企业积累的知识经验在驱动绩效方面发挥着重要作用，已经并将继续成为企业市场竞争的关键优势。

知识经验的萃取与管理是一个不断构建、丰富企业智慧大脑的过程，对企业和员工的意义非同寻常——根据德勤的调研数据，75％的组织表示，在员工队伍中创建和保存知识对于他们在接下来的12-18个月内的成功至关重要，但是只有9％的组织表示他们已做好相关准备。

在现代技术不断变革生产关系的过程中，对企业来说知识经验的萃取与管理面临哪些机遇和挑战呢？

如何激活海量数字化知识数据

据不完全统计，中大型企业历史知识库的课程基本不少于20000小时，内容涵盖领导力、销售管理、财务管理、市场运营、个人发展等方方面面。

浏览市场上主要企业培训服务机构的官网和宣传资料，也会发现大都有10000+课程。

这说明经过这么多年的发展，不管企业内部还是外部，培训课程已经非常丰富，如果不是更新速度非常快非常专精的技术性、专业性内容，很多课程是很可以持续使用的。

但因为知识数据累积较多，信息检索方式较为传统等原因，在企业学习中，员工花在信息搜集上的时间仍然高达19%甚至更多。

另外，由于企业的信息化数字化正在进一步推进，“数据海啸”也正在每个企业内部爆发，比如根据Statista的统计，2019年每天发送和接收的电子邮件超过2930亿个，但来自Splunk《黑暗数据状态》的数据显示，81%的人认为数据对组织的整体成功“非常”或“极其”有价值，平均而言，商业和IT决策者估计他们55%的数据是暗的(未知的或未开发的)。这些数据中的知识经验数据有多少更是难以预测，不好评估。

对于学习发展人员来说，海量数字化的知识数据别说激活，单纯从管理、标记的角度来说都是一项难以完成的艰巨任务。但对于具备自然语言处理和生成能力的AI技术来说，不但可以标记和组织信息，还能自动生成上下文元数据，减少甚至消除实际使用者和内容创建者之间的障碍，将员工需要的数据自动推送给员工。

如何识别各数字渠道中散落的知识单元

随着数字协作工具在企业的深度应用，知识经验正在以知识单元的形式隐藏渗透到员工之间的日常沟通协作过程中，而不再像过去那样存在于固定的知识库中，安静地等待员工的访问。

这些数据大部分淹没到海量的数据中，变成有价值的黑暗数据。

相比培训团队或者相关培训机构开发的课程，要一点点去构建、还原业务场景，这些黑暗数据可以说天然诞生于一线的真实场景，是最直接的一线经验，是来自于实践的实战经验。

难题是，要如何去识别并萃取出这些经验来，单纯依赖人工去搜索显然是不可能的，但技术的发展，给萃取这类散落在数字渠道的知识单元提供了新的可能性。

例如，微软的Project Cortex使用AI对各种数字渠道中的知识内容进行分析，并按不同的主题提取重要信息，创建将人们与主题和内容联系起来的“知识网络”，在看到不熟悉的项目时，员工可以直接搜索相关的项目内容，找到跟项目相关的知识资源和其他有用信息的“主题卡”。通过这种方式，技术以提高其集体智慧的方式嵌入到组织的团队中，将组织的不同团队、系统和网络连接起来，从而提升和完善了组织识别萃取数字渠道中知识单元和关键经验的能力。

如何建立知识经验与员工工作的直接连接

一直以来企业的知识管理更像是知识经验的存储积累，很难与员工工作建立直接连接，员工在遇到问题的时候也会习惯性百度解决方案，而不是从企业的知识积累中获得支持。德勤《2020年全球人力资本趋势》显示，82％的受访者表示他们的组织需要更好地将知识与行动联系起来，而79％的受访者承认，他们必须在创造知识方面更加有效，以启动创新并推出新产品和服务。

哈佛商学院企业学习《2019年劳动力是如何学习的》报告也显示，员工希望将学习集成到他们的网络浏览器、办公软件中，方便他们在需要的时候能够快速学习、应用相关的知识经验。

目前，以EdCast为代表的学习体验平台已经跟Office365、Slack、Salesforce等企业系统做集成，借助EdCast（或其他LXP平台）的AI和机器学习界面，员工需要的内容会根据他们输入的文字或对话自动在工作时 “推荐”和“显示”。以布本知鱼为代表的企业学习助手，利用AI技术对企业的知识单元进行解析，员工遇到问题时，只需要向系统提出问题就可获得解决问题所需的知识经验，实现“即需即学，即学即用”的学习效果。

从这一角度来说，要建立知识经验与员工工作的直接连接，就要利用正确的技术工具激活企业的课程和知识资料，方便员工随时随地都能获取到自己真正需要的知识经验，并快速应用到工作当中。