AI 数智化

网盘和 Wiki 解决的是「存」，知识库解决的是「取」。区别在三点：内容经过结构化切分与标签，AI 能按语义检索到相关片段而不是整篇文档；回答带出处，能点回原文核验；权限按部门和角色分级，不同岗位检索到的范围不同。如果只是把文件堆在网盘里，AI 读到的仍是一堆无法定位的整篇文档，回答质量不会有本质提升。

问答是「问一句、答一句」，智能体是「给一个目标，自己拆步骤去完成」。比如工单分派，问答只能告诉你怎么做，智能体可以读取工单内容、判断类型、匹配责任人、写入系统并通知。本质区别在于智能体能调用工具和系统接口，把多个动作串成一条流程。代价是需要更明确的边界设计和失败兜底，做得不好会比人工更麻烦。

最常见的原因是资料本身没治理好——同一件事有三种说法、过期的文档没清理、关键信息只存在图片或扫描件里。其次是切分粒度不合适，把一整章切成一段导致检索命中但上下文不足。第三是缺少「查不到就说查不到」的设置，模型倾向于硬答。我们通常建议先在一个部门跑通，看实际的错误案例反推该改资料还是改检索策略。

因为三类人关心的事完全不同。管理层要判断「值不值得投、能解决什么、风险在哪」，一小时讲清边界就够；业务岗要的是「明天怎么用它干活」，得用真实场景动手练；技术岗要能自己维护知识库更新、调提示词、排查接口问题。混在一起讲，管理层听操作细节觉得浪费时间，业务岗听战略觉得没用，最后谁都没学会。