽略、也最容易出事的地方。AI知識庫和傳統網盤不一樣,它會"主動"把內容組合起來回答。你給銷售開了財務制度的讀取權限,他隨口一問"今年差旅標準",系統可能把高管才看的預算表也帶出來。
我們的做法是:權限跟著"人"走,不跟著"資料夾"走。先定角色——新員工、普通員工、主管、高管,每個角色能看哪幾類內容,列清楚。然後在上傳文件時就打標簽,而不是等入庫後再一個個設。聽著麻煩,但比事後擦屁股省事。
有個客戶吃過虧:測試階段沒設權限,銷售用AI查到了競爭對手的報價分析,那是市場部內部文件。雖然沒外傳,但會上被老闆問了一句"這也能看到?",專案直接停了兩周。
誰來喂、誰來審、誰來清
知識庫不是建完就完了,它像個冰箱,得有人定期清理。我們建議至少定三個角色:內容提供者(各部門指定一個人,負責上傳和更新)、審核者(通常是部門主管,確認內容準確)、營運者(IT或行政,管權限和清理過期內容)。
別指望員工自覺。我們在一個客戶那推行"每月10號清一次",過期文件自動打標"待確認",一週內沒人認領就歸檔。剛開始有人抱怨,兩個月後大家習慣了,反而覺得清爽。
還有個現實問題:誰來出這個人力?如果是中小企業,別設專職崗,讓行政或IT兼著,每周花兩小時。關鍵不是人多,是責任到人。沒人對內容負責,AI再聰明也只能胡說。
先跑通一個場景,再談全公司推廣
我見過太多"大而全"的專案死在半路。建議挑一個痛點最明確、參與人最少的場景先做。比如"新員工入職問答",或者"售後常見問題"。範圍小,文件少,一兩周就能看到效果。
跑通的標準不是AI答得多好,是有人真的在用。我們一般看兩個數:一週內提問次數、以及"答對了但沒人回饋"的比例。如果提問的人個位數,別急著推廣,先問問為什麼不用——通常是答案不準,或者入口太深。
等這個小場景穩定了,再複製到下一個。每複製一個,權限模板、分類框架都能復用,邊際成本會降得很快。
說點實在的
企業AI知識庫這事,技術只佔三成,七成是管理和習慣。模型會越來越便宜,但把文件理清楚、把責任定明白,這些活兒省不掉。如果你現在正準備啟動,我建議先做一件事:打開公司的共享盤,搜一個你熟悉的制度名,看看跳出幾個版本。如果超過兩個,那你的第一筆預算不該花在模型上,該花在整理上。