2024愛分析·大模型 知識(shí)庫市場全景報(bào)告-2024.08-29正式版

報(bào)告編委報(bào)告指導(dǎo)人張揚(yáng)愛分析聯(lián)合創(chuàng)始人&首席分析師報(bào)告執(zhí)筆人孟晨靜愛分析分析師2|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告研究范圍定義1.

研究范圍定義知識(shí)庫是企業(yè)的智慧中樞，匯集了企業(yè)經(jīng)營經(jīng)驗(yàn)、流程、文獻(xiàn)、政策、機(jī)理、模型等各類主題內(nèi)容，承擔(dān)著提高員工生產(chǎn)力、促進(jìn)組織協(xié)作與創(chuàng)新的重要功能。1）大模型+知識(shí)庫實(shí)現(xiàn)對(duì)企業(yè)知識(shí)的深度應(yīng)用企業(yè)普遍已經(jīng)積累了豐富的知識(shí)沉淀，如何提高對(duì)知識(shí)的高效分享、精準(zhǔn)應(yīng)用成為限制知識(shí)庫價(jià)值發(fā)揮的“關(guān)卡”。進(jìn)入數(shù)字時(shí)代后，企業(yè)對(duì)知識(shí)庫應(yīng)用的技術(shù)發(fā)展推動(dòng)知識(shí)庫形態(tài)持續(xù)迭代，歷經(jīng)數(shù)字知識(shí)庫、智能知識(shí)庫1.0等階段后，最終進(jìn)入融合大模型能力的智能知識(shí)庫2.0階段。圖1企業(yè)知識(shí)庫技術(shù)發(fā)展歷程在大模型出現(xiàn)之前，雖然企業(yè)對(duì)知識(shí)庫的利用技術(shù)一直在改進(jìn)，但對(duì)知識(shí)庫的價(jià)值挖掘仍然處于較低水平。如數(shù)字知識(shí)庫階段，企業(yè)普遍以電子文檔形式存儲(chǔ)知識(shí)，并建立知識(shí)管理系統(tǒng)供員工使用。2|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告此階段實(shí)現(xiàn)知識(shí)的線上化，但各業(yè)務(wù)分別建立知識(shí)庫形成知識(shí)孤島，無法形成企業(yè)級(jí)知識(shí)庫，且員工難以準(zhǔn)確定位需要的知識(shí)，對(duì)于客服等業(yè)務(wù)應(yīng)用的支撐有限。隨后，知識(shí)圖譜、NLP等AI技術(shù)的成熟推動(dòng)企業(yè)進(jìn)入智能知識(shí)庫1.0階段。這個(gè)階段中，知識(shí)庫的存儲(chǔ)內(nèi)容更豐富，在電子文檔基礎(chǔ)上增加了圖片、語音、視頻等模態(tài)，知識(shí)庫的應(yīng)用也更便捷，員工能通過智能搜索、智能問答、智能推薦等形式獲取一定知識(shí)。智能知識(shí)庫1.0階段對(duì)知識(shí)的挖掘應(yīng)用更深入，但也帶來了巨大的構(gòu)建和運(yùn)維成本，如企業(yè)需要人工整理問答對(duì)，話術(shù)師冷啟動(dòng)周期長，不同場景需要使用不同小模型，維護(hù)成本高。此外，基于知識(shí)圖譜的智能知識(shí)庫交互能力弱，回答內(nèi)容和話術(shù)流程由話術(shù)師配置，難以準(zhǔn)確理解用戶意圖，無法回答配置內(nèi)容之外的個(gè)性化提問，用戶體驗(yàn)較差。2023年以來，大模型技術(shù)快速發(fā)展，其強(qiáng)大的知識(shí)整合和推理能力、準(zhǔn)確理解用戶意圖、使用自然語言的交互、極強(qiáng)的泛化能力等特點(diǎn)能有效解決之前階段出現(xiàn)的知識(shí)孤島、用戶體驗(yàn)、個(gè)性化提問、跨場景使用等痛點(diǎn)，同時(shí)，知識(shí)圖譜、RAG檢索增強(qiáng)生成等技術(shù)又能解決大模型幻覺問題，保證大模型輸出的可信性，使企業(yè)知識(shí)應(yīng)用變得更簡單、高效和廣泛，使用場景迅速擴(kuò)充到企業(yè)的生產(chǎn)、銷售、營銷、客服、IT等各個(gè)環(huán)節(jié)。企業(yè)知識(shí)庫進(jìn)入智能知識(shí)庫2.0階段，2）內(nèi)外服務(wù)需求推動(dòng)金融、政務(wù)、電信三大行業(yè)大模型+知識(shí)庫率先落地人工智能已經(jīng)成為科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，在政府對(duì)人工智能產(chǎn)業(yè)發(fā)展的大力支持下，各行業(yè)開始進(jìn)行試點(diǎn)，其中大模型+知識(shí)庫因其成本低、周期短，成為大模型落地的優(yōu)先場景。在各行業(yè)中，金融、政務(wù)、電信是大模型+知識(shí)庫應(yīng)用最領(lǐng)先的三個(gè)領(lǐng)域。以上三領(lǐng)域知識(shí)繁雜，內(nèi)部員工使用頻繁，且均需面向外部用戶提供咨詢服務(wù)支持，內(nèi)外需求驅(qū)動(dòng)業(yè)內(nèi)機(jī)構(gòu)快速落地大模型+知識(shí)庫，如金融應(yīng)用場景以智能客服、智能投顧、智能報(bào)告生成為代表，政務(wù)領(lǐng)域應(yīng)用場景如12345熱線、政策標(biāo)準(zhǔn)知識(shí)庫搜索等。3|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告此外，教育、醫(yī)療、工業(yè)、能源等行業(yè)領(lǐng)先企業(yè)也在試點(diǎn)大模型+知識(shí)庫，主要滿足內(nèi)部員工使用需求。如教育行業(yè)的智能教學(xué)、個(gè)性化學(xué)習(xí)推薦，醫(yī)療領(lǐng)域的藥物研發(fā)、就醫(yī)知識(shí)庫等場景。愛分析認(rèn)為，大模型+知識(shí)庫解決方案包含基礎(chǔ)設(shè)施層如湖倉一體、向量數(shù)據(jù)庫、圖數(shù)據(jù)庫、GPU，模型層包含模型資源，中間層包含模型運(yùn)營及圖譜構(gòu)建，應(yīng)用層包含知識(shí)庫問答、智能客服、數(shù)字辦公、流程自動(dòng)化等。基于以上背景，本報(bào)告面向企業(yè)管理層和全體員工，通過對(duì)大模型+知識(shí)庫的需求定義和代表廠商的能力評(píng)估，為企業(yè)落地大模型+知識(shí)庫解決方案、廠商選型提供參考。4|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告圖2大模型+知識(shí)庫市場全景地圖廠商入選標(biāo)準(zhǔn)廠商入選標(biāo)準(zhǔn)本次入選報(bào)告的廠商需同時(shí)符合以下條件：5|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告1、廠商的產(chǎn)品服務(wù)滿足各市場定義的廠商能力要求；2、2023年廠商具備一定數(shù)量以上的付費(fèi)客戶（參考第3章各市場定義部分）；6|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告廠商全景地圖2.廠商全景地圖8|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告市場分析與廠商評(píng)估3.

市場分析與廠商評(píng)估3.1

大模型+知識(shí)庫市場定義：大模型+知識(shí)庫是指將大模型與知識(shí)庫相結(jié)合，改變?cè)械闹R(shí)庫建設(shè)、應(yīng)用與運(yùn)營的方式，致力于更好地支撐企業(yè)管理層及全體員工的知識(shí)檢索與應(yīng)用需求。甲方終端用戶：企業(yè)管理層及全體員工甲方核心需求：大模型技術(shù)日益成熟，企業(yè)大模型應(yīng)用場景加速落地。知識(shí)庫作為企業(yè)持續(xù)沉淀的數(shù)據(jù)資產(chǎn)，為大模型落地提供天然的數(shù)據(jù)基礎(chǔ)，因此知識(shí)庫成為企業(yè)大模型率先落地場景。企業(yè)對(duì)大模型+知識(shí)庫的核心需求包括：實(shí)現(xiàn)知識(shí)管理全流程的智能化。企業(yè)知識(shí)庫管理全流程涵蓋采集、入庫、構(gòu)建、應(yīng)用等，傳統(tǒng)管理流程均需要通過人工實(shí)現(xiàn)，效率低下且最終的知識(shí)應(yīng)用價(jià)值不高。為此，企業(yè)需要基于大模型建設(shè)智能化知識(shí)管理體系。采集環(huán)節(jié)，需要對(duì)內(nèi)部多個(gè)系統(tǒng)以及外部知識(shí)進(jìn)行采集，傳統(tǒng)人工采集的形式極易存在內(nèi)外部信息不同步的情形；入庫環(huán)節(jié)，需要知識(shí)庫管理員手動(dòng)分類、打標(biāo)簽、填寫摘要等，對(duì)知識(shí)庫管理員業(yè)務(wù)要求較高；構(gòu)建環(huán)節(jié)，傳統(tǒng)知識(shí)管理共用一套組件，難以滿足不同部門差異化知識(shí)庫的構(gòu)建需求；應(yīng)用環(huán)節(jié)，傳統(tǒng)知識(shí)應(yīng)用普遍通過企業(yè)門戶由人工搜索獲得，交互方式低效?？焖賹?shí)現(xiàn)場景化知識(shí)搜索智能應(yīng)用。除企業(yè)員工培訓(xùn)、流程檢索等通用知識(shí)查詢場景，企業(yè)的研發(fā)、10|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告生產(chǎn)、銷售等場景業(yè)務(wù)屬性強(qiáng)，需要專業(yè)精準(zhǔn)的知識(shí)庫為員工提供服務(wù)，因此，大模型+知識(shí)庫解決方案應(yīng)能支持企業(yè)靈活且快速地自建場景化智能應(yīng)用。實(shí)現(xiàn)精準(zhǔn)、安全的知識(shí)賦能。在應(yīng)用大模型的過程中，大模型幻覺將影響知識(shí)搜索準(zhǔn)確性，直接決定員工對(duì)大模型的可信度，企業(yè)需要解決搜索精準(zhǔn)問題。此外，融合大模型的知識(shí)庫在模型部署、知識(shí)傳輸、知識(shí)檢索等方面存在泄漏風(fēng)險(xiǎn)，如越級(jí)訪問、公有大模型下的數(shù)據(jù)傳輸?shù)?，企業(yè)也需要保障大模型應(yīng)用過程中的數(shù)據(jù)安全和合規(guī)。廠商能力要求：提供融入

AI

與大模型技術(shù)的知識(shí)庫全流程智能化管理。如在采集環(huán)節(jié)，支持通過爬蟲或RPA實(shí)現(xiàn)內(nèi)外系統(tǒng)知識(shí)獲取的同步性；在入庫環(huán)節(jié)，廠商應(yīng)支持智能化分類、智能打標(biāo)簽、摘要自動(dòng)生成等，加速知識(shí)入庫；在構(gòu)建環(huán)節(jié)，廠商基于大模型能力自動(dòng)推薦管理組件或模板，支持企業(yè)構(gòu)建符合業(yè)務(wù)需求的知識(shí)庫主題；在應(yīng)用環(huán)節(jié)，廠商提供智能問答、智能搜索等能力，為員工提供簡捷友好的知識(shí)交互形式。支持企業(yè)自建場景化智能應(yīng)用。一方面，廠商大模型+知識(shí)庫解決方案應(yīng)支持企業(yè)構(gòu)建專屬語料庫，包括支持用戶上傳文檔、問答對(duì)，并完成對(duì)內(nèi)容的自動(dòng)分類、自動(dòng)生成知識(shí)圖譜等預(yù)處理；另一方面，廠商應(yīng)支持私有大模型以及公有大模型的接入、配置和管理，使企業(yè)通過簡單配置即能快速生成基于專屬語料庫的智能應(yīng)用。具備豐富的

RAG

工程化經(jīng)驗(yàn)，達(dá)到模型準(zhǔn)確率要求。RAG是指在大語言模型推理生成答案時(shí)，額外檢索調(diào)用外部的知識(shí)，然后綜合其檢索結(jié)果進(jìn)行回答生成。RAG為大模型提供了準(zhǔn)確、豐富、可解釋的知識(shí)支撐，從而實(shí)現(xiàn)更準(zhǔn)確的語義理解、答案推理以及答案解釋。廠商應(yīng)具備豐富的工程化經(jīng)驗(yàn)來保障知識(shí)庫問答的準(zhǔn)確性，如多路召回、相關(guān)性排序優(yōu)化等。提供數(shù)據(jù)安全管理。廠商應(yīng)支持對(duì)接私有化大模型部署，并在使用過程中，廠商應(yīng)提供權(quán)限管理系11|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告統(tǒng)，保障知識(shí)的檢索安全合規(guī)。在大模型生成結(jié)果之后，廠商應(yīng)當(dāng)有安全審核機(jī)制保證模型沒有泄露越權(quán)數(shù)據(jù)。入選標(biāo)準(zhǔn)說明：1.符合大模型+知識(shí)庫全部廠商能力要求；2.近一年廠商在該市場至少服務(wù)2家企業(yè)。代表廠商評(píng)估：廠商介紹：深圳市藍(lán)凌軟件股份有限公司（簡稱藍(lán)凌軟件），始創(chuàng)于2001年，是中國領(lǐng)先的數(shù)智化辦公專家，國家高新技術(shù)企業(yè)、《知識(shí)管理國家標(biāo)準(zhǔn)》參編單位、信創(chuàng)應(yīng)用供應(yīng)商10強(qiáng)。公司秉承“讓組織更智慧”的使命，以藍(lán)凌MK數(shù)智化工作平臺(tái)為核心，提供PaaS平臺(tái)、協(xié)同辦公、門戶管理、BPM流程、低代碼、知識(shí)管理、智慧合同、信創(chuàng)辦公等數(shù)字化解決方案，賦能各行各業(yè)大中小微組織邁入數(shù)字化時(shí)代。產(chǎn)品服務(wù)介紹：12|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告藍(lán)凌aiKM全景解決方案基于雙能（賦能+智能）模型理念，融合AI大模型、知識(shí)圖譜、RAG等技術(shù)，涵蓋“5大KM基礎(chǔ)能力”“6大KM高階能力”“1大AI增強(qiáng)能力”，面向戰(zhàn)略、業(yè)務(wù)、管理、員工4個(gè)維度提供知識(shí)智能支撐、場景智能支撐及決策智能支撐。對(duì)于企業(yè)來說，藍(lán)凌aiKM方案能夠幫助研發(fā)、人力資源、營銷、質(zhì)量、客服等部門提供多樣化、由淺入深的面向場景賦能的知識(shí)智能應(yīng)用，實(shí)現(xiàn)知識(shí)采集、加工、存儲(chǔ)、共享、應(yīng)用等全過程智能化支撐，助力組織提升知識(shí)管理水平，促進(jìn)提效降本，賦能業(yè)務(wù)高質(zhì)量發(fā)展，增強(qiáng)綜合競爭能力，激發(fā)新質(zhì)生產(chǎn)力。圖3藍(lán)凌aiKM方案能力框架總圖13|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告圖4藍(lán)凌aiKM方案“雙能”驅(qū)動(dòng)場景應(yīng)用全景圖廠商評(píng)估：藍(lán)凌aiKM方案，基于智能知識(shí)庫和AIP藍(lán)博士兩大內(nèi)核，通過對(duì)多源知識(shí)接入能力快速對(duì)存量知識(shí)的有效盤活，實(shí)現(xiàn)智能知識(shí)消費(fèi)搜、問、推、生，借助多形態(tài)知識(shí)呈現(xiàn)工具和可視化知識(shí)評(píng)價(jià)兩大工具，通過“三步見效”加速項(xiàng)目價(jià)值落地，提供云端知識(shí)產(chǎn)品增值服務(wù)實(shí)現(xiàn)知識(shí)持續(xù)運(yùn)營，為后續(xù)深度場景應(yīng)用奠定基礎(chǔ)。藍(lán)凌aiKM方案在知識(shí)全流程智能管理、場景化智能服務(wù)的快速配置、數(shù)據(jù)安全準(zhǔn)確保障等方面具有明顯優(yōu)勢(shì)。此外，藍(lán)凌具備“咨詢+IT”立體化服務(wù)能力，為企業(yè)落地AI+知識(shí)庫解決方案提供咨詢規(guī)劃、落地實(shí)施到運(yùn)營管理全方位支持。?融合大模型能力，藍(lán)凌

aiKM

方案支撐實(shí)現(xiàn)知識(shí)采集、管理、入庫、搜索等場景的全流程智能管理。14|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告針對(duì)知識(shí)采集，藍(lán)凌aiKM支持通過RPA自動(dòng)采集內(nèi)外部知識(shí)，如內(nèi)部各信息系統(tǒng)的知識(shí)，外部的政策法規(guī)、行業(yè)動(dòng)向、競爭情報(bào)等知識(shí)，并將采集到的知識(shí)與平臺(tái)既有知識(shí)庫無縫集成，統(tǒng)一展示在平臺(tái)的“知識(shí)門戶”中，支持用戶開展各項(xiàng)專題分析，能有效避免傳統(tǒng)知識(shí)采集中內(nèi)外部采集不同步的問題。針對(duì)知識(shí)管理，傳統(tǒng)知識(shí)庫僅提供標(biāo)準(zhǔn)組件，因此不能靈活適應(yīng)各業(yè)務(wù)知識(shí)結(jié)構(gòu)。藍(lán)凌aiKM為用戶提供知識(shí)建模工具，支持用戶靈活定義知識(shí)模版、編號(hào)規(guī)則等，支持用戶按需構(gòu)建形成面向不同場景的多主體知識(shí)庫，如制度知識(shí)庫、產(chǎn)品知識(shí)庫、項(xiàng)目知識(shí)庫、方案知識(shí)庫等，最終實(shí)現(xiàn)組織知識(shí)內(nèi)容的統(tǒng)一存儲(chǔ)和管理。針對(duì)知識(shí)入庫，藍(lán)凌aiKM方案基于NLP算法和大模型技術(shù)，可實(shí)現(xiàn)對(duì)于項(xiàng)目成果、產(chǎn)品知識(shí)、市場調(diào)研報(bào)告等各類知識(shí)文檔的自動(dòng)化處理，如自動(dòng)分類、智能標(biāo)簽、智能摘要提取等，減輕入庫人員壓力，提升知識(shí)入庫效率。針對(duì)知識(shí)搜索，藍(lán)凌aiKM方案具備大模型語義理解能力，智能搜索能幫助用戶精準(zhǔn)搜索知識(shí)，智能問答則能通過多輪對(duì)話找到目標(biāo)知識(shí)。?通過專屬語料庫和模型管理，藍(lán)凌可實(shí)現(xiàn)場景化智能服務(wù)的快速配置，幫助企業(yè)快速產(chǎn)生業(yè)務(wù)效益。首先，基于藍(lán)凌藍(lán)博士，藍(lán)凌aiKM支持企業(yè)建立場景化的專屬語料庫。以新人培訓(xùn)場景為例，藍(lán)凌支持企業(yè)將新人培訓(xùn)文檔、問答清單等上傳，構(gòu)建形成新人培訓(xùn)專屬語料，為未來智能問答機(jī)器人的業(yè)務(wù)貼合做準(zhǔn)備。專屬語料上傳即生效，支持增刪改、敏感信息過濾、糾查等。其次，藍(lán)博士模型管理簡單易用，支持指令、大小模型的統(tǒng)一管理，能輕松集成大模型接口，快15|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告速完成參數(shù)配置后或是模型切換。對(duì)于調(diào)用公有大模型的企業(yè)用戶，無需投入GPU資源或是訓(xùn)練，即能快速投入使用。?為企業(yè)的知識(shí)應(yīng)用提供多重安全、準(zhǔn)確保障機(jī)制。數(shù)據(jù)安全方面，針對(duì)模型對(duì)接，基于藍(lán)凌藍(lán)博士，藍(lán)凌aiKM支持對(duì)接企業(yè)私有大模型，避免數(shù)據(jù)外泄，而針對(duì)企業(yè)調(diào)用公有大模型的情況，藍(lán)凌的aiKM方案支持對(duì)公有大模型進(jìn)行私有化部署，并且在數(shù)據(jù)傳輸過程中，支持將內(nèi)容切片、向量化后再進(jìn)行傳輸，實(shí)現(xiàn)公有大模型調(diào)用場景下數(shù)據(jù)存儲(chǔ)、處理和使用過程中的安全。針對(duì)企業(yè)內(nèi)部員工的訪問，基于藍(lán)博士自帶的訪問權(quán)限控制系統(tǒng)，可實(shí)現(xiàn)數(shù)據(jù)權(quán)限管控、過濾搜索結(jié)果、過濾問答結(jié)果中的敏感信息，確保信息的安全合規(guī)。數(shù)據(jù)準(zhǔn)確方面，aiKM基于RAG技術(shù)設(shè)計(jì)了體系化的機(jī)制來解決大模型幻覺問題，包括融合多模態(tài)技術(shù)增強(qiáng)知識(shí)檢索能力、持續(xù)對(duì)模型性能進(jìn)行迭代、提供了人工審核和校正機(jī)制、對(duì)模型輸出內(nèi)容設(shè)置了安全閾值和異常檢測、支持回答內(nèi)容標(biāo)識(shí)來源以及支持用戶反饋和評(píng)價(jià)等等。?藍(lán)凌具備“咨詢+IT”立體化服務(wù)能力，為企業(yè)用戶提供咨詢規(guī)劃、落地實(shí)施到運(yùn)營管理全方位服務(wù)。咨詢方面，藍(lán)凌為客戶提供知識(shí)庫解決方案的整體規(guī)劃，包括現(xiàn)狀分析、藍(lán)圖規(guī)劃、平臺(tái)設(shè)計(jì)、建設(shè)路徑、AI+知識(shí)庫落地場景等。IT落地實(shí)施方面，藍(lán)凌可依據(jù)客戶需求，分階段完成智能知識(shí)庫建設(shè)。首先藍(lán)凌將協(xié)助客戶完成知識(shí)體系梳理，搭建形成企業(yè)知識(shí)庫體系，配置智能搜索、智能問答等應(yīng)用。其次，針對(duì)客服、研發(fā)等特定業(yè)務(wù)場景需求，結(jié)合知識(shí)圖譜實(shí)現(xiàn)智能客服、智能研發(fā)助手等智能應(yīng)用。此外，藍(lán)凌也支持與企業(yè)客戶定制開發(fā)深度智能應(yīng)用如研發(fā)助手、在線內(nèi)容協(xié)同等。16|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告針對(duì)知識(shí)運(yùn)營，藍(lán)凌提供制度建設(shè)、推廣規(guī)劃、數(shù)據(jù)跟蹤、激勵(lì)體系等一整套知識(shí)運(yùn)營體系，幫助企業(yè)用戶持續(xù)優(yōu)化知識(shí)庫內(nèi)容。17|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告入選廠商列表4.

入選廠商列表19|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告20|2024愛分析·大模型+知識(shí)庫廠商全景報(bào)告關(guān)于廠商全景報(bào)告???愛分析廠商全景報(bào)告面向數(shù)字化市場的甲方用戶，由愛分析定期撰寫并公開發(fā)布，為甲方采購旅程中的數(shù)字化規(guī)劃、廠商選型等環(huán)節(jié)，提供決策依據(jù)和支撐。報(bào)告提供所覆蓋領(lǐng)域的數(shù)字化