• 00:00 1.
    需求驅動:打造企業 AI 知識庫的唯一路徑
  • 索引
  • 筆記
  • 全螢幕
問&答,是打造企業 AI 知識庫唯一實務可行的方法!
長度: 11:09, 瀏覽: 498, 最近修訂: 2026-11-12
要打造一個真正有用的企業 AI 知識庫,
如果從現實情況和人性來考量,唯一可行的方法就是

透過「需求驅動」
在一問一答之間,把公司人才腦袋裡那些「隱性經驗」給徹底挖出來並記錄


這太武斷了吧!
怎麼可能沒有其他策略?

如果先拋開成見,
耐心看完以下分析,相信你最後一定會完全認同這個觀點喔!


隱性經驗危機
除了少數整理好的文件 (如請假規定、行政流程、SOP 等) 之外,
公司裡那些資深老鳥腦袋裡最珍貴的經驗 (做事的眉角),95% 以上都沒有寫下來,隨時都有可能流失!

Google 查的、ChatGPT 說的
即使是 100 分的完美解答,也不一定是公司內的做事邏輯。

如果您認同「人才」的價值是公司最重要的資產,
記錄人才的經驗,變成公司具體可複製、可傳承的數位資產,絕對是打造企業知識庫無可迴避的第一步。

也就是說
如果沒有內部經驗可參考,AI 就巧婦難為無米之炊、英雄無用武之處!


記錄經驗的策略
根據全球非常有名的 70-20-10 學習法則,
只有 10% 來自教育訓練,高達 90% 的經驗其實就是來自實際工作中的摸索 (70%),還有跟同事之間的互動交流 (20%),
也就是「經一事長一智」的過程 ~

碰到問、做錯學


在一問一答、資深前輩回答新人的那個瞬間,就是經驗出現與傳遞最黃金的時機。

7a8430913806a268eb1a1419d421c842.png
資料來源:台積電 110 年度永續報告書 (網路公開資料)


透過「問」的當下 (事件)
驅動「記錄經驗」是實務上唯一可行的方式。

因為發生的當下沒記錄,以後就很難!
畢竟絕大多數的人都是這樣

今天很忙沒空、明天也不會有時間
今天會拖延,明天也不會立刻就改變習慣


如果請資深同事將大腦中的經驗主動寫下來呢?

根本不可能!
保證一開始就會卡在:「經驗這麼多,要從哪裡開始記錄?」的難題。

如果連自己都做不到的事情,就不能期待別人做到,
這就是為什麼傳統那種由上而下的強迫規定註定會失敗的原因。

最簡單的方式,
還是回到前面提到的,透過「一問一答」之間經驗出現的那一瞬間,順手記錄下來。


如何記錄經驗?
用 QA 記錄就對了!
寫起來簡單、快速。更重要的是還能對症下藥、解決問題!

想想看我們人類的經驗是什麼? 就是

看到什麼、想到什麼的關係


a4612d864ca136b6b3fa34199b05a7f0.png

例如,
工廠裡有經驗的老師傅
聽到機器發出「唧唧、唧唧」的奇怪聲音,根本連想都不用想,馬上就知道是傳動皮帶磨損,換一下機器就正常運作了。

如果是沒經驗的機械博士呢?
很可能拿著一堆精密儀器診斷、翻那本厚厚的保養手冊,折騰了半天還是找不出問題到底出在哪 ...

這就是經驗,
甚至都不需要經過大腦複雜的邏輯推演就能直覺反應出來的東西。

其實 AI 的運作方式也很類似
把全世界所有資訊都建立好關聯性,就一路看到什麼想到什麼 (embedding similarity) 暴力計算
雖然沒有腦袋,但還是比大部分的人類更厲害。

就像前面提到的「老師傅」,
一個很有經驗,即使沒有理解和邏輯 (直覺),
還是比一個很厲害但沒經驗的「博士」更能解決問題,你說呢?


避免 AI 幻覺
當 AI 有企業內部的參考資料後,還要能避免 AI 一本正經胡說八道的問題,才能真正落地應用!

很不幸的,史丹福大學 2025 發表的一篇論文,從理論和數學證明

生成式 AI,幻覺是根本無法避免的問題
即使透過 RAG,也會陷入「檢索脆弱性」的問題,回答錯誤


既然生成就會有機率產生幻覺,
直接對症下藥的解法就是 ~ 

不讓 AI 生成,
讓 AI 透過強大的「語意理解」能力,找到對應的解法 (FAQ),並直接輸出經過人類確認、整理的內容就好

就像是稱職的圖書館員,
針對你的需求幫你找書 (輸出 FAQ) 而不是一本正經的為你解答 (AI 生成)。


結論
一路分析下來,很明顯的,現況唯一可行的方法就是

在一問一答之間,挖出並紀錄公司內人才的「隱性經驗」 (FAQ)
透過 AI 直接找到並輸出 FAQ 的內容


其實這就完美模擬了我們每天面對、解決問題並從中獲得經驗的日常。

方法知道了,要如何執行呢?
工欲善其事、必先利其器,透過 xms+ AI 系統就很簡單!

每天花 10 分鐘,就執行 2 個步驟
  1. 提問
    問 AI or 在知識社群發問,這樣就收集到最真實的「需求」or 看到知識庫的缺口。

  2. 整理 FAQ
    資深同事將重要且常見的問題寫成 FAQ

badac09dbae361ede53ea799ca81a47e.png


如果一天 3 個 QA,
3 個月就 200 個 (類似的不用寫,因為 AI 都找得到)
就能涵蓋特定領域 (如公司行政) 大部分的問題。

發揮 80-20 法則的巨大效益,
讓 AI 依據這 20% 最核心,最常被大家問到的問題,精準解決內部高達 80% 日常的需求!

徹底解放資深員工回答重複問題的時間,
而是能把最寶貴的時間,投入到更關鍵更困難的高價值任務上。
    評語
    請登入後才可以評分
    1. 3.
      快速入門
    2. 4.
      需求、現況與突破
    3. 5.
      生成式 AI 的根本限制與風險
    4. 6.
      打造沒有 AI 幻覺的知識庫
    5. 7.
      應用 (1) ~ 用 AI 提升業績 20%
    6. 8.
      應用 (2) ~ AI 驅動的學習革命
    7. 9.
      採取行動 ~ 導入系統與建立制度
    8. 10.
      知識管理 (1) ~ 記錄經驗
    9. 11.
      知識管理 (2) ~ 維護資料
    10. 12.
      知識管理 (3) ~ 寫 FAQ
    11. 13.
      知識管理 (4) ~ 寫文件
    12. 14.
      操作教學
    13. 15.
      補充 (1) ~ 數位轉型
    14. 16.
      補充 (2) ~ 其他應用
    15. 17.
      補充 (3) ~ 教育訓練資源