企业AI知识库，别急着接所有业务系统

最近有个企业客户问我：AI知识库要不要一上来就接 OA、CRM、ERP、合同系统、网盘和客服系统？老板的想法很朴素，资料都接进去，AI 不就什么都能答了吗？

我的建议很明确：企业AI知识库不要一开始就接所有业务系统，先接高频、低风险、口径清楚的文档场景。

AI知识库做得好，是企业的“业务记忆库”；做得急，就会变成一个更会胡说的资料堆。

先别全接

企业一上来想接所有系统，通常是被“全量数据”这四个字吸引了。

知识库真正难的地方在后面：AI 要知道什么资料可信、谁有权限看、哪个版本是最新、回答完之后能不能进入业务流程。

我见过一个项目，合同模板、历史报价、售后记录、产品手册全塞进知识库。结果销售问“这个客户能不能给折扣”，AI 把三年前的报价政策翻出来了。不是模型不聪明，是知识边界没建好。

三类文档先做

怎么判断哪些内容适合先进入企业AI知识库？可以看三类。

高频问答文档。 比如产品手册、售后知识、制度流程、销售 FAQ。这类问题重复率高，AI 能马上省时间。

口径稳定文档。 比如标准方案、培训材料、合规说明、操作手册。版本变化不频繁，回答风险相对可控。

责任清楚文档。 谁维护、谁审核、谁更新，要能说清。没人负责的资料，接进去也会慢慢变脏。

不适合第一批接入的内容也很明确：客户隐私、合同报价、财务数据、未定稿方案、权限复杂的内部讨论记录。这些可以做，但要等权限、审计和版本机制先搭起来。

权限比模型重要

很多企业AI知识库答不准，表面看是模型问题，实际常常是权限和版本问题。

老板问经营数据，销售问客户资料，售后问维修记录，实习生问公司制度，这些问题不能共用同一套可见范围。

如果知识库没有权限分层，AI 回答越准，风险越大。尤其是涉及客户资料、报价、供应链、研发文档时，必须做到“人能看什么，AI 才能答什么”。

图博数智在做企业AI知识库时，通常会先帮客户拆三张表：资料清单、权限清单、更新责任清单。三张表理清楚，再接系统，后面会稳很多。

怎么落地

企业AI知识库可以按四步推进：

第一步，选一个部门。 不要全公司一起上，先选销售、客服、售后、行政这种问题高频的部门。

第二步，整理一批文档。 只放经过确认的资料，旧版本先别混进去。

第三步，做标准问法。 把员工真实会问的问题整理出来，测试 AI 是否能稳定回答。

第四步，再接业务系统。 等文档、权限、版本、反馈机制跑通，再接 OA、CRM、ERP。

这样做看起来慢，其实最快。企业AI落地怕的不是第一天不够大，怕的是第一天摊子太大，第三天没人敢用了。

适合谁做

如果你的企业已经有大量产品资料、制度文件、售后记录、销售方案，但员工还是天天在群里问同样的问题，AI知识库值得做。

如果你的资料还散在个人电脑、微信群、网盘和旧系统里，也适合做，但第一步要先做知识整理，别先买模型。

如果企业内部权限很复杂、资料更新很快，更要谨慎。别急着追求“全系统接入”，先把一个部门跑顺。

我的建议是：企业AI知识库先做“小而准”，再做“大而全”。先让一个部门真的用起来，再逐步扩展到更多系统和流程。