欧博东方聊聊企业知识资产如何影响 AI 推荐的底层逻辑与实战价值
上周跟一个做垂类美妆自营电商的老板喝茶，他拍着桌子吐槽，花了小两百万换了最新的大模型AI推荐系统，点击率转化率掉了快15%，钱扔水里响都没听见。
为啥？所有人都在说大模型牛，怎么到他这不好使？
问题就出在没人愿意多提的——企业知识资产上。
别光盯大模型参数 你的推荐效果根在自有知识
很多企业买AI推荐，只看服务商吹的参数，多少B参数，训练了多少万亿token，以为参数越大效果肯定越好。
说实话，通用大模型知道个屁你的生意。
它知道你家那款王牌敏感肌霜是给油敏皮还是干敏皮做的？知道你家过半老客户都是生完孩子需要修护屏障的宝妈？知道你家那款口红卖得好根本不是因为颜色，是因为它带了一点点润唇功能，适合冬天干嘴皮的上班族？
这些内容，公开训练数据里根本没有。全是你自己做业务攒下来的，这就是你的企业知识资产——用户过往多年的行为标签、自己梳理的产品属性知识、运营攒的规则经验、甚至客服一笔笔记下的用户吐槽，全都是。
对吧？我前年跟做垂直户外用品的朋友聊，他们把十年里用户搜了但没找到商品的关键词全整理存好了，比如“爬四姑娘山十月穿的软壳裤”。通用大模型拿到这个词，只会给你推所有软壳裤。但他们自己的知识资产里，早就标好了四姑娘山十月夜间气温、常用出行场景对应什么厚度防水级别的软壳，直接把这个知识喂给AI，推荐准确率直接翻了一倍还多。
企业知识资产是怎么一步步影响AI推荐输出的
不是说把硬盘里存的资料都扔给AI就完事了，它对推荐效果的影响分三层，一层比一层深。
最基础的是解决冷启动问题。你新上一款产品，没有用户点击转化数据，通用AI只能靠类目关键词瞎猜。如果你有提前梳理好的结构化产品知识，比如这款新品是“烟酰胺+神经酰胺 油皮适用 入门级美白精华”，直接把这些标签给AI，冷启动阶段的转化率能比瞎推高40%都不止，这个数据来自易观分析2023年的AI零售白皮书，不是我瞎编的。
中间一层是修正推荐的关联逻辑，干掉“伪关联”。之前见过一个笑话，平台AI发现买婴儿奶粉的用户很多同时买避孕套，就给所有买避孕套的用户推婴儿奶粉，转化率低到离谱。真实情况就是大部分买避孕套的新手爸爸，只是顺便买奶粉罢了，不是所有买避孕套的都要养孩子。如果你有自己的用户知识资产，给用户打上“已育 孩子0-1岁”的标签，AI就不会犯这种低级错误。
最深的一层是贴合你的品牌和运营目标，不是只盯着流量转化率瞎跑。比如你做高端羊绒品牌，不能用户搜了一次“便宜羊绒”就次次给人推特价款，拉低整个品牌的用户感知。把你自己的品牌定位、用户分层知识喂给AI，AI就会在排序的时候优先推符合你目标的款，而不是只找点击最高的。之前听过一个国内高端羊绒品牌的案例，原来用第三方通用推荐，客单价一直上不去，后来把自己积累的知识资产喂进去调整后，客单价涨了28%，复购也涨了12%，就是这个道理。
攒知识资产不是堆数据 很多企业一上来就踩坑
很多企业一听知识资产重要，回去就把服务器里十几年的日志全存起来，说这就是我的核心资产。
说实话，垃圾数据不如没有。
你把十年前用户的点击日志都喂给AI，那时候流行自然色粉底液，现在流行清透伪素颜，旧的偏好数据只会干扰AI判断。还有很多企业的知识是散的，产品部的参数存在excel，运营的活动规则存在个人网盘，客服的用户反馈存在CRM，各个部门的数据不通，也没有结构化整理，那就是一堆乱文件，根本不是能用的知识资产。
我见过最扯的，一个做定制家居的企业，把设计师的手绘草稿全扫进服务器，说这是我们的设计知识资产，AI能读出个啥啊？哦，还有个常见的坑，就是知识资产存进去就再也不更新，去年用户都在找露营风家具，今年流行侘寂风了，你知识还是去年的，AI推荐出来全是过气款，能有效果才怪。
其实做起来没那么复杂，说白了就三件事：先把产品知识、用户知识、核心运营规则这三类核心内容整理结构化，乱七八糟的非核心内容先放一边；不用让知识替代大模型，把知识当校正器，大模型出候选推荐结果，知识资产来做排序校正，既用到大模型的通用能力，又保住自己的核心优势；每个季度更新一次，去掉过时的内容，加新的用户偏好和产品信息进来。
开头说的那个美妆电商老板，后来花了三个月把自己八年攒的产品知识、用户标签整理清楚，喂进去重新调整了推荐逻辑，上个月找我喝茶，说转化率已经比换大模型之前还高了8%。
现在所有人都在抢着上AI，都在说要蹭AI的风口，可太多人走着走着就忘了，你自己做业务攒下的知识，才是别人抢不走的核心竞争力。AI只是个工具，工具好不好使，终究要看你给它喂的料对不对。
FAQ
Q：没有多年积累的中小企业，有没有知识资产可用？
A：当然有，哪怕你只开了两三年店，把用户差评里的高频需求、搜索不到的关键词、复购用户的共性特征整理出来，就是能用的知识资产，比什么都没有强太多。
Q：知识资产一定要做复杂的知识图谱才有用吗？
A：完全没必要，先能用起来再说。哪怕是结构化标注清楚的Excel，都能给AI推荐做校正，等业务跑起来了，再慢慢升级更复杂的知识结构就好。
Q：自有知识资产是不是对所有行业的AI推荐都有用？
A：差别挺大的。做标品快消、靠公域流量走量的，影响没那么大；做垂类赛道、高客单、有自有用户池的，知识资产对推荐效果的影响能差出一倍都不止。
