企业知识管理有哪些模式？什么是RAG？

企业知识管理是对组织内部知识的识别、组织和传播的过程，旨在确保在最需要的时间将最需要的知识传递给最需要的人。

在知识经济时代，知识不仅是企业的资产，而且是其核心竞争力的来源。

一、传统知识管理的痛点

传统知识管理方式以知识的文件存储和模糊查询服务为主，存在构建维护成本高、使用低效和应用不智能等痛点。

1、构建维护成本高：

知识存储简单，大量知识以文件存储，非结构化数据处理能力有限。需要专人整理FAQ，构建方式烦琐、速度慢、成本高。

2、使用低效：

人工查找知识相关文档，主要通过模糊搜索技术实现，费时费力，无法解决文档不熟悉或对文档内容进行查询的场景。知识使用仅限于单文档，无法关联知识、总结知识，知识使用场景未充分发挥知识价值。

3、应用不智能：

知识问答能力简单，只能机械相似匹配，无法解决面向真实用户的上下文和推理问题；QA问答对仅可以用于标准问答，无法支撑知识总结、文档生成等场景，扩展性差。

二、大模型为知识管理引入新模式

大模型强大的阅读理解、意图识别、内容生成、推理判断等能力，与企业知识库的构建和应用场景完美契合，能有效解决传统知识管理的痛点，为知识管理流程引入新的模式。

新模式的优势表现在高可用、易构建、强扩展三个方面：

❖ 易构建：基于“知识库+大模型”框架，自动抽取和识别文档内容，搭建知识应用，无需用户手动整理FAQ，流程简单方便。

❖ 高可用：大模型能够理解自然语义，回答用户问题，将知识检索升级为知识问答，知识使用更高效。

❖ 强智能：强大的推理、总结和生成能力，可以帮助企业挖掘表象知识中的隐性知识，为用户提供更个性化和智能化的服务。

三、海睿思知信，助力挖掘企业知识资产价值

1月15日，中新赛克海睿思重磅发布新一代大模型+企业知识库：OceanMind海睿思-知信，一款基于G-RAG框架（RAG即搜索增强式生成，是目前市场基于大模型构建企业知识库的主流框架，能显著提升大模型对企业内部知识问答能力）的企业智能知识库应用。

OceanMind海睿思-知信的产品架构

RAG框架在企业知识库应用落地时，对其问答效果影响较大的主要因素依次为：

• 接入文档的加工质量，包括清洗、切分、治理等

• 向量化模型的泛用性、健壮性

• 用户提问的质量，包括问题的完整性、准确性、清晰性

现有智能知识库对接入文档的主要治理方式为“按固定长度切分+向量化”，存在丢失知识层级关系、召回方案固定以及回答总结性跨章节问题时存在格式混乱影响大模型效果等问题。

海睿思知信在RAG基础上，进一步提出G-RAG（Governance-RAG）框架即治理增强型RAG框架，采用了一套智能文档治理方案：

海睿思知信采用G-RAG（Governance-RAG）框架

• 引入大模型辅助，保留知识层级且去除超短文本

• 丰富向量特征，加入总结、父子层级等特征，优化匹配效果

• 根据不同问题，自适应智能调整召回结果

相对于通用RAG框架知识库，基于G-RAG的海睿思知信在对知识的总结和检索的准确性、完备性上表现出明显的优势。

此外，海睿思知信还引入了RASA框架和自定义FAQ能力，满足用户基于自身业务场景配置简单多轮对话和固定问答答案的场景，面向用户提供更丰富的知识库解决方案。

四、应用实例：基于海睿思知信构建产品AI助手

目前，OceanMind海睿思-知信基于产品配套文档，搭建了一套旨在产品推广的智能产品AI助手，已实现面向用户提供海睿思主营产品、解决方案及成功案例等相关的咨询服务，具体功能包括：

❖ 通用产品问答：支持用户咨询海睿思产品简介、主要产品体系、解决方案及成功案例等信息。

❖ 基础平台助手：基础平台助手支持用户咨询了解基础平台相关产品（包括数据中台、智能数仓、主数据管理、指标管理、OceanDAP数据应用平台等）、解决方案及成功案例等信息。

❖ 业务集市助手：业务集市助手已上线运营风控可视化中的风控分析监管和审计分析监管相关产品白皮书、解决方案及成功案例知识。

❖ 数据工程助手：数据工程助手纳入海睿思多年数据工程建设经验总结形成的知识，支持用户通过问答方式咨询了解数据工程如何赋能企业数字化转型。

基于海睿思知信构建的产品AI助手