近些年随着各行各业内部改革的不断深入，管理机制上虽然得到了不断改善，但自上而下的企业管理模式，仍存在基层员工主动性和创造性难以调动、中层员工流失变动影响大、高层管理决策拍脑门、科学依据不足等问题，企业改革治标不治本。

       上世纪70年代末，面对同样的问题的瑞典的北欧航空公司(SAS)总裁杨·卡尔松，提出了倒金字塔管理法（Pyramid Upside Down），后被世人称之为倒三角企业管理法。与自上而下的传统企业管理方式不同，“倒三角”的企业管理模式，并不仅仅是命令的下达与执行，而是以市场为本、客户为本、员工为本，重视每一个个体的价值。2015年，马云带领阿里众高管拜访了叫Supercell的芬兰移动游戏公司，令马云惊讶的是，这家创造了年利润15亿美元的公司，当时却只有不到200名员工。员工少但要精，且有充分的自由度。这家小而美的公司各团队分散作战，团队可自行决定开发什么产品，以最快的速度推出公测版。如果用户不欢迎，则迅速放弃，寻找新的方向。半年后，阿里效仿Supercell，启动了中台战略。

       而当今社会，新兴技术对商业的支持不可或缺。结合企业的数字化转型进程，企业管理改革与最新AI技术融合，收集企业内部每一个岗位产生的数据、沉淀行业专业知识，实现企业内部信息相通、互助协作、环环相扣，最终以一个完整的集体取代上下级的管理方式，逐步提升服务质量和员工满意度，加快生产和商业决策效率，增强企业竞争力。电信行业作为信息化程度较高，以用户服务体验为中心的典型行业，为了适应多样化的需求，应对互联网的冲击，提升用户满意度，也较早的采取了“倒三角”管理架构和相应的数字化转型。在这个过程中，行业专业知识的收集、整理、分析和利用，成为“倒三角”数字化转型的关键支持因素。而在“倒三角”体系搭建过程中，通常又会遇到哪些数字化／知识化挑战呢？本文从以下四点企业各层在传统企业管理中产生的问题进行概述：

       1、业务-技术脱节：知识工程师、数据分析师与业务专家无法在线协同工作，沟通成本阻碍了知识价值的流动。
       2、经验无法沉淀：组织对有经验员工依赖严重，经验无法沉淀在组织中，形成共享与企业竞争力。
       3、数据治理复杂：“无数据，不决策”，然而业务知识存在于海量的异构数据尤其是非（半）结构化文本数据中，以及无法关联的数据孤岛，缺少按照业务知识的建模与数据治理方法，数据价值不能转化为业务价值。
       4、缺乏实时洞察能力：管理层级冗长，决策者无法深入一线直接了解到管理流程问题和客户需求痛点。

       为了满足“倒三角”支持的数字化需求，必须面向一线，专家和管理决策层三大层级，从知识经验沉淀，随需知识获取和实时洞察方面构建全面的支撑能力：

       1、一线工作流程“注智”
       通过收集企业一线服务人员在进行客户服务时所产生的语音、文字等数据，并利用自然语言处理（NLP）、文本、语义识别等方式，将企业服务流程、专业领域技术，以知识标签提取、知识搜索引擎等方式进行知识的数字化、可量化转型，从而沉淀企业的隐形资产—知识，并支持助力一线员工的便捷知识搜索和获取，提升工作效率和效果。

       2、专家支持“助手”
       在“倒三角”体系中，业务专家作为中坚力量，不仅仅承担了支撑一线的角色，同时也是企业“知识”价值的创造者。因此，需要系统将“专家经验”知识化并数据化，不断沉淀专家经验，压缩他们从事重复低价值的时间，充分释放专家潜能。

       3、管理决策层“助智”
       得到专家知识不断修正的智能AI分析系统，其产出的基于业务一线数据生成的报告，其分析结果的科学性、时效性，数据的真实性、完整性都为管理人员的商业决策、流程优化提供了有力的依据和支持，协助管理人员更好的聆听客户和市场的声音、一线员工的反馈及领域专家的意见和建议，从而即时发现管理中的“堵点”，更高效、准确、科学的进行商业的决策和企业的管理优化。

       作为支持决策智能和知识数字化的关键技术，“知识图谱“在”倒三角“数字化转型中，将发挥巨大的价值，北京欧拉认知智能科技有限公司作为国内顶尖的认知智能平台提供商，构建基于知识图谱技术的搭载“欧拉企业级知识中台”解决方案，能够同时提供语义化数据治理，知识管理，知识搜索，知识分析和知识洞察能力。为大型集团管理决策流程助智，提升服务满意度，降本增效。

       管理大师德鲁克曾预言：“未来的企业组织将不再是一种金字塔式的等级制结构，而会逐步向扁平式结构演进”。而今，他的预言已得到证实，中国的众多成功企业，已经证实了德鲁克观点的超前和准确。以知识为基础搭建的“倒三角“体系，协助企业在演进的过程中，随需获取知识图谱，科学助力商业决策。