新知识管理
知识管理是公司成功采用人工智能的主要因素。如果没有结构良好的知识，人工智能代理就没有运作的基础。
代理编排受到损害。持续改进受到阻碍。
这不仅仅是一个技术问题。这是组织性的。
这就是人工资源部 (DRA) 发挥关键作用的地方。
如今，公司的知识是为人类而构建的。实物文件、隐性知识、积累的经验。
但这些知识的很大一部分没有被记录下来。这是在“cafezinho”的走廊谈话中。
它存在于人们的经验中，存在于他们分享的故事中。它是隐性知识，从未被记录过。
这些未捕获的知识对于人工智能来说是不可见的。如果没有它，人工智能的运作就会有片面的观点。
那么，挑战是双重的。仅仅为人工智能构建知识是不够的。
有必要以这样的方式构建它，使其能够继续为人类服务。有必要创建一个共享知识模型。
这需要新的组织层。一种服务于具有不同需求的两类“工人”的系统。
这是一个技术和组织挑战。许多公司没有意识到这是他们的主要瓶颈。
他们专注于工具、技术专长和代理。但如果知识是碎片化的，那么这些都不会有效。
隐藏的瓶颈是非结构化知识。而克服它的关键是重新设计的知识管理。
它不仅能捕捉文档中的内容，还能捕捉人身上的内容。一种使当前隐性变得显式的方法。
例如，考虑与客户的对话。今天，这些对话仍在发生，但其中产生的知识仍然被困在参与者的头脑中。
在新的管理层下，这些对话需要被记录、转录和索引。这使得这些知识变得明确并且可供整个公司使用。
当然，这必须安全地完成并符合隐私法规。但原则很明确：捕捉当今丢失的知识。
另一个例子是员工的专业知识。如今，员工直接向他人传授知识的情况很常见，无论是通过非正式培训、指导还是只是在走廊里进行对话。
但这些知识很少以结构化的方式记录。在新的管理层中，每次这样的互动都是捕捉和记录知识的机会。
这使得知识成为公司基础的一部分，而不是把它锁在个人身上。
这种新的知识管理减少了对个人的依赖。提高组织的弹性。
在产品（尤其是数字产品）日益商品化且不再成为竞争障碍的世界中，针对人类和人工智能的“知识管理”成为新的“竞争优势”。
它使公司能够利用人工智能更好地运营。这可以从代理商那里获取更多价值。
这降低了风险并提高了一致性。这可以衡量你的智力。
这使得知识管理成为战略。它将 DRA 置于这一战略的中心。
DRA 需要领导这一过程。需要与整个组织合作来冲浪知识。
为了使其标准化、结构化。使其可供人和机器访问。
这超出了文档的范围。这是关于建立一个知识库，以实现真正的人类与人工智能协作。
在成为人工智能第一公司的旅程中，这个基础是基础。还有 DRA，它的首席架构师。
了解这一点并投资于此基础的公司将处于更好的地位。那些忽视这一点的人可能会变得无关紧要