培训SaaS洗牌提前开始

昨天参加活动，遇到一个老朋友，聊到了一个挺有意思的话题：人力侧知识库。专门给 HR、新人入职培训、师徒带教用的系统。

朋友说：在他们眼里，人力知识库像一个电子档案柜：

新人流程、制度文件全塞进去，需要时搜一下，用完就走。但 AI 进来了，这个“柜子”该怎么变？怎么让它不止存东西，还能帮人学会、记住、用起来？

这正是数字化人才培训与管理企业的难题：如何把人力 SaaS，从工具箱变成能思考的知识中枢。

人力侧的知识库，已经存在很久了。

最早是纸质文件夹，新人入职，HR递你一摞比水杯还高的资料：员工手册、入职须知、制度汇编，厚得能当枕头，后来进了 SaaS 时代，搬进系统，变成统一文档库，搜索就能找到。

听起来很高效，对吧？但它还是个被动的文件柜。我做过一个小调研，和不少HR聊过，他们痛点几乎都绕不开这三条：

更新慢，薪酬制度刚改完，人力知识库里还是旧版本，新旧信息很难同步。二，知识分散，新制度躺在群文件里，流程说明藏在OA公告里，培训课件在云盘里……每次有人问，整个部门都像在玩“找不同”；

其三，门槛问题。静态知识库很挑人，得知道关键词才能搜到。新人往往根本不会用，等有问题时才想起来翻找规定。

AI 进来后，这问题反而更尖锐：人人都能问，但知识库没更新，它就会错得很自信。

比如：

新入职的 HR 小王问 AI：绩效奖金发放标准是什么？AI秒回：绩效A档奖金是3000元，B档是2000元，C档是1000元。小王信了，直接把要求写进offer。

结果一周后，新员工发现业务口径完全不同，问题出在哪？最新版的奖金标准，其实一直躺在群文件里，从没人同步进知识库。

在人力部门，这种坑很常见。

说到底，传统知识库只解决了存和找，没解决“长大”。而在今天，人力知识每天都在变：薪酬、考核、合规……如果进不了库，AI 再聪明，也只能翻出“昨天的地图”。

所以，智远认为，下一代人力知识库，必须是动态、有血有肉、会自己长大的；它能在日常工作流中自动吸收新知识，让下一个人用的时候，永远是最新的。

话都会说，关键是，怎么变？我觉得得先回头看看，传统的人力知识库是怎么搭起来的。

最早的阶段，很多公司直接买一套 SaaS 软件。

这些系统看着都差不多，功能一长串，在线课程、考试、问答社区、岗前认证、积分商城、培训申报、学习地图，甚至“师傅带徒弟”的带教机制都有。

它的本质，是一个功能工具包，企业缺什么，就往里配什么。

这种模式“好看”也“安全”，但依然停留在静态阶段。艾瑞咨询 2024 年的数据是：国内企业级 SaaS 市场规模约 1201 亿元，但大多数平台依旧是功能大拼盘，知识库的更新还得靠人工搬运，信息流动缓慢。

AI来了以后，组合开始变味了。

一些功能自然被弱化：调查问卷可以直接让 AI 提问、即时收集反馈；在线考试交给 AI 来出题、批改、讲解；知识检索也不必记关键词了，一句自然语言聊天就能找到。

听起来「更活」了，但问题依旧没解决。

微软×LinkedIn《2024 Work Trend Index》显示，75% 的知识型员工已经在用 AI，企业在 L&D（学习与发展）上的投入也在持续增长。

可麦肯锡在《生成式AI的经济潜力》里提醒：AI 确实能大幅压缩「找信息」和「理解内容」的时间，但如果底层知识没更新，它只会更快、更自信地把错的东西交到你手上。

换句话说，AI 可以很聪明，也可以“错得很有底气”。

而真正能带来质变的，是让知识库变成“智能中枢”，它不再是一个孤零零的仓库，像中枢神经一样，打通 IM、OA、CRM、ERP、文件盘等所有业务系统。

比如：

HR 想查下个月的薪酬制度，不用翻系统，只要在 IM 问一句 AI；如果业务 Leader 上周刚发过更新文件，它会自动吸收、替换掉旧版本，确保给出的答案永远是最新的。

这不是想象。智远特意查了下，《Workplace Learning Report 2024》显示，47% 的 L&D 团队计划部署“微学习”，让学习在工作流里实时发生。

麦肯锡也指出，对话式检索的前提，是底层知识得持续更新，并且和权限、合规打通，否则信息再快也不准。

如果你问我，“值不值得打通中枢？”——麦肯锡的另一项测算同样给了答案：生成式 AI 一旦和流程协同，每年可为全球经济释放 4.4 万亿美元的生产力。

所以，这就是我说的“盘活知识”：让知识在日常对话、文档流转、文件更新中自动沉淀，AI 回答时能即时调动最新内容，形成一个循环增强的机制。

问题是，怎么让它盘活？在我看来，企业里的知识想真正流动，得跑成一个“四边形”。

第一条边，是提问。员工基于知识库提问，这是激活老知识的触发点。

第二条边，文档流转；这一步很关键，没有新文档流入，知识库里就只有旧版本，年轻知识“从来没醒来过”；第三条边，是自动吸收。可以把它想象成一次“在线传输”。

比如：我作为 HR，把最新版薪酬制度发给老板，这份文件在聊天工具里来回传了几轮，AI 在被调用搜索时，会自动识别并入库，让它不再只是文件，而是带有时间戳、可追溯的无形资产。

最后一条边，是智能回答。当下一个人问同样的问题时，AI 会把旧知识和刚吸收的新信息拼在一起，生成一个最新的、上下文贴合的答案。

四条边打通，知识才能在企业里“流、沉、更新、再生”，形成一个持续增强的循环。

逻辑听起来很美，现实却不乐观。

KMWorld 的调研显示，36% 的企业同时在用三种以上知识管理工具，31% 的员工甚至不清楚公司到底有几个工具，入口碎片化，知识被困在不同的孤岛里。

更糟的是，Mordor Intelligence 的数据表明，2024 年约 39% 的市场依旧停留在传统文档管理阶段；真正能对话的智能 AI 虽然以 22.4% 的年均增速在狂奔，却还没把底层的知识流动机制打通。

到目前为止，我还没看到既有工具入口、又有文档入口、还有自动吸收机制，并且能保持知识实时更新的产品。

钉钉、飞书这样的成熟平台，内部搜索确实强，但在金融、制造、军工等无法上云的行业，企业只能选择本地化部署，再自己拼出一套 AI + SaaS 系统。

所以，不管工具有多少、AI 有多聪明，只要缺一环，知识就只能在企业里原地打转，跑不起来。

那么，如果知识随时流动，做数字化人才培训与管理的企业会变成什么样？

培训节奏会被彻底改写。

过去，新人入职的第一步，是上一周的集训课——背规章制度、看流程 PPT。等真用到的时候，早就忘光了。

而在实时更新的知识环境里，新人第一天上班就能边干边学，遇到问题直接问 AI，它立刻调取与岗位、当前任务精准匹配的最新答案。

学习方式从“集中授课”变成了“随时学习”。每一次提问、每一次解答，都会沉淀到知识库，确保下一个人用到的永远是最新版。

Engageli 在 2025 年的《微学习趋势报告》里提到，微学习环境下，知识点的吸收效率比传统集中培训高 17%，而且遗忘率更低，这就是流动带来的价值。

然后，管理方式也会被重塑。

企业不再只记录谁参加过培训、谁完成了考试，而是能追踪谁在产出新知识、谁在补充流程、谁在优化内容。

LinkedIn《2024 全球职场学习报告》显示，82% 的学习与发展负责人认为，“知识分享”将在未来三年成为核心的人才评估维度——知识贡献度将直接进入绩效和晋升考量。

细分SaaS的行业格局也会被洗牌。

过去，培训 SaaS 只要好用、内容多就能生存；但当企业意识到真正的竞争力是“让知识流动”，传统培训工具箱的护城河会迅速被侵蚀。

相反，那些能把 AI、文档流转、自动吸收机制打通，让知识像水一样流动的厂商，将成为数字化人才管理的中枢。

市面上的玩家，比如伯索云学堂、知学云、UMU，蘑竹科技都将经历这样的转变。

行业头部的北森，在收购酷学院后推出了新一代 AI Learning 平台，内含 AI 做课助手、AI 学习助手、AI 陪练、AI 领导力教练、AI 考试助手等多个 AI Agent，这是它向“泛智能化”转型的重要一步。

但在我看来，这些多角色的 AI 助理，更像是一个过渡形态。

无论个人还是企业，其实都不想面对十几个不同的助理，大家更需要一个统一的、能搞定一切的超级助理。我问它一个问题，它能调动所有资源，直接给出结果，并且全程融入我的工作流。

所以，未来的竞争，可能是比谁能把底层打通，让这个超级助理无缝接入培训、管理、考核、知识流转的每一个环节，成为企业数字化人才管理的“大脑”。

一旦有人做到，它的地位会像 ERP 之于企业运营那样，成为不可替代的基础设施。

这个赛道我还在持续观察。也许明年，我们讨论的，就已经不再是“知识库”，而是「企业的第二大脑」。

本文来自微信公众号 “王智远”（ID：Z201440），作者：王智远，36氪经授权发布。