🧠
经验流失
老板与老师傅的判断依据散落在口头沟通和个人记忆中。通过语音访谈与审核，将隐性经验转为可追溯知识卡。
从老板的决策经验、老师傅的工艺诀窍，到产品技术资料、外贸客户问答和新人培训：一个受控的企业知识中枢，让知识能够被审核、被检索、被引用、被持续复用。
传统资料库解决“文件放在哪里”，企业知识中枢进一步解决“谁知道、是否可信、谁能用、如何持续复用”。
老板与老师傅的判断依据散落在口头沟通和个人记忆中。通过语音访谈与审核，将隐性经验转为可追溯知识卡。
新人反复询问相同问题，师傅投入大量时间重复讲解。岗位课程、带引用 AI 导师、考试与人工实操签核形成闭环。
产品参数、定制能力、材料与应用范围容易出现不同口径。外贸 AI 客服仅引用已批准公开的产品事实，复杂承诺转人工。
统一管理产品型号、材质、尺寸、用途、限制条件与定制审核流程。
Obsidian 是知识编辑工作台，不是企业权限系统。知识必须通过审核、分级、版本发布后才能被 RAG 检索；外部 LLM 请求必须经过企业 AI Gateway。
原始录音、内部资料、用户身份、访问权限、知识索引、审批与审计默认保存在企业受控环境。敏感内容优先使用本地语音转写、Embedding 与重排。
对外已批准公开的 C0 内容，可在合规与供应商策略允许时调用云端模型。C2–C4 明文默认不得外发；不满足条件时使用私有模型或拒答。
调整企业规模与业务假设，实时计算人工时间价值、三年净收益、ROI 与静态回本周期。所有默认值为示例假设，不是已验证的行业平均值。
年度知识检索节省价值 = 员工人数 × 每日节省分钟 ÷ 60 × 工作日 × 综合时薪 × 兑现比例。客服与培训的增量收益单独计入，但必须是未被前述员工节省时间包含的部分。三年净收益 = 3 ×（年度收益 − 年度运行费）− 一次性投入。三年 ROI = 三年净收益 ÷（一次性投入 + 3 × 年度运行费）。回本期以月度净收益为基础，若年度收益不超过运行费则无法静态回本。
该模型未计税费、融资成本、折现、业务增长、硬件残值与设备折旧税盾。实际财务立项建议进一步使用 NPV/IRR 和月度现金流模型。
将一次性硬件投入、模型 API 用量、运维成本放在同一套三年 TCO（总拥有成本）模型中。这里的“私有部署”指本地模型推理；“公域 LLM”指云端 API 推理。企业知识库和 ACL 在三种方案中都可以保留在私有域。
统一假设：36 个月，人民币，不含共同的知识中枢软件实施费、共同存储/数据库、税费及模型切换成本；公域输入、输出、缓存等复杂计价以“加权价格 × 合并系数”近似，需用供应商实际账单校准。
| 决策因素 | 公域 LLM API | 私有模型推理 | 混合部署 |
|---|---|---|---|
| 初始资本开支 | 低 | 较高 | 中等，可分阶段投入 |
| 用量波动适应 | 强 | 受 GPU 容量约束 | 弹性与本地容量结合 |
| 敏感知识控制 | 须严格限制外发 | 较强，仍需内控 | 按分级策略隔离 |
| 模型效果升级 | 通常较快 | 需要自行评测升级 | 可按任务择优 |
| 网络依赖 | 高 | 可离线运行 | 核心能力可设计为降级运行 |
| 适合业务 | 已批准公开的产品问答 | 敏感知识、内部培训 | 多知识等级、多业务并存 |
本项目架构基线为混合部署，但是否采购专用推理 GPU 应由试点实际负载、数据分级、模型效果与 TCO 评估决定；不应先买设备再寻找使用场景。
明确产品范围、访谈对象、知识分级、岗位培训目标、客服人工转接规则；采集上线前处理时间和问题量。
搭建采集、审核、版本发布、检索、引用、权限和审计；接入客服与培训应用；完成云端调用策略。
用真实业务问题测试准确性、引用、权限、转人工、培训结果；用实测数据替换 ROI 默认假设。
建议从产品知识、外贸客服和新人培训的共同知识源启动试点，建立上线前基线与对照组。完成 4–8 周业务观察后，用真实节省工时、转人工率、客服正确率、培训达标率及实际 API 账单更新 ROI。
本页为客户沟通与投资可行性研究演示，不构成供应商报价、财务审计意见或收益保证。知识分级与跨境数据处理需由企业法务及安全负责人确认。项目开发契约基于 Factory Knowledge Hub V1.0 Rev.2（含新人培训）。