本文來自微信公眾號：王智遠，作者：王智遠

昨天參加活動，遇到一個老朋友，聊到了一個挺有意思的話題：人力側知識庫。專門給 HR、新人入職培訓、師徒帶教用的系統。

朋友說：在他們眼里，人力知識庫像一個電子檔案柜：

新人流程、制度文件全塞進去，需要時搜一下，用完就走。但 AI 進來了，這個“柜子”該怎么變？怎么讓它不止存東西，還能幫人學會、記住、用起來？

這正是數字化人才培訓與管理企業的難題：如何把人力 SaaS，從工具箱變成能思考的知識中樞。

1

人力側的知識庫，已經存在很久了。

最早是紙質文件夾，新人入職，HR遞你一摞比水杯還高的資料：員工手冊、入職須知、制度匯編，厚得能當枕頭，后來進了 SaaS 時代，搬進系統，變成統一文檔庫，搜索就能找到。

聽起來很高效，對吧？但它還是個被動的文件柜。我做過一個小調研，和不少HR聊過，他們痛點幾乎都繞不開這三條：

更新慢，薪酬制度剛改完，人力知識庫里還是舊版本，新舊信息很難同步。二，知識分散，新制度躺在群文件里，流程說明藏在OA公告里，培訓課件在云盤里……每次有人問，整個部門都像在玩“找不同”；

其三，門檻問題。靜態知識庫很挑人，得知道關鍵詞才能搜到。新人往往根本不會用，等有問題時才想起來翻找規定。

AI 進來后，這問題反而更尖銳：人人都能問，但知識庫沒更新，它就會錯得很自信。

比如：

新入職的 HR 小王問 AI：績效獎金發放標準是什么？AI秒回：績效A檔獎金是3000元，B檔是2000元，C檔是1000元。小王信了，直接把要求寫進offer。

結果一周后，新員工發現業務口徑完全不同，問題出在哪？最新版的獎金標準，其實一直躺在群文件里，從沒人同步進知識庫。

在人力部門，這種坑很常見。

說到底，傳統知識庫只解決了存和找，沒解決“長大”。而在今天，人力知識每天都在變：薪酬、考核、合規……如果進不了庫，AI 再聰明，也只能翻出“昨天的地圖”。

所以，智遠認為，下一代人力知識庫，必須是動態、有血有肉、會自己長大的；它能在日常工作流中自動吸收新知識，讓下一個人用的時候，永遠是最新的。

2

話都會說，關鍵是，怎么變？我覺得得先回頭看看，傳統的人力知識庫是怎么搭起來的。

最早的階段，很多公司直接買一套 SaaS 軟件。

這些系統看著都差不多，功能一長串，在線課程、考試、問答社區、崗前認證、積分商城、培訓申報、學習地圖，甚至“師傅帶徒弟”的帶教機制都有。

它的本質，是一個功能工具包，企業缺什么，就往里配什么。

這種模式“好看”也“安全”，但依然停留在靜態階段。艾瑞咨詢 2024 年的數據是：國內企業級 SaaS 市場規模約 1201 億元，但大多數平臺依舊是功能大拼盤，知識庫的更新還得靠人工搬運，信息流動緩慢。

AI來了以后，組合開始變味了。

一些功能自然被弱化：調查問卷可以直接讓 AI 提問、即時收集反饋；在線考試交給 AI 來出題、批改、講解；知識檢索也不必記關鍵詞了，一句自然語言聊天就能找到。

聽起來“更活”了，但問題依舊沒解決。

微軟×linkedIn《2024 Work Trend Index》顯示，75% 的知識型員工已經在用 AI，企業在 L&D（學習與發展）上的投入也在持續增長。

可麥肯錫在《生成式AI的經濟潛力》里提醒：AI 確實能大幅壓縮“找信息”和“理解內容”的時間，但如果底層知識沒更新，它只會更快、更自信地把錯的東西交到你手上。

換句話說，AI 可以很聰明，也可以“錯得很有底氣”。

而真正能帶來質變的，是讓知識庫變成“智能中樞”，它不再是一個孤零零的倉庫，像中樞神經一樣，打通 IM、OA、CRM、ERP、文件盤等所有業務系統。

比如：

HR 想查下個月的薪酬制度，不用翻系統，只要在 IM 問一句 AI；如果業務 Leader 上周剛發過更新文件，它會自動吸收、替換掉舊版本，確保給出的答案永遠是最新的。

這不是想象。智遠特意查了下，《Workplace Learning Report 2024》顯示，47% 的 L&D 團隊計劃部署“微學習”，讓學習在工作流里實時發生。

麥肯錫也指出，對話式檢索的前提，是底層知識得持續更新，并且和權限、合規打通，否則信息再快也不準。

如果你問我，“值不值得打通中樞？”——麥肯錫的另一項測算同樣給了答案：生成式 AI 一旦和流程協同，每年可為全球經濟釋放 4.4 萬億美元的生產力。

所以，這就是我說的“盤活知識”：讓知識在日常對話、文檔流轉、文件更新中自動沉淀，AI 回答時能即時調動最新內容，形成一個循環增強的機制。

3

問題是，怎么讓它盤活？在我看來，企業里的知識想真正流動，得跑成一個“四邊形”。

第一條邊，是提問。員工基于知識庫提問，這是激活老知識的觸發點。

第二條邊，文檔流轉；這一步很關鍵，沒有新文檔流入，知識庫里就只有舊版本，年輕知識“從來沒醒來過”；第三條邊，是自動吸收。可以把它想象成一次“在線傳輸”。

比如：我作為 HR，把最新版薪酬制度發給老板，這份文件在聊天工具里來回傳了幾輪，AI 在被調用搜索時，會自動識別并入庫，讓它不再只是文件，而是帶有時間戳、可追溯的無形資產。

最后一條邊，是智能回答。當下一個人問同樣的問題時，AI 會把舊知識和剛吸收的新信息拼在一起，生成一個最新的、上下文貼合的答案。

四條邊打通，知識才能在企業里“流、沉、更新、再生”，形成一個持續增強的循環。

邏輯聽起來很美，現實卻不樂觀。

KMWorld 的調研顯示，36% 的企業同時在用三種以上知識管理工具，31% 的員工甚至不清楚公司到底有幾個工具，入口碎片化，知識被困在不同的孤島里。

更糟的是，Mordor Intelligence 的數據表明，2024 年約 39% 的市場依舊停留在傳統文檔管理階段；真正能對話的智能 AI 雖然以 22.4% 的年均增速在狂奔，卻還沒把底層的知識流動機制打通。

到目前為止，我還沒看到既有工具入口、又有文檔入口、還有自動吸收機制，并且能保持知識實時更新的產品。

釘釘、飛書這樣的成熟平臺，內部搜索確實強，但在金融、制造、軍工等無法上云的行業，企業只能選擇本地化部署，再自己拼出一套 AI + SaaS 系統。

所以，不管工具有多少、AI 有多聰明，只要缺一環，知識就只能在企業里原地打轉，跑不起來。

4

那么，如果知識隨時流動，做數字化人才培訓與管理的企業會變成什么樣？

培訓節奏會被徹底改寫。

過去，新人入職的第一步，是上一周的集訓課——背規章制度、看流程 PPT。等真用到的時候，早就忘光了。

而在實時更新的知識環境里，新人第一天上班就能邊干邊學，遇到問題直接問 AI，它立刻調取與崗位、當前任務精準匹配的最新答案。

學習方式從“集中授課”變成了“隨時學習”。每一次提問、每一次解答，都會沉淀到知識庫，確保下一個人用到的永遠是最新版。

Engageli 在 2025 年的《微學習趨勢報告》里提到，微學習環境下，知識點的吸收效率比傳統集中培訓高 17%，而且遺忘率更低，這就是流動帶來的價值。

然后，管理方式也會被重塑。

企業不再只記錄誰參加過培訓、誰完成了考試，而是能追蹤誰在產出新知識、誰在補充流程、誰在優化內容。

linkedIn《2024 全球職場學習報告》顯示，82% 的學習與發展負責人認為，“知識分享”將在未來三年成為核心的人才評估維度——知識貢獻度將直接進入績效和晉升考量。

細分SaaS的行業格局也會被洗牌。

過去，培訓 SaaS 只要好用、內容多就能生存；但當企業意識到真正的競爭力是“讓知識流動”，傳統培訓工具箱的護城河會迅速被侵蝕。

相反，那些能把 AI、文檔流轉、自動吸收機制打通，讓知識像水一樣流動的廠商，將成為數字化人才管理的中樞。

市面上的玩家，比如伯索云學堂、知學云、UMU，蘑竹科技都將經歷這樣的轉變。

行業頭部的北森，在收購酷學院后推出了新一代 AI Learning 平臺，內含 AI 做課助手、AI 學習助手、AI 陪練、AI 領導力教練、AI 考試助手等多個 AI Agent，這是它向“泛智能化”轉型的重要一步。

但在我看來，這些多角色的 AI 助理，更像是一個過渡形態。

無論個人還是企業，其實都不想面對十幾個不同的助理，大家更需要一個統一的、能搞定一切的超級助理。我問它一個問題，它能調動所有資源，直接給出結果，并且全程融入我的工作流。

所以，未來的競爭，可能是比誰能把底層打通，讓這個超級助理無縫接入培訓、管理、考核、知識流轉的每一個環節，成為企業數字化人才管理的“大腦”。

一旦有人做到，它的地位會像 ERP 之于企業運營那樣，成為不可替代的基礎設施。

這個賽道我還在持續觀察。也許明年，我們討論的，就已經不再是“知識庫”，而是“企業的第二大腦”。

本文來自微信公眾號：王智遠，作者：王智遠

本內容為作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯系 hezuo@huxiu.com

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4681427.html?f=wyxwapp