核心观点

本研究是一份 Gartne关于如何创建和维护面向人类与人工智能（AI）的知识库的研究报告。报告强调了知识库在知识管理（KM）中的核心地位，尤其是在生成式人工智能（GenAI）时代，一个结构良好的知识库是知识管理成功的关键，反之则可能成为整个知识管理实践的失败点。

报告指出，知识管理是一个复杂的学科，需要众多相互依赖的流程、实践和技术。GenAI 的出现使这些知识管理元素变得更加复杂和关键。尽管不同组织使用的工具和技术组合会有所不同，但一个构建良好且维护得当的知识库是所有知识管理计划的共同需求。

背景：

在GenAI时代有效管理知识库的关键挑战和策略。以下是详细解析：

1. 知识库是知识管理计划成功的基础，也可能成为单一失败点

知识库的质量直接决定了知识管理计划的成败。一个良好结构化的知识库能够支持知识的有效存储、检索和利用，是知识管理计划的坚实基础。相反，如果知识库设计和维护不当，可能会导致整个知识管理实践的失败。在GenAI时代，知识库不仅为人类用户提供更多的见解。知识库的完整性和可靠性直接影响到AI系统（如RAG应用）的性能。因此，组织必须将知识库视为知识管理计划的核心，并投入足够的资源来确保其质量和可用性。

2. 正确结构化知识库及其支持流程可以减少知识管理所需的努力和资源

建立一个结构良好且维护得当的知识库可以显著降低知识管理的复杂性和成本。通过定义明确的内容标准、组织系统和捕获整理流程，组织可以减少知识管理所需的资源和努力。结构化知识库的优势在于它能够提高知识的可访问性和可用性，减少重复工作，并确保知识的及时更新和准确性。这不仅减轻了知识管理者的负担，还提高了整个组织的知识利用效率。

3. 假设知识库中80%的问题将由20%的知识资产回答

这一发现基于帕累托原则（Pareto Principle），强调了知识库中存在一个核心资产集合，这些资产能够解决大多数常见问题。尽管如此，报告也指出，尽管某些知识资产可能很少被访问，但它们在特定情况下可能具有关键价值。这要求组织在构建知识库时，不仅要关注那些高频率访问的内容，还要保留和维护那些可能不常被访问但具有潜在重要性的知识资产。这种平衡确保了知识库在处理常见问题的同时，也能应对罕见但关键的问题。

4. 检索增强生成（RAG）的成功很大程度上取决于其查询的知识库的质量

RAG是一种将检索机制与生成式AI结合的应用模式，用于生成基于现有知识的响应。知识库的质量直接影响到RAG系统生成结果的准确性和相关性。组织在实施RAG应用时，必须确保所依赖的知识库内容的准确性和相关性。这可能需要对知识库进行