知识管理建设是企业数智化转型中不可或缺的一部分，它不成，就难智慧起来

知识管理建设是长期的建设，是企业管理体系中不可或缺的一部分，是数智化转型中的底层基础，关键构成要素，必不可少，不存在有没有，做不做的问题，而是需要持续的聚焦、持续的验证、持续的投入、持续的经营、持续的进化以保持其对业务的适配性、支撑性，是适配、支撑、驱动、引领与创新变革企业发展质量与拓宽、做实价值空间的问题。

知识管理在企业中不存在有没有的问题，其无处不再，跟所有领域都是交叉融合合作的，所有领域都有知识管理，都需要支持，而且已经走向融合，越来越深入。但知识管理的面太广，若没有聚焦具体的领域，具体的问题，面上带来的提升其实是不明显的，也智不起来，反而造成雷声大雨点小。让大家觉得投入的轰轰烈烈，干得红红火火，反而没有多大的获得感，期待感没满足，需求满足度、满意度都不高，渐渐失去投入建设的意愿、积极性，最终沦为摆设，无人问津。

知识管理是企业中不可或缺的一种管理体系，其更多依托于其他的管理体系而存在、发挥作用。任何企业都有知识管理的基因，任何业务管理体系都涵盖有知识管理要素，无非是多与少的区别和表现形式、发挥作用机制上的差异。因此企业开展知识管理建设，除了让原有业务管理体系中知识要素得到重新认识与发挥，打造业务可积累、可复用的业务知识体系外；另一方面，知识管理也应该作为一种管理体系、一种生产力要素在企业内得到规范以及专业管理，让知识在管理中创造价值，以此让业务管理与知识管理能够基于业务场景实现双元演进，实现场景化价值，以此支持特定价值主张的设计与价值交付。

知识管理建设找好切入点，做好试点工作非常关键

知识管理尽管很全面、很宏大，涉及到方方面面，但并非无中生有，其有所依托。其可以依托于组织原有的管理体系基础，如组织管理体系、制度流程管理体系、精益管理体系、项目管理机制、数据管理体系、风控合规体系、知识产权与创新体系、IT体系等，同时知识管理又是实际的，实务的，除了提高整体的水准外，更要解决具体的问题，因此找到那个启动的切入点就变得尤为关键，借力打力，四两拨千斤，并形成发展建设的势能，让大家明白知识管理一直都在，是能使上劲，帮助到大家，能发挥出效用来的，其需要得到重视、得到规范体系化管理，让知识在管理中发挥价值。

知识管理建设不是就知识管理谈知识管理，需要结合当下业务的情况与需要，进行一体建设，要从需求出发，从业务透视，依托于人，借助技术手段，不断将业务数据化，数据知识化、标准化、程序化、规则化、模型化、自动化、智能化，其中数据资产化是基础、数据知识化是手段，知识资产化、产品化、服务化以此实现价值化是根本，知识管理的服务机制在于放大做实做稳价值，以此实现知识对业务的装备，更理智综合全面的洞察，让决策更智能，并能够将决策作用机理内嵌业务运行中，增进业务自主、人机协同的智慧性，实现运营的智慧化、自动化，以此持续将数据转化为知识，缩短知识与绩效的差距，增进业务、企业的智能化水平，智慧化程度，将知识显化应用出价值，无论是实际的应用价值，实现资产入表价值的含金量，资产的质理，最终都要转化为企业的资产，组织的能力以支持战略落地与发展。

那如何更好更有效的开展知识管理，“我们从哪里开始?”对于很多推进知识管理的组织来说，这似乎是一个令人生畏的问题。迟疑不定，众说纷纭，跃跃欲试，又举棋不定，举步不前，这个问题的不确定性甚至引发对知识管理价值以及知识管理工作的怀疑与不信任。那到底要不要做，要做先从试点验，要不要选择试点，选择什么试点，怎么选择试点，有什么考虑要素，从哪启航，向哪深入，走向哪里。每一个都是需要想清楚，干明白，干出实效。

试点推进VS全局规划

规划是组织层面的展望以及设想，是整体的体系建设以及资源投入承诺与计划安排，是将大家的期望承诺以及要实现的价值渐进明细的过程，试点是验证方法兑现价值以便持续推进，持续卷入铺开，赢得更多用户的认可与投入的举措，在于验证方法、培育能力，寻得反馈，在于识别培育种子用户，壮大拥护者网络。二者相结合，是一种敏捷的知识管理实践做法。

在具体开展落地知识管理时，牵涉面广，面向诸多的场景，又需要聚焦具体的问题解决，因此需要从公司全局层面进行规划设计并统筹推进。知识管理的规划可以全面，活必须具体，效果必须明确实在。

知识管理是先做详细规划再实施展开还是基于需求聚焦问题进行快速迭代，持续卷入铺开？即是自上而下的规划还是自下而上的演化？

自上而下，聚焦整体体系建设，统一建设，总体建设，可以避免重复建设，蓝图虽好，但难以推动，难落实落地，一张蓝图绘到底过于考验讲究，不是不行，而是非常依赖高层的投入、重视，乃至亲自下场推动，动员，其对基础以及能力的要求都甚高。需考虑自身是否具备相关的规划能力，是否具备实施的组织能力以及相关的方法工具体系。有这样的定力、投入，能力否。

自下而上，能够知识业务化，知识管理日常化，更贴近工作，能聚焦解决团队的问题，能够依托于原有的基础与共识，依赖于知识经理、知识Owner，但不便于做组织层面知识管理能力的建设，容易小打小闹，在于星火汇聚，成燎原之势，但也容易各自为营，合力不足，难做范围规模的建设与能力迁移。

因此一般会推崇采用自上而下的规划与自下而上的演化相结合的做法，即大方向的规划，聚焦组织层面的问题与应用，能整体对齐合力，明确期望，然后再结合实际需求敏捷迭代，以实际问题的解决，具体场景的应用与支撑来验证价值，增强信心，建立能力，并做进一步投资投入的确认。既能照顾全局，也能打造标杆典范示范引领，也能借助中间层处于关键的知识节点，能更了解情况，更能主导协调本职责以及跨组织的知识管理工作，能够更好的动员以及带头引领落实推动，以快速调用资源以及协调各方以快速落地验证，以此借力打力进行能力的培育、建设、迁移与范围的展开，能在各方意愿和能力的基础上，更好的结合现状与问题进行最佳实践的收割以及方法的导入，能更好的争取到各方的实际投入与认同。

而这其中试点的选取就尤为关键。在进行规划以及选取试点之前，需要先明确知识管理的业务定位、价值主张以及相关的能力水平与基础。相关的能力水平与基础可以通过访谈调研、成熟度评估等方式进行了解判断，目前行业组织层面的知识管理成熟度模型也已经通过并进行发布，可采用组织知识管理成熟度模型评估的相关维度与指标进行量化以评价自身所处的层级，以定义当下的能力水准以及表现水平，以便能够更好的基于自身的现状以及能力基础，在自身所追求以及要实现目标的指引下，进行提升改善建设。提升的路线明确下来不难，路线规划起来也不是什么难事，难的是寻得找到哪个切入点，抓手，以快速验证价值并做进一步的铺开，坚定的变革推进。

不然一落地就对价值起疑虑，越做价值越含糊。其中的关键就在于现状、痛点、需求与基础能力的把握，对需求的类型、类别，知识的类型、类别、状态、来源、结构、期望、痛点、投入意愿以及支持程度、服务交互方式，服务的满足度满意度等多方面进行评估了解。具体的业务定位在于了解公司层面对知识管理的价值主张与定位，大家的认知以及具体的期望、痛点，由此框定范围，由此去主导知识产品的打造以及知识服务的提供，以让用户的需求，相关的业务支撑以及成长需要得以满足并获得符合期望的使用体验以及带来相应的业务改善结果。

具体的价值主张的明确可以借助价值主张画布以及商业画布进行明确，明确的价值主张，要解决的痛点，提供的产品、服务内容以及服务方式，能争取的资源、调用的资源，需在具体的价值主张下明确知识管理的建设目标，由此框定范围，由此找到具体的抓手和切入点，由此选择具体的试点进行切入深入建设。

试点的作用与目的

领导层、员工、用户会考虑需要什么资源、需要投入多少时间、会体现带来什么价值？到底值不值得去做，是否是当下去做，从哪里入手，是否会遇到阻力，怎么量化投入产出比，怎么取得期望的效益。知识要管理，但怎样管理，怎么避免知识管理一统就死，一放就乱。原先一线有不少的知识传承、分享的方式，怎么一介入反而半死不活了，原先的实践哪去了。因此需要试点，讲成功故事，将已有的实践优化固化，做实基础，持续提升。

试点是证明价值，验证方法、争取资源投入和建立信任的关键。要开展试点，首先需要了解现状，明确试点的目标目的，并协调统一好期望，初步的目标，具体、整体的目标可以视试点的情况和效果做进一步的明确和确认。首先需要明白试点不是原型法，不是探究知识管理的根治方法，不如直接有用，试点就得头痛医头，脚痛医脚，哪里痛，哪里疗效快，就从哪里开始，快速解决问题，在问题的实效中验证，由此讲好成功故事。一方面是验证证明价值，讲好成功故事；一方面也在收集自身已有的知识管理实践基础，以星火汇聚，串点成线，让之浮出水面，不断夯实优化，形成整体，在组织层面、企业层面更成体系，使得体验感知、交互、获取、应用效果得以根本改善与提升。

在选择试点时，需要明确知识管理的层级，从哪个层级开展组织的知识管理建设，不同的层面有不同的导向与侧重，不同的管理模式与风格，针对不同的受众，满足不同受众在特定场景空间下的具体知识应用诉求。

毕竟目标决定导向、侧重。要成就多大的效果，能投入多少资源；知识管理是长期的工作，既然决定决心在公司层面铺开，就需要明确下来，不能还是原先各自的探索，摸索，要有根本性的改善与提高，要有持久的投入、运营、评估与修正，以让知识管理能够支撑企业的发展，更能够随环境的变化、工作重心的转变而动态发展，保持知识对业务的支撑性与配称性。让知识管理更具敏捷拥抱变化回应需求、精益持续提高知识的可用性，跟业务的融合度，培育起知识管理的动态能力。

你的知识管理层级是什么，是什么层级的知识管理：是生态级、伙伴级、企业级、用户级、业务级、组织级、项目级、团队级、任务级、问题级、个体级。不同的层级不同的导向有不同的建设策略与模式。其基础都是围绕具体的任务、问题构建的场景，调用个体的知识技能经验（外部的知识源），依托团体的机制，作用于企业的业务、组织、项目，由此提升企业的知识管理的一体化水平，并结合业务发展的需要，向用户开放向对应用户提供相应的知识产品与服务。同时随着竞合的转变，必要时连接紧密伙伴，与伙伴共创，成为行业知识生态的共创者。

不同的知识管理建设层级所面向卷入服务的人群以及相应的诉求痛点都是有所不同的，并寻求对应的领导、管理与资源的支持与配合。不同的人群有不同的需求痛点，人的不同成长阶段，处理不同任务事务时有不同的痛点诉求。需要基于选择的层级确定相应的知识角色，知识生产者、知识需求者、相应的知识需求痛点诉求，种子用户、拥护者，以及后续对应的知识权属建设部门以及相应的Owner，需求满足相应的工具与技术，并为对应的需求进行识别评级评判，哪些价值高、紧迫性强，有相应高的资源以及运营能力基础的进行优先建设，速赢速胜以快速见到期待承诺的结果。并做适当的组织运营机制的导入，将成果可视化以及固化并做进一步推广铺开应用。

由此构建知识生产提供与需求服务满足的市场矩阵，搭建起组织知识市场，以及市场的组织运营机制，需求、内容、人员有效识别、连接与高效关联满足，符合投入与获取的时间、质量、成本要求与期待，并能减少知识获取与理解应用的门槛，保有知识的一致性，更快的精准获取，系统结构化接收与满足，更好的交互方式以吸收，更透彻的应用，让知识得以正确的内化与应用，转化为相应的效益和成长。

试点范围内，你的用户是谁，用户是怎么工作的，有哪些痛点，有哪些需求，需求的满足情况与程度，对知识的接受与应用方式，具体的应用场景是什么，对用户工作旅程具象分析知识流涌现交互支撑情况以及偏好，对用户需求画像，由此对知识进行寻源定Owner，设计相应的交互服务方式；知识对应的供应方是谁，供应方式是什么。如何调动供应；运营方是谁，谁能参与知识的运营，怎么运营，相关的规范与标准是什么，工具技术是哪些，有哪些可调用的资源以及相应的调用方式，以让体系运作起来，能够让效果更快可见。

具体的试点的选择，可以围绕不同的角色人群，不同类型的知识，业务领域进行展开，由此明确所需的应用技术支撑。避免陷入功能主义，用起来用足才是根本，为用而管。不能单纯基于有此场景就需要有对应的功能模块，要看此场景的价值、频率以及人群多寡以及维护投入产出的ROI，以此明确价值目标，实现路径、匹配的资源与能力要求。

在开展知识管理试点时多问你的目标是什么，你的用户人群是谁，解决用户人群的什么痛点，帮助到人家什么，怎么帮助，什么时候帮助，如何实现帮助，帮助的反馈指标是什么。要问知识管理能帮助到什么，需要什么样的帮助，由此去更好的识别需求，建立起需求反馈与满足的通道，让知识资源更好的为用户所需所用，更好的触达，让知识活化，更正向的反馈、强化、应用，深度应用，更好的应用出效果。

为需求进行识别定义并建立连接采集加工呈现交互的方式，围绕具体应用者的需求去牵引相关的知识源建设，知识体系知识组织建设，由此进行知识寻源定Owner，相关的知识拥有者、知识贡献者、知识Owner的连接、调动与任务工作配合的明确。在知识的互动交互中让知识得以快速准确获取并正确深度应用，让需求得以满足，在应用中实现干中学，以深化知识的理解与应用，促进知识的进化与内化。在组织内部搭建组织知识市场，实现知识供需的高速匹配，精准服务。让需求得到响应，并有获得感，并且这份获得感可以驱动下一次的选择，相信，持续的选择驱动持续的投入与经营。

对应的知识点要形成知识体系与清单，知识梳理盘点要集思广益，做结构化的拆解以及全景扫描，识别有价值的知识点，并做状态的识别与跟踪，边界知识不出界，优先主干以保障执行做正确的事，把事情一次做对，枝干延展促结果做优，经验教训以避坑提效，作战训练体系以内化做快做好做到位，知识收割萃取固化以刷新知识体系，同时在应用中需反馈强化，对未有需有未达成的知识制定相应的知识发展计划以持续投入，增强体验，维持增进期望。以让用户接受正确结构完整体系的知识，在相应的情景下做出倡导希望的行为，带来相应的绩效实现，知识点要形成清单外也要明确对应的采编、体系化组织方式、运营、触达与交互反馈方式与规范，以了解知识的状态，对应知识的产出、服务满足情况，以掌握相关的方法工具技术，能够引导应用出结果。

以此闭环做实做厚做新组织能力，升级组织能力，匹配战略落地。而知识管理的方法工具技术就是其中的一大抓手与关键。若相关的知识管理能力没有转化为组织能力，没有完成组织能力的固化以及在组织范围的迁移，最终也难免昙花一现，南柯一梦。最终的试点也只是点的试点，没有很好的将点的应用实践串联成链，让知识管理走向更加深入，能够浮出水面，得到更多的关注与投入，让更大更可见的价值得以兑现。

同时围绕知识的状态，未满足点，堵点制定相应的知识发展计划，让用户始终保有期待，让投入保持在一定的基准水平，在这种期待中不断优化体验，不断得到满足。在试点取得成就并在不断铺开的过程中，要不断厘清优化知识体系的结构、组织、链接与呈现方式，避免重复管理，多头管理，无人管理，尽可能保持知识内容主体的唯一性、一致性。后续的扩展将数据知识化，向量化、关联化、可视化、涌现化，并增加业务知识的融合程度，响应的速度和可信可用程度，并持续提高知识对AI的友好度，将知识规则化、模型化，以供训练封装成相应的知识服务，以增加知识的针对性解决。为后续的AI加持打下坚实的基础。

试点的过程是培育能力，做内容、人员的链接与卷入，构建组织知识市场，编织立体的知识网络，缩短距离，让知识连接适配动态发展起来，在试点过程中，并非一开始知识体系就要多全面，多系统，清晰直观即可，有统一的认知与相似的期待即可。重要的是体验满足感有大的改善与提升，让用户为你站队支持。

试点成功要讲好成功故事，试点失败也要总结好经验，维护好期望，信心成果都是一点点做出来的，能力也是一步步碰碰撞撞摸索出来的，没有一次到位，没有一次必成的道理。毕竟知识管理最终消费的都是期待感，兑现的是价值，由此带来持续的有信心有成果的投入。

如何选择试点

为了增加试点选择以及试点的成功率。在选择试点时需要下一番功夫。避免面面俱到，聚焦具体的需求，需求的精准深度满足所带来的粘性大于面面俱到所带来的不确定性。如何寻找试点，选择试点的依据是什么。在试点时，做好期望的管理，做好认知的统一与培育，期望优先，能力为本，效果才是归途，反馈是强化，是新一轮的进化。在选择试点时，看情形，看基础，是原先有基础做盘活、盘优还是刚开始，不同的情形其目的不同。刚开始更多是导入机制，做整做优做奇内容，并通过平台固化承载；若有基础，则更多是优化体验，机制落地，深入嵌入执行，让之更具智慧。试点做投入与期待值的管理。不要有太高的期待，也不能没有期待，要给出期待，并能够实现，切实感知的期待，毕竟知识管理最终消费消耗的是期待感。先摘好摘的果实，先解决现在面临的实际业务问题，逐步过渡到全面的解决方案。

• 组织层面关注急需解决的问题以及能力建设

• 正在推行的管理变革项目

• 尽可能跨组织协作以及需要调用以往数据知识积累的场景

• 需要以及能争取到领导投入的场景

• 高频重复发生重复解决的场景

• 公共知识、领域知识

• 统一的对内对外知识服务

• 一致化的输出与理解

• 跟一线员工贴近关切的场景

• 植入知识工作机制实现业务的闭环与进化

• 知识在跨组织的堵点，以及各业务流程信息流的端口

• 急需萃取挖掘的经验以及人员

• 需要从0-1规范积累沉淀的业务域

• 组织团队的能力以及牵引力，具体试点的选择也要考虑对应的组织人员是否掌握相关的方法和工具，是否能动员引领做成做出来

• 所涉及人员的参与度投入度较高，有较高的认知以及能力基础以及配合度，试点领域种子用户群体的参与度和表现力有引领作用

• 技术准备度、就绪度

• AI更能够发挥效用的知识内容领域、知识工作行为

• 结果效果更易衡量

  
  

试点要管理自己的预期，量力而行。要避免陷入功能主义，在有充分的行为基础，管理应用需要的情况下逐渐拓展做优用足系统。痛点先解，急用先行，渐而覆盖全面，逐渐深入，进而实现针对性个性化专业性的知识服务，让人能够从琐事、重复处理的事情逐步解脱出来，能够更专注工作，更专注于价值创造工作。同时有效的应用当下的技术，结合自己的业务诉求，不断盘活激活创活知识工作、知识行为、知识内容，增加知识新见解，创造新知以及知识的智慧化应用水平，过渡到自动化知识运营，智能化知识管理，在场景容错度、技术就绪度、内容准备度、能力作为力、领导支持力、投资效益比的综合衡量下加深加速对业务的改造与渗透，增加运营的智能化水平，实现智慧运营。

而体系要同步配套到位做润物细无声，众人见证，人人参与，刚柔并济走向常态化运营，层层促进，多重保障，能反馈闭环体验强化，以能力机制保障支撑稳当运行，走向深入，让更多人成为知识管理的受益者，更多的需求得到满足，更好的从中受益。避免试点后后劲不足，初显成效后便深陷“试点陷阱”，大家知道了一个概念，一个方法而没能发挥基准线的价值，没有转化为组织层面认可和可长期使用的价值，最终变成了短期的形象工程。

试点的成功标志

知识管理小投入，大效益，能速赢，快速见效，模式推广。不断用过程中小的成功来加强领导的信心。试点团队以及对应的知识管理组织要敢于承诺，有宣言，有范围，有期限，有效果，并管理好相关的期望。

试点的反馈与肯定非常关键，要让它成为持续的典范，不能这个时期有成果，过段时间又回去了，再次陷入轮回、停摆，陷入更大得痛苦当中。期望要有基准管理，并让大家有基本的期望满足，有超出期待的体验，不离开，愿意使用，选择使用，持续选择使用，并能够从中有所收获。承诺期望，兑现期望，超出期望，用体验留人，用价值延长知识管理的生命力，以让用户转变认知与行为，争取到更多的种子用户以及壮大的拥护者网络，实现共建共享共用，而知识管理团队要形成规范并定义标准，让大家愿意投入，乐意投入，投入产出的成果能更多基于应用的视角定义，寻源开发连接触达，全面即时准确无歧义，便于应用，便于理解，带来确定性与可信性，能所见即所得，所得能所用，若无可对话唤醒探究演绎推理以及一键执行。

试点结果要可视化并可被衡量，可被感受，体验，可直观直接使用，针对用户的明确提出并承诺的知识痛点能得到缓解、解决，不再受困于此，能符合期望乃至超出期望，或离期望有差距，但通过进一步的投入可以满足，做出承诺，而承诺有效以及可信。

同时知识管理部门（团队）、各知识角色的知识建设能力以及意愿、主动性得到提高以及验证，各部门在需要帮助时，知道知识管理部门可以提供哪些帮助，在有需要时会请求知识管理部门做能力的介入与指导，进行赋能，帮助知识管理解决方案的设计以及痛点问题的解决。部门、员工对知识管理的投入更有兴趣和意愿，对知识管理建设更关注，更期待，愿意投入，愿意使用，愿意支持，让别人值得期待，期待针对我们的需求能带来同样的效果，同样的满足，值得期待，希望尝试。试点失败了也不要气馁，复盘重新提起信心，赢回信任，必要时重新调整试点领域以及期望都是可以的。其中关键还在于在用户不失去期待，用户切实需要与认可，更愿意去产出，去贡献，投入产出得到认可，能提供相关的知识服务，以及领导层认可价值，愿意做出更大的投入承诺。

知识管理试点要解决具体的问题，让用户有期待，能满足，有获得感，才能吸引争取、减少观望、反对，能持续投入、持续满足、持续深入，继而扩大知识管理、应用的范围，让更多人、更多业务，更多知识囊括其中，进而给到全业务全景全员的知识支撑与服务，实现知识驱动发展，成为知识型企业。

试点要充实、可视化，直接可用，而不是还需要一段时间，需要达到一定水平才能用，才能有效用，更好用，要让大家觉得这就是解决我这个问题的，能给我带来帮助，这个帮助的程度是满足期望的，值得进一步投入以及进一步扩展铺开的。免得对未满足的需求有了误会，反而降低了获得感。知识管理的投入若没有基准线，最终也难免只是点的实践，难以转为组织整体的竞争优势。也不能只是用的人满足，生产的人员也要满意有动力激情，领导层充满信心决心，知识管理运营组织人员充满斗志才行。

• 认知统一、提高以及清晰，对于知识管理是什么，业务中的定位是什么，能解决什么，不能解决什么，以及要解决到什么程度，做到哪种程度有更统一的认知感受以及没有疑议。

• 知识管理理念、方法、工具、技术、规范、机制、文化的掌握、了解以及遵照知悉与执行

• 我们的范围、现状、水平成熟度、能力、痛点、解决方案、执行方案、解决效果、解决成效的明晰与明确，不再众说纷纭

• 试点领域的知识范围、知识寻源、丰富度、可信、可用度，友好度、便捷度、交互性得到提升并达到基准线

• 知识内容领域与方向、知识数量、质量，知识的覆盖度、支撑度、可用度、信用度，对于当下的要有、具有、条理清晰、结构体系具现以及发展的明确

• 知识工作、知识内容更能线上化满足，更具自动化、更即时，更智慧，更可信、可用以及知识工作的规则、逻辑、机理更清晰，能封装固化内嵌使用

• 应用效果带来明显可量化的人员成长、业务改善与提升、富有成效

• 知识管理运营团队的知识建设能力更具备，更信任

• 知识工作者的工作方式、工作机制更深入，更专注，更效率

• 种子用户以及拥护者网络的壮大

• 更能够清晰描述自己的需求，更清楚自己的痛点以及更有意愿、更有主动性寻求以及共创解决方案

• 用户的认可以及进一步的期待更甚

• 领导的信心以及坚定投入

• 对知识管理的投资效益更乐观，对知识管理建设更积极，有更高得信心和期待

• 分享、信任、成长的知识氛围在营造，且更为浓厚，可感知，鼓舞行动，正在行动

  
  

试点后的工作怎么开展、推进， 走向何方，向哪深入

试点后怎么开展，以及未来知识管理在何方，依旧在探索，充满想象力。试点后要对知识管理的试点成效以及工作进行复盘进行宣介，以肯定成绩争取支持，做进一步的卷入与铺开。纵然试点不那么成功，也要正视问题，再次证明，给修正的机会，给调整方案、攻克难关的机会，不一竿子拍死，纵然半死不活，死也要死个明白。毕竟试点是验证，是争取，以期望的满足争取更多人的承诺，更多人的投入。要见证，要客观评价，并在应用中，在期望的满足中，在投入的保障中能够得到更多的践行，在认知上，在范围，在深度，在技术应用，在价值上得到更多的兑现与认可。让大家对知识管理的认知能够得到相对统一以及提高，认可知识管理的价值，觉得知识管理的投入产出比是值得的，所得到的收益是大于投入的，是值得投入的，持续的投入，持续的运营下去，持续的进行投资。毕竟知识是唯一越用越增值的生产要素。

在团队上，要培育壮大知识管理团队的能力，以及相关的作为，让能力机制、服务机制、评价机制能够被大家认可，被大家肯定，被大家需要。我在知识管理上有这么个想法，有这样的痛点，你这边有什么样的解决方案，能否帮忙解决。把知识管理团队打造成能力中心，以成果、成功案例让大家信任，被需要，产生连接，能够将通常的场景需要封装为服务固件，供定义、供调用，引导应用。能够标准化、定制化回应、满足并保障运营投入在基准线，在应用中不断加深对业务的融入，对业务的装备、改造、变革驱动。让企业的价值创造体系能够更为顺畅的运行。

试点后怎么做，从试点到全面应用，发展成端到端的知识技能支撑，实现多源异构数据的统一建模，增进知识的表示表达，对AI的友好度、让数据便于理解，可用于训练以及机器调用学习反馈，同时规则内嵌执行，一步步覆盖，全景支撑，知识装备业务，响应业务的需要，支撑业务中台，以及前端的作战。且走，且看，且试试，且耕耘，走得踏石留痕，步步坚定。知识管理是大而全，但做的时候是尽可能多做一些，收获多一点。未来知识管理到底走向何方，会如何发展，是充满想象力以及想象空间。

而当下随着AI对工作、业务的渗透，AI已经不再是选答题，而是必答题，一切业务流、信息流在AI的加持下，在自然语言式的交互下，都大有可为，能有所改善。技术的进步给以往的知识管理方式带来了更多实现的可能，进一步扩展应用场景。AI加持的知识管理解决方案正在当下，在当下的AI知识管理的技术变革下，知识的涌现，交互反馈响应方式发生根本性的改变，日趋成熟，可以适时引入进行改造，从根本上进行提升。无论是社会领域的知识，行业的知识数理模型，还是企业的领域知识还是个体的知识，知识在破圈，一切在重塑，不安的改造与进化的效率、以及方式的革新同时发生的，相互碰撞交融。

通用大模型、行业大模型、企业专用模型，并非所有的数据、所有的场景都需要那样的低延迟、高可信度以及处理那么大的数据，需要大模型介入，可将模型小型化，将知识蒸馏、知识增强，利用好边缘智能，实现更快的响应速度，更低的调用成本。

不同的场景需要不同的方案，并非一味的大力出奇迹，用概率暴力压倒一切就能够达到应用的期望。而对于一些专精的领域，小模型表现出超出大模型的表现，更能够提供可信可用的答案，对于领域没有答案的，也可以联网利用通用大模型获取外界最新的见解，并且生成的答案有其链接来源可以校验以做验证。

对社会广义知识以及企业的专有领域知识结合应用的场景以及所需的模型算法，不断裁剪，蒸馏，增强，调优，社会通用大模型，微调行业大模型，精调企业领域模型，打造数字分身，让企业成为认知智能体，让AI走向具身智能，打造出各类基于角色、基于工作任务的智能体AI Agent，乃至多角色、多任务AI Agent共同协同协作多任务多场景帮助我们处理工作，让企业的整个价值创造交付体系更具智慧，更能够结合场景调动起所能所需调用的资源，更好的发挥要素的生产力为其价值主张交付进行服务。能调用广泛的社会的知识资源和算力算法，基于现实情景下的理解以及数据现实现地现物的基础上进行决策，优化资源配置，实现新的价值主张定义以及更高的资源配置效率，更高的需求买单率，满足率，促进再生产再投资。

能够更好借助社会广义知识的普适加持，领域知识的深刻洞察，个体知识的智慧觉悟，知识涌现、碰撞、进化迭代更快，创意激发，创新连结，即时把握需求，给出响应，并将相关的知识封装到产品服务当中，对产品服务进行知识重构，服务设计，并不盲目创新，创新要跟客户的需求关联，并通过营销触达变现，这样创新、这样的服务满足交付才能产生正向的价值，在交付服务中锁定认知锚，由此持续壮大用户群体，让更多用户更多选择进行消费，由此再循环，积蓄起发展势能，提升组织效益，让更多需求得到更多满足，让企业的存活之基得以存在并壮大，并得以发展，让企业发展更具张力与韧性，更能抗住风浪，不至于轻易消失在时代中，没给时代留下印记。

在AI的行业冲击以及改造下，涌现带来了效率，组织破圈，知识破圈，知识进化越来越快，知识变现的窗口期越来越短。在AI加持下的知识管理，知识工作，知识更全面，知识应用交互的反馈更即时，更精准全面的数据标注，提示词工程、预训练、知识的涌现以及模型的封装以及规则的执行，能够反馈强化，能越用越好用，此时提出问题与解决问题同等重要，甚至提出问题更为重要。

AI带来效用，实现进化的智慧。但带不来现场的连接，整体连接的进化。在AI下的知识管理的价值工程式更需要即时的分享，实时的反馈与满足，真知灼见的见解，分享的反馈以及强化，分享来源于信任，其关键还在于建立信任、依赖、安全感。职业的安全，成长的依靠才能让每个人连接起来，参与进来，实现共同进化，更快的进化，

要尊重回归现场，强化作战训练体系，要更加侧重群智连接与应用，让企业成为实践智慧共同体，实现基于现场实践的智慧迸发。

在内容数字空间，在场景的驱动下实现数据、知识、算力、算法、用例的大协同，实现数据的知识化智慧化应用，能够越用越好用。搭建内容数字空间，在物理空间以及数字空间的相互渗透中，让业务的孪生空间与内容数字空间得以融合，现实现场的知识以及虚拟孪生实现映射连接共同进化，加深人机协同，共同进化。

在AI加持下的知识管理，知识工作，方案更成熟，更高效，能快速成型可用，持续迭代验证好用更广泛应用，知识管理的门槛降低，实现普惠，但能否实现精益、敏捷的进化还需要刻意的经营，以实现过程的精益，以及方法的敏捷，实现现场知识以及数字空间的映射、连接，共同驱动，进化，让知识管理走向深入、智能、智慧。