企业内部 AI 技能库(Skill Hub)怎么建?
越来越多公司想建自己的"AI 技能库"——把做法沉淀成 AI 能直接执行的技能,集中管起来。网上教你"怎么搭平台"的教程一大把,但真正决定成败的,从来不是平台,是三个组织问题:谁沉淀、怎么验收、怎么让人复用。
先分清:技能库不是"搭个平台",是解组织问题
一搜"skill hub / AI 技能库",出来的多是技术教程——用什么框架、怎么部署、怎么接模型。这些不难,也不是瓶颈。真正卡住企业的,是平台建好之后:里面该装什么、由谁装、装的东西合不合格、别人用不用得起来。技术是容器,组织才是内容。这篇只讲后者。
(为什么"技能"是 AI 时代组织知识的新单元,见 AI 把知识变成可执行的"技能"——这篇讲"怎么建"。)
三个真问题
① 谁沉淀:业务老手出判断,FDE 出结构
技能的价值在里面那套判断,而判断在懂业务的人脑子里,不在 IT 手里。所以沉淀技能的主力是业务老手和负责人;但老手往往说得出、写不成 AI 能执行的结构。这就需要配一个角色——FDE(前线部署工程师):把老手口述的章法,转成 AI 可执行的技能。业务出判断,FDE 出结构。(FDE 是什么、怎么培养,见 FDE 学习园地。)
② 怎么验收:给"合格"定一条可签字的线
一个技能建好了,怎么算数?别靠感觉。一条可用的标准:让没做过这类活的新人,靠这个技能 + AI 出的初稿,达到"老手改改就能用"——可量化成"他人初稿可用率 ≥ 70%"。达不到,就说明技能里的判断和标准还没写透,回炉。没有可验收的线,技能库就会堆满一批"看着有、用起来不行"的半成品。
③ 怎么复用:让新人和 AI 直接调得动
技能沉淀下来,是为了被反复用。检验复用的标准很朴素:一个新人入职,不靠老带新,靠技能库 + AI 就能把这类活干到及格线。做到这一点,老师傅的经验才算真正留在了公司,而不是随人走。
落地顺序:先挑对第一批技能
别想一步到位把全公司的隐性经验都装进去——那是飞轮转不起来的最常见原因。第一批只挑:高频、重复、判断有章可循的活——筛选、初审、起草、核对这类。它们章法清楚、见效快、验收好定,最容易跑出"用了确实省事"的正反馈。有了正反馈,再往难处扩。
三个常见误区
| 误区一 | 当成 IT 项目 | 甩给 IT 搭平台,业务不出判断——库是空的,或装的是没人认的通用模板。 |
| 误区二 | 当成"写文档" | 写一堆给人看的规范文档,不写成 AI 能执行的技能——又变回没人看的 Wiki。 |
| 误区三 | 想一步到位 | 一上来就想把最难的隐性经验全装进去,迟迟跑不出正反馈,项目黄在半路。 |