老板花50萬激勵員工分享知識，一年后停了

來源：市場資訊

（來源：巖聊數字化）

這兩年AI火了，知識管理和知識庫又跟著熱起來。企業想落地AI，繞不開高質量知識庫。沒有它，AI就是個空殼。可企業真搞起知識管理，又是個深坑。

我做了20年企業數字化，這個坑沒少踩，大大小小的知識管理項目做了不少。要我說企業內部最難搞的系統，知識管理肯定排前三。它好建，難運營，多數企業都栽在這。

所以我打算寫個企業知識庫復盤系列，把這么多年踩過的坑攤開講講。今天是第一篇，講講那50萬是怎么沒換來知識分享的。

背景：十幾年前那場知識管理運動

項目要回到十幾年前。那會我剛到甲方，一來就配合參與了集團的知識管理項目。

當時的CIO也是剛到公司沒多久，老板花重金從行業龍頭挖來的，身兼集團運營總和首席信息官兩個職位。他一上任就大刀闊斧，從運營到IT，全對標標桿企業，要把核心競爭力拉起來。

建設知識管理平臺，是他手里很重要的一張牌。老板也特別支持。他有個樸素的念頭，公司這么多人，每個人腦子里都裝著經驗，要是能沉淀下來，讓后來人少走彎路，多好。

在董事長力挺下，CIO為了推知識管理，主要做了三件事。

第一件事是選合作方。

他挑了行業里知名的軟件廠商藍X，走的是咨詢加軟件的路子。選藍X理由很簡單，國內最早提知識管理概念的就是它，大客戶最多，行業標桿大多用它的產品，專業性沒得說。既然這樣，CIO牽頭，兩邊領導見個面，價格談一談，直接開干，連招投標都沒走。

第二件事是知識規劃。

由藍X總部的專家來做，從內容分類、機制保障到IT支撐，方方面面都梳理了一遍。按工作特征匹配知識管理方法，分了顯性知識和隱性知識。設了職能和條線，每個大類下面又拆出無數小類，包括制度流程指引、外部對標、價值研究、管理創新、經驗總結。

人員上除了普通員工，還專門設了親友團和專家團這類特殊角色。場景上，又按不同業務條線畫了知識場景應用地圖。當時還畫了一張知識分類和場景地圖的圖。

圖1｜知識分類體系：當年劃得又全又細

圖2｜知識場景應用地圖：按業務條線鋪場景

現在回頭看我肯定會覺得，分類劃得這么全這么細，后面誰有精力維護這么多標簽。KM系統跟業務系統不一樣，它不隸屬哪個部門，業務流程不在上面跑，甚至說不出誰是具體的受益人。所以日常穩定的維護機制特別必要。

但當時沒人這么想。一來我剛進公司，領導和專家怎么說就怎么干。二來確實也不懂，覺得標桿企業都這么用，我們能比人家強嗎，加上老板給領導的要求是3年走完標桿企業5年的信息化路程，那必然要大干快上，全公司一片熱火朝天，誰會質疑，誰又敢質疑。

第三件事是核心的激勵機制。

知識管理步子邁這么大，光靠制度壓不夠。為了提積極性，由領導申請、董事長批準，專門設了知識激勵獎金，首期一年50萬。注意，不是總共50萬，是每年50萬。

那是十幾年前，上海房價才一萬出頭，50萬在二三線城市都能買套房了。

激勵用的是知識財富幣，由知識文檔對應的集團業務部門負責人評分，范圍集中在經驗案例和標桿精華這兩類。

分享人提交案例后，經集團知識專家助理評定審查打分，普通案例多在10到50分，超過50分的要集團首席知識官再評審，上限100分。1個知識財富幣兌換10塊錢。另外還設了年度知識貢獻獎，評最佳組織和最佳個人。

圖3｜知識貢獻與評審角色

制度不可謂不完善，激勵不可謂不到位，平臺不可謂不先進。接下來就等各部門的知識經驗紛紛涌進系統了。

運行一年，復盤

系統上線一年，項目組做了復盤。結果如下。

知識收錄9745份，其中被推薦的109份。知識專家近80位。知識問答12份。知識地圖17個。

自我評價是：

有一點小成績，但更要正視，不足還很大，得趕緊改。

其中問題分好幾類。

內容層面：使用者的反饋是分類又復雜又重復，不好找。經常搜一個關鍵詞，全文檢索嘩啦出來幾十條，你根本不知道哪條是你想要的。

另外專家網絡搭起來了，但不好用，對解決業務問題沒起到作用。

這事現在看有點想當然了，我相信專家領導們是愿意答員工問題的，但受企業文化和應試教育的影響，基層員工很少在公開場合向領導求助，那等于暴露自己的不足。

另外知識管理和業務流程銜接也不夠，幫不了員工提升業務水平，當一線員工需要求助的時候，他第一時間還是問有經驗的老法師。

在機制層面，存在知識管理的組織和人員缺失的問題，各級組織都不夠重視。管理者知識管理的意識薄弱，而經驗豐富的專業員工覺得，把個人經驗交出去，自己在組織里的地位會受到威脅。

在系統層面，不適合移動互聯網的碎片閱讀，受權限限制只能在電腦上在線閱讀，無法下載。

這些問題，我后面十幾年在企業推知識管理，有一部分得到了解決。系統功能現在完全跟上了時代，適應了移動閱讀。但機制和保障層面，還有人性的抗拒，到現在還在。

尤其是員工擔心的，把自己的經驗蒸餾出去或者做成skill以后自己在企業的地位就受威脅，在AI時代的今天是特別明顯的。

物質激勵為什么沒用

有人會想，重賞之下必有勇夫，老板真金白銀拍出去了，怎么問題還在，跟那些沒激勵的組織差不多。

說實話，系統剛上線前幾個月確實熱鬧過一陣，獎金也發出去了。可真正動手的，從頭到尾就投資崗那幾個同事。他們本來就愛整理資料寫報告，順手傳上來，獎金也實打實拿到了，最高的一個人拿了6萬。

其他部門就不盡如人意。研發不傳，銷售不傳，后臺職能也不傳，或者只傳一些例行的制度、細則、會議紀要。老板和高管最看重的經驗分享、踩坑避雷、優秀實踐案例，愿意主動傳的寥寥無幾。

所以物質激勵推了一年多，初期有點效果，但沒達到老板設想的人人踴躍。等到知識管理進入常態化，又搞了一年，到第三年，這個知識財富幣換現金的政策就結束了。

那時候我對人性理解還不深，以為是員工積極性不夠。我當年在軟件公司時，學習氛圍特別足，大家無償都愿意把實踐經驗分享出來一起學。怎么現在公司出錢請你分享，你還不樂意。

后來我明白了，傳統企業里的多數人只會領導要求和寫在KPI里的工作，領導不要求，KPI不考核，這事就完不成。知識分享恰好就是那個沒人要求的事，它不是績效考核的硬指標，不是領導天天盯的交付物，只要沒有即時回報，它永遠排在工作最后。

更要命的是，分享對人是有隱性成本的。你把腦子里那點經驗寫出來公開出去，等于告訴別人，你做的事別人也能做，你的獨門絕活不再獨門。這種教會徒弟餓死師傅的顧慮，沒人明說，但它真實存在。

一個人應付日常KPI都焦頭爛額了，你還讓他擠時間寫總結給別人看？換你我也未必有這個動力。

所以不是大家懶，是我把問題想簡單了。我以為給錢能買來分享，其實我連人家憑什么要分享都沒回答。

AI時代，知識管理的變與不變

最近自媒體上老刷到一種說法，AI加知識庫等于第二大腦，Obsidian、IMA這些都在講。不少朋友跟我說，現在不一樣了，AI能自動把知識整理好，員工不用自己寫了。

這話我覺得只對了一半。

技術層面，2026年確實有以前沒有的東西。以前想把散落在文件、聊天、報表里的知識連起來，靠人手工傳、手工分類、手工打標簽。現在AI能讓這些零散內容自動連成一張能推理的關系網，不是一堆搜不到的文檔。而且模型還能跑在企業自己的服務器上，核心數據不出公司。這對怕泄密的企業，是實打實的突破。

但最關鍵的變化是，AI讓貢獻知識從負擔變成無感。它從業務流里自動抽內容、自動打標簽、自動沉淀，不用員工停下手里的活去寫總結、去點上傳。

其實2021年我主導過一個全集團知識中心的方案，里面就強調一條：知識應該產生在業務流中，盡量別讓員工手工上傳。當時這個想法做了第一期，但是完全定制，實現起來成本太高。現在用AI實現就輕松多了。

但技術到位，不等于這事就能辦成。

AI能自動沉淀知識，還得有人愿意讓AI讀自己的東西，愿意去校準，愿意把藏在腦子里的隱性經驗顯性化。該不該分享，愿不愿意開放，這個開關還攥在人手里。

所以我的核心觀點一直沒變：不解決員工憑什么貢獻知識的動力問題，再先進的AI，也只是一個昂貴的搜索框。2012年花錢推不動的事，2026年換一個AI也推不動，除非先解決了人的問題。

真把知識庫做起來的，靠的不是錢，也不是某個先進工具，而是一套讓貢獻自然發生的機制。這就引出我后來反復講的一個判斷：機制大于制度。光靠一紙規定沒用，得在具體場景里設計出讓人愿意動的機制。這點我放后面幾篇細說。

幾條真金白銀砸出來的建議

如果AI時代你也在想怎么建企業知識庫，我這有幾條建議，都是真金白銀砸出來的。

別一上來就砸錢搞全員激勵

我的教訓就是錢買不來習慣。先選一兩個高頻場景，讓AI無感把知識沉淀下來，讓員工先嘗到不用寫還能查到的甜頭，這比發獎有用。

靠系統靠平臺不靠個人

讓貢獻發生在業務流里，而不是靠人的自覺。你越依賴個人意愿，越做不起來。這點到了AI時代反而更對了。系統比人靠譜，系統不會鬧情緒，也不會怕被替代。

先解決憑什么，再談技術

別一上來就談需求怎么實現。企業的知識管理根本不是個純粹技術的活，技術和機制，誰是發動機誰是放大器，得先搞清楚。機制設計、利益設計先行，技術只是把跑通的東西放大。

別讓IT去推知識管理

知識管理要推成功，有且只有讓專職部門牽頭，這個部門主責就是企業組織、文化和知識的傳播。

很多大公司是由企業大學或者XX學院這個組織，設首席知識官或者院長身份來推才行。IT的職責就是保障系統運行穩定、體驗良好、不出問題，這已經很不容易了。

如果你對AI時代怎么做知識管理有興趣，歡迎晚上來我直播間聊一聊。

我是王巖，20年數字化實戰老兵。