摘要：但是，作为一个商业账号，我们常常在思考，除了个人，AI还能为我们的企业做些什么？也经常有创业者、管理者问我，我们公司也想拥抱AI，但到底应该怎么拥抱？我是不是也应该买一台一体机？还是说，让员工都去学习使用各种AI工具？

AI的浪潮，每天都在席卷各行各业。

你一定也和我一样，每天都在被各种层出不穷的AI工具和应用刷新认知。

但是，作为一个商业账号，我们常常在思考，除了个人，AI还能为我们的企业做些什么？也经常有创业者、管理者问我，我们公司也想拥抱AI，但到底应该怎么拥抱？我是不是也应该买一台一体机？还是说，让员工都去学习使用各种AI工具？

就在昨天（5月21日），飞书官方发布了一则视频。

在这则视频里，飞书CEO谢欣，分享了一些他的思考。比如，要通过AI，让知识流动起来，让企业的信息，能够更好地被发现、被发掘，去到它应该去的地方。同时，他还发布了一项飞书AI的新功能，知识问答。

什么知识问答？为什么要推出知识问答？

带着这些问题，我趁热找飞书的同学好好聊了聊。他们告诉我，因为，要想让AI真正帮助到企业，关键不是我们拼命去配合AI，而是要让AI来配合我们。

什么意思？我继续提问。接着，我就听到了更多的思考。我听明白了。

我想，我现在知道，工作时需要什么样的AI了。

今天，我也试着，讲给你听。

在让AI帮助企业，帮助我们工作之前，我们首先得理解一件事。

AI的强大，到底从何而来？

其实很大程度上，依赖于它所拥有的数据。

你可能也用过很多的AI工具。你问它金价为什么起起落落，它能侃侃而谈。你让它写一首关于春天的诗，它能文采飞扬。

可是，它为什么能够做到这些事？因为它学习了海量的互联网公开数据。

但是，当你试着问它一些关于你自己企业的问题，关于你具体工作的问题时，比如“我们公司上一季度的华南区销售额同比变化了多少”，比如“针对某某客户的那个紧急故障，最新的解决方案是什么”，AI往往就“懵了”。

为什么？

因为它并没有学习过你企业的数据。所以，它不懂你的企业，不懂你的工作，没有你企业的“长期智慧”。

你可能会说，我可以把相关的文件，上传给AI呀。

是的。现在很多的AI工具，都支持上传文档。上下文的窗口，也越来越大。从几万字到几十万字，甚至上百万字。但是，这些操作，本质上还是在给AI增加“短期记忆”。为了回答你当前的这个问题，它可以临时学习一下你给它的这些资料。

但是，这远远不够。

想象一下，你的企业从成立到今天，沉淀了多少的信息？每天，员工们在办公软件里创建、书写了多少的文档？在群聊里讨论了多少业务细节？开过多少次的会议，形成过多少的纪要？这些日积月累的、结构各异的、动态变化的数据，才是你企业真正的“长期智慧”。

这可能不是几篇文档。而是几个TB甚至更多的数据。你不可能每次都把几个TB的数据，都投喂给AI。

更重要的是，这些数据里，包含了你的核心机密、运营细节、客户信息。把它们交给外部的AI，真的足够安全吗？

所以，在开始做知识问答的时候，我们就想清楚了一件事。飞书的同学说，必须把AI请到企业内部来，而不是把企业的数据搬到外部去。只有这样，AI才能安全、合规地学习和理解企业的“长期智慧”。才能真正“懂你的企业”。

然后，我们就可以在企业内部，直接向它提问。让它根据消息、文档、知识库、文件等等信息，直接给出精准答案。甚至，让它基于企业知识进行内容创作，获取深入的业务洞察。

这样，它就成了你的助理，就坐在你的工位旁。

嗯。这个想法，听上去很棒。但是，要把AI请到企业内部，让它真正读懂企业的海量知识，并为企业所用，应该没那么简单吧？

是的。至少要翻过三座大山。

内部的知识，可不像互联网上的公开数据那样整齐划一。它的形态，太复杂了。

有条理清晰的Word文档、PPT演示文稿，也有密密麻麻的Excel表格。有图文并茂的知识库文章，也有随性的群聊记录。甚至，还有很多扫描版的合同、报告，上面盖着红章，字迹可能还有些模糊。更别提那些用图形绘制的业务流程图、组织架构图，还有结构复杂的财务报表PDF了。

人眼查阅，都够费劲的了。AI能看得懂吗？

飞书的同学说，这确实是一个很大的挑战。如果AI看不懂这些五花八门的“原材料”，那后续的一切都无从谈起。

那怎么办？

所以，我们的团队，做了很多预处理的工作，让AI能够理解复杂的结构和语义。

举个例子。

你拿到一份几十页的上市公司财报PDF，想快速了解其中关于“研发投入”和“未来盈利预测”的部分。这份财报里，有大量的文字描述，有复杂的表格，甚至还有一些趋势分析图。

如果是以前，你可能需要花很长时间去阅读、查找、提炼。

但现在，你可以直接问“飞书知识问答”，这份财报里，关于研发投入的描述有哪些？未来盈利预测的关键数据是什么？

飞书知识问答会快速“阅读”这份PDF，准确地定位到相关章节，抽取出关键的文字描述，甚至能理解表格中的数据，把那些数字和趋势告诉你。

再比如，你们公司有一个关键业务流程，是用PPT画出来的一张流程图。现在，你想知道某个环节的下一步是什么，或者如果某个条件发生变化，流程会走向哪里。

你问飞书知识问答，它能看懂这张图，并根据你的问题，给出流程的指向。

不错。这确实是个重要的细节。这意味着，企业沉淀下来的各种形态的知识，无论是文字、图片、表格，甚至是扫描件，都有可能被AI理解和利用。我们再也不用费尽心思，把所有东西都整理成AI“喜欢”的格式了。

是的。飞书的同学说，这就是多模态理解的力量。让AI适应企业，而不是让企业去适应AI。

好。现在，AI能“看懂”企业知识了。但紧接着，一个更严峻的问题摆在了面前：信息安全。

企业的知识，很多都是敏感的。财务数据、人事信息、战略规划、客户资料、技术专利……这些东西，如果人人都能通过AI随便问出来，那公司就乱套了。

一个客服，如果能轻易问出产品的原材料成本，然后告诉了客户，怎么办？一个普通员工，如果能问到其他同事的工资，或者关于公司未来可能的人事变动的讨论，怎么办？

飞书的同学说，管理好权限和数据安全，就成了产品的关键。

很多个人AI工具，或者一些简单的企业知识库，是没有严格的权限管理的。你把文档传上去，大家看到的内容都是一样的。这在企业里是不可想象的。

所以，飞书知识问答，在设计之初，就和飞书既有的那一套极其精细、复杂的权限体系，做了“无缝继承”和“实时同步”。

什么意思？

就是说，你在飞书里能看到什么文档，不能看到什么文档；你在哪个群里，不在哪个群里；你是哪个部门的，你的汇报线是怎样的……所有这些权限，AI都会严格遵守。

那么，CEO是不是可以看到所有的信息？

也不是。即使是CEO，如果他不在某个私密群聊里，或者某个文档没有对他开放权限，那么AI在回答他的问题时，也不会调用这些他本来看不到的信息。

千人千面。每个人都只能获取他权限范围内的知识。

我问，那这个权限同步的速度有多快？如果我刚把一个人的文档权限拿掉，AI会立刻知道吗？

权限的更改，几乎是实时体现的。

这就意味着，企业可以放心地让AI去学习和使用内部知识，而不用担心权限失控。

这太重要了。我见过很多企业家，他们对AI很感兴趣，也知道知识管理很重要。但一提到数据安全，就犹豫了。他们担心，把公司的核心数据交给AI，万一泄露了怎么办？万一员工看到了不该看到的东西怎么办？

甚至，有些企业，会试着把内部的“武功秘籍”，比如独特的销售方法论、核心技术文档，上传到外部的通用大模型，让它帮忙分析或者润色。但是，又很担心这些“秘籍”是不是会被模型“学会”。然后，虽然模型不会标明这是你家的，但你的核心能力，可能就在不经意间，通过AI的回答，流向了你的竞争对手。

所以，飞书的同学强调说，对企业来说，拥抱AI的正确姿态，一定是把AI请到企业内部来，在严格的权限管理下，安全地释放数据的价值。

这，可能也是企业级AI和个人AI，最本质的区别之一。

第三座大山：用户提问的“技术性”

数据，能看懂了。权限，也管好了。现在，它就成了区别于别人的，你专属的助理。

但是，还有一个挑战，来自我们自己。那就是：我们真的会问问题吗？

我们经常说，多少的好答案，正在等待一个好问题。

很多时候，我们内心只有一个模糊的需求，但不知道如何清晰地表达。比如，一个销售会问，我下周应该做什么，才能提高业绩。这是一个好问题吗？可能不是。AI也很难直接给出一个有针对性的答案。

那怎么办？是不是要让每个员工，都去学习一下“如何写提示词”呢？

飞书的同学说，那太不“飞书”了。飞书的理念，是让工具更智能，让人更轻松。所以，我们在飞书知识问答的背后，多做了一件事，来帮你把“普通问题”变成“好问题”。

它是怎么做到的呢？

当你提出一个问题的时候，AI会尝试理解你的真实意图，并为你补充一些，它认为相关的上下文信息。

比如，你问，公司的报销政策是什么？

如果AI仅仅是把所有的报销政策文档都列出来，那你可能还是得自己去找。但是，飞书知识问答可能会这样做。

它注意到，你base在上海，属于市场部，最近又恰好出差去了南昌。于是，它可能就会把你的问题，扩展成，市场部员工，从上海到南昌出差的交通和住宿报销标准是什么？最新的补贴政策是怎样的？

你看，通过这样的“智能扩展”，一个原本模糊的问题，就变得非常具体和精准

了。AI就能更好地从海量的知识中，找到和你最相关、最有价值的信息。

不仅如此，飞书知识问答还会根据你问题的类型，触发不同的“工作模式”。

有的时候，你可能只是想快速查一个数据。比如，上次XX项目的演讲时间是多久？AI会直接给出答案。5分钟。然后，高亮显示。其他参考信息，就放在后面。

有的时候，你可能需要一份全面的项目总结，比如，总结一下XX项目的整体进展、关键成果和风险挑战。AI就会调用更广泛的资料，生成一份结构清晰、内容详实的报告。

还有一些时候，你可能需要AI帮你进行内容创作，比如，帮我写一段关于某某产品新功能发布的发言稿，要突出创新性和用户价值。这个时候，AI的回答风格就会变得更有文采。

真好。我说。

让AI不仅能听懂我们的话，更能理解我们话语背后的意图和场景。这才是真正的智能。

是的。当AI能够读懂企业的复杂知识，遵守企业的安全权限，理解用户的真实意图，那么，它就不再仅仅是一个“问答工具”了。它会成为企业知识创造和进化的催化剂。

这也是飞书的同学和我分享的，对“知识”的理解。因为知识，其实可以大致分成三个层次。

1）个人知识。属于某个员工的经验、技能。

2）团队知识。通过流程化、标准化，沉淀下来的最佳实践。团队成员可以共享。

3）共创知识。这是最高级的知识。它不是简单的信息汇总，而是团队成员通过协作、碰撞，产生了1+1>2的新见解、新方案。这是组织核心竞争力的源泉。

而飞书知识问答真正想做的，是促进“共创知识”。

想象一下，你作为一名产品经理，正在为一个新功能的设计方案发愁。你向飞书知识问答提出了你的困惑，并描述了你遇到的一些挑战。AI迅速地从公司的历史项目文档、相关的市场分析报告，甚至群聊中关于类似问题的讨论里，为你提炼出了一些有价值的参考信息和可能的解题思路。

你受到启发，调整了你的方案。然后，你把这个思考和决策的过程，以及最终形成的方案，通过飞书知识问答生成的总结，轻松地分享给了团队。

你看。这个过程，你不仅仅是从AI那里获取了答案，更重要的是，你和AI这个连接了整个组织智慧的“超级大脑”，进行了一次“共创”。你提出的问题，AI给出的信息，你的思考和优化，共同催生了新的知识。而这个新知识，又通过飞书，沉淀下来，分享出去，帮助了更多的人。

每一次高质量的问答，都是一次知识的再创造和再传播。

这就是我们希望看到的“知识飞轮效应”。飞书的同学说，当组织里的每一个人，都能方便地从AI获取智慧，并轻松地将自己的智慧贡献给AI，那么整个组织就会像滚雪球一样，知识水平越来越高，进化速度越来越快。

那么，这是不是也是飞书对“什么是好公司”的理解？

是的。一家公司和另一家公司的本质区别是什么？是它们所拥有的“知识”不同。我们如何设计产品，他们如何服务客户；我们如何管理团队，他们如何制定战略……这些“如何做”的差异，本质上就是知识的差异。

管理一家企业，从某种意义上来说，就是在管理这家企业的知识。

过去，知识管理可能更多依赖于制度、流程和少数“知识官”的努力。但这样做，成本高，见效慢。现在，AI来了，当AI能够深度融入企业的日常协同，成为每一个员工的“智能助手”时，知识的获取、利用、沉淀和创新，都将变得前所未有的高效和便捷。

这，或许就是AI带给企业知识管理，乃至整个组织能力进化的，一次真正的革命性机遇。

现在，让我们回到最开始的那个，我常常被问到的问题。

我们公司也想拥抱AI，但到底应该怎么拥抱？

交流之后，我还是一直在思考这个问题。

是应该追赶每一个技术热点？还是引入各式各样的AI工具？

或许都不是。真正的拥抱，可能源于一个更朴素的起点。

让AI真正走进你的业务，理解你的痛点，沉淀你的智慧，助力你的增长。

这听上去很难。但飞书知识问答，让我们看到了这种可能性。它正在努力翻越企业知识的复杂性、权限管理的安全性和用户提问的技术性这三座大山，试图在AI与企业之间，搭建一座坚实而高效的桥梁。

它是一种工具。也是一种全新的工作方式的预演。在这个预演里，AI不再是高高在上的“黑科技”，而是像水和电一样，融入我们工作的每一个细节，为我们提供支持，激发我们的创造力。

当然。AI的发展，依然在路上。飞书知识问答，也一定还有很多需要持续打磨和优化的地方。但它所指引的方向，依然是令人期待的。

因为这个时代，比的不再是谁拥有更多的信息，而是谁能更好地利用信息、创造知识。

而AI，或许就是那个最得力的助理。

祝你，在这位助理的帮助下，知识奔涌。

更祝你的企业，在AI时代，智慧生长。

加油。

*个人观点，仅供参考。

观点/ 刘润主笔/ 二蔓/ 歌平版面/ 黄静

这是刘润公众号的第2606原创文章

来源：小萱科技观