田志刚：企业Agent的门槛已经不是大模型,而是AI知识库的质量:关键是这五个核心问题
备注：本文为田志刚老师的讲座部分内容文字版，更详细内容可以听AI知识库搭建与运营培训在线课程，该课程提供了相应的模板、方法论，并由田老师提供一对一指导。可联系微信号：511956894 或者电话：010-62925738
刚开始的时候，人们认为什么呀？
就是说企业 Agent 落地的核心在于大模型的能力。所以有段时间大家总是在探索，就是用什么样的大模型更好，然后认为只有大模型能力强的结果就好。
但是事实上真正做起来以后，最近这半年，大家慢慢形成一个共识：阻碍 AI 落地的门槛已经不是大模型了。
我们有一些客户，比如那些大型的企业，在他们内部已经接入了国内外各种大模型（包括国内国外的主流模型），都可以方便的选用。
但是在这种最强大的模型支撑下，真正去落地的时候，都发现结果仍然不令人满意。大家慢慢明白，企业AI Agent落地的背后，核心其实是企业的私有数据问题。站在IT立场上，叫数据。站在管理立场上，叫知识管理或者知识库的问题。
我们把这里面的核心问题分成五个维度：
- 知识内容过时、版本冲突、文档异构性强；
- 缺少统一语义层，跨系统概念无法消歧，造成输出结果混乱；
- Chunking / Parsing规则简单粗暴，破坏上下文与约束条件；
- 检索输入噪声大，重复内容和无关内容挤占上下文；
- 缺少动态记忆与执行回写，任务状态无法闭环。
因为这些内容的来源可能来自于各种系统里，比如原来的文档系统、原来的CRM、原来的ERP、原来的各种研发系统。各种不同的来源，可能原来在单个来源上有一些规则，但是整个串起来的规则是没有的。
还有一个就是语义层是欠缺的，术语的统一没有。然后，跨系统概念是乱套的。同名异义什么意思呢？就是说都叫“客户”这个词、这个概念，但是事实上在ERP里、在研发系统里、在文档系统里，它的意思是不一样的。在这种情况下，任何大模型的输出质量一定是混乱的，输出一定是混乱的。
还有就是说，假如说这个分块。比如说很多人是刚开始粗暴的时候，我1000个字和800个字分一块。但是这样一定是把这个核心的语义、关键的意义给丢掉了。那就是说，应该怎么去按语义的方式去分？这些就涉及到一个文档内容的结构化。这个程度也不够。
没有之前，大部分我们做知识管理、知识库都是20多年，大部分是欠缺好的结构化，没有定义出来。其实我们的对策，就是假设常用的内容应该建立起一个内容产出的模板来定义好。什么样的内容有一个什么样的结构，这个是固定的。那这样效果就会更好。
但这里面最难的一个地方——这5个点我不展开了，大家可以看一下——最难的地方是什么？
我们在《2026年中国知识库趋势》里写过，最难的一个地方是大家认识到这个问题了，认识到知识库是个核心，也认识到知识库里面有很多细碎的问题。但是大家大脑里没有这个标准——好的知识库到底应该是什么样子的？没有，只有一些零散的点。
这种情况下，真正大家在做这个活的时候，就可能想到哪个点做一下，想到哪个点做一下，但是“按下葫芦又起了瓢”。
没有系统思考的话，总是出问题的。我们的建议是，你在做这个知识库的时候，先要建立好的知识库的标准，应该包括哪几个维度。
假如说，你要有这个术语表，要有分类的规则，要有元数据规范，要有更新的机制，要对到人、谁负责。然后对知识分层，哪些是核心的，哪些是关键的，哪些是次重要的，哪些是不太重要的。
当然，在建立AI知识库的过程中，比如执行回写、动态信息的记录，这些也都要考虑到。
然后有了这个标准规范，有了这个好的标准，我们再去检视我们的知识库欠缺哪些内容。我们在 AI知识库 搭建运营的在线课程里有详细的讲解，你们有兴趣可以听一听。
但是，这个事儿是一个大的问题，它不是说短期内一下子能解决的。你首先要想，才能去做。当然，做的过程中可能也会有很多问题，也欢迎大家跟我们一起交流和探讨。
将来的话，大家预测大模型会像电力、水一样，成为一种普遍能力，任何人都可以用，任何机构都可以用。
那这个时候真正构成企业一个竞争优势的东西，一定是你的私有的知识库。这个知识库是内容准确的、更新及时的、语义统一的，并且里面有更多更有价值的私有知识持续产出、持续更新，这才是一个企业的核心竞争力。
而如果说这个大模型本身构不成竞争力，因为它自身能力是个公开的能力，任何人都可以用。所以说在这个基础上——也就是 知识库 的搭建与运营——下功夫，才是真正能提升企业竞争优势的地方。
相关链接
经典培训课程
企业AI知识库搭建与运营培训课程
呼叫中心AI知识库培训课程
个人知识体系构建能力课程
书籍和资料
《卓越密码如何成为专家》
《你的知识需要管理》
免费电子书《企业知识管理实施的正确姿势》
免费电子书《这样理解知识管理》
