ChatGPT将对知识管理界带来怎样的影响？ | DW数智观点
近年来，预训练大模型技术迅速发展，日趋成熟。大模型增强了AI技术的通用性，进一步拓展了人工智能技术落地的应用场景，并推动ChatGPT这一现象级应用的出现。在去年底以来，ChatGPT狂飙东西方，火爆全网界，上知天文、下知地理，能陪你从诗词歌赋聊到人生哲学，还能写情书、写文章、写代码……在此背景下，所有行业都需要重新思考如何与人工智能实现人机协同，重新定义认识拓展自身的工作。
作为知识经济时代涌现出来的一种最新管理思想和方法，知识管理融合了现代信息技术、知识管理理论、企业管理思想和现代管理理念，也必然受到ChatGPT的影响。本期DW数智观点，为你精选推送行者互联及孙行者平台创始人兼CEO、数字化运营成熟度模型标准委员会委员吴庆海先生的文章《ChatGPT将对知识管理界带来怎样的影响?》，一起来探索ChatGPT的缘起及原理、ChatGPT与知识管理的关系，以及知识管理者应该做何准备。
火爆全网的ChatGPT出圈后，忽如一夜春风来，千树万树梨花开。
微软的“New Bing”（2023-2-7）及“Copilot”（2023-3-16）、百度的“文心一言”（2023-3-16）、360的“智脑”（2023-4-10）、阿里巴巴的“通义千问”（2023-4-11）、金山办公的“WPS AI”（2023-4-18）等大模型应用纷纷发布，开始邀请用户测试体验。而华为的“盘古”NLP模型、科大讯飞的“1+N”认知智能大模型等，也放出声音即将发布。
在聚会饭局上，如果不聊两句ChatGPT，都感觉似乎已经脱离时代了。
我们一个知识管理咨询项目中，客户高层在年前就点名要重点研究一下ChatGPT。
身边不时有一些朋友，会问ChatGPT对知识管理有何影响之类的问题。
今天就聊一聊ChatGPT与知识管理的话题。
ChatGPT的缘起
ChatGPT，英文全名为Chat Generative Pre-trained Transformer，中文可直译为“生成式预训练聊天模型”。
它是美国人工智能研究实验室OpenAI推出的人工智能模型，可以通俗理解为一款聊天机器人程序。
ChatGPT-3.5于2022年11月30日一经推出，就一炮而红。短短2个月用户破亿，成为历史上增长最快的消费类应用。
2023年3月15日，OpenAI推出了多模态ChatGPT-4.0的最新版本，它具有更加逼真和自然的文本生成、更加准确的语言理解和更加高效的模型训练。
ChatGPT这款聊天神器，它表现得如此“聪慧”，智商情商全程在线，上知天文，下知地理，有料有趣，让人不由沉溺其中。
与之前苹果Siri、小度、各类客服机器人“傻傻”聊天不同，ChatGPT能让人感觉它似乎真的具有人的一些智慧。
它能告诉你答案，能理解调侃你，能帮你写文章，甚至在情绪处理、艺术表达、技术实现、科学研究等诸多之前“人类独占”的领域表现也不差。
ChatGPT为什么会如此出色？
这得益于机器学习、神经网络、Transformer模型等多种技术的积累和叠加。ChatGPT本质上是将海量的数据，结合表达能力强的Transformer模型结合，从而对自然语言进行了一个非常深度的建模。
技术路线上，ChatGPT在GPT-3.5大规模语言模型基础上，引入“人工标注数据＋强化学习”，并能不断微调预训练语言模型。
从ChatGPT官网发布的资料看，其训练的三个阶段为（如下图所示）：
第一步：收集演示数据并训练监督策略（supervised policy）
第二步：收集对比数据并训练奖励模型（reward model）
第三步：采用近端策略优化PPO（Proximal Policy Optimization）强化学习算法优化策略并更新奖励模型
△ ChatGPT训练的三个阶段（来源：ChatGPT官网）
通过人工标注后进行训练，使得GPT模型快速迭代升级，从GPT-1、GPT-2、GPT-3，到GPT-3.5，形成了知识增强千亿参数大模型，而GPT-4参数规模据说达6000亿。
有意思的是，国内硬核科幻大片《流浪地球2》恰在2023年春节期间上映，许多人已经被其中的超级人工智能MOSS系统种草，科幻与现实相映，不由让人浮想联翩。
ChatGPT与知识管理的关系
知识管理有多种定义和说法，但万变不离其宗，都是在一个范畴内，通过对知识进行高效地识别、创造、获取、存储、共享及应用，最终创造价值。
那么，ChatGPT及其同类产品，和知识管理有什么关系呢？
首先，ChatGPT本身就是知识管理的一个具体的结果呈现。
ChatGPT是一种大规模预训练语言模型LLM（Large Language Model），它的基础是需要学习大量的知识，使用海量的语料进行预训练。
这些语料库，通常来自于互联网上公开可用的数据、文本、源代码等知识，如Wikipedia、Common Crawl等，GPT-3.5的语料库是8000亿单词、45TB文本数据的规模。
计算机科学家Stephen Wolfram在解释ChatGPT的工作原理时，举过一个例子，比如输入文本“AI最好之处在于它（）的能力”，为了补充括号中的内容，ChatGPT会在数十亿个网页中查找类似的文本，统计下一个单词出现的概率。最终，ChatGPT会生成一个可能的单词列表，并给出每个单词的概率排名。
由此可见，如果没有前人海量知识内容的支撑，ChatGPT想要高质量地生成内容，是不可能的。
其次，ChatGPT对知识管理是一个极大的刺激和推动。
企业知识管理推动者，一般都会面临一个巨大的挑战，即如何向别人解释或证明知识管理的价值。
现在，ChatGPT无比直观地、全方位地呈现出了这种价值，能够展示出知识在具体场景、具体问题中，被直接应用后临门一脚所发挥的威力。
每当我们向客户演示ChatGPT类的产品时，看到的人都会忍不住地激动起来，现场回答一个问题，即兴撰写一个文案，是如此地轻松顺滑，与过去咬文嚼字式的知识生产相对比，太具有颠覆性了。
如果我们企业的知识库也能够达到ChatGPT的水平，那么所解决的问题、提升的效率、节省的时间，该有多么巨大的想象空间啊。
有人分析，未来那些具有重复性和高度制式化的工作，可能会被数字化和机器人取代。
诸如客服人员、翻译工作者、新闻编辑、程序员、行政助理、市场分析师、金融分析师、平面设计师、会计师等工作，都会存在被ChatGPT取代的风险。
当然，一些全新的工作也会涌现出来，与ChatGPT紧密相关的预训练模型、对话机器人、AIGC领域的人才会变得炙手可热。
那些需要高度定制化、个性化、创造力、同理心、审美、综合专业知识的职业，诸如资深顾问、顶级艺术家、外科医生、科学家、管理者、老中医等，会变得更有价值。
所以说，真正能够淘汰你的，不是竞争对手，而是时代的发展和科技的进步。
再者，ChatGPT为知识管理提供了一个威力无比的工具。
企业在实施知识管理时，总会碰到一个特别大的难题——如何让员工多、快、好、省地产生内容。我们大多数人写东西时都会发怵。即使是优秀的内容创作者，也会不时遇到文思枯竭的瓶颈期。
过去，无论是用户产生内容UGC（User-generated Content）、专业生产内容PGC（Professionally-generated Content）、职业生产内容OGC（Occupationally-generated Content），都是由人来产生内容的。
现在，则多了一种新的内容产生方式——人工智能生成内容AIGC（AI-generated Content），有了ChatGPT这种神器，能够自动产生内容，让机器帮我写东西，这是多么美好的一件事情啊！
ChatGPT为知识管理，无疑打开了一扇新的大门，启发从业者可以运用全新的思维去推动知识管理。
例如，ChatGPT可以自动化处理大量的文本，用于自动化报告的生成、自动化文本分类、智能搜索和答案生成等，从而提高知识管理的效率和准确性。
再例如，GPT可以根据用户的输入和反馈不断学习和优化，可以根据用户的个性化需求和兴趣来生成和推荐文本，从而提高知识管理的个性化和用户体验。
百度掌门人李彦宏认为：未来十年，AIGC将颠覆现有内容生产模式，可以实现以十分之一的成本，以百倍千倍的生产速度，去生成AI原创内容。
知识管理者应该做哪些准备
目前ChatGPT主要服务的还是消费者C端用户，距离企业B端用户的应用似乎还有些遥远。
但是这粒子弹，却已击中各个行业一些具有前瞻性思维的大脑，接下来必然会产生一系列的连锁反应，出现多米诺骨牌效应，引起新一轮的产业洗牌。
我们知识管理者，应该未雨绸缪，做好如下的一些准备。
首先，我们要赶紧构建属于自己行业垂直领域的知识库。
之前，多数人都会承认知识管理的重要性，但是却往往忽视了知识管理的迫切性。
知识管理到底是“锦上添花”还是“雪中送炭”，往往争论不休，莫衷一是。
但是有了ChatGPT，可以预见未来一定会打通所有的知识网络。
ChatGPT及其同类产品再强大，但是它还是会缺乏各个行业、各个公司垂直的知识语料，这些内容往往是企业专属的、不会在互联网上公开查找到的。
各个公司专业的知识库、百科库、问答库、案例库等，一定要开始着手准备构建了。
如果我们不早点梳理、构建自己领域知识，就不会尽早拥有自己的ChatGPT。没有专业知识的喂养，也无法形成专业领域的ChatGPT。
我们可以称这些工作为“知识基建”，这涉及知识体系的架构与设计、知识库软件系统的开发与部署、存量知识的梳理与导入、新增知识的生产与沉淀等等基建工作，都需要一步一个脚印，扎扎实实地做好。
其次，我们要开始有意识地向知识智能化的方向进行不断探索。
我们在规划知识管理软件系统时候，也可以依循“线上化－场景化－智能化”的逻辑次第升级。
线上化：以知识归类存储为核心，聚焦知识收集，通过知识库构建、知识分类、知识搜索等，搭建知识沉淀的基础平台。
场景化：以知识提炼整合为核心，聚焦业务场景，通过知识聚合、知识地图、知识图谱、系统集成等，提升知识应用的层次。
智能化：以知识智能服务为核心，聚焦智能创造，通过AI智能写作、AI智能问答、AI智能助理等，进一步提升智能化水平。
许多企业在做“数字化”转型，其实是需要知识管理与人工智能的加持，需要装配上一个有思想的大脑。
AI＋KM，引入知识管理与人工智能，实现企业的“数智化”转型，孕育出企业的“超级智慧大脑”。
当然，ChatGPT及其同类产品，在企业落地时，也将面临诸多的巨大挑战。例如生产的内容是否可信、私域的数据是否安全、落地的成本是否可控等。
这时候，企业的知识管理推动者，必须找到靠谱的服务厂商以及可以适用于企业场景的生成式AI产品。
最后，我们还要回归人的本质，充分发掘人的创造性及潜力。
我们经常会说，人工智能，人工一词排在前面，智能一词排在后面。因此，先是人工，后再智能。
许多人在测试时会发现，ChatGPT经常会一本正经地胡说八道。它本质上只是通过概率最大化不断生成数据而已，而不是通过逻辑推理来生成回复。
知名作家余华说ChatGPT“写得很完美，但其实很平庸。不会对我和王安忆构成什么威胁。“
无论ChatGPT再如何牛，它目前还是无法独自创造出新的知识，与灵性充盈的人类大脑还是有本质的区别。
我们古圣先贤，对于宇宙和人生的真相一直在孜孜不倦地上下求索。西方的文明善于向外探索，东方的文明则善于向内追问。
中国儒家有著名的十六字心传：人心惟危，道心惟微；惟精惟一，允执厥中。我们一直在“人心”与“道心”的平衡中追求“不二”之大道。
六祖惠能，目不识丁，于市卖柴之时，听闻客人诵《金刚经》，心即开悟。之后五祖半夜三更密授衣法，明了“一切万法，不离自性”，历经百死千难，开创了划时代的禅宗顿教之东山法门。
从IBM的“深蓝”，到谷歌的AlphaGo，再到OpenAI的ChatGPT，AI的发展也都是积小成大，循序渐进，一步步实现突破的。
作为人类，我们不应妄自尊大，无视技术的进步和历史滚滚的车轮。AI是一个可以孵化出无数工具，推动各行各业前进的基础平台，对此我们必须要有足够的重视和充分的准备。
同时，我们也不应该妄自菲薄，面对AI的挑战整日忧心忡忡。我们可能更需要选择另外一个方向进行突破，不断开发内在宝藏，唤醒本自具足的智慧，从而走向内圣外王的光明之道。
作者介绍 EXPERT PROFILE
行者互联及孙行者平台创始人兼CEO，历经大型央企、政府机构、世界500强企业。还担任国家知识管理标准技术委员会委员，创新与知识管理联盟创始人，《知识管理论坛》杂志副主编。长期致力于企业管理和信息化领域的研究、咨询、实施和培训。率领西门子中国连续获得2011年、2012年中国MAKE及亚洲MAKE大奖；率领中粮获2015年中国MAKE、亚洲MAKE及全球IOU MAKE大奖。出版《创造知识的企业》《知识管理：为业务绩效赋能》《知识+实践的秘密》《知识化生存》《好好学习》《软件架构的艺术》等书。服务过的客户包含北上广等政府机构，及华为、中航、中船等数十家著名企业。数字化运营成熟度模型标准委员会委员。