前言

最近Deepseek的火热不言而喻，认识的朋友都在给我说他们公司已经开始从领导开始要求“全面拥抱AI”，还有公司甚至发文：每个员工需要全部思考两个问题：“1、我能用AI做什么？2、我能为公司做什么？”这意思不言而喻，“如果你能做的都是AI能做的，我还要你干什么”。然后打开任何APP，看的的新闻全是XX公司全面拥抱Deepseek、XXX公司XX产品全面接入Deepseek。虽然不知道他们接了干嘛，但是别问，问就是大模型可以做一切，我已经拥抱了。 这篇关于知识管理的写好已经很久了，一直没发出来，因为一直觉得写的内容并不完善，而且也没什么能分享的，昨天在试用腾讯的imc的时候，特别难用，当时忍不住就在朋友圈一顿吐槽。下班的时候，我就想起来这篇以前写的知识管理的内容来。现在回看，这才写好也就两年的时间，但是整个知识管理的体系因为AI的出现可以说是发生了翻天覆地的变化。所以重新整理了一下内容发了出来。

前几年曾做过一段时间的知识管理系统，做完整个系统后，我也一直在想知识管理系统在知识管理整个过程中所发挥的作用。这个系统的出发点是解决知识集中、分享、查询、利用等场景，但是在实际实施和落地过程中，遇到的最大问题，可能就是在知识管理推广的过程中，大家对于知识管理的认识问题、管理系统的使用便捷性问题，以及由这些问题产生的知识持续积累、持续运营的问题。后来有段时间回顾和反思知识管理类的项目，写了这篇，算是对这类项目的一点是思考。

背景

20世纪80年代，管理学领域开始关注知识的作用。彼得·德鲁克等管理学家提出了“知识工作者”的概念，强调知识在组织中的重要性；20世纪90年代，知识管理逐渐成为独立的研究领域，学者们提出了显性知识与隐性知识的分类（如野中郁次郎的SECI模型）。 20世纪末，全球经济从以制造业为主的工业经济转向以知识和服务为主的知识经济。知识成为核心生产要素，取代了传统的土地、劳动力和资本。同时进入信息化时代，随着信息量的爆炸式增长，公司需要系统化的方法来筛选、组织和利用有价值的知识，而公司组织变革导致员工流动性增加，员工流动率上升，公司需要采取措施保留关键知识，避免因人员流失导致的知识断层；同时在某些行业（如金融、医疗），知识管理可以帮助组织满足法规和合规性要求，一些领先企业（如丰田、通用电气等）通过知识管理实现了显著的效率提升和创新突破。

知识管理案例

我们来看知识管理中很出名的的案例：

NASA

   即使是像NASA这样成熟的知识驱动型组织，也发现自己很难在自己的知识库中找到所需的答案。没有什么比“丢失磁带”一案更能说明问题了。     21世纪初，一个由美国宇航局退休员工组成的团队开始寻找包含尼尔·阿姆斯特朗和巴兹·奥尔德林阿波罗11号月球行走原始镜头的磁带。经过三年详尽的搜索，NASA被迫承认了一个令人尴尬的事故：这些磁带很可能是贴错了标签，最终在20世纪80年代的某个时候被擦去并重新使用。     虽然这个案例肯定是一个例外，但它确实反映了管理知识所带来的挑战。众所周知，NASA维护着一个名为“经验教训信息系统”(LLIS)的数据库。它包含了从过去成功和失败的测试和任务中收集的大量数据，并用于规划未来的项目和太空探险。随着数据库吸收了越来越多的信息，为了保持其可用性，NASA显然需要对系统进行现代化改造。     收集和储存经验教训只是成功的一半。让这些知识更容易被发现才是真正的挑战。NASA的首席知识架构师大卫·梅扎(David Meza)努力在LLIS中寻找答案时，对这一点非常了解。这个系统要求你输入一个关键字，然后就会产生一个很长的、随机排列的文件链接列表，每个链接都需要一个接一个地检查——这个过程非常繁琐，以至于美国宇航局的工程师几乎很少查阅这个系统。     但是梅扎看到了这个数据库的巨大潜力，并开始着手解锁它。他开始尝试采用知识图谱，每个单独的经验教训都成为网络中的一个节点，使用机器学习算法围绕一个相关主题聚集在一起，然后使用图数据库系统存储和组织该数据，并使用图形可视化来展现知识点或主题之间的连接。这种方法允许用户以一种新的、直观的方式探索数据，减少了他们寻找答案所需的时间。

  新的方法立即产生了积极的结果。2014年，当美国宇航局的一组工程师在进行探索飞行测试-1时，他们发现猎户座的直立系统工作不正常，这是一项将猎户座航天器送入轨道的无人任务。由于知道阿波罗使用了与猎户座类似的直立系统，该团队求助于美国宇航局的经验教训数据库。经过8天的搜索，他们只找到了3份相关文件，没有一份能帮助他们解决问题。据报道，在绝望中，该团队甚至拜访了退休的阿波罗宇航员的家，看看他的阁楼里是否藏着任何有用的文件。
  梅扎和他的团队前来救援，在数据库中发现了30多个相关文件，最终帮助美国宇航局找到了解决猎户座直立系统问题的方法。如果没有这些信息，该团队将不得不花费数年时间和数百万美元来测试不同的设计，进而会进一步推迟猎户座的发射。

   经验教训数据库只有在它所包含的信息可以被很容易地找到和访问时才有用，因此直观的可视化界面成为系统的关键组成部分。通过知识图谱，可以用思维导图、主题地图等不同方式可视化地组织、呈现、和探索知识，从而带来整个数据库的用户友好提哦艳，并更容易识别特定信息相关的主题或项目。

这上面提到NASA的“经验教训信息系统”(LLIS)，以此为出发点了解一下：

这里找到一篇：《NASA经验教训信息系统简介》，万方，https://d.wanfangdata.com.cn/periodical/htbzh201603005， https://wenku.baidu.com/view/71d9fad7f66527d3240c844769eae009581ba289.html?_wkts_=1682911381905 以及另一篇：《美国航空航天局LLIS的运作模式及启示》，https://www.docin.com/p-1629716638.html

LLIS 数据库

NASA(美国航空航天管理局)一直都比较重视各种数据的收集与管理，尤其非常重视其数十年来在研发各阶段所获得的质量与可靠性经验教训信息。从经验教训中获取有用信息，得到启示NASA称为Lesson Leamed,类似于我国航天领域针对质量问题提出的“举一反三”。LLIS是NASA基于 Lesson Leamed 而建立的在内部共享的经验教训信息系统(Lessons Leammed Information System,简称为 LLIS)。 LLIS 的信息积累和发布是基于其在线的数据库，包括中心经验教训库(Center Lessons Leamed)NASA 经验教训库(NASA Lessons Leamed)、相关供应商和机构经验教训库(Interagency Lessons Learned)、其他支持性的文档与数据仓库(Document and DataRepositories)。LLIS 数据库的内容是由 NASA内部和 NASA之外的组织机构提供，数据库中所有的经验教训都经过专家评审，由各机构提交经批准后进人数据库，批准后的经验教训输人系统并加人索引，通过NASA工程师网(NEN，NASA’sEngineer Network)共享。用户通过简单或复杂地检索便可快速提取所需经验教训。与此同时，系统自动地向事先注册的用户发电子邮件，通知他们感兴趣的新经验教训信息。NASA 的 LLIS 提供的信息，通过培训、用户实践、制定方针和规范程序等手段，为科学、工程教育、制造和项目管理等专业人士提供飞行器与地面设备的硬件、软件、工具、程序的可靠性、安全性、可维护性、质量保证等能力支持，持续地提高产品的质量。 截止2008年3月底，LLIS积累了NASA 各专业部门的IL报告2500多份。其中，来自于航天研究部门的668 份，来自于探索系统部门的993份，来自于科学部门的531份，来自于空间运行部门的 858 份。为了便于实现联机查阅和信息共享，LLIS要求每一篇LL报告所包含的数据项一致。 LLIS信息管理流程

知识管理落地存在的问题

通过上面介绍，我们可以大概了解NASA这种知识管理的流程和路径。在我们实际去执行和落地知识管理的过程中，经常存在的问题有：

1. 知识管理，我们应该如何去推广，换句话来说，知识管理，如何让知识落下来。
2. 员工可以完成LLIS系统中那样的流程，我们在实施或是制定制度的时候，也是采用了相应的流程，但是这只是流程，就和日报一样，可以让员工去遵循走流程，但是如何是得它真的能在使用的时候有效解决问题。

后来和多位从事知识管理的咨询沟通过这个事情，大概也表达了这样的疑问，他们给出来的解决方案主要有以下几点：

1. 思想上重视。思想上重视，就包括把知识管理的高度提高，要求CEO等高级别人员参与，以提高知识管理在员工中的重要性。这种方法的出发点，很明显就是在用组织的权威性，就是让大家“不得不"重视这个事情。
2. 考核。考核可以算是公司最喜欢的手段。指定考核标准，制定考核方案，然后强制推动。这种方法出发点不言而喻：惩罚性措施。
3. 激励。所谓的胡萝卜+大棒。有考核，当然少不了胡萝卜，言简意赅，立意明确。
4. 形成知识管理氛围。这种属于玄之又玄的东西。玄，是因为它真的建立之后，产生的影响力让所有人都惊讶，但我个人的看法是：其实很少能通过简单的推动就能建立起这种氛围。知识氛围在互联网的早期，有个很好的表现形式：论坛。在KMS系统中，很多系统都会采用知识管理论坛的形式，在其中以发帖、回复、积分等作为知识管理重要的参与手段。前段时间天涯论坛关闭，引无数老网友开始怀念，并经常翻出来当年的神帖，例如：《中国楼市的13个必经之路》，这种其实就是最早期知识分享最为经典的形式。而论坛形成的氛围，就是一种知识分享的氛围，这也就是我们经常会说早年会有高质量的中文内容的原因。但是所有的这些，如果想要公司内部推动，形成“知识氛围”，基本上需要不只是公司管理的配合、宣传，如何运营使得形成一种活跃的形态都成为一种难度极高的事情。我以前也在一家公司内部尝试运营过一个论坛，当时很积极的在自己能争取的管理最大管理范围内，将论坛的活跃度推起来，但是后来很快就受到相关领导的警告，然后慢慢的无法再推起来新的一波，论坛就再也没人去看了。 以上四点是在知识管理中问题，我们如果只是想做所谓的“管理”，通过行政手段等，均可以较为容易的实现上面三点，但是想要做到知识分享、使用并形成一种知识落地的习惯，目前看来是每个公司都需要探索和思考，找出适合自己企业特点的路径。 本人记录几年来记录的笔记已经有上千篇，软件也从最初的开源笔记软件自行定制化修改，现在基本上用Obsidian，从我多年记录的内容来说，主要有几点：
5. 个人使用需要。很多工作，如：系统部署、系统运维等工作，非日常经常使用，但是在使用的时候，需要有完整的指示和参考路径，一步步操作下来，这样不会出现错误，节省时间。这一类，需要制定为SOP手册，作为其他人员的参考。
6. 技术经验。这部分基本就是在开发过程中遇到可能出现的问题，作为日后开发的一个参考。
7. 技术方案、系统思考。这一部分主要是项目、系统开发结束后，对于部分实施的问题，或是系统使用等，做一个总结性的思考。这一部分大部分都会最终形成开发方案，集成到后期的开发系统中。 从这些上面的内容来看，最需要落地的是上面1、2两点，因为这两点是直接能作为技能去在公司层面推广和使用的。所以针对第一点流程性的工作，公司应该在工作中要求实施文档或是实施手册，并且不定期的实施“两人独自Check”的工作计划来保障手册的准确性；例如我司就是要求所有部署相关必须有文档落地，并且文档必须是能独立操作完成，可顺利复现；对于可以自动化的部分，需要使用脚本等自动完成。第二点中的所说的技术经验，需要作为管理制度，如同质量管理中的“归零报告”一样，要求将问题落在系统化知识，并且在技术经验总结和记录的时候，提供完整的模板，并对其写的内容、质量进行评阅，确保技术经验可以被复用和利于下一个人搜索；第三点技术方案、系统性思考，就是公司层面使用激励手段，鼓励员工去分享这些知识。这一层面其实就是每个公司最为难建立的地方，也就是咨询中一直强调的需要形成知识管理、知识分享的氛围。

我这里讲一个故事： 早年，我在一家公司上班做开发的时候，公司给每个人都发一个本子，开会的时候，大家就每人带着这个本子，然后在上画记录，显得自己很重视会议，并且没有丢失任何细节。但是我不喜欢带本子，因为那玩意对我没用任何用途，每次为了带它，我还要记得会议前要带本子，带笔，其实在在我开会之前给我增加了一个额外的“准备事项”。有一次去和CEO开会，经理和我一起去的，然后我就什么也没带，CEO说完之后，看我什么都没带，很不满意的问我：你都记住了吗？我说：记住了。她说：那你重复一遍。我就直接重复了一遍要做的事情。CEO也没说什么，会议结束后，经理把我叫到办公室，然后给我说：给你发了一个本子，你下次开会要记得带。当年和经理的关系很好，我就笑着说：不需要的。我以前听过一种说法：每次当你带了本子记录下来的时候，你的脑子是不会活动的，因为你已经通过其他方式记录，不是通过大脑。经理说：不管人家咋说，但是你以后和CEO开会一定记得带本子。那以后，我每次都带本子，但是那个本子到我走的时候，还是没写几页。我一直很反感这种记录的方式。 后来，我换了公司，再然后，我发现部分事情，我需要记录下来，否则下次遇到的时候，我还是会在同一个地方犯错，或是还是不知道如何处理，再后来，自己建立了自己的云笔记服务，并开始写笔记。再到后来，我发现简单的这种笔记软件都不能再满足我的需求，我开始找更多的软件工具尝试和使用，然后甚至都写几千字的需求文档，想自己开发一个。 我刚才翻开看了一下我的笔记软件，笔记里面已经记录了几百篇的相关内容。 我说这么多，就是在想说一种自己知识积累的变化过程。从那边公司不记录任何资料，到现在我已经记录了这么多，为什么会有这样的变化，或许能从我的变化找到一些驱动知识积累的手段和方法。

我有时间会把这种变化归结为年龄大了，记忆力不好了，以前能记住的事情现在只能依靠于记录了，当然不能排除这种可能性，但是除此之外呢。 在以前那家公司做开发，也是相当的忙，基本都是要加班到很晚，但为工作特点是：工作内容单一，工作线性推进。 首先来说工作内容单一：因为作为开发，每日的工作内容其实很确定，模块的开发，流程、其实早已经极其熟悉，CEO提的那些需求，对她来说可能是一些无序的点，但是对我来说，我可以直接在自己的处理流程，和公司的业务运行流程中加入这些点，所以我根本不需要用笔来记录，用笔来记录，反而很容易因为这种上下流程的理解的缺失，导致开发的需求错误。（这也就是为什么需求文档和最后的开发产品经常出现很大的区别的原因。）其实就是在CEO说完需求和内容后，我就已经把他的需要转换过实现中流程，放到我开发的业务流程中去了。

其次：工作线性推进。工作线性推进的意思是，我的工作内容必然是一个开发内容结束后，再进行下一个开发内容，最多偶尔会有开发需求插队的情况，但是这种情况并不会一直连续不断的被打断，所以其实根本不需要记录来回忆。你会在今天忘记昨晚特别难吃的那顿饭么？这样的线性推进，必然不会出现大的遗漏和缺失。

但是对于经理和CEO而言，是另外一种情况：他们是不知道整个我的业务流程的，对他们来说，昨天可能还在和其他部门讨论今年利润如何提高，今年的销售占比情况，今天就来和我说：你这边两个业务流程的点要修改一下。他们一是不能讲这两个需求代入到业务流程中，形成整体的概念，而且他们也不是线性接收的信息，所以他们自然而然的认为，这个事情你不记下来，明天就忘记了。他们是从自身出发，做了这个判断。

以上的两个分析，也就可以说明我后期笔记的主要原因。

1. 流程的不够熟悉
2. 工作不是线性推进 流程不熟悉，其实泛义来说，就是现在很多信息并非是从源头开始一点点的推进式的了解和学习的，经常，很多东西只是整个事情的一个部分。以我的笔记为例，笔记中部署、运维的内容至少有一半，这些内容的特点就是它们是没有什么源头、起因的，只要顺序执行和记录即可。所以他们是无序，但是却难以记录的，另外的笔记，基本都是技术资料的学习，而这些技术资料，基本都是只在某种特定领域的使用，大部分时候是无需进行。剩下的部分就是一些在日常中的

知识管理的手段

在很长的一段时间内，个人知识管理都是通过笔记软件的方式来进行的，例如：有道云每年花费巨资宣传自己的笔记软件，当时主打的是随时随地的分享和记录；早年印象笔记风靡很久，主要是在推广；后来又横空出世Obsidian，主要推出双向链接的模式；在公司、企业中，主要是通过KMS系统（知识管理系统）进行管理。所有的这些软件都是基于相同的目的，旨在在解决知识的录入、分类整理、分享和利用，个人笔记针对的是个人用户，KMS针对的是企业全体员工。同时也是因为公司有更多的人群参与，由此就需要衍生出来知识分类、知识专辑、知识地图、知识论坛等等多种的形式，也是为了解决知识繁多、知识分类，以及员工参与知识积累的积极性问题。 但是解决员工参与知识积累是一方面，知识的使用是最后最为关心的事情。目前众多的笔记软件、KMS系统中，都是选用搜索的方式来进行。用户通过关键字找到可能有关的文档或是资料，进行阅读。这种方式从几十年前互联网时代刚诞生就出现，伴随着用户使用多年，虽然能被大部分人接受，但是在使用便捷性，系统易用性、知识的准确性等多种方面基本都表现的差强人意。尤其在面对用户多种文档形式、图文并茂的文档内容，甚至音频、视频等多媒体内容的时候，简单的搜索功能基本可以说是形同虚设。即使在文本搜索中，对于模糊词语的匹配等，结果也不尽如人意。

大模型带来的变革

当时间来到2025年，大模型的全面普及，尤其Deepseek这一波的宣传，基本上可以说是全面进入AI（说全民AI一点都不夸张，前几天我朋友给我说他家楼下的饭馆老板在分享：餐饮人AI 3天线上训练营，特惠价xx元）。有时候我都在想，在这波AI的席卷之下，知识管理中的那些传统方式是不是已经变得不再重要了。在使用了一段时间的大模型之后，我突然意识到好像是我想反了，在现在的大模型的加持下，知识管理的重要性反而变得更为重要了。 我在实施知识管理系统的过程中，在做完咨询，制定管理制度之后，落下来的知识管理系统其实让人觉得并不是那么好用，我个人也这样的感觉。所以每次在教他们知识地图、知识运营等的时候，其实在系统上操作总觉得和咨询部分有点脱节，如我在前面管理手段中提到的，目前的知识管理系统对于文档的支撑功能很弱，同时在知识获取的时候，多半也是以文档方式获取。我当时的想法是如果能实现NLP就好了（可惜那时候NLP基本还处于弱智阶段）。直到近两年大模型的普及后，我才意识到这才是知识管理最终应该面对用户的形态。 大模型在一定程度上走通了知识管理中面对用户的“最后一公里”，现在就只需要有个良好的数据源就可以实现知识的集中、归类整理和分享；而这，正好是知识管理做的工作，而且经过这一波Deepseek的洗脑般的传播，媒体狂轰乱炸式的宣传、自媒体见缝插针的灌输，客户对于知识库、知识管理都有了很直接的认识，甚至都有了远超过作为用户的概念，未来推广知识管理，建立公司自己的知识库，系统建设阻力应该小了不少。 前几日和朋友聊天说：以前的时候，我们经常会宣传说，多年来的知识沉淀是一个公司最重要的财富，这个说法基本没人信，有时间我们说出去，自己都不怎么相信，但是现在，看看大模型的应用，就真的会明白，企业所积累的技术、经验落下来后形成的知识，直接转变为可以看到企业护城河。