AI賦能知識管理

模塊

單元

知識點

互動

開場與引入

走近知識管理

知識管理基本理念及發展歷程

知識管理在當今時代呈現的新生命力

如何找到知識管理價值入點

關于大模型進企業的現狀和問題

誤區1、期望過高

誤區2、投入方法和資源不當

誤區3、目標與手段背離

模塊一

解密大模型

大模型是什么

1、大模型的來源及構成

2、大模型本質，把大模型當“人”看

3、大模型的適用范圍

大模型可以為企業帶來的改變

改變1、各類型企業/各板塊業務增效

改變2、內外部協作智能化

改變3：企業核心價值的增強和轉變

改變4：有效支撐企業智能化轉型

改變5：2-3人微型企業增多與市場競爭格局改變

用3-5個簡短案例說明

引入大模型，正當其時

1、大模型是明顯接近“人類”的AI（以往的AI產品離“人”的水平差距比較遠）

2、大模型（包含語言、圖像、多模態等）是企業數字化/智能化的發動機/引擎

3、大模型是企業人力管理/盈利能力管理的新階段

4、行業探索期已過，行與不行/如何開展已有初步結論

RAG：當前大模型落地的最優解

1、  RAG的基礎含義

2、  RAG的基本實現過程

3、  RAG的優勢（對比大模型直接應用、大模型微調、大模型訓練）

RAG落地的實際案例和體系建設

RAG落地體系搭建

1、總述：快速推動RAG企業落地的“365”體系

2、大模型“六邊形戰士”模型及基礎準備工作

￮     業務場景（選取場景，應該遵循高價值、易實現原則）

￮     產品設計（產品基本選型，如對話溝通型、工作臺調取型、工作流嵌入型）

￮     技術攻關（搜索關鍵技術、問答關鍵技術、推薦關鍵技術）

￮     模型算法（大模型的選型和具體選擇方法、周邊算法及模型）

￮     算力規劃（提高算力投產比的方式方法）

￮     數據/知識（企業數據/知識的管理體系和方法）

互動一：

用案例串講本節理論：

互動二：

簡要說明，在相關模塊，我們有哪些進一步的培訓或輔導項目

RAG落地實施-知識管理金三角體系

一、總述：知識運營的“金三角”體系

▪   基于業務變革的知識變革

▪   知識運營全鏈路管理

▪   業務場景最優探索和價值閉環

二、RAG如何落地的具體措施

1、  基于業務變革：知識基礎形態改變和知識質量提升

2、  知識運營全鏈路：五部曲

•            知識生產

•            知識采集

•            知識加工

•            知識應用

•            知識增補

3、  探索和閉環：搭建和運行“知識for AI”管理體系

•            應用場景落地：

客戶、用戶角度和問題、痛點意識

如何實現問題/痛點角度的業務場景和價值梳理

基于以上體系的知識體系的重構

•            知識盤點：

知識架構、知識地圖、知識體系

知識規范度和AI友好度評估和提升

•            知識管理規范與知識貢獻激勵

•            系統/產品功能建設要點

•            RAG效果評估

訓練集/測試集的搭建和運用

基于業務價值評估指標和體系

成功用好RAG的五大保障

•            基礎保障：知識/數據的積累和管理

•            組織保障：崗位增設與參與人員

•            體系保障：IT、業務運營等體系的職責與分工協作

•            文化保障：探索、學習型文化的建立和持續迭代

•            機制保障：評估和評價機制

RAG在企業落地的項目探討

開啟企業落地項目的三步走

第一步：基于“365”體系的評價框架

第二步：（基于自評）定位問題、選擇切入點

第三步：明確第一批優先行動任務

互動：

讓聽眾用我們的問卷評估自己企業或體系的情況

總結和提煉