18
0📌 本期简介
过去两年，几乎所有企业都在“重仓”检索增强生成（RAG）和智能知识库，试图沉淀企业知识资产。然而当几百份割裂的内部文档、过期的 SOP 和杂乱的会议纪要被一股脑扔进向量数据库，换来的往往不是智能问答，而是似是而非的幻觉。员工宁可私聊资深同事，也不愿打开耗费巨资的知识门户。本期聊聊 RAG 账本里的“信息假死”现象。
📌 本期看点
抛开云厂商的天然光环，亚马逊在内部是如何推进 AI 规模化落地的？本期深入亚马逊工程与业务内部，拆解其 Q Developer（编程辅助）与 Q Business（内部知识库）的真实推广路径，提炼普通企业完全可以借鉴的三个非技术关键策略。
📊 核心事实与数据
Q Developer 推广策略：从“自愿试用”到“默认嵌入标准开发环境（IDE）”，通过降低采用阻力覆盖 10 万+ 用户；贾西披露估算节省约 2.6 亿美元工程师重复编码工时（折合 4500 人工作量）。
Q Business 内部知识库：覆盖 15 万员工，优先攻坚 HR 制度、IT 支持与销售规范，使 HR 咨询量降 35%、IT 自助工单降 40%。
权限继承架构：严格遵循“按员工已有权限展示答案”，不重新分配敏感权限，巧妙化解跨部门数据政治阻力。
⚖️ AI 红黑榜
🟢 红榜（落地设计）：“默认开启”与“场景前置”。把工具融入已有工作流，先解决“找已知信息”再谈“生成信息”，是工具普及率的最优解。
🔴 黑榜（工时数字游戏）：“节省 4500 人”是估算产出而非财务裁员。听到此类供应商口径需警惕：节省的工时究竟变成了闲置成本还是增量产出？ 💡 本期思考题：你们公司有没有一个统一的内部知识问答系统？你每周花多少时间在找“明明存在但找不到”的内部文档上？
