“人機(jī)共生”與“對(duì)話(huà)循環(huán)”——AI時(shí)代的知識(shí)管理范式

AI在人機(jī)交互、人際協(xié)作與群際協(xié)同等多元場(chǎng)景的融入，重塑了知識(shí)對(duì)話(huà)模式，并以此為引領(lǐng)，使組織知識(shí)管理范式走向“人機(jī)共生”與“對(duì)話(huà)循環(huán)”。這一范式不僅是技術(shù)革新與知識(shí)環(huán)境變化的結(jié)果，更是組織認(rèn)知邏輯與管理哲學(xué)的轉(zhuǎn)型。

作者｜劉薇、王博遠(yuǎn)、高宇亭

文章來(lái)源｜清華管理評(píng)論（ID: tbr2013）

正文字?jǐn)?shù) 2969 字 ｜閱讀 10 分鐘

2022年8月，網(wǎng)龍網(wǎng)絡(luò)控股有限公司正式任命數(shù)字人高管“唐鈺”擔(dān)任輪值CEO。該數(shù)字人依托內(nèi)置AI系統(tǒng)，主持戰(zhàn)略會(huì)議并促進(jìn)高管團(tuán)隊(duì)內(nèi)部知識(shí)對(duì)話(huà)，兼任員工知識(shí)導(dǎo)師與技能教練，統(tǒng)籌游戲開(kāi)發(fā)、數(shù)字教育等多業(yè)務(wù)單元協(xié)同運(yùn)作與知識(shí)共創(chuàng)，推動(dòng)公司“元宇宙組織”戰(zhàn)略的實(shí)施與落地。這一創(chuàng)新實(shí)踐顯示了AI在組織知識(shí)管理中的潛在價(jià)值，其應(yīng)用已深度融入人機(jī)交互、人際協(xié)作和群際協(xié)同等多元場(chǎng)景，在知識(shí)對(duì)話(huà)與協(xié)作過(guò)程中持續(xù)發(fā)揮關(guān)鍵作用。

新技術(shù)的引入常伴隨著組織的深刻變革，而知識(shí)管理范式的重構(gòu)則成為AI時(shí)代企業(yè)轉(zhuǎn)型的核心議題。當(dāng)前，知識(shí)管理日益聚焦于多層次、多主體的互動(dòng)過(guò)程，AI技術(shù)的滲透使互動(dòng)中的知識(shí)對(duì)話(huà)不再是人類(lèi)專(zhuān)屬特權(quán)，由AI參與并介導(dǎo)的多維對(duì)話(huà)結(jié)構(gòu)已悄然涌現(xiàn)——在“人—AI”知識(shí)單元中，AI成為員工的互學(xué)者與同思者；在人際知識(shí)共享中，AI扮演連接者和促進(jìn)者的角色；在跨團(tuán)隊(duì)、跨部門(mén)的協(xié)同運(yùn)作中，AI成為知識(shí)創(chuàng)新與戰(zhàn)略協(xié)同的統(tǒng)籌者和規(guī)劃師。隨著知識(shí)對(duì)話(huà)模式在多元場(chǎng)景中不斷演化升級(jí)，由AI驅(qū)動(dòng)的知識(shí)管理新范式已逐漸形成，并成為組織在各個(gè)層面深度變革與持續(xù)進(jìn)化的新動(dòng)能。

知識(shí)內(nèi)涵重構(gòu)與迭代加速

在知識(shí)管理領(lǐng)域，對(duì)知識(shí)內(nèi)涵與價(jià)值的界定，通常基于“信息”與“知識(shí)”的對(duì)比分析。信息被視為“結(jié)構(gòu)化數(shù)據(jù)”與“描述性知識(shí)”的中間態(tài)，源于對(duì)數(shù)據(jù)的加工，為“是什么”提供描述性回答；知識(shí)則能夠反映在特定情境中“如何做”與“為什么做”的行動(dòng)路徑和實(shí)踐邏輯。相較之下，知識(shí)具有更高的實(shí)踐可用性與行動(dòng)導(dǎo)向性，信息向知識(shí)轉(zhuǎn)化需要付出較高的時(shí)間與認(rèn)知成本。信息與知識(shí)的功能差異和轉(zhuǎn)化壁壘，使二者被視為靜態(tài)分立的兩極或難以相接的孤島。在此視角下，知識(shí)被界定為稀缺的認(rèn)知成果及有用的實(shí)踐指南。

AI的廣泛運(yùn)用極大提升了信息向知識(shí)轉(zhuǎn)化的速度，使二者關(guān)系從線(xiàn)性遞進(jìn)轉(zhuǎn)向循環(huán)共存，從兩極分立變?yōu)閷?shí)時(shí)重疊；還通過(guò)融合信息的“描述”功能與知識(shí)的“行動(dòng)”功能，使二者的邊界日益模糊。例如，在機(jī)械制造企業(yè)，AI助手中的決策支持系統(tǒng)可實(shí)時(shí)收集裝配線(xiàn)信息，與訂單需求、供給瓶頸等決策變量相關(guān)聯(lián)，即時(shí)生成裝配線(xiàn)風(fēng)險(xiǎn)防范措施，使信息在產(chǎn)生的瞬間立即成為“如何做”的知識(shí)方案，持續(xù)推動(dòng)現(xiàn)有知識(shí)的更新迭代。在A(yíng)I時(shí)代，信息與知識(shí)已呈現(xiàn)出“未分化而已轉(zhuǎn)化”的共生狀態(tài)——信息被實(shí)時(shí)激活、形成關(guān)聯(lián)、構(gòu)建意義并嵌入行動(dòng)流程，知識(shí)則在此基礎(chǔ)上不斷豐富與發(fā)展，并在實(shí)踐應(yīng)用中產(chǎn)生更多有用信息，二者實(shí)現(xiàn)功能相融、形態(tài)相疊的瞬時(shí)循環(huán)。由此，知識(shí)的內(nèi)涵也從稀缺、靜態(tài)的知識(shí)孤島，重構(gòu)為信息與知識(shí)交互貫通的智能資源，具有普遍、動(dòng)態(tài)且更新快的特征。通過(guò)價(jià)值挖掘與高效利用，作為“新知識(shí)”的智能資源在實(shí)踐中不斷循環(huán)迭代，成為可生長(zhǎng)的“生命體”。

知識(shí)主體泛化與時(shí)空延展

在A(yíng)I時(shí)代，知識(shí)生產(chǎn)主體不再局限于“人類(lèi)權(quán)威”，而是走向“人機(jī)協(xié)同”的泛化模式。一方面，以ChatGPT、DeepSeek等為代表的生成式AI，通過(guò)大規(guī)模預(yù)訓(xùn)練與提示工程，為雙重主體的知識(shí)生產(chǎn)提供了技術(shù)支撐，并基于高質(zhì)量數(shù)據(jù)集，以“全域知識(shí)集合”的數(shù)字映射形式介入知識(shí)生產(chǎn)過(guò)程。另一方面，人類(lèi)基于經(jīng)驗(yàn)和直覺(jué)，通過(guò)“人在回路”的增強(qiáng)式協(xié)作，以提問(wèn)和引導(dǎo)的方式與AI共同實(shí)現(xiàn)精準(zhǔn)創(chuàng)作和反饋調(diào)優(yōu)。知識(shí)生產(chǎn)主體的拓展與泛化，推動(dòng)知識(shí)生成形態(tài)在專(zhuān)業(yè)生成內(nèi)容（PGC）、用戶(hù)生成內(nèi)容（UGC）的基礎(chǔ)上進(jìn)一步延伸，形成AI生成內(nèi)容（AIGC）及AI輔助用戶(hù)生成內(nèi)容（AIUGC）等新的形態(tài)，構(gòu)成AI時(shí)代多主體知識(shí)共創(chuàng)的新格局。

AI不僅成為生產(chǎn)性主體，還作為關(guān)系性主體深度嵌入人際網(wǎng)絡(luò)，拓展了傳統(tǒng)知識(shí)互動(dòng)的時(shí)空邊界。知識(shí)互動(dòng)過(guò)程由延時(shí)異步走向?qū)崟r(shí)同步，互動(dòng)模式由臨場(chǎng)式交流轉(zhuǎn)變?yōu)榉植际綄?duì)話(huà)。例如，在Glean和Zoom IQ等AI驅(qū)動(dòng)的知識(shí)管理平臺(tái)中，跨地域知識(shí)互動(dòng)可實(shí)時(shí)進(jìn)行。平臺(tái)算法能夠主動(dòng)識(shí)別互補(bǔ)性知識(shí)資源，智能連接相關(guān)成員并推送資料，從而縮短知識(shí)匹配時(shí)間并提升知識(shí)互動(dòng)效率；還能識(shí)別知識(shí)對(duì)話(huà)中的潛在主題，實(shí)時(shí)整合各方觀(guān)點(diǎn)并生成反饋摘要，持續(xù)優(yōu)化互動(dòng)質(zhì)量。由此，知識(shí)交互形式超越了由專(zhuān)家或靜態(tài)知識(shí)系統(tǒng)主導(dǎo)的僵化模式，減少了對(duì)特定渠道和個(gè)體主動(dòng)性的依賴(lài)。AI通過(guò)延展時(shí)空?qǐng)鼍埃瑯?gòu)建員工個(gè)體、團(tuán)隊(duì)、群體與AI協(xié)同共存的分布式對(duì)話(huà)結(jié)構(gòu)，形成“共時(shí)、共景、共語(yǔ)”的知識(shí)互動(dòng)新模式。

知識(shí)模態(tài)多元化與場(chǎng)域流動(dòng)

生成式AI與知識(shí)圖譜等技術(shù)的發(fā)展，使知識(shí)模態(tài)更加多元化，突破了以往僅依賴(lài)文字符號(hào)和語(yǔ)言敘述的局限，推動(dòng)知識(shí)體系演化為“可識(shí)別、可計(jì)算、可理解、可交互”的智能語(yǔ)義系統(tǒng)。以共情計(jì)算為例，該技術(shù)通過(guò)整合多模態(tài)表征（如文本、音視頻及生理指標(biāo)等），使AI在人機(jī)知識(shí)對(duì)話(huà)中實(shí)現(xiàn)情緒識(shí)別、意圖理解和共情式回應(yīng)。當(dāng)AI識(shí)別到員工在知識(shí)尋求中有困惑時(shí)，會(huì)對(duì)知識(shí)內(nèi)容進(jìn)行詳細(xì)講解并鼓勵(lì)員工；當(dāng)檢測(cè)到興趣情緒時(shí)，會(huì)推薦延伸知識(shí)并表達(dá)認(rèn)可。因此，基于多模態(tài)知識(shí)表征的AI技術(shù)，不僅以個(gè)性化、精準(zhǔn)化的知識(shí)推薦提升了員工認(rèn)知參與，還通過(guò)共情反饋增強(qiáng)了情感共鳴，實(shí)現(xiàn)對(duì)知識(shí)管理認(rèn)知深度與情感溫度的雙向賦能。

此外，多模態(tài)知識(shí)表征促進(jìn)了知識(shí)在場(chǎng)域內(nèi)部縱向深化與跨場(chǎng)域的橫向遷移。一方面，AI通過(guò)挖掘多源數(shù)據(jù)，實(shí)現(xiàn)對(duì)知識(shí)的精細(xì)化構(gòu)建與系統(tǒng)化發(fā)展。例如，在教育場(chǎng)域中，AI整合學(xué)生的語(yǔ)言、表情、動(dòng)作軌跡等多模態(tài)數(shù)據(jù)，觸及學(xué)生認(rèn)知與行為的形成過(guò)程，通過(guò)精準(zhǔn)建模構(gòu)建起綜合性的學(xué)生畫(huà)像。與傳統(tǒng)上依賴(lài)于學(xué)生成績(jī)與教師主觀(guān)感知的結(jié)果反饋相比，基于多模態(tài)數(shù)據(jù)構(gòu)建的學(xué)生畫(huà)像更有助于個(gè)性化的教學(xué)設(shè)計(jì)，促進(jìn)教學(xué)知識(shí)動(dòng)態(tài)化與深入流動(dòng)。AI還能分析表征的隱性關(guān)聯(lián)，幫助識(shí)別教學(xué)知識(shí)的潛在發(fā)展區(qū)域或創(chuàng)新方向，不斷推進(jìn)知識(shí)縱向演化。另一方面，跨場(chǎng)域的知識(shí)遷移也可依賴(lài)AI的多模態(tài)語(yǔ)義技術(shù)實(shí)現(xiàn)。以教育與產(chǎn)業(yè)場(chǎng)域的融合為例，清華大學(xué)與博世（中國(guó)）在機(jī)器學(xué)習(xí)與智能制造領(lǐng)域進(jìn)行合作，基于A(yíng)I對(duì)多模態(tài)知識(shí)的語(yǔ)義對(duì)齊，將機(jī)器學(xué)習(xí)理論等科研成果與智能制造的實(shí)踐技術(shù)相互遷移，實(shí)現(xiàn)學(xué)術(shù)知識(shí)向?qū)嵺`應(yīng)用的轉(zhuǎn)化。

隨著大語(yǔ)言模型在組織中的廣泛應(yīng)用，傳統(tǒng)上基于預(yù)設(shè)規(guī)則的指令式交互，逐步演化為以語(yǔ)義理解、需求感知與循環(huán)反饋為特征的對(duì)話(huà)式交互。尤其是多模態(tài)識(shí)別、數(shù)字孿生與增強(qiáng)現(xiàn)實(shí)等技術(shù)的融合，使工作場(chǎng)景中的對(duì)話(huà)形式超越了語(yǔ)言符號(hào)，擴(kuò)展至表情、姿態(tài)和動(dòng)作等，并進(jìn)一步催生出基于行為意圖或數(shù)字痕跡的隱性對(duì)話(huà)機(jī)制。

在知識(shí)管理領(lǐng)域，對(duì)話(huà)式交互融入人機(jī)、人際與群際協(xié)作場(chǎng)景，為野中郁次郎提出的“通過(guò)對(duì)話(huà)來(lái)實(shí)現(xiàn)知識(shí)創(chuàng)造的融會(huì)貫通”提供了新范式。AI在知識(shí)對(duì)話(huà)中的參與和介導(dǎo)突破了傳統(tǒng)知識(shí)管理局限，通過(guò)拓展個(gè)體認(rèn)知邊界、激發(fā)人際共享動(dòng)力，以及在群際知識(shí)共創(chuàng)中協(xié)調(diào)戰(zhàn)略一致性與知識(shí)多樣性，將知識(shí)管理推向新高度。

人機(jī)交互場(chǎng)景：經(jīng)驗(yàn)學(xué)習(xí)的范式重構(gòu)

長(zhǎng)期以來(lái)，個(gè)體被視為知識(shí)學(xué)習(xí)的基本單元。科爾布在其“經(jīng)驗(yàn)學(xué)習(xí)循環(huán)”模型中指出，學(xué)習(xí)是由個(gè)體的具體經(jīng)驗(yàn)、反思性觀(guān)察、抽象概念化與主動(dòng)實(shí)驗(yàn)構(gòu)成的循環(huán)過(guò)程，即“知識(shí)在經(jīng)驗(yàn)轉(zhuǎn)化中被創(chuàng)造”。然而，僅依賴(lài)員工個(gè)體認(rèn)知的知識(shí)學(xué)習(xí)，愈發(fā)難以適應(yīng)復(fù)雜變化的商業(yè)環(huán)境。當(dāng)前，“人—AI”成為新的知識(shí)單元，在單元內(nèi)部的知識(shí)對(duì)話(huà)中，人類(lèi)智能與AI進(jìn)行感知共享、認(rèn)知共思、理論共建與行動(dòng)共演，形成人機(jī)雙向增益的經(jīng)驗(yàn)學(xué)習(xí)新范式（見(jiàn)圖1）。

在“人—AI”知識(shí)單元中，傳統(tǒng)經(jīng)驗(yàn)學(xué)習(xí)的各個(gè)階段正經(jīng)歷重構(gòu)。具體經(jīng)驗(yàn)不再局限于人的感性積累，而是轉(zhuǎn)化為可計(jì)算、可再生的過(guò)程；對(duì)具體經(jīng)驗(yàn)的反思與洞察，也從“人驅(qū)動(dòng)”走向“共驅(qū)動(dòng)”。在此基礎(chǔ)上，知識(shí)的抽象概念化過(guò)程由個(gè)體獨(dú)自歸納擴(kuò)展為人機(jī)組合建模。最后，在應(yīng)用知識(shí)的實(shí)驗(yàn)階段，AI通過(guò)情境模擬與智能分析，賦能人類(lèi)以系統(tǒng)性推演代替高成本的重復(fù)性試錯(cuò)。由此，人與AI共同實(shí)驗(yàn)又進(jìn)一步成為新的、可計(jì)算的具體經(jīng)驗(yàn)，開(kāi)啟下一輪雙向增益的經(jīng)驗(yàn)學(xué)習(xí)過(guò)程。

招商銀行的“海螺RPA+”平臺(tái)基于獨(dú)特技術(shù)架構(gòu)與功能設(shè)計(jì)，實(shí)現(xiàn)了人機(jī)互學(xué)場(chǎng)景下經(jīng)驗(yàn)計(jì)算、反思共驅(qū)、概念建模與智能實(shí)驗(yàn)的全流程落地。在具體經(jīng)驗(yàn)方面，AI通過(guò)流程挖掘與可視化封裝，將業(yè)務(wù)與財(cái)務(wù)人員的年檢操作流程等隱性經(jīng)驗(yàn)快速固化、系統(tǒng)存儲(chǔ)，并轉(zhuǎn)化為可追溯與遷移的知識(shí)模塊；同時(shí)，員工操作日志、業(yè)務(wù)話(huà)術(shù)與異常處理說(shuō)明等，成為該平臺(tái)AI系統(tǒng)持續(xù)學(xué)習(xí)的知識(shí)素材。在反思性觀(guān)察方面，該平臺(tái)針對(duì)資金清算、信貸輔助等核心場(chǎng)景，開(kāi)發(fā)了實(shí)時(shí)監(jiān)控預(yù)警與全流程操作回溯功能，推動(dòng)風(fēng)控、運(yùn)維人員與AI共同深化經(jīng)驗(yàn)反思、識(shí)別數(shù)據(jù)校驗(yàn)偏差并進(jìn)行流程優(yōu)化；員工基于金融合規(guī)性提出反饋的思路與邏輯，用于A(yíng)I的可解釋性訓(xùn)練，提高其金融領(lǐng)域適配性。在抽象概念化方面，平臺(tái)內(nèi)置知識(shí)組件化設(shè)計(jì)，促進(jìn)員工與AI同步提煉業(yè)務(wù)流程以形成結(jié)構(gòu)化知識(shí)框架；員工提出新需求與新假設(shè)，為算法模型優(yōu)化提供精準(zhǔn)方向。在主動(dòng)實(shí)驗(yàn)方面，虛擬機(jī)器人沙盤(pán)推演讓信貸輔助審批、跨境資金對(duì)賬等高風(fēng)險(xiǎn)情境中的新實(shí)驗(yàn)可學(xué)、可控；員工在超過(guò)4000個(gè)場(chǎng)景實(shí)驗(yàn)中積累的正例（如提前回收數(shù)十億資金的成功催收流程）與負(fù)例（如跨系統(tǒng)數(shù)據(jù)同步失敗的核賬案例），推動(dòng)了AI在強(qiáng)化學(xué)習(xí)中的策略網(wǎng)絡(luò)優(yōu)化。

人際協(xié)作場(chǎng)景：知識(shí)共享的模式升級(jí)

在人際協(xié)作中，知識(shí)共享本質(zhì)上是關(guān)系性過(guò)程，依賴(lài)于成員間的共同理解、相互信任與關(guān)系質(zhì)量等社會(huì)資本要素。長(zhǎng)期以來(lái)，傳統(tǒng)知識(shí)管理主要關(guān)注知識(shí)編碼、存儲(chǔ)與獲取過(guò)程，其工具化與流程化管理機(jī)制難以適配以團(tuán)隊(duì)內(nèi)部協(xié)作為核心的人際情境，更無(wú)法激發(fā)知識(shí)共享的社會(huì)動(dòng)力。隨著AI逐步嵌入團(tuán)隊(duì)運(yùn)作，“人—AI—人”的對(duì)話(huà)模式逐漸形成，通過(guò)促進(jìn)認(rèn)知耦合、增強(qiáng)關(guān)系信任與優(yōu)化協(xié)作結(jié)構(gòu)，促使“工具驅(qū)動(dòng)”的流程管理升級(jí)為“社會(huì)資本驅(qū)動(dòng)”的知識(shí)共享（見(jiàn)圖2），為知識(shí)管理中的人際協(xié)作注入新動(dòng)能。

AI使知識(shí)共享從信息傳遞躍升為認(rèn)知共享，提高了人際意義共建與知識(shí)協(xié)作能力。以西門(mén)子數(shù)字工業(yè)部門(mén)為例，其AI系統(tǒng)能夠標(biāo)注團(tuán)隊(duì)會(huì)議中“共識(shí)節(jié)點(diǎn)”與“爭(zhēng)議節(jié)點(diǎn)”，使成員和管理者準(zhǔn)確定位團(tuán)隊(duì)共識(shí)與意見(jiàn)分歧。同時(shí)，AI對(duì)這些節(jié)點(diǎn)進(jìn)行中立性的事實(shí)歸納與客觀(guān)陳述，使對(duì)話(huà)聚焦于認(rèn)知差距彌合，減少話(huà)語(yǔ)權(quán)競(jìng)爭(zhēng)。AI生成的通俗化案例與可視化圖譜，將抽象知識(shí)具象化、碎片知識(shí)系統(tǒng)化，促進(jìn)實(shí)踐經(jīng)驗(yàn)在人際對(duì)話(huà)中的轉(zhuǎn)移與外顯，突破傳統(tǒng)模式難以觸及隱性知識(shí)共享的局限，實(shí)現(xiàn)知識(shí)從個(gè)體到人際的轉(zhuǎn)化。

AI通過(guò)增強(qiáng)信息透明度與識(shí)別情感線(xiàn)索，有效強(qiáng)化信任等關(guān)系資本，從而激發(fā)人際知識(shí)共享動(dòng)機(jī)。在管理實(shí)踐中，AI生成的“員工畫(huà)像”為成員間認(rèn)知評(píng)價(jià)提供客觀(guān)依據(jù)，減少因能力誤判導(dǎo)致的信任缺失或知識(shí)排斥。同時(shí)，AI能夠調(diào)節(jié)團(tuán)隊(duì)情感動(dòng)態(tài)，斯坦福大學(xué)的哈伯實(shí)驗(yàn)室將AI代理嵌入Slack平臺(tái)，通過(guò)識(shí)別團(tuán)隊(duì)運(yùn)作中的壓力與疲勞等情緒信號(hào)，提供相應(yīng)的人際干預(yù)建議，從而營(yíng)造更具包容性和關(guān)懷感的共享氛圍。

AI通過(guò)分析人際知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)，降低知識(shí)共享對(duì)強(qiáng)關(guān)系的依賴(lài)，激發(fā)弱關(guān)系并使?jié)撛诮换ユ溄映蔀楝F(xiàn)實(shí)。例如，微軟Viva平臺(tái)通過(guò)分析團(tuán)隊(duì)內(nèi)知識(shí)流向，識(shí)別結(jié)構(gòu)洞與信息孤島，借助知識(shí)社區(qū)推薦與知識(shí)路由機(jī)制，促進(jìn)人際共享與協(xié)作。在新項(xiàng)目啟動(dòng)階段，該AI系統(tǒng)能根據(jù)成員知識(shí)互補(bǔ)性推薦最優(yōu)組合，為管理者提供數(shù)據(jù)支持以構(gòu)建高共享潛力的團(tuán)隊(duì)結(jié)構(gòu)。在成員社會(huì)化過(guò)程中，AI通過(guò)分析角色與任務(wù)依賴(lài)關(guān)系，主動(dòng)為新員工推薦關(guān)鍵連接節(jié)點(diǎn)，使知識(shí)共享關(guān)系的建立由偶然發(fā)生轉(zhuǎn)化為系統(tǒng)設(shè)計(jì)，以社會(huì)資本的“前瞻性構(gòu)建”賦能人際協(xié)作的“共享性實(shí)踐”。

群際協(xié)同場(chǎng)景：知識(shí)創(chuàng)新的張力平衡

對(duì)于跨部門(mén)協(xié)同的知識(shí)創(chuàng)新，傳統(tǒng)知識(shí)管理在自下而上的“知識(shí)多樣性”與自上而下的“戰(zhàn)略一致性”之間存在結(jié)構(gòu)性張力。野中郁次郎基于豐田案例總結(jié)的“三現(xiàn)”主義表明了知識(shí)創(chuàng)新具有情境性，即一線(xiàn)部門(mén)（現(xiàn)場(chǎng)）圍繞產(chǎn)品銷(xiāo)售與客戶(hù)服務(wù)（現(xiàn)狀）進(jìn)行跨部門(mén)知識(shí)對(duì)話(huà)，創(chuàng)造多樣、實(shí)用且情境適配的知識(shí)（現(xiàn)實(shí)）。然而，各種情境中的新知涌現(xiàn)往往難以預(yù)測(cè)、控制與整合，需要組織戰(zhàn)略規(guī)劃和引導(dǎo)，否則可能因缺乏戰(zhàn)略一致性而偏離組織愿景。相比之下，戰(zhàn)略部門(mén)更關(guān)注全局性而非情境性，但其主導(dǎo)的組織戰(zhàn)略卻往往因滯后于實(shí)踐而阻礙知識(shí)創(chuàng)新。如今，AI介導(dǎo)的跨部門(mén)知識(shí)對(duì)話(huà)通過(guò)“以知識(shí)創(chuàng)新促進(jìn)戰(zhàn)略更新”“以戰(zhàn)略分解引領(lǐng)知識(shí)涌現(xiàn)”，為平衡傳統(tǒng)知識(shí)管理張力提供新路徑（見(jiàn)圖3）。

在知識(shí)創(chuàng)新過(guò)程中，AI能夠?qū)σ痪€(xiàn)實(shí)踐情境中的知識(shí)價(jià)值與落地成本進(jìn)行預(yù)測(cè)，反饋至戰(zhàn)略部門(mén)以生成前瞻性戰(zhàn)略預(yù)案；還能追蹤最佳知識(shí)創(chuàng)新實(shí)踐并整合至現(xiàn)有戰(zhàn)略，從而實(shí)現(xiàn)戰(zhàn)略更新。在戰(zhàn)略引領(lǐng)方面，AI將戰(zhàn)略進(jìn)行分解，并轉(zhuǎn)化為各部門(mén)可理解與執(zhí)行的創(chuàng)新任務(wù)，減少跨部門(mén)知識(shí)對(duì)話(huà)障礙與目標(biāo)沖突。在企業(yè)實(shí)踐中，微軟的AI卓越中心（AI CoE）成為戰(zhàn)略對(duì)齊與知識(shí)創(chuàng)新平臺(tái)。該中心通過(guò)建構(gòu)“價(jià)值－努力”二維矩陣，評(píng)估跨部門(mén)知識(shí)對(duì)話(huà)中涌現(xiàn)的創(chuàng)意，并根據(jù)創(chuàng)意優(yōu)先級(jí)對(duì)戰(zhàn)略、架構(gòu)和協(xié)作路線(xiàn)進(jìn)行適應(yīng)性調(diào)整，形成了通過(guò)自下而上的“知識(shí)涌現(xiàn)”維持戰(zhàn)略演化與組織敏捷的機(jī)制。此外，AI可依托統(tǒng)一的語(yǔ)義模型與績(jī)效指標(biāo)體系等，對(duì)戰(zhàn)略進(jìn)行轉(zhuǎn)譯，使共同目標(biāo)在各部門(mén)形成共鳴，并據(jù)此明確各部門(mén)知識(shí)需求與共創(chuàng)目標(biāo)，實(shí)現(xiàn)自上而下的“戰(zhàn)略引領(lǐng)”。

綜上所述，AI參與和介導(dǎo)的知識(shí)對(duì)話(huà)模式，實(shí)現(xiàn)了從個(gè)體、群體到群際，由學(xué)習(xí)、共享到創(chuàng)新的系統(tǒng)性變革，從而形成了AI驅(qū)動(dòng)的知識(shí)管理新范式。這一新范式基于“人—AI”經(jīng)驗(yàn)學(xué)習(xí)的雙向增益、AI介導(dǎo)知識(shí)共享的模式升級(jí)，以及對(duì)群際協(xié)同知識(shí)共創(chuàng)的張力平衡，使組織在復(fù)雜環(huán)境變化中獲得人機(jī)知識(shí)共創(chuàng)、智慧共生的核心競(jìng)爭(zhēng)力，推動(dòng)知識(shí)生態(tài)系統(tǒng)進(jìn)行持續(xù)迭代與自我進(jìn)化。

個(gè)體層面：認(rèn)知偏差與認(rèn)同困境

AI推動(dòng)了經(jīng)驗(yàn)學(xué)習(xí)范式的重構(gòu)，也對(duì)員工形成批判性認(rèn)知與建立自我認(rèn)同構(gòu)成雙重挑戰(zhàn)。就個(gè)體認(rèn)知而言，AI引發(fā)的“知識(shí)幻覺(jué)”（即提供的內(nèi)容看似合理實(shí)則失真）存在誤導(dǎo)員工的風(fēng)險(xiǎn)。若員工采納了虛假信息，可能會(huì)強(qiáng)化原有的認(rèn)知偏差、產(chǎn)生錯(cuò)誤的認(rèn)知邏輯，甚至落入新的認(rèn)知陷阱，進(jìn)而影響正確知識(shí)體系的建立。即使AI生成的內(nèi)容是正確的，AI“幻覺(jué)”風(fēng)險(xiǎn)仍會(huì)使員工感知到強(qiáng)烈的不確定性，陷入反復(fù)驗(yàn)證狀態(tài)，最終增加認(rèn)知負(fù)荷。因此，AI參與知識(shí)學(xué)習(xí)過(guò)程，對(duì)員工通過(guò)批判性認(rèn)知去偽存真、克服偏見(jiàn)提出更高要求。

對(duì)于個(gè)體認(rèn)同，隨著AI的角色由任務(wù)工具轉(zhuǎn)變?yōu)閰f(xié)作伙伴，過(guò)去由員工主導(dǎo)的工作日益演變?yōu)槿藱C(jī)共同完成甚至由AI獨(dú)立執(zhí)行，這會(huì)讓員工對(duì)自身定位與價(jià)值產(chǎn)生模糊感，進(jìn)而導(dǎo)致成就感下降甚至產(chǎn)生自我懷疑，陷入自我認(rèn)同困境，最終加劇AI被“濫用”或“棄用”的風(fēng)險(xiǎn)。“濫用”意味著員工減少了主觀(guān)能動(dòng)性的發(fā)揮，過(guò)度依賴(lài)AI而放棄獨(dú)立思考，抽象思考能力與創(chuàng)造力下降，導(dǎo)致“人類(lèi)智能退化”。“棄用”則是員工感知AI介入削弱了自尊或自我價(jià)值，出于心理防御產(chǎn)生強(qiáng)烈的排斥情緒，進(jìn)而拒絕使用AI甚至刻意阻礙組織AI戰(zhàn)略推進(jìn)。

人際層面：功過(guò)模糊與社交減少

盡管AI具有促進(jìn)知識(shí)共享的潛力，但也存在降低人際信任的風(fēng)險(xiǎn)。具體表現(xiàn)為兩個(gè)方面：成果分配與責(zé)任界定的模糊性降低成員間的認(rèn)知信任，社交互動(dòng)的減少使團(tuán)隊(duì)內(nèi)的情感信任被削弱。

當(dāng)團(tuán)隊(duì)基于A(yíng)I整合的知識(shí)制定決策方案并采取行動(dòng)時(shí)，算法“黑箱”與知識(shí)源頭難以追溯的特性會(huì)對(duì)現(xiàn)有的成果歸屬與責(zé)任分配體系構(gòu)成挑戰(zhàn)。當(dāng)AI驅(qū)動(dòng)的團(tuán)隊(duì)行動(dòng)取得成果時(shí)，由于A(yíng)I調(diào)用的成員知識(shí)難以充分溯源，將知識(shí)轉(zhuǎn)化為具體方案的過(guò)程無(wú)法清晰呈現(xiàn)，既有成果歸屬制度面臨失效的風(fēng)險(xiǎn)。這既可能加劇團(tuán)隊(duì)中的“搭便車(chē)”問(wèn)題，也會(huì)損害高貢獻(xiàn)成員的分配公平感知并削弱其知識(shí)共享動(dòng)機(jī)。在方案效果不佳甚至執(zhí)行失敗的情境中，責(zé)任界定也因AI參與決策的不透明性而面臨風(fēng)險(xiǎn)。責(zé)任劃分結(jié)果、依據(jù)以及向員工解釋說(shuō)明的過(guò)程，可能引發(fā)團(tuán)隊(duì)對(duì)分配、程序與互動(dòng)公平的懷疑，最終削弱員工對(duì)彼此能力與可靠性的認(rèn)知信任。

此外，AI被期望成為人際協(xié)作的連接者與參與者，而非替代者甚至破壞者。然而，當(dāng)團(tuán)隊(duì)知識(shí)協(xié)作被AI過(guò)度接管時(shí)，團(tuán)隊(duì)中各“人—AI”知識(shí)單元間僅通過(guò)AI維持聯(lián)系，應(yīng)有的情感交流被AI主導(dǎo)的事務(wù)性溝通所取代。由此，成員表達(dá)情感的機(jī)會(huì)減少了，人際共情空間也被壓縮了，團(tuán)隊(duì)協(xié)作進(jìn)一步陷入“去人格化”困境，削弱了團(tuán)隊(duì)的情感信任基礎(chǔ)。尤其在需要敏捷決策時(shí)，情感信任缺失將會(huì)導(dǎo)致成員各自為戰(zhàn)、響應(yīng)遲緩，使團(tuán)隊(duì)陷入?yún)f(xié)作低效甚至決策癱瘓的困境。

群際層面：群體趨同與文化錯(cuò)位

盡管AI在協(xié)調(diào)各部門(mén)知識(shí)共創(chuàng)的過(guò)程中發(fā)揮了積極作用，但也潛藏群體知識(shí)趨同的風(fēng)險(xiǎn)。隨著組織AI戰(zhàn)略不斷推進(jìn)，現(xiàn)有的組織文化與價(jià)值觀(guān)體系同樣面臨新的挑戰(zhàn)。

在組織內(nèi)部，群體邊界分離與融合的動(dòng)態(tài)機(jī)制因AI介入而趨于固化。AI在知識(shí)整合中的“平均主義”傾向可能削弱各群體的獨(dú)特性，導(dǎo)致組織因群體差異而產(chǎn)生的知識(shí)優(yōu)勢(shì)逐漸消失。AI的使用旨在促進(jìn)群體共識(shí)，但其標(biāo)準(zhǔn)化、同質(zhì)化的對(duì)齊與整合邏輯反而固化了群體邊界的分離與融合機(jī)制，使群體邊界難以在群際知識(shí)對(duì)話(huà)中動(dòng)態(tài)調(diào)整。AI的介入使得不同群體基于類(lèi)似邏輯使用相同知識(shí)內(nèi)容，創(chuàng)新日趨同質(zhì)化。算法驅(qū)動(dòng)的“共識(shí)假象”替代了部門(mén)間“求同存異”的協(xié)商結(jié)果，使得差異化觀(guān)點(diǎn)被忽視，群體趨同愈發(fā)嚴(yán)重。在群體邊界模糊的同時(shí)，新的隱性邊界卻隨著AI的滲透而悄然形成。算法偏好與技術(shù)主導(dǎo)催生出新的數(shù)字鴻溝，導(dǎo)致高技術(shù)使用的部門(mén)與其他部門(mén)之間權(quán)力失衡，進(jìn)一步加劇了組織內(nèi)的隱性分裂。

隨著AI技術(shù)被更多地重視與推廣，部分企業(yè)的組織文化與價(jià)值觀(guān)呈現(xiàn)出異化的趨勢(shì)。管理者對(duì)員工技術(shù)使用能力與績(jī)效的評(píng)估，逐漸超越了對(duì)員工福祉與職業(yè)發(fā)展的關(guān)注。

文化與價(jià)值觀(guān)在“人本主義”與“技術(shù)中心”之間錯(cuò)位，使組織面臨倫理風(fēng)險(xiǎn)。在日趨復(fù)雜激烈的競(jìng)爭(zhēng)環(huán)境中，這種文化錯(cuò)位不僅使組織難以贏(yíng)得商業(yè)競(jìng)爭(zhēng)勝利，更使其因缺乏道德約束與人才支撐而失去知識(shí)創(chuàng)新基礎(chǔ)，無(wú)法形成以人機(jī)協(xié)同發(fā)展為基礎(chǔ)的可持續(xù)競(jìng)爭(zhēng)力。

為使組織有效應(yīng)對(duì)知識(shí)管理新范式實(shí)踐各方面構(gòu)成的潛在挑戰(zhàn)，本文提出系統(tǒng)性治理框架，從認(rèn)知實(shí)踐深化、制度設(shè)計(jì)優(yōu)化以及文化治理推行三個(gè)維度共同發(fā)力，以期幫助組織知識(shí)管理新范式持續(xù)有效運(yùn)行，實(shí)現(xiàn)以知識(shí)“對(duì)話(huà)循環(huán)”推動(dòng)思想、責(zé)任與理念的深層交互，推動(dòng)組織由人機(jī)協(xié)作走向“人機(jī)共生”的全面躍遷。

深化認(rèn)知實(shí)踐：以素養(yǎng)培育和智慧發(fā)展為導(dǎo)向

當(dāng)前，多數(shù)企業(yè)的培訓(xùn)項(xiàng)目，如埃森哲的“生成式AI專(zhuān)家項(xiàng)目”，仍以員工使用AI的技能與熟練度為目標(biāo)。然而，技能導(dǎo)向僅能使員工獲得人機(jī)協(xié)作的實(shí)踐技巧，無(wú)法進(jìn)一步提高其學(xué)習(xí)與認(rèn)知能力來(lái)有效識(shí)別AI“幻覺(jué)”。因此，組織應(yīng)培訓(xùn)員工的數(shù)智素養(yǎng)，包括信息處理與批判性思維、目標(biāo)設(shè)定與反思、情感調(diào)節(jié)與心理調(diào)節(jié)等元認(rèn)知能力等，并將數(shù)智素養(yǎng)培育融入日常知識(shí)管理與項(xiàng)目復(fù)盤(pán)過(guò)程。具體而言，通過(guò)建立AI協(xié)作知識(shí)庫(kù)或智能日志平臺(tái)，鼓勵(lì)員工詳細(xì)記錄AI參與的關(guān)鍵任務(wù)，標(biāo)注并反思由AI引起的認(rèn)知偏差、知識(shí)誤判或倫理沖突；同時(shí)，讓員工對(duì)上述記錄進(jìn)行討論和知識(shí)提取。組織可以定期開(kāi)展研討會(huì)以對(duì)比AI生成內(nèi)容與真實(shí)結(jié)果的差異，也可以引入外部專(zhuān)家來(lái)幫助員工有效識(shí)別AI信息失真、推理漏洞甚至是價(jià)值取向偏見(jiàn)，建立對(duì)工作實(shí)踐中AI“知識(shí)幻覺(jué)”的防范策略。

在實(shí)踐技能提升與認(rèn)知素養(yǎng)培育的基礎(chǔ)上，推動(dòng)員工“智慧”發(fā)展，從根本上解決員工在A(yíng)I時(shí)代的自我認(rèn)同困境。當(dāng)前，員工對(duì)工作被AI取代的擔(dān)憂(yōu)情緒持續(xù)加劇。安永會(huì)計(jì)師事務(wù)所“企業(yè)AI焦慮”調(diào)查顯示，65%的美國(guó)員工認(rèn)為自己將因被AI取代而失業(yè)。當(dāng)人類(lèi)智能面臨被AI顛覆的風(fēng)險(xiǎn)時(shí)，人類(lèi)智慧的進(jìn)化將成為破局關(guān)鍵。這意味著，組織的人才培養(yǎng)項(xiàng)目應(yīng)幫助員工形成在不確定性環(huán)境中對(duì)各方知識(shí)、經(jīng)驗(yàn)與倫理標(biāo)準(zhǔn)進(jìn)行思辨的能力。同時(shí)，組織可以開(kāi)展情景推演、戰(zhàn)略暢想等活動(dòng)以培養(yǎng)員工道德與遠(yuǎn)見(jiàn)，使其通過(guò)智慧發(fā)展來(lái)明確價(jià)值定位。由此，推動(dòng)員工超越“能與行”的實(shí)踐技能、“思與知”的認(rèn)知素養(yǎng)，實(shí)現(xiàn)“悟與明”的人類(lèi)智慧。

優(yōu)化制度設(shè)計(jì)：以算法透明和倫理審查為保障

構(gòu)建算法透明與問(wèn)責(zé)機(jī)制對(duì)AI的可追溯與可解釋性提出更高要求，強(qiáng)調(diào)系統(tǒng)部署、員工使用與結(jié)果產(chǎn)出等環(huán)節(jié)的制度設(shè)計(jì)均要能滿(mǎn)足“負(fù)責(zé)任治理”目標(biāo)。對(duì)此，組織可設(shè)立“人機(jī)協(xié)作知識(shí)產(chǎn)權(quán)”管理部門(mén)，整合技術(shù)、業(yè)務(wù)、法律等領(lǐng)域的專(zhuān)家意見(jiàn)，統(tǒng)籌AI相關(guān)成果的登記、評(píng)定與維權(quán)事宜，確保成果歸屬與責(zé)任分配符合法律規(guī)定。組織應(yīng)針對(duì)不同的AI使用場(chǎng)景分別建立問(wèn)責(zé)機(jī)制，界定人與AI的責(zé)任邊界，并據(jù)此對(duì)團(tuán)隊(duì)日志中的AI使用場(chǎng)景、人機(jī)貢獻(xiàn)比例與關(guān)鍵決策源頭等進(jìn)行審議和反饋。例如，IBM公司的Watson OpenScale平臺(tái)通過(guò)提供明確標(biāo)注的知識(shí)來(lái)源、詳細(xì)的操作日志、可追溯的決策路徑與可視化偏差分析，確保人機(jī)混合團(tuán)隊(duì)運(yùn)行中的決策透明化與責(zé)任可追溯。

此外，組織應(yīng)建立系統(tǒng)化和可操作的AI倫理與安全審查體系，實(shí)現(xiàn)從事后補(bǔ)救到預(yù)防性約束與持續(xù)監(jiān)管的轉(zhuǎn)變。具體而言，通過(guò)設(shè)立AI倫理委員會(huì)等治理機(jī)構(gòu)，為招聘面試、信貸評(píng)估、項(xiàng)目驗(yàn)收等高倫理風(fēng)險(xiǎn)環(huán)節(jié)進(jìn)行獨(dú)立審查并對(duì)接第三方復(fù)核。借鑒微軟公司“AI倫理與社會(huì)”委員會(huì)的做法，通過(guò)對(duì)AI生成內(nèi)容是否涉及隱私披露、種族歧視和敏感內(nèi)容輸出等進(jìn)行人工審核，從而為組織的AI項(xiàng)目劃定倫理“紅線(xiàn)”。此外，AI倫理體系應(yīng)與企業(yè)社會(huì)責(zé)任框架相融合，形成倫理與責(zé)任聯(lián)動(dòng)的制度設(shè)計(jì)。一方面，組織應(yīng)確保客戶(hù)、供應(yīng)商、行業(yè)協(xié)會(huì)和監(jiān)管機(jī)構(gòu)等外部利益相關(guān)者參與AI項(xiàng)目的倫理監(jiān)督過(guò)程，并實(shí)施信息公開(kāi)與利益相關(guān)者問(wèn)責(zé)等制度。另一方面，組織應(yīng)鼓勵(lì)基層員工參與，并定期向其說(shuō)明組織AI戰(zhàn)略發(fā)展方向以及尋求反饋建議，從而系統(tǒng)性構(gòu)建內(nèi)外部相結(jié)合、前后貫通呼應(yīng)、權(quán)責(zé)利相匹配的AI倫理與責(zé)任管理制度。

推行文化治理：以情感共鳴和價(jià)值共建為核心

波士頓咨詢(xún)公司在三份AI相關(guān)報(bào)告中均強(qiáng)調(diào)，組織的AI轉(zhuǎn)型不僅依賴(lài)技術(shù)部署，更取決于以共情為核心的文化氛圍構(gòu)建。換言之，AI技術(shù)難以激發(fā)組織內(nèi)部的情感共鳴，管理者仍需親自關(guān)注員工情感、滿(mǎn)足員工需求并引發(fā)情感同頻；如此才能在實(shí)現(xiàn)AI賦能的同時(shí)，避免人際連接被AI使用所取代。以AI的情緒分析與共情表達(dá)為例，管理者應(yīng)將此類(lèi)技術(shù)定位為理解員工情緒的窗口，而非實(shí)施情感監(jiān)控的手段。一方面，正確認(rèn)識(shí)員工情緒變化的合理性，通過(guò)情感關(guān)懷進(jìn)行人際干預(yù)，而非“外包”給AI完成。另一方面，重視高強(qiáng)度人機(jī)協(xié)作中的員工焦慮、抑郁等情緒狀態(tài)，并將其與心理疏導(dǎo)和素養(yǎng)培訓(xùn)等組織支持項(xiàng)目相聯(lián)系，而不是作為評(píng)估績(jī)效或決定薪酬的直接依據(jù)。

組織文化治理的另一核心是技術(shù)價(jià)值與員工價(jià)值的共建。為避免技術(shù)導(dǎo)向與人本導(dǎo)向之間的錯(cuò)位，管理者應(yīng)重新審視技術(shù)效益與員工滿(mǎn)意度的關(guān)系，將員工幸福與發(fā)展作為文化治理的核心變量。一方面，在開(kāi)展AI項(xiàng)目時(shí)，應(yīng)鼓勵(lì)創(chuàng)新與冒險(xiǎn)的文化氛圍，重視并培育基于技能、興趣等形成的差異化群體，以防止因算法推薦、流程固化或共識(shí)性壓力而導(dǎo)致員工創(chuàng)新受阻或群體知識(shí)趨同。另一方面，在評(píng)估AI項(xiàng)目時(shí)，應(yīng)納入公平性、創(chuàng)新性與員工福祉等維度，而非僅關(guān)注效率提升、成本節(jié)約等財(cái)務(wù)指標(biāo)。此外，文化敘事的構(gòu)建應(yīng)成為組織文化治理的重要舉措，從而將人文關(guān)懷與技術(shù)發(fā)展的價(jià)值共建融入組織記憶。例如，定期收集員工使用AI過(guò)程中的趣事，包括獨(dú)特的提示詞或使用技巧、AI生成的啟發(fā)性圖片或案例等。這不僅有助于激發(fā)員工創(chuàng)意，也能揭示技術(shù)對(duì)員工工作與情感體驗(yàn)的影響，為后續(xù)優(yōu)化AI使用流程提供依據(jù)。文化敘事的構(gòu)建還應(yīng)納入新員工培訓(xùn)與領(lǐng)導(dǎo)力發(fā)展項(xiàng)目，幫助新員工理解組織的人文價(jià)值取向，并促使管理者在對(duì)敘事案例的反思中平衡技術(shù)效率與員工體驗(yàn)。通過(guò)將情感共鳴和價(jià)值共建融入文化治理，組織的AI轉(zhuǎn)型與發(fā)展能夠以更可持續(xù)的方式實(shí)現(xiàn)從“人機(jī)協(xié)作”到“人機(jī)共生”的轉(zhuǎn)變。

AI在人機(jī)交互、人際協(xié)作與群際協(xié)同等多元場(chǎng)景的融入，重塑了知識(shí)對(duì)話(huà)模式，并以此為引領(lǐng)，使組織知識(shí)管理范式走向“人機(jī)共生”與“對(duì)話(huà)循環(huán)”。這一范式不僅是技術(shù)革新與知識(shí)環(huán)境變化的結(jié)果，更是組織認(rèn)知邏輯與管理哲學(xué)的轉(zhuǎn)型。然而，在多主體共構(gòu)、跨場(chǎng)域共生的知識(shí)“對(duì)話(huà)循環(huán)”中，AI驅(qū)動(dòng)的知識(shí)管理新范式仍面臨一系列挑戰(zhàn)，需要組織通過(guò)構(gòu)建系統(tǒng)性治理框架以應(yīng)對(duì)挑戰(zhàn)并確保新范式持續(xù)有效運(yùn)行。

關(guān)于作者 | 劉薇：中央財(cái)經(jīng)大學(xué)商學(xué)院副教授、博士生導(dǎo)師；

王博遠(yuǎn)：中央財(cái)經(jīng)大學(xué)商學(xué)院博士研究生；

高宇亭：中央財(cái)經(jīng)大學(xué)商學(xué)院博士研究生。

編輯/排版 | 尚慧林

責(zé)任編輯 | 劉永選(liuyx6@sem.tsinghua.edu.cn)

微信 ID：chunnuanhuakai-cch