生成式AI如何提升您的知识管理

我们都有过这样的经历——当遇到问题或紧急请求时，我们会求助于知识库。往往，我们在无尽的文档中苦苦搜索，结果发现没有任何内容符合我们的困境。像往常一样，最终只能求助于服务台工单，等待IT团队的回复。若能提前轻松获取相关解决方案，这一切本可避免。

因此，有条理的知识管理策略可能是快速解决问题与长时间停机之间的关键差异。然而，尽管其明显的优势，许多组织仍似乎难以取得理想效果。根据The AXELOS ITSM Benchmarking Report 2022，知识管理是第六大采用的ITIL®实践，但自我报告的成功率仅为20%。

一个主要原因是传统知识管理系统通常是静态且单一维度的，依赖于手动整理和更新信息。此外，知识是动态的实体，需要不断演进以保持其相关性。

幸运的是，近期的技术进步帮助弥补了这些不足，使知识管理从记录和共享信息的行政活动转变为更具互动性和智能化的方法。

由AI和机器学习驱动，尤其是生成式AI工具，这些进步能帮助组织以前所未有的效率生成和传播知识。

生成式AI仅适用于科技巨头吗？

企业现在开始理解如何利用生成式AI解决跨企业收集、组织和传递知识的难题。大型语言模型（LLMs）为生成文本和理解语言等任务带来了创新浪潮。然而，它们庞大的规模和计算需求限制了其仅被具备雄厚财力和技术能力的组织采用。

虽然公开可用的LLMs如GPT-4和PaLM 2表现出色，但简单将这些模型应用于企业用例可能会带来某些挑战。此外，较小的组织可能没有资源利用它们。

以下是组织在使用通用模型时面临的一些关键难题：

缺乏领域特定的数据和上下文	通用模型对一般性问题响应有效，但在查询特定产品或服务时表现不佳。这种知识差距使模型容易产生幻觉和偏见。
资源密集的训练和维护	训练和维护LLMs需要大量资源和计算能力，使其仅限于资金充足的组织。
缺乏数据安全保障	组织对其专有数据的安全和隐私存在担忧。组织更愿意将这些数据掌控在自己手中，而非让面向公众的LLM进行训练。

企业要充分利用生成式AI在知识管理策略中的优势，必须首先克服这些挑战。最近，人们意识到，发挥生成式AI真正潜力的途径是转向更小、更具领域特定性的模型。这些小型语言模型通过在组织数据语料库上训练，能提供类似大型模型的能力，但资源消耗更低，从而使生成式AI对更广泛的用户更为可及。

以下是推动小型语言模型发展的几个因素：

增强的定制化	小型语言模型在领域特定用例和企业内部数据上训练，能提供更高程度的定制化，满足组织独特需求。
可管理的训练和部署	这些模型的训练和部署更易管理，所需训练数据和硬件性能更低，长期为组织节省大量成本。
数据控制	在受控环境中使用策划数据集训练模型，有助于保护敏感信息和维护隐私，降低企业数据被未经授权访问的风险。

小型语言模型的出现标志着AI的一个关键时刻，帮助我们在企业知识管理中解锁众多应用。接下来，让我们探讨生成式AI如何帮助服务台解决企业知识共享的固有挑战。

服务台团队利用生成式AI优化知识管理的3种方式

1. 知识创建：通过生成详细的解决方案文章丰富您的知识库

将隐性知识转化为显性知识是成功知识管理的关键。此转化需要各技术人员和主题专家提供详细输入。由于他们工作繁忙，可能无法及时记录解决过程并撰写知识库解决方案文章。

幸运的是，借助生成式AI能力，技术人员可以加速写作过程，将工单备注、附件或工作日志中的各种信息转化为详尽的文章。基于对工单数据和其他解决方案文章的先前训练，语言模型能提取先前捕获的知识信息，并用以生成详细的解决方案文章。

这简化了技术人员的写作流程，因为审阅和修改生成的解决方案比从零起草更容易。为不同类型的工单创建复杂的知识文档，有助于服务台随着时间推移不断完善知识库。

2. 知识发现：通过弥合语义差距提升知识搜索

要最大化知识库价值，首先需优化知识发现。考虑到普通员工每天约花费3.6小时搜索信息，节省每一刻都至关重要。

语义差距，即用户意图与搜索结果之间的差异，一直是静态知识管理的重大缺陷。依赖严格关键词匹配的传统系统往往难以理解用户意图和具体上下文。

因此，拥有一个提供直观搜索功能的知识管理系统，帮助用户找到特定上下文的答案非常重要。借助生成式AI先进的自然语言处理能力，匹配搜索者意图与相关响应成为可能。

由于语言模型设计用于理解人类语言的细微差别，它们能处理各种用户输入，无论问题如何表述。因此，用户无需依赖特定关键词或短语，使知识搜索和发现更自然、更轻松。

3. 知识消费：通过提供上下文相关且个性化的响应促进自助服务

自助服务一直被视为成功知识管理的终极目标之一。通过从传统的信息浏览方式转向更直观的问答模式，具备先进对话能力的知识管理系统能够重新定义最终用户体验。

当用户因解决方案文章不清晰或过长而无法解决问题时，只能提交工单给服务台。生成式AI可以在响应中提供相关文章的摘录或摘要，而非简单地将一堆知识文章原样推荐给用户。

这使用户能快速掌握信息要点，无需翻阅大量内容。如果最终用户能在这些生成的回答中找到答案，他们更可能避免联系服务台。

最后思考

显然，生成式AI能显著提升组织改进和共享企业知识的能力。从先进内容生成到自动知识提取，生成式AI技术正引领组织充分挖掘其数据潜力。

我们尚未充分探索生成式AI在企业用例中的所有可能性。但毫无疑问，通过将宝贵的企业数据与AI的强大能力无缝融合，我们正处于一个新时代的边缘，在这个时代，知识将比以往任何时候都更加动态且易于获取！