聰明高效能力廣，AGI如何賦能內容管理？_風聞
智能相对论-智能和车，边评边测；未来和家，且品且鉴2小时前
作者 | 葉遠風
毫無疑問，現在的大模型在技術比拼之外，如何通過產品化的方式走入到實際業務，是各廠商的着力點。
而一些一貫與數字化場景緊密融合的服務廠商，在大模型浪潮一開始就已經走在落地一線。
大數據基礎設施提供商愛數就是其中之一。
早在今年7月的世界人工智能大會上，愛數就正式推出了AnyShare認知助手，到10月AnyShare認知助手正式上線，該產品可融入到企業日常辦公當中，提供輔助創作、智能問答、輔助知識運營等智能化能力，直觀表現出大模型帶來所推動的AGI如何以產品化的方式，助力企業內容管理升級。
而最近在線上開展的AnyShare Family 7揭秘會，又進一步直觀展示了愛數AnyShare在背後如何實現內容管理智能化。
在複雜的技術創新之上，AnyShare Family 7正在以智能化推動自動化工作，為企業員工賦能、幫助其提升生產力，而AGI產品化對企業內容管理究竟能產生什麼價值，也變得非常清晰。
問題本質：海量內容管理沒有“自動化”，仍然是“苦力活”
愛數產品副總裁李基亮在揭秘會上對AGI時代變革下，企業內容管理面臨的問題進行了總結。
入庫整理環節，人工建設，標籤難打、編目難編；
知識提取與挖掘環節，手工十分低效，瞬息萬變的市場環境，企業發展並不一定有這個空間；
知識運營環節，全靠手工，海量內容，難以為繼；
文檔審核工作，大量內容產出，要靠人工來審核，效率低下、準確性也無法保證，等等。
從這些痛點不難看出，當下內容管理所面臨的問題，離不關鍵詞“人工”。
一方面，大量重複性工作下，對人工過分依賴必然導致效率低下；另一方面，一些企業常年沉澱的海量內容，就算強行由人工頂上，都不一定能夠做下來——實在是太多了。
在這種背景下，很多企業也早已認識到天然能夠替代重複性工作的AI的重要性。
然而，這方面，過去AI在企業的應用往往還集中在分析決策端，即先要有內容管理的“產出結果”給出各種數據信息，才能進行各種智能化分析，來輔助企業決策。
例如，總結大量合作伙伴、市場報道、內部會議信息，AI參與的智能決策能夠告訴企業應該選擇誰更加穩妥，但給出信息的內容管理過程，還需要複雜的人工蒐集、整理過程。
換言之，在整個流程上，企業仍然處在內容管理“人工”+輔助決策“智能”的糾結狀態。
在微軟發佈的工作趨勢指數報告中，86%受訪者希望AI可以幫助他們快速找到需要的信息和答案，80%的受訪者希望AI可以幫他們概括會議內容和項目任務。
那麼，為什麼AI過去就已經能夠幫助企業做一些輔助決策的工作，但在內容管理上卻難以推進？
原因還在於，內容管理工作是十分複雜、細膩而又重要（一些時候容錯率低）的工作，過去的AI並不足夠“聰明”，不能自動化解決一些工作。
這時候，更“聰明”的大模型來了，AGI意味着更強大的自動化輔助價值。
內容的加工、打標、入庫，文檔關鍵信息（人、項目、合同、事件等）的提取，知識主題的定義、挖掘、聚合與關聯，甚至文本信息的審核……海量內容面前的知識管理工作，AGI都能在不依賴人的情況下自動化完成。
選擇AGI，就等於為內容管理請了一個時刻賦能員工提升生產力的角色，通過各種工作任務的自動化處理幫助員工有效開展工作，提升信息獲取效率、實現智能內容分析、檢測內容合規風險，大幅提升企業內容管理整體運營效率。
而AnyShare Family 7就成為AGI在這方面的產品化具體表現。
破局手段：AnyShare Family 7，以智能化推動自動化、賦能員工提升生產力
在揭秘會上，愛數相關負責人以各種視角介紹了AnyShare Family 7怎麼做好內容管理。
歸納起來，AnyShare Family 7正在從三個維度出發推動員工提升生產力，它們也直觀表達了AGI產品化究竟應該怎麼做，即通過智能化能力推動自動化工作的實現，讓內容管理更加高效。
1、在能力稟賦上，圍繞數據要素挖掘，鎖定“下限”、提升“上限”
在體系上，AnyShare Family 7賦能員工提升生產力，如李基亮所言，並不是“一招致勝”，而是採用了分步走的策略，從平台化、一體化再到智能化。
具體而言，在平台化階段，AnyShare Family 7構築了非結構化數據的底座，提供了統一的安全體系和全方位立體安全管理能力，並對大模型訓練進行了提示詞的安全控制與效果評分，保障輸出內容可解釋、質量經校驗；
在一體化、智能化階段，AnyShare Family 7則基於平台化步驟的認知支撐，面向各業務域、不同業務流程進行賦能，提供統一內容服務，實現諸如高效的文檔洞察、智能問答搜索、合同自動審核與歸檔等價值。
愛數所從事的始終是數據驅動型組織的建設工作，大模型的加入，本質上也是以更強大的技術挖掘數據要素的價值，而內容管理尤為典型。
愛數提出DATA+AI核心理念，通過這個理念，愛數讓AnyShare Family 7實現從“內容管理平台”到“智能內容管理平台”的逐步進階與“一氣呵成”的升級。這其中，“DATA”做的，是打好數據底座、且治理好了數據，為內容管理自動化提供良好的“工作條件準備”，對應的，還只是“內容管理平台”，這鎖定了能力“下限”；而“AI”做到的，則是讓AnyShare Family 7在前置準備工作的基礎上，通過對數據要素的挖掘實現各種內容管理業務認知，從而能夠以自動化的方式執行各種內容管理工作，對應地，也就實現了“智能內容管理平台”。
可以看出，以“智”取勝是AnyShare Family 7的重要特點，也只有智能，才能帶來內容管理急需要的自動化工作能力，拉昇內容管理工作的價值“上限”。只不過，愛數DATA+AI的踐行還為這種自動化工作的開展還配套了完整了數據底座與數據治理的支撐體系。
2、在具體工作上，以自動化讓業務效率大幅提升
具體到工作環節，以“智”取勝的能力稟賦讓AnyShare Family 7的內容管理自動化不僅表現得十分智能，也與業務實際實現了緊密融合，是“有充分知識體系基礎上聰明”，讓企業負責內容管理具體工作的員工不需要太“操心”，就能高效完成複雜的內容管理任務，從而大大提升效率，挖掘內容數據要素的“金礦”。
這裏就不得不提到AnyShare認知助手，作為AnyShare Family 7的前端應用，直觀展示了後者落地賦能業務實踐的效果。
在愛數產品運營總監寧靜的演示中，通過AnyShare認知助手，一份行業洞察報告從撰寫到審核到發佈變得十分有效率且高質量，知識生產、組織與發佈實現了自動化，不用再焦頭爛額尋找、整理信息，處理繁雜的企業內部流程，實現了分鐘級的提效。
在垂直賽道的軌道交通行業，AnyShare Family 7能夠自動化實現從海量非結構化數據中自動提取、分析、統計安全事件知識，以運營日報預處理、事件知識自動抽取和智能應用三大環節，將數據直接轉化為見解提供給操作者，提升安全生產效率，降低運營風險。
3、在場景適配上，以共通的能力賦能不同企業需求
圍繞數據要素挖掘這個內容管理的“本質”，鎖下限、提上限，是在各個企業、場景都適用的能力稟賦，意味着AnyShare Family 7還具備廣泛的場景適用性。這一點，也是“智能內容管理平台”相較於“內容管理平台”的重要提升，即前文提到的可以面向各業務域、不同業務流程進行賦能，提供統一內容服務。
堆積如山的案件卷宗，AnyShare Family 7可以幫助律師們提升搜索效率；
繁雜的政務公文，AnyShare Family 7可以幫助公務員們快速、高質量提煉活動要點、輔助撰寫；
專業的法律法規、合規監管要求，AnyShare Family 7可以與金融科技從業者問答互動、提供支持……
持續升級：智能化架構形成“內驅力”，讓AnyShare Family 7智能化能力不斷升級
在揭秘會上，愛數研發副總裁許鵬介紹了AnyShare Family 7背後的技術力量——智能化架構，由領域認知智能引擎、內容處理引擎和流程自動化引擎組成。
有智能化能力支撐，才有自動化價值展現。通俗來講，這個架構一方面構成了AnyShare Family 7的智能化能力來源，另一方面使其可以不斷自我升級，從而更好地推動內容管理自動化工作，解釋了AnyShare Family 7為什麼能夠高效賦能、以及可以持續賦能內容管理的原因。
首先來看領域認知智能引擎。這是智能化能力源頭，以領域大模型解決“智商”高低問題，以領域知識網絡解決認知偏差（即AI“幻覺”）問題。在這裏，AnyShare Family 7做到了“聰明但不偏見”。
然後是內容處理引擎。這讓AnyShare Family 7向下對接非結構化數據的處理能力更強，向上直接提升各業務場景內容服務能力。在這裏，AnyShare Family 7做到了越來越高的對業務賦能的熟練度。
最後，是流程自動化引擎，該引擎並非傳統RPA，而是集成大量的智能化處理能力，能夠簡化重複工作流，“加速內容自動流轉，降低人工成本，提升業務效率。”在這裏，AnyShare Family 7做到了更順暢地賦能各種工作，與企業規則無縫融合。
一套組合拳下來，從非結構化數據開始，到最終各流程環節的自動化完成，內容管理可以做到高效運營。而AnyShare Family 7的智能化能力也將持續升級，不斷推動自動化價值呈現，幫助企業解決新的問題、應對新的挑戰，服務於企業深度數字化轉型升級。
*本文圖片均來源於網絡
#智能相對論 Focusing on智能新產業新服務，這是智能的服務NO.256深度解讀
此內容為【智能相對論】原創，
僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。
部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯繫。
•AI產業新媒體;
•澎湃新聞科技榜單月度top5;
•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;
•著有《人工智能 十萬個為什麼》
•【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、雲計算、開發者以及背後的芯片、算法等。