1、 1|2024 爱分析大模型+知识库厂商全景报告 2|2024 爱分析大模型+知识库厂商全景报告 报告编委 报告指导人 张扬 爱分析 联合创始人&首席分析师 报告执笔人 孟晨静 爱分析 分析师 3|2024 爱分析大模型+知识库厂商全景报告 目录 1.研究范围定义 2 2.厂商全景地图 8 3.市场分析与厂商评估 10 3.1 大模型+知识库 10 4.入选厂商列表 19 关于厂商全景报告 21 关于爱分析 22 产品服务 23 法律声明 24 1|2024 爱分析大模型+知识库厂商全景报告 研究范围定义 2|2024 爱分析大模型+知识库厂商全景报告 1.研究范围定义 知识库是企业的智慧中枢

2、，汇集了企业经营经验、流程、文献、政策、机理、模型等各类主题内容，承担着提高员工生产力、促进组织协作与创新的重要功能。1）大模型+知识库实现对企业知识的深度应用 企业普遍已经积累了丰富的知识沉淀，如何提高对知识的高效分享、精准应用成为限制知识库价值发挥的“关卡”。进入数字时代后，企业对知识库应用的技术发展推动知识库形态持续迭代，历经数字知识库、智能知识库 1.0 等阶段后，最终进入融合大模型能力的智能知识库 2.0 阶段。图 1 企业知识库技术发展历程 在大模型出现之前，虽然企业对知识库的利用技术一直在改进，但对知识库的价值挖掘仍然处于较低水平。如数字知识库阶段，企业普遍以电子文档形式存储知识

3、，并建立知识管理系统供员工使用。3|2024 爱分析大模型+知识库厂商全景报告 此阶段实现知识的线上化，但各业务分别建立知识库形成知识孤岛，无法形成企业级知识库，且员工难以准确定位需要的知识，对于客服等业务应用的支撑有限。随后，知识图谱、NLP 等 AI 技术的成熟推动企业进入智能知识库 1.0 阶段。这个阶段中，知识库的存储内容更丰富，在电子文档基础上增加了图片、语音、视频等模态，知识库的应用也更便捷，员工能通过智能搜索、智能问答、智能推荐等形式获取一定知识。智能知识库 1.0 阶段对知识的挖掘应用更深入，但也带来了巨大的构建和运维成本，如企业需要人工整理问答对，话术师冷启动周期长，不同场景

4、需要使用不同小模型，维护成本高。此外，基于知识图谱的智能知识库交互能力弱，回答内容和话术流程由话术师配置，难以准确理解用户意图，无法回答配置内容之外的个性化提问，用户体验较差。2023 年以来，大模型技术快速发展，其强大的知识整合和推理能力、准确理解用户意图、使用自然语言的交互、极强的泛化能力等特点能有效解决之前阶段出现的知识孤岛、用户体验、个性化提问、跨场景使用等痛点，同时，知识图谱、RAG 检索增强生成等技术又能解决大模型幻觉问题，保证大模型输出的可信性，使企业知识应用变得更简单、高效和广泛，使用场景迅速扩充到企业的生产、销售、营销、客服、IT 等各个环节。企业知识库进入智能知识库 2.0

5、 阶段，2）内外服务需求推动金融、政务、电信三大行业大模型+知识库率先落地 人工智能已经成为科技革命和产业变革的核心驱动力，在政府对人工智能产业发展的大力支持下，各行业开始进行试点，其中大模型+知识库因其成本低、周期短，成为大模型落地的优先场景。在各行业中，金融、政务、电信是大模型+知识库应用最领先的三个领域。以上三领域知识繁杂，内部员工使用频繁，且均需面向外部用户提供咨询服务支持，内外需求驱动业内机构快速落地大模型+知识库，如金融应用场景以智能客服、智能投顾、智能报告生成为代表，政务领域应用场景如 12345热线、政策标准知识库搜索等。4|2024 爱分析大模型+知识库厂商全景报告 此外，教

6、育、医疗、工业、能源等行业领先企业也在试点大模型+知识库，主要满足内部员工使用需求。如教育行业的智能教学、个性化学习推荐，医疗领域的药物研发、就医知识库等场景。爱分析认为，大模型+知识库解决方案包含基础设施层如湖仓一体、向量数据库、图数据库、GPU，模型层包含模型资源，中间层包含模型运营及图谱构建，应用层包含知识库问答、智能客服、数字办公、流程自动化等。基于以上背景，本报告面向企业管理层和全体员工，通过对大模型+知识库的需求定义和代表厂商的能力评估，为企业落地大模型+知识库解决方案、厂商选型提供参考。5|2024 爱分析大模型+知识库厂商全景报告 图 2 大模型+知识库市场全景地图 厂商入选标