衡宇 發自 凹非寺量子位 | 公眾號 QbitAI
一個殘酷的事實——
企業內部跟上AI時代，真的不是選個模型來讓大家用就完事了。
如果只是喊口號讓大家把AI用起來，結果往往是：
接入了大模型，員工的工作方式還停留在上一個版本；模型能力在進步，但讓它幫忙解決工作中遇到的問題，依舊答不到心坎上；資訊還是亂、知識還是散、效率還是低。
為什麼會這樣？
因為對不少企業來說，推進AI落地可能還處於探索階段。一方面容易停留在形式上，缺乏深入融入業務流程；另一方面，也容易在使用方式上人為增加操作負擔。
與其刻意推動形式化的應用，或額外疊加員工負擔，不如讓AI更順滑地融入現有流程，成為工作中隨手可得、無需刻意切換的預設工具。
就在今天，飛書上線了一個新功能，飛書知識問答。
這一次，飛書只有一個破局之道——AI不再需要大家在工作過程中刻意地切過去使用，而是化身成企業內部隨時準備著一起工作的搭子。
把AI嵌進一直在做的工作裡
飛書知識問答是什麼？一個面向企業的專屬AI問答工具。
看完這個影片，你能初步清晰瞭解飛書想透過它做什麼：
具體來說，它能根據企業員工在飛書上有許可權訪問的所有訊息、文件、知識庫、檔案等資訊，直接給出精準答案。每個人在工作中遇到問題時，可隨時向它提問。
不僅如此，每個員工都能借助它基於企業知識進行內容創作，獲取深入的業務洞察。
也就意味著，飛書知識問答交出的答案，是企業許可權內資料 + 自定義上傳文件 + 即時聯網搜尋 + 大模型原生知識的混合內容。
目前，該功能在Web端和App端均已上線，點選飛書個人主頁左側欄的“知識問答”按鈕，就會彈出使用介面，直接開用。
一個很驚喜的細節是：在同一個企業裡，不同身份問同一個問題，答案都可能不一樣。
就像影片裡那樣，同一個問題：
飛書機場的廣告一年花多少錢？
飛書CEO謝欣的視角，知識問答給出了精確的答案，而員工的飛書知識問答顯示無法找到答案。
如果是管理層發問，飛書會從更廣的許可權範圍調取資訊，甚至給出業務建議；
而如果是剛入職的普通員工，飛書就像一位“熟讀企業史”的老同事，用最簡潔的方式告訴你背景、流程、規範。
也就是說，AI不僅答得上，還答得巧。
這不是我們瞎說，是實測驗證過的。
量子位是飛書使用時長N年的老選手了，經年累月，在飛書上也積攢下不少工作資料。
最近春招，編輯部裡來了不少新的小朋友，對日常稿件操作還不熟悉，尤其要給稿子起量子位風格的標題時，他們紛紛表示頭都大了。
我們嘗試藉助飛書知識問答的力量，結果如何？
量子位主編看了，直接讓小朋友們原地學習：
從思考過程可以看到，它是真的一點一點在量子點陣圖文編輯組的資料裡扒拉相關知識，排除了干擾項，精讀了業務相關內容。
最後呈現的結果，也結合了企業內部資訊和網際網路公開資訊，資料來源援引得清清楚楚。
此處有一點不得不提——
據瞭解，由於飛書知識問答的部分資料來源是企業許可權內資料，因此同一家企業內部，不同角色問同一個問題，都會得到不同視角的答案。
可以想見，因為大廠跨部門工作頻繁，協作痕跡和資料都更齊全，同一個問題丟給飛書知識問答，得到的答案會更全面、更精準。
當然了，反過來看，如果是剛開始使用飛書的企業，員工問同樣的問題，或許指導性就沒那麼強。
但不論這家公司使用飛書時間長短，都能讓員工不用切換平臺，更方便地使用飛書知識問答解決其它工作業務。
總而言之，不管是管理層用來查詢專案進展、綜合獲取業務建議，還是員工詢問日常工作流程、總結週報日報，所有的工作業務問題，「你來問它來答」，就這麼簡單。
潤物細無聲，為企業量身打造
飛書知識問答的最大特點，是默默地適配工作日常。
你在哪工作，它就在哪回答，這就是飛書讓每個企業AI起來的方式。
但飛書同時也強調，所有的回答效果都和企業在飛書沉澱的資料密不可分，企業知識數量越多、問答效果越好；如果公司剛剛開始用飛書辦公，得到的答案可能不那麼具有針對性。
截至目前，飛書知識問答做了這幾件事來讓企業無門檻地進入AI工作流時代。
首先，飛書知識問答把最前沿的技術作為這一功能的智慧基座。
一方面，飛書知識問答把DeepSeek-R1、豆包等大模型拿來打底，使用者可以自行選擇適合的模型；另一方面，該功能背後採用了RAG檢索增強技術，可以呼叫企業內部資訊來生成答案，更匹配企業的具體業務需求；而且，問答生成過程還能聯網，對生成答案進行查漏補缺和輔助驗證。
這一番操作下來，它能既懂行業、又懂公司、還能即時更新。
其次，飛書知識問答還進行了底層技術最佳化，對企業知識做預處理。
提前給AI鋪好知識圖譜，它自然答得更準更懂上下文。
其實，這是一件對B端服務商來說很關鍵但很容易被忽視的事。
第三點，飛書知識問答天然繼承了飛書原生許可權體系，對企業內部知識資料進行許可權管控。
很多企業擔心知識洩露，但飛書有天然的許可權控制系統，就像一道安全防火牆：誰能問什麼、能看到多少，都會嚴格遵守組織許可權，不會有越權窺探資料的情況出現。
簡單來說，法務部員工看不到研發程式碼庫，實習生查不到高管會議記錄。
上述三點設計與業務場景深度咬合，不僅讓AI更適配每個企業的業務場景，也保證了它的安全可靠性。
其實不難感受到，AI行業已經到了大規模應用落地的關鍵節點，而飛書並不是第一個吃“AI問答”這個螃蟹的平臺。
但是在早期，AI能力還在萌芽發展階段，企業有使用大模型幫忙的迫切需要，技術上卻心有餘而力不足；發展到後來，AI技術顯著進步，產品設計上面卻總是不盡人意。
飛書很有可能是第一個把這件事做進日常工作流的平臺。
原因梳理起來很簡單：
-
飛書本來就是日常工作入口，員工不需要切工具、不需要學技能、不需要換習慣； -
企業資料天然在飛書中沉澱，不用額外整合、也不用外部遷移 -
方便協同辦公，比傳統OA系統或單一協作工具更適合AI系統長期執行與最佳化。
這三個原生優勢，註定讓與業務共同成長的知識問答，用得越久就越好用。
AI時代需要企業知識管理新方式
過去，一個公司執行、成長，也會產生許多企業內部知識。
傳統知識管理只是將內容靜態儲存，資料像散落的積木，堆得多卻難以調動、難以利用。
真正要用的時候，就會發現這些東西難找、難用、難流動。
現在，這樣的方式完全不適用了。
AI時代，企業有能力，也有必要重塑組織內資訊處理方式——隨時隨地，把過往的企業資料用起來。
今天，企業需要的是一種全新的知識管理方式：
知識不應該只是被存起來，而應該隨時處於啟用狀態。
這是讓AI真正發揮價值的前提。
於是，為了應對新時代的需求，不同的平臺和企業運用不同的工具，採取了不同的辦法。
飛書知識問答正在做的事，就是利用結構化的、許可權明確的知識，彙總、整理成隨時可呼叫的“問答”。
內容結構化，是說飛書的文件、表格、對話、會議……允許的權責範圍內，都能被AI讀取和理解，從而讓零散資料形成飛書知識問答中，可排程的知識圖譜。
許可權明確，是說飛書知識問答中提取的企業相關內容，全流程遵守組織許可權設定。
即時可用則更加明確，是說用了飛書知識問答之後，不需要翻文件、發訊息、找人幫忙。只要發問，答案就在你面前。
這些能力不僅提升了企業日常運營效率，更讓“AI服務於業務”成為日常，而非噱頭。
從個人視角看，飛書知識問答就像你工位對面的那位入職十年、什麼都懂的老同事——你怎麼問都能給你最靠譜的答案。
從組織視角看，這就是企業知識從「靜態儲存」走向「動態流動」的一次升級。
只要業務有需要，AI就帶著內外部資訊第一時間站出來，不僅減少層層上報、減少反覆溝通，還能提升工作效率。
企業用AI，不是從外面“買來一個大腦”，而是在內部“養成一套AI工作流”。
需要承認的是，飛書知識問答的部分回答可能尚存在不夠精準的情況。
飛書知識問答功能本身當然還有很大的進步空間，但除此之外，這也反映出企業自身知識和資料體系的建設水平仍需努力，以及AI底層能力仍處於不斷進化之中。
來日方長。
但飛書知識問答，可能是離企業業務最近、用起來最順手、最可能被悄然改變工作方式的那一個。
真正的AI落地，不是一次爆炸，而是一種日常。
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
🌟 點亮星標 🌟