▶  本报记者  李洋

　　“Demo（示范演示）5分钟，上线用时一年。”这种曾在知识库领域根深蒂固的印象，正被AI技术的浪潮彻底改写。

　　在人工智能（AI）呈现爆发式发展的当下，AI知识库赛道已成为科技行业的新焦点。正如腾讯全球数字生态大会海峰会上腾讯集团高级执行副总裁汤道生所言：“如果模型是‘大脑’，知识库就是‘课本’。即便人们的大脑智商再高，缺乏知识基石也无法有效解决问题。”业内人士认为，今年知识库需求有望井喷。

　　市场竞争多元化

　　在生态格局逐渐清晰的背景下，市场竞争的多元化态势正通过产品矩阵与技术分工充分展现。

　　市场供给侧已形成“大模型厂商筑基、Agent平台搭桥、SaaS厂商落地”的生态格局，但技术适配性、中小企业成本控制与数据安全，仍是行业突破的关键所在。

　　汤道生在会上表示，腾讯通过智能工作台IMA将模型与个人知识库融合，助力高效工作学习。用户基于本地文件、公众号文章等构建共享知识库，可实现精准检索、AI问答及文本创作辅助。企业更能将大模型与业务知识库结合，让AI在营销、客服、研发等场景中提升竞争力。

　　丰富的产品矩阵正是市场活力的直接体现，各类工具覆盖从企业级管理到个人整理的全场景。

　　例如，腾讯IMA、HelpLook AI知识库、钉钉智能文档知识库、影刀RPA AI知识库、语雀、飞书知识问答等产品各具特色：有的专注智能搜索问答，有的强调多语言更新，有的融合团队协作功能。以秘塔AI为例，其知识库功能作为搜索延伸，允许用户将搜索结果、文档分类收藏至专题，形成结构化知识库，支持上传共享与编辑，既提升搜索效率又能促进知识复用。

　　新智派新质生产力会客厅联合创始发起人袁帅认为，大厂凭借在云计算、大数据、算法等方面的深厚积累，能够迅速构建起强大的知识库体系。当前，AI知识库市场的竞争格局呈现出多元化、生态化的特点。大模型厂商如腾讯等，通过提供底层技术支持，为知识库筑基；Agent平台则扮演着连接供需双方的桥梁角色，促进知识库的快速落地与应用；而SaaS厂商更贴近用户需求，将知识库技术转化为具体的产品和服务，实现商业化落地。这种生态格局的形成，有助于推动知识库技术的快速发展和广泛应用。“未来几年，AI技术进步与场景拓展将驱动市场规模快速增长。”

　　资深人工智能专家郭涛表示，2025年大厂集中发力，源于知识库作为“知识基石”能提升模型准确性，契合企业降本增效与智能化转型需求。

　　场景验证具象化

　　当技术落地成为具体场景效能提升的支撑，AI知识库的核心价值正通过企业实践具象化呈现。

　　人工智能巨头OpenAI此前发布的题为《企业中的 AI：七家前沿公司的经验》的报告显示，摩根士丹利的顾问知识库使用率从20%飙升至80%后，其单次搜索时间大幅缩短，能将更多时间投入客户互动。

　　垂直行业的应用案例，更凸显了知识结构化对产业赋能的价值。

　　北京市社会科学院副研究员王鹏介绍说，在应用领域，AI知识库已广泛应用于制造业、医疗健康、金融服务、教育和零售业等多个行业。

　　“例如，AI知识库可以将分散的医疗知识进行整合和结构化，为医护人员提供便捷的知识检索和查询服务，辅助诊断和治疗决策。AI知识库可为教育机构和教师提供教学资源管理、课程设计、学生学习情况分析等支持，同时也能为学生提供个性化的学习指导和知识解答。当生产设备出现故障时，维修人员可以通过AI知识库快速找到相关的故障排除方法和维修指南。银行可以利用AI知识库为客服人员提供实时的知识支持，提高客户咨询的响应速度和准确性，提升客户满意度。此外，在客户管理场景中，AI知识库可以与客户关系管理系统（CRM）集成，当客户咨询问题时，客服人员能够快速从知识库中获取准确的答案从而减少客户等待时间，提高问题解决效率。据相关研究，使用AI知识库后，客服人员的平均问题解决时间可缩短20%-30%，客户满意度可提升15%-20%。”萨摩耶云科技集团首席经济学家郑磊说。

　　袁帅认为，未来几年，随着AI技术的持续进步和应用场景的不断拓展，AI知识库市场规模预计呈现快速增长态势。

　　避免AI式平庸

　　尽管前景广阔，但行业发展仍面临深层次问题挑战。“内容熵增”与“AI式平庸”的风险不容忽视。

　　“当前，市场竞争多元化，但过度依赖历史数据和‘端内搜’可能导致信息冗余、决策保守。为此，企业应平衡历史数据与外部信息，引入权威数据库，加强人工审核与治理，鼓励创新与试错，提升AI治理能力，培养批判性思维。”王鹏说。

　　全联并购公会信用管理委员会专家安光勇建议，通过人工+AI审核机制剔除冗余信息，激励员工贡献新知识，鼓励创新；同时融合多维数据提升知识库的多样性，并培养员工的批判思维，避免盲目依赖AI。

　　王鹏表示，企业应平衡历史数据与外部信息，引入权威数据库；加强人工审核与治理，确保信息准确性和时效性；鼓励创新与试错，避免过度依赖历史数据；提升AI治理能力，避免生成低质量内容；培养批判性思维，避免全盘接受AI推荐。

　　“总体看，AI知识库作为AI技术的核心支撑，其市场前景广阔，但需在内容质量与创新方面持续优化，通过动态更新与人工+AI协同，进而在经济压力挑战下保持竞争力。”安光勇说，唯有通过内容质量与技术迭代的双向优化，AI知识库才能从“效率工具”升级为企业智能化转型的“知识引擎”。