2024，和信息时代说再见吧，“第二大脑” 时代来了
输入“/”快速插入内容
2024，和信息时代说再见吧，“第二大脑” 时代来了
2024，和信息时代说再见吧，“第二大脑” 时代来了
用户318用户3182025年1月21日修改
“智慧是组织知识的能力”
——康德认为，知识要通过组织、分类和推理，才能转化为洞察和智慧。
硅谷顶级风投A16z最近发表了一篇文章《2025 Big ldeas in Tech》，通过对其50位合伙人进行了采访，得出了50个对科技趋势发展的判断，其中22个与AI有关。文中清晰提出：“第二大脑”时代来临。
互联网过去的30年，经历信息从稀缺到爆炸，走过门户网站->搜索引擎->社交媒体->推荐引擎这几个阶段，用户看信息看到头大，推荐引擎也只是一个对搜索这种粗陋给信息方式的逃避：“我什么都不想找，你推给我就行了。”
第四次工业革命，力图在前三次的基础上，让人类可以系统性，低成本地拥有面向未来的智慧。Russell L. Ackoff 在1989年就开创性地提出了DIKW（数据，信息，知识，智慧）金字塔模型，这个模型很有效地诠释了原始信息是如何层层转化的，其中数据，信息，知识，都是基于过去，只有智慧是面向未来。
从数据到智慧，可以简单举例如下：
1.
数据（事实）：今天下暴雨了。
2.
信息（解读）：连续7天降雨量每天都达到100毫米。
3.
知识（洞察）：这是季风季节，需采取防洪措施。
4.
智慧（决策）：规划未来的排水系统和防汛策略，确保安全。
知识驱动行动，智慧决定方向。所谓“一叶落而知天下秋”，就是从数据到知识。而巴菲特提出“别人贪婪时恐惧，别人恐惧时贪婪”的投资理念，则是洞察大量人性“数据”，产生的投资决策“智慧”。
一己之力开启整个AI时代大幕的ChatGPT，就像一台核动力“知识引擎”，任何未经组织的信息，丢给大模型这台引擎，都会被输出为条理清楚甚至还有抽象和洞察的结果。“给引擎提供什么数据，以何种形式去提供，如何利用GPT输出的知识动力”，就成为发挥知识价值的核心命题。
生成式AI的千模大战，打了两年，还是在推理层面竞争，每次核心模型的更新，都一定会做大量推理评测和打榜。因为大家都知道，谁更能像人一样完成复杂的数学，逻辑等推理任务，更接近于“输出洞察”，就代表“谁更接近智慧”。而未来企业的竞争，必然是洞察和智慧的竞争。
给洞察和智慧提供养料的就是有价值的数据和结构化的信息——建立知识库的过程，就像是水电站的蓄水发电，你不能水位还没人高，就开始开机发电。很多企业天天想AI落地，凑近一看，绝大部分只有数据，稍有信息，鲜有洞察，何来智慧。企业没有动力去蓄水，还是没看到“数据和信息”是如何转化为“知识和智慧”。这是我们toB的AI应用开发商要去解决的问题，用AI把这个过程展示给企业，大家看到，才会相信。
第二大脑为知识型组织服务，助力企业产生智慧。
这张图左边是我们对知识处理的痛点理解，右侧则是我们对知识库产品的行动方案
我们AI创业的初衷，是让用户无需辛苦记忆，组织，分类，推理，可以直接基于第二大脑对相关信息的清洗，组织，提炼，完成有洞察力的“表达”，形成独特的“知识和智慧”。我自己经历过一系列的小中大型企业，包括创业，强烈感受到知识型组织，在处理“企业知识”方面的三个痛点：
1、数据和信息如何集中？企业的信息，往往存在于不同业务系统。格式，逻辑，权限各不相同，从逻辑上不知道该怎么集中，或者说该不该集中。真实决策中，除了便利性，还要考虑安全和企业经营风险。
2、如何确保输出无幻想？大模型经常以打各种评测榜来证明自己的实力，其中准确性这一项，拿到80分已算高分，放到企业环境就完全不可用，甚至99分都不够。比如对HR系统提问，绩效评分在95%的员工有几位，差一个就可能酿成一次管理事故。
3、知识如何维护并升级？只要企业在运作，就涉及大量的新增和过时信息，该如何甄别，怎么扬弃？由谁来统一做这件事？公司官网不断更新，如何做到知识库能随之自动更新，并同步给线上服务机器人？
这三个痛点，最痛的还是“大模型无法做到准确使用企业知识”，如果说有效洞察是基于准确的数据，那今天的大模型去独立完成企业知识服务这个工作，就很玄学了。当我们提出“2024年英伟达的连续4个季度财报会议中，分别提到多少次大模型，数据中心，Scaling law”这样的问题，没有一个模型能答对，但这样的信息背后能输出的洞察，恰恰可以反应英伟达在业务布局上的是如何面向未来的。说句不客气的话，没有准确数据洞察的ChatGPT式“知识表达”，和无法双盲测试的中医药学是一回事。不是大模型有问题，而是把大模型用于所有任务的思路不可行，概率模式的生成式AI，本来就是为创造，而不是为了精准服务的。
所以，“准确可信赖”就是我们做一切功能的出发点，庄子说“水之积也不厚，则其负大舟也无力。风之积也不厚，则其负大翼也无力”，想要高飞远航，厚重的知识体系是基础承载。而第二大脑，就要让企业轻松安全地构建厚重知识体系。
大模型是一台发动机，要想把AI应用的车开起来，需要大家各展其能，给发动机叠加你的能力。要么是电控强大，或者是电池耐用，或者是智能领先，至少得产品易用。
一、以用户为中心：构建结构化、可溯源的知识体系
2024年3月开始，我们组建了一支优秀的全球工程师队伍，有NLP领域的行业大咖，有全球顶尖理工科院校的数学和计算机天才，也有从事底层架构20年以上的骨灰级程序员，一半以上工程师都是00后。我花了9个月时间，走访近百位客户，以Founder Mode理念，做为PMF的第一线参与者。在客户深度参与，工程师们一周一迭代的节奏下，一起打磨出了“第二大脑”，在2024年的最后一天，梳理一下我对知识体系的思考，也给2025年立下Flag。
1.
信息输入多模态：文档、图片、音视频、网页、微信聊天记录、飞书文件均可秒传知识库，非结构化信息自动建立关联。