百度李莹：知识管理，企业提效创新中被忽略的短板

来源：《财经》杂志

　　文/吴俊宇

　　编辑/谢丽容

　　今年5月，启动了新一轮的管理层轮岗计划。这次轮岗涉及智能云事业群组、移动生态事业群组，由两位BG新晋最高管理者分别接管。

　　在过往，管理者轮岗通常需要交接大量工作资料。需要交接什么、如何进行交接，这是困扰大量企业的问题。不过，这次轮岗过程相对平滑。

　　两位管理者过去长期深度使用的知识管理系统。组织资源、团队信息、会议决策文档等信息，都已经清晰保存在知识库之中。轮岗启动，相应BG的信息即全部开放权限，新任管理者可随时查阅。在管理层会议上，新任管理者评价说，知识库让轮岗变得更高效。

　　这只是知识管理系统在内部深度使用的一个片段。员工办公协同都在知识管理系统上展开。这家知识密集型公司的日常运转效率因此大幅提升。

　　在科技公司，知识是日常运转中诞生的流程、机制、创新技术和经验等。这些内容需要通过制度、工具沉淀下来。多位中国科技公司核心人士向我们表达了一个相似的观点，科技公司内部知识管理流程平台多多少少并不“科技”，甚至相当原始。

　　譬如，一些公司的招聘、绩效等工作仍用Excel工具完成，管理效率有待提升。企业内部的流程、机制、经验、信息通常因为员工的离职而流失。这些知识无法保存沉淀在组织内。企业各部门即使保存了大量内部信息，也因为部门壁垒得不到充分共享。

　　为此，搭建了一整套可以进行知识管理的智能工作平台。这一项目的实施者是集团副总裁、集团首席信息官李莹。基于多年的知识管理积淀和多次迭代，近期，她在内部提出了“AI×知识管理=创新流水线”的理念。

李莹提出：AI知识管理=创新流水线

　　作为公司CIO，李莹负责企业智能信息系统的建设。其职责是，管理的数字化工具，使其提高公司的办公效率、经营管理效率、研发效率、业务运营效率等。

　　今年8月底，李莹接受了我们的专访。她说，知识管理是数字化转型中被忽略的短板。互联网公司的业务是数字化的，但这并不代表管理是数字化。公司的业务发展、管理水平与敏捷协同能力、智能化变革能力、自驱创新能力密切关联。很多公司并没有匹配好这些关系。

集团副总裁、集团首席信息官李莹

　　李莹解释，“AI×知识管理=创新流水线”的意义是，它不是简单的把AI和知识管理相加，也不是直接把知识线上化和系统化。而是利用AI技术改变知识管理，成创新正循环。基于创新流水线，企业创新效率和概率可以提高，知识管理的价值得到倍积效率的显现。

　　起步：为何先行

　　企业的知识管理是何时起步的？

　　“知识工作者”一词最早由现代管理学开创者彼得·德鲁克在1959年《明天的里程碑》中提出。1988年，德鲁克在《哈佛商业评论》上发表《新型组织的出现》一文。

　　当时，美国工业企业普遍有“大公司病”，硅谷科技企业带来了新的工作方式。德鲁克因此提出“知识管理”。在他看来，知识型企业中可基于信息共享高效决策，企业将因此激发活力。

　　德鲁克提出“知识管理”概念后，上世纪90年代，欧美市场兴起了“咨询+IT”的知识管理模式。企业聘请咨询公司，确定企业的流程制度、IT系统。员工在流程中规范行事，公司得以高效运转。

　　全球研究机构IDC今年2月发布的数据显示，目前中国大部分企业缺乏对分析决策过程的统一管理。到2026年，将只有25%的中国1000强企业采用具有统一分析、业务规则、工作流程和协作能力的决策平台。

　　数字经济的环境下，市场变化快、人员流动性强。企业的员工、数据、信息、知识量激增。“咨询+IT”这种知识管理模式无法完全适应中国客户。但一些本土企业正在基于自身实践推出相应的解决方案。

　　是中国最大的科技公司之一。为做好知识管理，开发了智能工作平台和如流。

　　为什么要进行知识管理？原因在于，是一家知识密集型、研发密集型的企业，内部沉淀了大量信息和知识，内部信息协同复杂。各业务又处于关键转型期，需要提高效率、降低成本、激发创新。

　　作为知识密集型企业，20多年来内部沉淀了大量创新技术和经验。不仅包括知识库、专家库、案例库、流程、技术中台能力等显性知识，还包括机制、经验等隐性知识，乃至文档、周报、OKR等基础信息。如果不加以管理，沉淀的信息得不到充分使用。

　　的内部业务、工种也复杂，需要高效协同，知识管理是提高内部协同的重要手段。内的所有员工，都在使用知识管理平台，涉及研发、产品、运营、市场、销售、行政等多种不同工种。BG与BG之间，工种与工种之间知识结构不同，又时常需要彼此配合。

　　另外，处于转型期，增效降本、激发创新的需求迫切。知识管理是这种研发密集型企业的刚需。

　　研发部门对知识管理是需求最高的客户之一。近年处于转型期，智能云、智能汽车等业务研发密度大、资金投入多。近五年核心研发费用率正持续提升。2017年研发费用率为17%，2021年研发费用率提升至23%。

　　上述业务创新效率、研发转化、成本管控、内部协同的诉求也高。知识管理如果做得好，还可以研发人员获得更多好的技术方案，提升开发效率和创新能力。研发团队甚至可以提高研发资金的使用效率。

　　落地：还有三道难关

　　知识管理落地并不容易。目前大部分互联网企业的组织协同、知识管理相对割裂的，通常由多套工具完成。知识管理通常以内部论坛、百科、云盘的形式出现。组织协同通常由协同办公工具负责。企业知识库没有实现智能化，不会自动推荐给员工。

　　企业难以对“组织协同+知识管理”进行智能化改造的原因有三部分：

一是员工形成了固有的工作习惯，推荐容易造成打扰，随意改变往往会引发反弹。

二是，需要搬迁知识库，还要打通数据中台、AI能力，技术工程改造大。

三是，改造的价值无法直观体现，也没办法事先验证。

　　研究知识管理状态的价值和意义在于，“组织协同+知识管理”的起步早，执行落地快，目前内部管理智能化程度相对较高。这并不是每一家企业都可以做到的。

　　拆解这个智能工作平台，一共分成了三层。

　　入口，是内部工作协作平台“如流”。如流和企业微信、钉钉、飞书类似，是典型的上层应用。它诞生于2020年4月，是开发的新一代智能工作平台，主打AI和知识管理功能。如流打通了内部的财务、报销、人力、研发等ERP系统。员工过去需要在若干平台处理不同工作。如今大部分工作只需在如流完成。

　　底座，是AI中台、知识中台。它具备大模型、知识图谱等技术能力，承担智能分发任务。

　　三条智能办公流，包括通讯流、工作流、知识流。通过AI能力打通三条流，让通讯、工作、知识智能化融通，大幅提升协同、创新效率。

　　李莹说，在这套创新流水线上，知识、员工和工作场景被连接。大模型和知识图谱技术，将企业的异构知识进行单元化、结构化、规范化“拆解、分发、组装”，再根据场景和员工需求进行精准识别、匹配和推送。员工快速消费知识又创造知识，进而形成创新闭环。

　　那么，是为何可以建成知识管理平台？在李莹看来，在公司内推动“知识管理”有三个要素，分别是文化和机制、产品和技术、运营和服务。

　　从某种层面上说，知识管理是“领袖工程”，需要组织文化的配合落地。

　　哪怕是在一个以最新技术的研发和应用为主业的科技公司里，如果一把手不重视这件看似不如客户拓展、市场营销和产品研发的事情”，那么也难以做到极致。

　　在，知识管理是实打实的“一把手工程”。创始人、董事长兼CEO李彦宏曾多次强调知识管理的重要性。2021年李彦宏曾提到，知识管理是AI时代决胜未来的八大关键技术之一。李彦宏为代表管理层达成共识之后，的办公效率、经营管理效率、研发效率和业务运营效率成为一盘棋，由CIO负责统筹，知识管理被贯穿其中。

　　工程师氛围浓厚，智能工作平台需要经受工程师用户的多重审视。哪怕是搜索框做长几厘米都会引发工程师的吐槽和反弹。但正是这种挑剔的用户，让知识管理平台慢慢走向成熟。

　　技术是做好知识管理的基础。产品技术实力不足，基于AI能力的知识管理也无从做起。

　　李莹认为，之所以做知识管理，一是需要做，二是能够做。是一家智能化企业，产品服务都基于AI能力。的知识管理构建在文心大模型、飞桨、知识图谱等AI产品和技术内核上。

　　目前，知识管理通过建设知识分发平台，开发出了“基于大模型的企业知识分发系统”。知识管理平台基于文心大模型，会融合学习5500亿条知识的知识图谱。平台在理解员工诉求后，会把信息高效推荐给有需要的员工。

　　除了技术，产品本身要做到足够好用、高效，在公司内形成口碑。李莹解释，公司整体技术架构设计贯穿了“组织协同+知识管理”理念。从底层架构到存储，到企业主数据，再到如流的知识管理能力、流式引擎能力，以及上层应用。完整的技术架构、解决方案，让知识管理的体验能够做的更全面。

　　开发出一套流程和系统后，还需要将这个流程贯穿到企业运转的方方面面。从可用可不用，变成 “很好用”，到“离不开”。李莹的目标还不仅止步于“离不开”，她认为，一套好用的知识管理流程，应该成为企业知识流转的血液系统，看不见摸不着，但滋养整个生态系统。

　　公司兄弟部门认可同样重要。这是让业务部门愿意配合推进知识管理的必要条件。

　　公司各业务部门都是CIO体系的“客户”，CIO部门需要对“客户”做好服务。在李莹看来，团队需要为业务线做“保姆式服务”，形成公司内部标杆后，吸引各业务线使用。

　　为做好服务，李莹团队需要为各业务、各部门“下场拎包”。在业务部门陪伴式工作，观察客户需求再改进产品。她说，“你要穿客户的鞋走10公里，才知道你做的鞋有多不舒服”。

　　成效：增效降本、激发创新

　　任何数字化改造都要带来实际价值。价值通常有三重衡量标准：增效降本、流程重塑、业务创新。

　　的智能工作平台，同样需要经过上述检验。李莹说，增效降本是基本任务，发挥创新价值是管理层更大的期待。

　　技术工具要服务于实际使用。智能工作平台带来的实际效果是：员工工作变得更高效；组织管理变得更简单；增效降本、业务创新变得更可控。

　　员工工作变得更简单高效是基本要求。智能工作平台作为统一入口，让员工进入和使用周报、OKR、部门知识库、智能会议等变得更加高效便捷。通过AI技术，平台会根据员工的周报、OKR智能推荐相关问题解决方案、资料甚至是相关专家。会议作为知识管理的典型应用场景，如流智能会议可实现实时语音转文字，全程记录，自动提取要点，智能生成会议纪要等，满足对会议全程信息的高效回溯。

　　为了大幅提效，让员工获得更多幸福感，知识管理改变了工作任务的处理流程。比如，通过“流式引擎”，把传统工作中的“人找事”，变为“事找人”。过去在各系统审批长达一个月的人工报销流程，现在可在30分钟内通过系统智能化完成。流式引擎还大幅优化员工的工作时间分配，一位的中层员工表示，他过去每天要专门花费1个多小时在多个平台处理审批，如今只需在如流消息中利用碎片化时间处理即可，关键精力可以投入高价值工作中。

　　在管理超大项目时，尤其需要知识管理。以世界大会为例，需要全公司几十个部门、上百名员工一起协同完成。从项目一开始筹备，公司各部门便通过统一的“项目知识库”来记录项目进展和解决跨部门协作信息不对称等问题，集团上下高效协同的同时，也避免了下一次项目重复造轮子。

基于知识管理的如流智能会议系统

　　组织管理变得更简单是更高的目标。商业竞争日趋激烈，组织效率需要足够高。在互联网企业日益重视公司成本效率考核的情况下，公司的成本管控、团队管理也需要更明晰。

　　今年5月，启动了新一轮的管理层轮岗计划。有高管在内部高管会上曾分享，各事业群组部门知识库保存了过往业务信息、会议内容，即使在轮岗接手新BG后也可以快速了解业务。

　　这个场景看似简单，但影响巨大。随着头部互联网企业逐步强化To B/To G业务，组织管理、经营管理愈加重要。企业组织架构调整的频度、难度在变大。以To B/To G业务为例，每年都要调整、调整周期长达3月-6月。调整如果不够顺滑，项目会直接受到影响。

如流知识库可提供个人、部门、项目知识库沉淀，还具备智能推荐能力

　　此外，成本效率管理需要更明确的数据驱动。在智能工作平台上，会产生组织部门视图。预算、代码、ORK会自动生成统计表，管理者可以快速定位业务问题。平台还会满足个性需求，形成基于业务、职能、个性化需求的千人千面工作台。

　　这是互联网公司的刚需之一。一位云厂商高管曾对我们说，To B/To G业务通常会严格考核每个项目的利润率，“算账口径太多，算准就是第一道门槛”。用技术手段明确资源投入、财务状况会让业务部门更了解自身的经营管理状况。

　　昆仑芯科技是一家AI芯片公司，脱胎于，目前已经独立融资。这家公司是“创新流水线”的受益者。昆仑芯科技CEO欧阳剑说，芯片设计到流片是个“超级工程”。内外协同多，技术研发文档资料多，项目周期长、投资大。公司的内部协同、OKR对齐、项目进度管理都在这套平台上完成。

　　激发创新是公司最理想的诉求，也是李莹希望实现的最高目标。

　　和一些公司进行数字化改造只强调增效降本、强化管理不同，李莹认为数字化的一个重要的衡量指标是，提升工作的幸福感。通过“知识管理”的方式进行数字化改造，可以让员工保持愉悦，激发创造力。创新在这种环境下才会诞生。

　　研发是一个既要激发创造力，也要明确考核成效，更是一门需要把握技术和市场节奏的技术。一位资深技术人士表示，程序员并不想把时间耗费在重复代码上，而是希望能够把灵感投入技术方案、项目管理之中。

　　在这套“创新流水线”上，多年积累的海量代码、技术产品文档会在技术人员需要时实时推荐给他们。技术人员可以减少重复劳动，做更多有创造力的工作上。

　　对技术管理人员来说，技术团队带来的产出也可以有更明确的量化指标。譬如，在智能工作平台上，项目平台可全程管理研发流程。Code Review、结对编程、问题排查也可实现任务自动触发。

　　在一个企业里，组合知识和经验的速度越快，创新能力就会越强。创新流水线打破了老师傅带新学徒这种“人到人”的知识传递模式，完成了对“人和知识”的统一管理，让知识加速流动起来。李莹说，还在持续优化智能工作平台，先让每个环节效率提升N倍，再落地到所有的场景中去，公司效率指数级提升的同时，创新也在不断发生。

　　未来：科技公司给出本土方案

　　用“知识管理”形成的创新流水线也是目前其他科技公司正在尝试做的事情。创新流水线，正在成为影响科技公司创新效率中的重要一环。

　　事实上，不仅是科技企业需要知识管理。随着制造、零售、金融等各行业数字化水平提升，知识管理是各行业的刚需。

　　中国的科技公司经历了20多年的高速发展，知识管理这个重要议题也曾被长期搁置。然而中国科技企业长期发展过程中沉淀了大量知识资源。这和客户资源、供应链资源一样，需要利用技术手段有效管理。科技企业因此最早开始利用AI进行知识管理。

　　越是转型挑战大，越会转而向数字化转型要红利。是一家技术密集型企业，这几年的转型也更艰巨。相对应的是，也成了知识管理落地最快的企业之一。

　　和历史一样，当下是中国互联网公司转型升级的起点，科技企业正在采取各种方式转型升级。

　　今年2月，一位头部互联网企业移动业务的技术高管说，他所在的公司正在推动公司内部的技术工业化。目的在于，降低成本、提高创新效率。这一系列改革已经持续3年。

　　这家公司的技术工业化目前主要集中在研发部门。思路是开源协同，各BG、各BU共享最佳技术方案。一方面重复的技术可以合并，以此节约成本。另一方面，技术共享还可以实现标准化的开发。核心理念仍是，研发部门可以在最佳实践的基础上提升创新效率。

　　上述互联网公司的技术高管表示，公司内部推行技术工业化时，一方面要平衡业务线的利益，另一方面也要扭转员工过往的工作习惯。这些都不容易，推进三年，技术工业化的设想才初步成型。

　　与上述公司不同，的“知识管理”覆盖全公司。创新流水线和办公效率、经营管理效率、研发效率和业务运营效率是一盘棋，统一由李莹负责。完整的技术架构、解决方案，让知识管理的体验能够做的相对更全面。

　　经历了一些业务调整和重构，内部正在悄悄发力奔跑。做成一条知识管理创新流水线对于今天的尤其重要。李莹说，企业的能力分成外功和内功。外功是公司的业务、收入，容易被外界看到。内功是企业内部的经营管理能力，不容易被觉察。她介绍，随着知识管理能力逐步完善，企业知识库、专家库、案例库、技术中台能力将大规模对外应用。

　　中国企业的发展路线有独特性，无论是互联网、零售、制造、金融等行业，都有土生土长的市场需求，形成了基于中国实践的数字化解决方案。

　　因此，中国企业无法简单套用欧美兴起的“咨询+IT”的知识管理模式，也无法简单部署海外成熟企业开发的知识管理平台。智能工作平台还需要持续完善，不过这套“AI×知识管理=创新流水线”的理念和实践为其他公司打了一个样。

　　中国科技企业正在给出符合本土实践的解决方案。