企业知识都交给AI之前，哪些资料必须先整理？

Geoffrey Chen

《AI进入工作之后》· 第二季“从个人工具到组织能力”· 第四篇

一家企业把共享盘、政策库和项目文件接入AI助手，希望员工可以直接提问。演示时，AI很快找到答案。正式使用后，问题出现了：同一政策有三个版本；某份“最终稿”其实从未批准；部门指南与签署合同冲突；离职员工留下的说明仍排在搜索结果前面。

AI没有凭空制造这些矛盾。它把组织长期依靠经验绕开的知识问题集中暴露出来。过去，熟悉情况的人会说：“不要看那个文件，去问某某。”当AI成为入口，这些口头修正没有进入系统，检索速度反而让错误更容易被采用。

所以，把资料交给AI之前，首先要决定哪些东西真正构成组织知识。

文件数量不等于知识质量

共享盘通常保存了事实、草稿、讨论、模板、旧版本、个人笔记和正式决定。它们都含有信息，却不具有相同权威。

AI检索系统可以根据词语、语义或其他信号找到相近内容，但“相近”不是“适用”。一份旧政策可能比新政策写得更详细，因此更容易回答问题；一份会议记录可能包含明确句子，却只是未被接受的提议。

组织需要先为资料增加至少六种结构：来源、所有者、适用范围、生效时间、批准状态和替代关系。没有这些结构，AI只能把文本相似性当作知识秩序的近似替代。

先确定权威来源，再建立检索

不是所有知识都适合放进一个无差别的库。客户身份、合同、政策、项目状态和专业指南通常有不同的权威系统与更新者。

更合理的做法是建立“权威来源地图”：哪类事实由哪个系统控制；谁可以修改；冲突时以什么为准；历史版本保留多久；哪些内容只能对特定角色开放。

AI可以跨系统检索，但回答应保留来源边界。例如，它可以说“根据2026年7月生效的正式政策”，而不能把合同条款和内部建议融合成一个没有出处的句子。

NIST AI RMF要求组织理解数据和系统情境、记录风险并在生命周期中持续管理。其治理部分也强调第三方数据与软件供应链、角色和文档。NIST AI RMF Core

必须清理的不是全部旧文件，而是当前适用关系

“先把所有资料整理完再用AI”通常不可行。大型组织永远有历史遗留和不完整记录。关键是优先处理进入高频或高后果任务的知识域。

可以从五个动作开始：标记当前权威版本；把被替代文件明确设为历史；为缺少所有者的资料指定维护人；记录复核日期；把重大冲突公开列为未解决问题。

旧资料不一定删除。审计、研究和争议处理可能需要历史。系统应让AI知道它是历史，而不是让历史继续假扮当前事实。

文档需要说明自身的用途和限制

机器学习领域提出“数据说明书”和“模型卡”，正是为了让使用者知道一个数据集或模型如何形成、适用于什么、有哪些限制。

“Datasheets for Datasets”建议记录数据集的动机、构成、收集过程和建议用途，以改善创造者与使用者之间的沟通。Microsoft Research：Datasheets for Datasets

“Model Cards”则建议说明模型的预期用途、评测条件和不同群体下的表现，避免把一个模型放进并不适合的情境。Google Research：Model Cards for Model Reporting

同样思想可以用于组织知识：一套政策库也需要自己的“知识卡”。它应说明覆盖范围、权威所有者、更新时间、允许用途、已知缺口和冲突处理办法。

访问控制必须在检索前成立

如果一个员工无权打开某份人事文件，AI也不应因为能够语义检索就把其中内容写进答案。更隐蔽的问题是推断：系统可能从若干允许资料中推导出敏感个人信息。

OAIC指出，AI生成或推断个人信息本身可能构成个人信息收集，并要求组织考虑必要性、准确性和适当产品选择。OAIC：Guidance on privacy and commercially available AI products

权限不能只在用户打开原文件时检查。检索、摘要、缓存、日志和生成输出都必须继承相应边界。否则，AI会成为绕过原系统权限的自然语言通道。

知识库需要持续维护，而不是一次“导入”

接入完成的那一天，知识库已经开始过期。政策会更新，联系人会改变，项目会结束，例外会被批准。

每个知识域需要一名内容所有者、复核周期和变更触发。系统要能发现长时间未更新的权威资料，记录新版本影响了哪些下游回答，并对重大更新重新运行测试。

英国NCSC安全AI开发指南要求组织识别和版本控制模型、数据、提示、文档和评测等资产，并能恢复到已知良好状态。NCSC：Secure development

这说明AI知识系统不是搜索项目，而是记录管理、权限管理和运行维护的结合。

先用有限领域证明知识链能够工作

组织可以选择一个边界明确的领域开始，例如已经批准的员工差旅政策，而不是一次接入全部共享盘。准备一组包含常见问题、例外、过期文件和权限差异的测试，检查系统能否引用正确版本、说明适用日期、在证据冲突时停止回答，并让不同权限的员工得到合适结果。

评测不应只问答案读起来是否正确。还要检查它引用了什么、遗漏了什么、是否暴露不该出现的信息，以及知识更新后旧答案能否被识别。每次真实使用中发现的新例外都可以进入测试集。这样，知识整理不再是上线前的一次清洁运动，而成为与实际问题共同发展的维护循环。

如果一个领域无法做到这些，扩大接入范围只会增加不可见的错误来源。有限试点的目的不是展示AI知道多少，而是证明组织能够维持“资料—权威—回答—纠正”这条链。

整理还包括明确哪些内容不应继续被调用。过期政策、已撤销建议、未经证实的会议记录和依法应删除的个人资料，不能因为“也许有用”就永久留在检索范围。组织需要保留、封存、删除和法律保全规则，并让AI索引同步执行。知识治理不只是让正确内容更容易找到，也要让已经失效或不应再使用的内容真正退出决定过程。

结论：先建立知识的责任，再扩大AI的访问

企业不需要在使用AI之前完成一次永无止境的“全资料清洗”。但它必须先让最重要知识具有可辨认的权威、时间、范围、权限和所有者。

最低判断是：

只有当一项资料能够说明“谁维护、何时适用、为何可信、谁可使用、被什么替代”时，它才适合成为AI回答正式工作问题的依据。

AI可以帮助发现重复、冲突和缺失，也可以降低整理成本。但它不能替组织决定哪份文件具有制度权威。接入越广，这项决定越不能继续藏在少数老员工的记忆里。

主要资料

继续阅读：浏览《AI进入工作之后》系列文章

了解 Geoffrey Chen 的更多信息

订阅后即可通过电子邮件收到最新文章。