明略科技在知识管理相关领域的落地，大概可以分成三个环节：
-
知识的自动化收集
-
知识的半自动化整理
-
知识的智能化服务
知识的自动化收集：我们一定程度上把SECI模型里面的S和E这两个动作做了合并。我们的员工在工作过程中会产出各种各样的培训资料、产品介绍文档呀、外部PR链接等，以及优秀的话术，我们会通过IM会话存档的方式，直接录入到企业知识库当中，从而解决了从个人设备里面收集数据困难的情况。
知识的半自动化整理：这个动作相当于SECI模型里面的组合化部分，我们会和企业的知识管理员一起协作，去完成知识从治理、清洗、整合、抽取等相关全流程的动作。我们会利用先进的NLP、ASR等人工智能技术，去提升知识整理各个环节上的效率，最终完成整个流程。
知识管理员在里面最重要的动作，就是和我们一起去定义这个组织内部的知识结构和知识Schema是什么样子的。举个简单的例子，如果是美妆行业的话，知识管理员需要跟我们去定义这个知识结构，比如说我们的产品是什么、产品的价格是什么、产品的成分功效、适合的肤质是什么样子、适合什么年龄段的人群使用等等。我们再从企业内部的培训资料、产品文档、外部链接、舆情数据里面把这些知识点抽取出来，为下一步所用。
接下来就来到了终端用户感知最为深刻的知识服务部分：在《如果我们知道我们所知道的：内部知识和最佳实践的转移》这本书上有定义，知识管理是“把正确的知识在正确的时间推送给正确的人”，推送这个动作在我们的产品体系里面，是通过搜索推荐以及智能问答的形式去做交互的。
在检索和问答的过程中，我们认为它其实是需求方发起的动作。我们举个例子，如果有一个美妆的用户，想要去搜索适合敏感肌的国产的品牌有哪些，我们可以通过知识图谱的这样一个KBQA的方式完成知识的快准狠的搜索结果推荐。
还有一种交互方式，是从供给端也就是知识库本身去发起。我们会根据客户员工的一些基础画像，以及历史行为或者一些及时的动作，去做细颗粒度的知识推荐，把相关的文档、话术、知识点做及时的推荐，实现员工的learning by doing的一个过程，在员工日常工作过程中把他所需要的知识推荐给他，让他以更高的效率完成基础工作，从而实现知识快速复用。
为了促进知识在组织内部高价值流动，我们产品设计的一个指导方针对应乔哈里之窗的话，就是要不断扩大我们的开放区，减少盲区和秘密区的所在，从而完成组织内部的知识最大显性化。
最后回应一下我们的管理者视角，其实我们的产品目标是及时地沉淀组织内部的高价值知识和信息，同时提高员工在知识找人或人找知识上的效率。最终我们自己的实践结果就是，我们已经把在某一些工作领域里面，找资料的1.8个小时降到了1个小时以内。
总结起来看，明略科技在知识管理这个领域还是很有优势的。大家去想象一下知识管理的整个过程，其实跟我们大脑的组织结构是非常接近的，也天然地适合知识图谱这项技术。而我们从2015年开始，就已经基于知识图谱这项技术去做知识构建的实践和落地了。
另外，得益于我们创建的比较早，所以已经服务了大量跨行业的企业，包括营销、快消、金融、公安、电力等等。服务这些客户的经验，让我们能够积累很多的领域知识库，帮助企业在一开始使用知识管理这个产品的时候，降低它的使用门槛。
最后，我们在AI领域的很多国际和国内奖项都获得了非常优异的成绩，我们自己的AI技术在各种产品上的应用落地也是非常广泛的。虽然AI并不能解决所有的问题，但是它在很多的生产环节上，都帮助我们大大提升了生产效率。
最后送给大家野中郁次郎先生的一句话：知识最初其实都是缘起于实践行动的。所以如果大家想要去获取知识，一定要立刻行动起来，即所谓的行知合一。也非常欢迎对知识管理这个领域有兴趣的您能够留下您的联系方式，和我们一起去共同探索交流这个话题，让知识管理这个领域的知识能够再完成一次SECI的过程。
