知识管理

腾讯内部实践：腾讯云国际团队如何共建“AI大脑”

2026 年 10 月 15 日

腾讯云国际团队（TCI）以腾讯乐享为知识底座，通过 Portal 和 WorkBuddy 将知识接入日常工作流，围绕知识管理、权限治理、AI技能封装、全员共建四条主线，构建可复用、有边界、能执行、持续生长的组织级“AI大脑”，推动知识从静态存档转变为动态生产力。

知识管理首先是管理问题

腾讯云国际团队（TCI）是腾讯云面向全球市场的业务先锋，团队规模约 200 人，业务覆盖亚太、北美、欧洲、中东、港澳台等区域，聚焦泛互、电信、制造、汽车等核心行业，为全球客户提供全栈云服务方案。

面对跨区域、跨时区、跨语言协作，TCI 以腾讯乐享为知识底座，并通过 Portal、WorkBuddy 将团队知识接入日常工作流，希望解决一个核心问题：如何让散落在个人和项目中的经验，变成整个团队随时可以调用的业务能力？

围绕这个目标，团队启动了“Build TCI's AI Brain”共建计划。

TCI 团队有一个很明确的判断：知识管理不仅是技术问题，更是管理问题。AI 能不能给出可靠答案，首先取决于团队有没有高质量、可复用的知识。

因此，TCI 并没有把腾讯乐享当成简单的文件存放平台，而是围绕实际业务流程重新组织知识。团队按售前拓展、业务解决方案、项目管理、翻译等场景规划目录，并区分不同成熟度的内容：已经定稿、可复用的方案、案例和标准材料，进入团队知识体系；客户需求、交流记录、问题记录等过程性信息，则由相应业务空间承接。

这样，一线同学找资料时，不需要先判断“这个文件是谁做的”，而是可以直接按业务场景寻找可信内容。

为了降低知识沉淀门槛，TCI 还把归档动作接入 WorkBuddy。员工可以通过自然语言完成文档分类和沉淀，企业微信文档、腾讯文档等已有资料，也可以通过相应能力归入腾讯乐享的指定目录。过去需要“找目录、找入口、手动上传”的动作，开始变成更自然的对话流程。

知识复用必须匹配治理边界

国际业务团队的知识共享，并不是越开放越好。团队内部既有通用产品资料，也有客户信息、项目材料、案例和面客内容。同一份资料，可能有不同的使用边界：有些可以直接对客，有些仅限内部，还有一些需要经过审核才能传播。

因此，TCI 在提升知识复用效率的同时，也同步建设权限和治理机制。借助腾讯乐享的目录管理、权限控制和评审机制，团队可以针对不同类型内容设置访问范围，并通过评审保障知识质量。

围绕更完整的治理，团队也持续完善下载控制、访问记录、水印、知识密级、知识移交和敏感内容检测等机制。核心目标很明确：让知识流动起来，但始终在正确的边界内流动。

AI技能封装推动任务级自动化

有了统一知识底座之后，TCI 开始把一线高频工作进一步封装成 WorkBuddy 中可调用的 Skill 和专家能力。知识不再只是“给人看”，而是开始直接参与业务。

场景一：AI 自动跟进海外线索

全球业务天然存在时差。海外客户提交需求时，负责销售可能正处于非工作时间；完全依赖人工跟进，又容易出现漏跟、慢跟和邮件质量不一致的问题。围绕这一场景，TCI 建设了 AI 邮件自动线索孵化能力。线索进入后，AI 可以结合腾讯乐享沉淀的团队知识和腾讯云公开信息生成个性化邮件，并完成多轮触达；当客户意向进一步明确后，再转交人工跟进。AI 承担重复性的前置工作，让销售把更多精力放在真正需要判断和沟通的环节。

场景二：从找资料，到生成方案和 PPT 初稿

准备客户方案，是一线团队最耗时间的工作之一。过去，往往要先找公司介绍、行业方案、历史项目和客户案例，再从多个旧 PPT 里手工拼装。TCI 因此把知识问答、方案查询、案例检索和 PPT 生成能力逐步串联起来，并基于 WorkBuddy 建设腾讯云 PPT 制作专家，将公司介绍、行业解决方案、产品方案和客户案例等能力进行整合。现在，一线同学可以先描述客户和场景，再让 AI 基于腾讯乐享中的团队知识生成结构化初稿。过去从零整理材料的过程，逐渐变成：AI 先完成第一版，人再结合客户实际情况判断和修改。

场景三：3 分钟定位可用客户案例

客户交流中，“有没有同行业案例”“这个地区有没有类似项目”是高频问题。过去，如果案例散落在不同 PPT 和文件里，一线同学往往只能“海里捞针”。TCI 因此建设了案例查询 Skill，并把案例按统一规则沉淀到腾讯乐享。现在，一线同学可以通过自然语言，按区域、行业、产品等条件快速定位相关案例，并查看结构化结果和资料来源。找案例不再依赖“谁记得这个项目”，而开始依赖团队已经沉淀好的组织知识。

共建机制保障知识持续生长

知识体系还有一个长期挑战：如果只有少数管理员维护，知识很快就会过时。因此，TCI 没有把知识管理当成某个岗位的独立任务，而是推出了“Build TCI's AI Brain”共建计划，鼓励成员持续沉淀客户案例、业务 Playbook、AI 使用经验、客户成功故事和平台反馈，并设置季度和年度激励。

同时，团队保持每 1—2 周一次的产品方案及行业解决方案分享，并将内容持续沉淀到腾讯乐享，供全员随时回溯和复用。新人培训也通过导师制、集中培训、指引手册等方式，让新员工从入职开始就知道去哪里学习、去哪里找答案。

所谓团队“AI大脑”，因此不是一次性搭建出来的系统，而是一套持续生长的组织能力。每多沉淀一份高质量知识，AI 就多理解团队一点；每多一个可复用的 Skill，整个团队下一次完成同类工作的成本就更低一点。

知识正从资料转变为生产力

这套模式上线后，一线工作的方式也开始发生变化。

找资料：过去：多平台切换、靠人问、靠个人收藏；现在：Portal + 乐享知识库统一承接，WorkBuddy 可直接调用；上线不足一月，访问量已达 1800+
做方案：过去：从历史 PPT 和个人经验里手工拼装；现在：基于知识库和 PPT Skill 生成结构化初稿，减少从零整理材料的时间
查案例：过去：PPT 海里捞针，案例可引用级别不清晰；现在：skill支持自然语言查询、结构化输出和来源标注，案例定位更直接
跟线索：过去：人工邮件跟进，容易漏跟、慢跟；现在：先由 AI 自动多轮触达，意向明确后再转人工跟进
知识治理：过去：上传和维护依赖个人习惯；现在：围绕 15 个目录持续沉淀，建立评审机制，知识在复用前多了质量把关。

这些变化背后，其实指向同一件事：知识管理的价值，正在从“把资料保存下来”，走向“让知识直接参与下一次业务”。

JOTO 企业落地观察

企业部署智能体时，若跳过知识治理阶段直接封装 Skill，极易导致 AI 输出不可信、不可控——TCI 将知识成熟度分级与权限绑定的做法，为企业提供了可复用的 RAG 知识工程基线。
当 AI 技能嵌入日常办公工具（如 WorkBuddy），其价值不仅在于提效，更在于将隐性经验显性化、标准化；这对 FDE 驻场共创中识别高价值可封装场景具有强参考性。
“共建计划”本质是组织知识生产的闭环设计：它要求知识沉淀与业务交付同步发生，而非事后归档；这对企业评估智能体 ROI 提出了新维度——不只看单次任务节省时长，更要看知识复用频次与 Skill 覆盖广度。
TCI 对“同一份资料不同使用边界”的精细化治理，揭示了 AI 安全治理的核心矛盾：开放复用与合规约束并非二选一，而是需在知识建模层即定义密级、水印、流转规则——这正是企业级 RAG 不可绕过的前提。