所謂的知識庫，就是對知識進行管理，使信息和知識有序化，方便信息和知識的檢索、調用，好的知識庫會極大的提升企業的工作效率。很多大型企業很早就已經開始建設，因為建立知識庫，必定要對原有的信息和知識做一次大規模的收集和整理，按照一定的方法進行分類保存，并提供相應的檢索手段，因此企業會投入大量的資源和精力。但從目前國內情況來看，真正在使用中的效果并不好。
一個好的知識庫要求，知識在被使用的過程中能夠有效地存取和搜索；庫中的知識能方便地修改和編輯；同時，能夠對庫中知識的一致性和完備性能進行檢驗。以此為要求來看一下目前知識庫存在的問題。
知識庫離真正的智能化還有很遠
知識庫本身就是與智能相關的一個概念，因此又稱為智能數據庫或人工智能數據庫。但目前企業所使用的知識庫與真正的智能化相去甚遠。
企業在使用知識庫時遇到的問題，概括起來主要有兩大方面：
首先：維護難度大。傳統非結構化知識庫，更多是停留在知識的存儲與使用分享上，通常其最小顆粒為一篇篇的文檔。而隨著互聯網的普及及移動互聯網時代的來臨，知識獲取的渠道不斷翻新，且很多時候是以碎片化的形式存在，對于以文檔為最小顆粒的傳統知識庫來說，知識模板根本無法應對不斷增長的業務知識，知識積累沒有章法、知識復用率低。而且因為多個渠道上的知識不能統一管理，企業必須針對不同的渠道組建不同知識庫，從而產生了大量的重復維護工作。比如有一個產品，價格變了，或者產品的一些說明變了，它得同時更新N套知識庫，萬一有知識庫更新的不及時或者培訓的不及時，客服人員的回答就是不對的。
其次：使用起來不方便。對知識庫的內容檢索依賴關鍵字搜索，知識庫給出的答案是一系列的，就如同我們用的搜索引擎一樣，需要使用者自己從中間去找出適合的答案，無法做到答案的快速精準反饋。同時，現有的知識庫技術無法支持知識之間的關聯，需要員工多次點擊、搜尋。加上不同渠道的知識庫的組建、維護是不同的人員，從而在調用時產生知識內容不一致的情況。
舉一個很簡單的例子，用戶申請辦卡，他可能會問：怎么申請真情卡？”呼叫中心的員工一般是找關鍵詞，但輸入關鍵詞之后，看到的將是一堆文檔，需要自己慢慢找，結果可想而知。還有一種情況，比方說員工把真情卡”，打成真清卡”，或者他直接輸入怎么申請真情卡？”結果就可能一個文檔也搜不到。還有一種情況，當客服人工終于把真情卡”辦理的問題解決了，用戶可能會接著來一句，那么活力卡與真情卡有什么不同？”此時，客服人員的內心一定是崩潰的。
知識庫建設成本高、利用效率低。對使用者的業務能力要求高，培訓成本上去了，工作效率卻很低下，這就是目前傳統這是庫所面臨的問題。
而這些問題，對于服務型知識庫來說，情況更甚。如今的客服中心，打造多媒體、全渠道的服務模式已成主流。知識庫的組建要求知識的支撐必須經由完整統一的知識管理系統延伸到各個渠道，從而保證所有渠道知識的統一、準確、更新及時。而為了保證服務人員快速反應，知識的調用則要求精準，所見即所答”，不需要再經專業人員的加工，同時，隨著企業業務知識的不斷增長，知識間要能夠自動關聯，當客戶問到某問題時，服務人員需要能將可能涉及到的全部問題內容反饋出來，只有這樣，才能保證客戶的滿意度。
知識結構化+搜索精準化=知識庫智能化
面對以上困局，企業必須要建立一套可以滿足未來需求的知識管理平臺。這個平臺要能夠直接提供非專業化知識并且可以滿足不同渠道上的快速交互，知識無需通過專業服務人員解讀，可以讓使用者直接獲取。
要滿足以上基本需求就要求：首先，知識結構化。將過去的以文檔為基礎的知識庫進行改造，將文檔拆分成若干個知識點，以原子知識為基礎組成業務為主導的文章結構來搭建知識庫，原子化的知識便于知識與知識之間的靈活組合，同時支撐原有的企業內部知識管理的需求。
專注于智能機器人研發的小i機器人在知識原子化的過程中具有天然優勢。機器人的底層就是模板化的，采取分級的目錄結構存儲。而模塊化則是知識原子化的基礎。小i機器人做智能機器人十幾年，有著成熟的本體理論，創建知識本體，并將語言知識庫和業務知識庫分離，利用語義規則關聯語言知識和業務知識，形成知識庫的原子化，實現知識的結構化管理。
知識的結構化、原子化，為知識的單點維護多點發布、精準搜索、知識對比、知識反饋等知識的高級應用奠定了基礎，而進一步知識庫的智能化最重要的就是要體現內容的精準反饋上。
智能機器人所涉及到的最關鍵的一項技術就是語義理解能力，而這一點在對知識的精準反饋上，發揮了極大作用。
對于一個對業務熟悉的工作人員來說，他在調用某一個知識點時，可以將其轉化為相對應的知識庫中的關鍵字來搜索，而對于業務能力不夠專業的人來說，可能就會大量浪費時間，更甚至到最后也找不到合適的答案。
可以舉一個很簡單的例子。當使用者需要調用彩電”這個知識點時，她用彩電”為關鍵字進行搜索，但知識庫中對應的詞可能是電視機”，結果很可能不匹配。但是加入了語義理解之后，這個檢索的過程是支持自然語言的，也就是說系統本身是像人一樣，能夠明白彩電”、電視機”其實是同一個意思，這一問題也就迎刃而解。在上文舉到的例子也是一樣，智能化的知識搜索在問題輸入時具備智能主動提示、錯別字糾錯、拼音識別等功能，通過智能語義分析自動展示建議問、關聯問。使用者完全可以按照自己的自然語言直接在知識庫中查找，而且知識庫中給出的答案是唯一的，即便是業務不熟練的新員工，也能熟練使用該知識庫。
總體來說：基于智能機器人技術原理的智能知識庫模型利于知識的積累和重用；語言知識庫和業務知識庫的分離維護機制方便知識庫系統的維護和擴展，有利于維護人員對于企業知識進行規范的精細化管理，為使用者提供更加人性化的智能服務體驗。
傳統知識庫與新一代智能知識庫對比
智能知識庫的應用實踐
由小i機器人主導的智能知識庫，最早應用在客服領域，目前在招行、廣東移動等客服平臺上，都有了很好的發揮。而以客服中心為起點，智能知識庫的應用場景已延伸至企業內部管理，企業大客戶管理上……在華為、萬達等創新性企業中也有了成功的案例。下面通過東航的例子看一看，智能知識庫如何幫助客服提升工作效率。
通過與小i機器人的合作，東航原有的智能微信客服平臺己經實現了菜單導航功能，并可對接東航核心業務系統，可為用戶提供票務訂閱，服務咨詢，東方萬里行會員服務等功能。而新一代智能知識庫系統的建設，為呼叫中心智能/人工兩種渠道的客服提供了進一步的知識保障，全面提升了東航客服聯絡中心的智能服務能力。
從外部來看，東航的旅客查詢更人性化：當東航用戶問到某一類問題時，它除了會將正確答案呈現出來外，還會做進一步的預測。例如：東航客戶提問萬里行是什么？”一方面，它會將東航萬里行會員服務的相關知識點提供給用戶，同時將會員聯系熱線及辦理窗口鏈接特別標注，方便用戶查看。另一方面，也會把東航萬里行的受益原則、密碼設置、服務郵箱等用戶接下來可能問到的問題提前給出，為使用者帶來更加人性化的智能服務體驗。
另外：旅客無論在哪一種渠道上咨詢，得到的結果都是準確、及時的。而且支持7*24小時的服務。
而從內部來看，通過智能算法，自動進行多維度的計算匹配關聯知識，形成多維的知識關聯路徑，系統支持全渠道、多維度知識的統一錄入、編輯、更新、發布、歸檔。簡單起來說，單點維護，多點發布，有效提升內部運營服務效率。
人口紅利消失、溝通渠道復雜多變，首先沖擊的便是服務型知識庫，因此，智能知識庫從客服領域產生是順利成章的事情，而隨著智能知識庫易用性的凸顯，在內部溝通、經銷商管理等方面也逐漸表現出獨有的優勢，其應用領域被快速放大，并將會對知識庫的架構帶來根本性變革。
