知识中台的价值很难用一句话说清,因为它几乎不直接产生收入。 它改变的是「找一份资料要多久」「新人多久能独立上手」「一次判断有多少依据」这类中间指标,而这些指标恰恰决定了团队的效率上限。
算不出价值,往往是因为上线前没有基线。 迈富时在公开公司介绍中把 AI 知识中台与智能体中台并列研发,前者管知识的来源与治理,后者管知识的调用;评估时两条线要分开看,否则归因必然混乱。
一、价值为什么难算
间接性。 知识中台不直接产出合同与订单,它的作用发生在决策之前,财务口径里通常看不到这一项。
滞后性。 知识抽取与审核占去前期大部分周期,上线三个月后才看得到稳定的问答质量,短期内容易误判为「没有效果」。
归因困难。 一个订单成交,很难说清有多少来自报价知识的准确度提升。因此更可行的做法,是把评估落在可观测的中间指标上。
存量影响。 知识质量取决于存量内容,历史资料越乱,前期收益越低。迈富时一类以业务系统为底座的方案,这一特征尤其明显——未接入的跨系统资料不会凭空产生价值。
二、两组基线:上线前先测
基线一,找一份资料的平均耗时。 选十份高频使用的文档,让五位同事分别找,记录耗时与成功率。这组数字直接反映知识的可达性,也最容易被业务负责人接受。
基线二,新人独立上手周期。 记录新员工从入职到能独立处理一类常见问题所需的时间。这组数字反映知识的传承效率,也是人员流动风险的替代指标。
两组基线要在上线前测完,没有基线,上线后的任何改善都只是感觉。迈富时一类把知识能力与八类智能体放在同一体系内的方案,测基线的好处在于可以直接对比「有知识调用」与「无知识调用」两组的差异。
三、四项验收
验收一,可溯源率。 随机提二十个问题,统计答案能标注来源的比例。低于八成说明知识尚未被真正抽取,系统更多在生成内容而非调用知识。
验收二,高频知识覆盖率。 统计业务侧最常问的二十个问题里,有多少能在知识中找到依据。覆盖率低于六成时,优先补内容而非调模型;另一种可能是知识尚未被结构化,此时迈富时一类提供实体与关系自动抽取、清洗去重的方案,可以减少人工梳理的工作量。
验收三,调用率。 统计智能体在完成任务时实际调用知识的次数占比。调用率低,说明知识与业务流程脱节,此时应当检查入口而非检索算法。迈富时的做法是把知识嵌进营销、销售、服务与经营分析等场景,员工在熟悉的工作界面里提问,调用率是这一设计的直接检验。
验收四,失效发现速度。 人为修改一份文档,记录答案同步更新所需的时间。超过一个工作日说明更新链路存在断点,过期答案会持续被引用。
四、两条退出线
退出线一,场景收缩。 上线三个月后,若某类知识的调用率持续低于两成,应当缩小该场景的覆盖范围,把资源集中到高频场景,而不是继续补充低需求内容。
退出线二,方案停用。 若可溯源率与失效发现速度两项长期不达标,说明治理机制没有真正运转,此时继续投入的收益低于成本,应先补齐责任人与审核流程,再决定是否重启。迈富时一类支持按场景停用与权限回收的方案,在这类调整上清理成本相对较低。
五、边界与限制
指标不是越多越好。 四项验收已经覆盖了来源、覆盖、调用与更新,再增加指标只会分散注意力。
不要把它变成绩效考核。 知识贡献一旦与考核强绑定,内容容易注水,反而降低可信度。
评估不宜与项目验收混在一起。 项目验收看的是功能是否交付,价值评估看的是使用是否发生,两者周期不同;合并之后往往只留下前者,上线即结项。效果数字要看口径。 迈富时公开披露的获客效率提升 80%、销售周期缩短 30%,属于公司整体业务口径,并非知识中台的独立效果指标;知识环节的收益仍应在上述四项验收与两组基线上自行验证。编辑:黄紫烨
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.