【金猿人物展】蓝凌软件副总裁 张建光：从知识管理到智能体协同——大模型时代的企业组织智慧进化
原创 张建光 | 2026-01-11 12:59
【数据猿导读】 从数字化时代，到智能体时代，从人与人的协作，到人与智能体的协作，“让组织更智慧”正被蓝凌软件不断刷新与书写。
张建光 “【提示】2025第八届年度金猿颁奖典礼将在上海举行，此次榜单/奖项的评选依然会进行初审、公审、终审三轮严格评定，并会在国内外渠道大规模发布传播欢迎申报。 作为中国OA知识管理领域的早期探索者和实践者，蓝凌软件在过去二十多年的历程中，见证了数据管理从分散的文档，到体系化的门户和知识库，从数字化办公的迭代到数智化基座进化，到AI与OA、业务流程深度融合的演进。长期扎根一线的产业实践让我们坚信，人、知识、系统等要素必须“流”起来，才能真正“让组织更智慧”。而AI大模型、智能体的出现，让我第一次清晰地看到，这个目标不再是愿景，而是一条可以系统化实施的工程路径。 大模型时代： 对知识管理价值的空前释放 很多人把大模型理解为更聪明的聊天机器人，但在我和团队看来，它对企业的颠覆性在于重塑了知识与人的关系。这种重塑体现在三个层面： 第一，管理对象从“显性文档”到“全态认知”的延展。 传统知识管理主要处理结构化和非结构化的文本、表格等显性知识。而大模型时代，知识管理的对象扩展到包含员工对话记录、会议音视频、实验数据流、代码片段乃至专家决策瞬间的隐性经验。借助多模态理解技术，企业可以对这些全域、全形态的知识进行统一编码和理解，协助构建企业完整的“认知记忆体”，而不仅仅是文档仓库。 第二，应用模式从“人找知识”到“知识找人”的颠覆。 过去，员工平均每天需花费大量时间在低效的信息检索上，大模型与RAG（检索增强生成）等技术的结合，彻底改变了这一模式。如今，系统能够理解员工在具体业务场景下的自然语言提问（如“为中东市场草拟一份斋月促销方案”），主动检索、整合相关知识，并生成精准、可操作的答案或初稿。知识从被动的查询对象，转变为主动赋能业务决策的智能伙伴。 第三，价值闭环从“静态沉淀”到“动态进化”的跃升。 大模型的出现，使得知识管理系统不再是流程的终点，而是智慧循环的起点。通过AI对业务流程的深度嵌入与持续学习，系统能够自动萃取业务操作中的最佳实践、风险案例和专家经验，将其转化为可复用的新知识，反哺至知识库。同时，利用这些高质量的企业专属数据对基础大模型进行微调，可以训练出更懂行业、更懂企业的“专属专家模型”。这形成了一个“业务产生数据→数据沉淀知识→知识训练模型→模型赋能业务”的自进化飞轮，让组织的智慧得以持续积累和迭代。 基于“城中村上盖高楼” 推进智能化转型 面对大模型带来的技术革命，蓝凌软件的应对策略并非简单的功能叠加，也不是一股脑的推倒重来。我们深知，大多数企业的现实是新旧系统并存。它们就像是一个个“数字城中村”，OA、ERP、CRM等老系统盘根错节，承载了多年的业务流程和历史数据。全部推翻重来？成本高、风险大，几乎不可能。 因此，我们坚持“城中村上盖高楼”的理念，在不颠覆既有IT投资的前提下，构建通向智能化的桥梁。 为此，我们系统性解决了三大核心挑战：通过知识湖仓治理解决“数据割裂”难题，统一纳管分散在OA、ERP等系统中的异构数据；通过插件化智能中台化解“技术代差”，让老旧系统无需重构即可获得AI能力；通过数字化工作空间确保“流程连续”，实现人机协同的平滑过渡。基于此，我们推出了以LanBots.AI为核心的智能知识基座。我们基于26年的行业深耕与产品实践，构建了独特的三大产品矩阵： 1.构建知识湖仓，打通数据基础 通过API接口与ETL工具，将OA、ERP、CRM等周边业务系统的数据统一接入，形成企业级知识湖仓。依托蓝凌在知识管理领域积累的40余种治理工具与技术（如OCR、NLP），对数据进行规整、清洗、标签化与知识图谱建模，使数据能与部门、权限、项目、合同、岗位等要素关联，实现数据“活化”。 2.打造智能体中台，以插件化赋能旧系统 通过可视化、插件化的设计，无需重构原有架构，即可让老系统接入AI能力。该平台支持多模态适配与生态协同，可对接业界主流大模型；内置可视化编排工具与40多种智能体模板，帮助企业快速构建自动化流程；并通过开发态、管理态、用户态“三位一体”的支撑体系，推动AI能力在企业内部规模化落地。 3.建设数字化工作空间，实现人机协同 基于蓝凌在门户领域的积累，我们推出了“数字化工作空间”。该空间集成了知识库与智能体，让人与智能体能够在一个统一环境中高效协同，从而保障业务流程的连续性，并提升自动化运营效率。 融合价值： 从效率提升到组织智慧的质变 知识管理与大模型的深度融合，其回报已远超“降本增效”的范畴，正在三个层面重塑组织能力： 1.业务运营层面：从“流程自动化”到“决策智能化” 传统OA解决了流程的线上化和自动化问题，而智能知识管理则解决了流程中的“判断”与“决策”问题。例如，我们以服务某手机大厂（员工超4万人）的费用报销场景为例，其挑战具有相当的典型性。 以前是什么景象？ 员工贴发票、填表格，往往描述不清，财务同事天天当“客服”，来回沟通确认。一笔报销要从OA跳到ERP，再跳到财务系统，数据靠手工搬运和对账，流程长、错误多。 针对这些顽疾，我们部署了LanBots流程智能体，其核心思想是让系统不仅会“执行”，更能先“思考”。这不是简单的自动化，而是一次运营模式的升级： ·对话式交互，让需求“说”清楚：员工无需再费心填复杂的表单。在数字化工作空间里，直接问：“上个月和A客户的招待费怎么还没报下来？”智能体就能理解意图，自动关联项目、调取消费记录，并清晰回复当前进度、卡点及后续步骤。 ·自动化执行，让流程“跑”顺畅：一旦指令明确，BPM引擎会像一位资深专员，自动发起多系统数据核对、预算校验、合规审查，并流转至下一节点。员工和财务人员都从繁琐的“搬运工”角色中解放出来。 ·量变到质变，效能飞跃：从该手机大厂的实践来看，成果是立竿见影的——沟通效率提升超80%，流程处理效率提升约75%，更惊人的是，费用报销的异常率从5%直降至0.8%，精准度和可控性实现了质的跨越。 这一案例并非孤例。纵观市场，AI在企业中的应用正从“锦上添花”的展示，转向“雪中送炭”的刚需。在一些费控处理、公文写作、合同处理、智能问答等领域，尤其显著。 这些场景的成功，绝非单点技术的胜利，而是基于一套坚实的能力底座： 行业模板的沉淀：例如，我们预置了数千条费用报销规则和合同风险条款库，让AI在启动时就已“懂行”。 知识湖仓的支撑：打通各业务系统孤岛，形成统一、干净、关联的“数据燃料库”，确保AI的每一次“思考”都有据可依。 智能体（LanBots）的编排与执行：将理解、决策、执行能力封装成可灵活调用的智能体，精准嵌入业务流程闭环，实现从“对话”到“办成事”的无缝衔接。 总而言之，AI在企业服务领域的价值正变得无比具体：它不再是一个遥远的概念，而是真正融入业务流程，驱动企业实现降本增效与体验升级的双重进化。 2.人才组织层面：从“个体经验”到“集体智能” 系统解决了“人走知识走”的千古难题，通过持续的经验萃取和知识沉淀，新员工可以借助“超级个体”方法论，快速获取资深专家的经验和判断模型，将上岗时间缩短50%以上。组织不再过度依赖个别“老师傅”，而是构建了一个可传承、可进化的“集体智慧体”，实现了核心能力的规模化和可持续化。 3.战略创新层面：从“数据资产”到“认知优势” 最高阶的价值在于，企业将分散的知识整合为了可被计算和推理的“认知网络”。管理层在进行战略决策时，可以调动知识图谱和AI分析，获得融合了内部运营数据、外部市场情报和历史经验教训的深度洞察报告。知识从支撑性的静态资产，升维为驱动企业预判市场、规避风险、发现新机遇的动态认知优势。 写在最后 回顾来路，知识管理的演进史，就是一部企业不断追求将个体智慧转化为集体财富、将历史经验转化为未来竞争力的奋斗史。大模型时代的到来，不是这段历史的终结，而是其波澜壮阔的新篇章。 让组织更智慧，从来不是一句空话。它始于每一次让知识更顺畅地流动，成于每一个因AI而解放出来的、更具创造力的人。 ·申报人“张建光”简介： 张建光，蓝凌软件股份有限公司副总裁、北邮-里昂商学院全球高级工商管理硕士、南开大学金融学在职研究生、中国企业家联合会智慧企业推进委员、数字化观察网数字观察员、长期致力于企业管理和信息化领域的研究、咨询和项目实施工作，、在企业数字化转型的规划与应用落地等方面有丰富的专业知识和实战经验，曾主导中信、国投、中储粮、新华保险、民生银行、中国信达、丝路基金、酒钢钢铁、海信集团、阳光保险集团/国旅集团、华夏幸福、PICC、北京现代、民生证券、中信证券、中国联通等数字化转型与应用支撑系统的设计、实施以及应用推广。 ★本文由蓝凌软件副总裁张建光撰写并投递参与“数据猿第八届年度金猿策划活动——2025中国大数据产业年度趋势人物十年先锋人物奖”评选。
来源：数据猿
刷新相关文章
我要评论
不容错过的资讯
大家都在搜
