知识革命来袭？ChatGPT引领微软企业内非结构化知识管理新时代

ChatGPT与企业管理 2年前 (2023) lida

59 0 0

文章主题：生产力, 科学管理, 知识工作者, ChatGPT

背景

两个月前，我在这篇文章中展望了ChatGPT的众多应用场景。现在看来，第一个巨大的场景已经明确了：知识管理。我们先看看知识工作的发展历史。

知识工作

马克思指出了以生产工具为标志的生产力的发展是社会存在的根本基石。

原文改写：🌟20世纪初，泰勒的科学管理革命性地提高了体力劳动者的生产力，从而推动了工业化强国的崛起。这不仅显著提升了工作效率，也让工人们有更多闲暇去追求教育和个人发展。📚教育的大规模普及催生了一代知识型人才，进而引领了知识社会的到来。🚀时间的重新分配，从繁重劳动转向休闲与学习，开启了人类历史的新篇章。

🌟彼得·德鲁克于1959年启用了”知识工作者”这一革命性理念，预见了21世纪企业核心竞争力在于其知识型人才与高效生产力。他以独特的管理视角，引领了组织效能的革新，使社会得以接纳并充分利用庞大的知识力量。🌱

👩‍💻🚀在世界经济论坛的最新盛会上，微软首席执行官Satya Nadella引领了一场知识工作领域的革命性变革，ChatGPT式的创新模型正颠覆传统。微软已迅速将这项革新融入产品生态的各个角落，从GitHub到Bing，Edge至Word、PPT、Excel，Azure和Teams等一应俱全，无处不在地推动技术进步。🚀💻 #全球经济论坛 #知识革命 #微软技术革新

在这里不得不感叹一下，微软和ChatGPT真是绝配：

微软是一家企业服务公司，产品线本身就以提升知识工作者的生产力为目标，微软的客户足够多，而且一直坚持平台原则，希望用一个通用模型搞定所有公司，这一点和OpenAI的AGI愿景。在知识管理方面，微软的强势产品是企业内部知识管理，弱势产品是外部知识获取。ChatGPT甚至可以通杀，对Edge和Bing也能有巨大提升。

🌟ChatGPT引领潮流，知识生产力再升级✨通过试用，用户们惊喜地发现其在文案撰写和问题解答上的强大效能，这正是现代专业人士日常不可或缺的两大部分——创新知识生成与现有知识检索。📚写作不再是难题，信息查询如探囊取物，ChatGPT正逐步成为知识工作者的得力助手。💡SEO优化提示：#ChatGPT优势 #知识工作场景 #文案创作问答 #创新知识获取 #知识应用便捷

案例

例如，我本人作为码农，可以算一个知识工作者。

我每天都需要获取外部知识，主要使用的工具为Chrome和Google。我每天也会往公司内部知识库贡献内部知识，包括代码、设计方案、规划文档等。主要工具为Vscode、Github、WPS、Office、drawio、Confluence、seafile等。除此之外，我还会使用一些工具管理个人知识，包括Obsidian、Zotero、OneNote等。

🎉震惊！Copilot速度翻倍，知识创作全领域革新🌟 从编写代码的精确魔力，到繁琐测试的自动化解忧，Copilot的影响力已超越想象边界。🚀它的创新脚步从未停歇，如今已将高效能触手伸向了每一个知识生成环节。🔥无论是框架定制还是复杂逻辑，它都能轻松应对，引领内容创作进入全新纪元！🌍别再惊讶于它的飞速跃升，拥抱智能写作新时代吧！📝联系方式？悄悄隐藏，让创新说话！🏆

知识管理

知识管理的类别

按信息来源区分，知识可分为外部知识和内部知识。

外部知识

对于外部知识，搜索是最大的场景，搜索引擎也是用户量最多的应用工具。

内部知识

对于内部知识，个体用户的主要场景为创作和查询知识，企业还需要考虑知识存储。因此，工具可分为三类：以Word、WPS、Excel、Vscode为代表的知识创作工具；以Confluence、Notion、MySQL等为代表的存储和文件管理工具。以ElasticSearch等为代表的检索工具。

从数据形态上区分，知识可分为结构化知识和非结构化知识。

结构化知识

🌟传统的知识架构，往往离不开Excel这类表格神器，或是MySQL这样的经典数据库系统。它们拥有严谨的表结构设计，便于执行诸如统计分析、排序查找等高效操作。📊

非结构化知识

非结构化知识往往以文本、图像、语音、视频等形式存储，其中应用最重要的是文本，这是人类发明语言文字以后，应用最广泛也是信息密度最高的知识形态。

企业内部非结构化知识的应用

我们把上述两个维度结合起来看，又可以得到以下4个类别：外部+结构化，内部+结构化，外部+非结构化，内部+非结构化知识。

其中内外部结构化知识都已经有了较好的解决方案；企业外部非结构化知识对应的工具是Google等搜索引擎；而企业内部非结构化知识应用是一个业界尚未解决的疑难问题，此前相对ElasticSearch这样的搜索工具以插件的形式嵌入各类知识管理工具让用户使用，准确率和召回率都有限，并且无法给出用户直接想要的答案。

NLP从业人员希望通过信息抽取技术从半结构化信息中提取结构化信息，形成知识图谱来解决这一问题，但限于技术不成熟、领域定制难度较大等因素，也没有广泛的落地案例。

我们知道，内部知识库是最重要的公司资产之一，所有公司都非常期待这一问题的解决。而只有解决了这一难题，才能更好的在企业内部复用知识，全面提升企业成员生产力。前几天Edge的演示正是大模型对这一应用点的有力阐述。传统的检索升级为可直接给出答案的问答，还可以辅助创作。

以大模型在知识创作和知识查询方面的能力，接入企业内部知识库以后，将成为所有企业必备的工具。大模型还在继续进化，接下来很有可能会全面影响企业管理、决策、甚至企业架构的变革。

总结

我们再回顾四次工业革命：机械化、电气化、自动化、智能化。前三次工业革命分别对应蒸汽机、发电机、计算机，第四次智能化革命一直还没有标注性成果，现在终于有了。企业的非结构化知识应用，包括创作与检索，都是ChatGPT的巨大应用点。接下来一个值得思考的点是，OpenAI的Sam Altman虽然说到会产生大量中间层公司，但现在微软把大场景都覆盖了，其他公司的蛋糕还有多大呢？除了技术储备有差距，国内公司在视野上的差距似乎更大，目前看来在应用方面的动作也不快。接下来看WPS、企微、飞书等产品的动作。

注：文本并未对数据、信息、知识做严格区分，统称为“知识”。