<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Enterprise-Ai on All about Raspberry Pi</title><link>https://hugozhu.site/tags/enterprise-ai/</link><description>Recent content in Enterprise-Ai on All about Raspberry Pi</description><generator>Hugo</generator><language>en</language><lastBuildDate>Fri, 08 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://hugozhu.site/tags/enterprise-ai/index.xml" rel="self" type="application/rss+xml"/><item><title>企业知识库新范式：从一亿预算到人在回路</title><link>https://hugozhu.site/post/2026/202-enterprise-knowledge-base-new-paradigm/</link><pubDate>Fri, 08 May 2026 00:00:00 +0000</pubDate><guid>https://hugozhu.site/post/2026/202-enterprise-knowledge-base-new-paradigm/</guid><description>&lt;p&gt;上周和一位创业者吃饭，他刚帮一家大型企业做完知识图谱项目的评估。结论让人倒吸一口凉气：要达到替代中级岗位能力的水平，算上数据采集、清洗、标注、图谱构建和持续维护，预算需要一个亿。&lt;/p&gt;
&lt;p&gt;企业听完直接搁置了。&lt;/p&gt;
&lt;p&gt;这不是个例。过去三年，我见过不下十个类似的项目——企业想做知识库，供应商画了一个「知识图谱+智能问答」的大饼，然后企业发现投入产出比根本算不过账。&lt;/p&gt;
&lt;p&gt;但今年情况变了。模型能力的跃迁正在催生一个新范式：&lt;strong&gt;不再靠人工标注堆数据，而是让 LLM 做编排，结合企业搜索，人做优化调整和确认。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;知识整理的起点也不再是宏大的「企业知识图谱」，而是每个人手边的 Journal——每日工作日记。通过钉钉这样的组织连接工具，个人知识可以自然地流转、沉淀为企业知识。&lt;/p&gt;</description></item></channel></rss>