微信扫码
添加专属顾问
我要投稿
为中小企业量身定制的AI解决方案,飞书知识问答让企业轻松拥抱AI。 核心内容: 1. 中小企业AI落地的难点与挑战 2. 飞书知识问答如何满足企业需求,降低AI使用门槛 3. 实际案例分析:飞书知识问答在教育和培训领域的应用
这不是个我主动选择去做的事,而是在B站做了很多AI内容分享之后,自然而然会被一些对AI感到焦虑,或者有前瞻性,希望公司能更快拥抱AI的企业负责人看到。
他们通常属于都意识到了AI是一个正在发生的很重要的变化,但是怎么让AI能在企业内实际落地,用起来,这中间困难重重。而如果不去做些什么的话,焦虑感会源源不断地产生。
培训类的服务是开放地去介绍现在有哪些AI工具可用,分别的特点和优势是什么,如何用好他们。
咨询类业务则有更具体和更落地的特点,一般是去解决一两个具体的问题,让企业在重复度高、且缺乏人力的工作流能被AI赋能与提效。
在这个过程中,我发现企业落地AI最困难的点有两个:
一是怎么让员工愿意尝试和学习使用AI,毕竟学习是反人性的,而且一年多前要用最好的AI工具,可能还需要你去突破一些网络屏障,甚至要员工自己花钱买会员上班,这就更不合理了;
二是企业通常会有一些公域之外的私有的知识,他们最强的诉求是企业内自有的知识可以和AI结合,让企业员工能在企业私有知识沉淀的基础上做出更好的东西。
比如我之前有合作一家教育机构自己积累沉淀了近千份的课程教案,他们想让下属机构的授课老师能根据这些资料提供更好的培训课程。比如有精品巧克力认证培训机构积累了行业内数百家企业资料和培训素材,他们希望让自己的会员能获取到这些资料,让员工能基于这些材料能写出更好的公众号文章。
上述这两个问题当然也有一些方式解决,比如开发一套大模型+知识库RAG的独立工具或智能体,但是实际实施起来存在巨大的困难,会有前期的开发和理解成本,后期维护起来也是相当的困难。
所以,在这个情况下,当我看到飞书推出的「知识问答」产品时,我还真挺惊喜的。一句话总结的话,我觉得这是从Day 1就能为企业提供生产力的AI产品。
这款产品直接解决了我前面提到的企业落地AI的两大难题。一是这个产品足够易得,很工作场景、工作需求离得很近,我申请获得了对话的权限之后,发现在左侧侧边栏和消息界面顶部会直接有相应功能入口(由此也能看出飞书够重视这个功能的
以及这个产品也足够易用,内置的模型包括DeepSeek R1和豆包两个模型,看过我之前DeepSeek教程的同学都知道,DeepSeek R1这类推理模型大幅度降低了AI产品的使用门槛,新手上路不再需要学习太多提示词技巧,只能说人话,能表达清楚自己的需求和项目背景信息就好了。
并且,这个产品也足够有用。我见过太多人尝试将AI融入工作和生活时,遇到的最大困难就是他生活中没什么想问的,而工作中的问题,又没那么容易从通用的大模型工具获得解答。比如:
我们公司的差旅报销政策是什么样的?
我工作5年,入职公司3年了,今年会有多少年假?
这些基础的行政、人事类问题,因为飞书「知识问答」可以读取到提问者有权限访问的所有企业文档,所以可以说是相当容易回答的,而且能节约大量的企业行政资源,让行政同学可以多花时间在更有价值的事情上。
当然,花叔比较遗憾的是,我现在是「一人公司」的状态,没有这些人事、行政类的需求了,但是我问了下面这么个问题:
?完全准确
在测试过程中,让我比较惊讶的是,「飞书知识问答」除了能读你的所有文档和知识库,它还能读取你的历史聊天记录,想必很多人都遇到过,在公司内一个复杂多方配合的项目,你可能跟8个人私聊,在6个群里沟通这个项目不同方面的细节,你很容易借助大模型的能力,你可以很轻松地去还原项目的事实。
能访问聊天记录这事太绝了,因为对多数缺乏知识管理系统的企业和个人而言,「知识」是散落在一个个聊天记录中的,国内有资源有能力,又有足够多的用户去做这件事的只有三家公司,字节是其中之一,显然他们抢占了先机。
借助文档和聊天记录中散落的信息,你大可以把一些不愿意干的写月报、写周报之类的信息总结需求交给「飞书知识问答」来完成,比如我就试着让ta帮我梳理了下今年2月份我都在干嘛。这个功能我觉得对企业内的普通员工、管理者,或者像我这样的个体用户都算相当有用的。
那么,问题来说,飞书「知识问答」这个功能看起来是够好用的,非常适合想在企业内落地AI,真正让员工把AI用起来提升效率的企业。
但,能用是一回事,能不能用好就是另外一回事了。
我觉得对于企业而言,如果想用好飞书的「知识问答」,还需要做到以下几件事:
一是你需要把企业资料导入到飞书中来,把内部协同沟通的即时通讯工具切换为飞书,这个产品能给企业提供更加体验的本质逻辑是:AI+企业知识库,如果你公司内的文档都还是线下纸质的材料,抑或是散落在不同人电脑本地的office文档的话,现在飞书,或者其他AI工具都无法帮你管理知识,提供足够的帮助;
二是培养知识沉淀的AI First思维,我最近半年用AI编程很多,现在感受到的明显趋势是,很多API接口的文档,都改得不是对人类友好、易读,而是做成更容易被AI阅读的方式,这样你就可以把文档丢给AI coding工具,让AI写代码了,而涉及到知识这部分也是,所谓AI First就是让企业知识沉淀为更易被AI读取的形式。
比如我前司和字节都特别强调员工去写文档,而不是写PPT,因为doc文档是需要写作者条理清晰地按线性叙事逻辑把一件事表述清楚的,而如果是PPT的话,那是为演讲者表达服务的,通常会是相对散落的信息点呈现,还有大量知识在演讲者的脑中,这可就太不适合索引与沉淀了;
还有就是对于会议来说,要培养录音,且应该在会议后,把录音用飞书妙计之类的工具沉淀为文档。目前飞书「知识问答」还没法直接索引语音、视频等多模态内容。
哦对,这里还有个细节是,飞书「知识问答」功能是基于每个人拥有权限的文档和知识库来提供回答了,每个人只能查询自己的聊天记录,只能看到自己有权限的公司文档,你不用担心信息泄漏,但也需要作为自己文档的负责人去管理好每份文档的权限,飞书这方面考虑还挺周详的。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-05-27
AI在药物研发中的应用:从“试错模式”转向“计算驱动”
2025-05-27
知识体系管理|1个方法教你从搜集到循环运用整套方法流程
2025-05-27
Z Product|前麦肯锡员工创办AI尽职调查公司,专注原始数据收集,赋能企业24小时完成尽调,获数千万美元融资
2025-05-27
开源协作新神器Docmost:团队知识管理的高效低成本解决方案!
2025-05-27
AI问答系统的挑战之语义鸿沟与知识盲点,让大模型理解行业黑话
2025-05-26
大模型落地的 “确定性答案”,藏在知识库里?
2025-05-26
飞书知识问答 | 企业级知识管理进入AI时代
2025-05-26
企业知识管理体系与应用
2024-09-14
2025-01-23
2024-11-07
2024-07-10
2025-02-17
2024-04-24
2024-08-04
2024-06-23
2025-03-09
2024-05-15
2025-05-26
2025-05-14
2025-05-07
2025-05-07
2025-04-27
2025-04-20
2025-04-17
2025-04-17