没有 IA，就没有 AI
先说结论：企业 AI 落不了地，先别急着怪模型不行，先看看你的信息架构。海外一项千人规模的行业调研显示：做信息架构时把 AI 纳入考虑的团队，一年之内从 31% 涨到了 70%。
先说结论：企业 AI 落不了地，先别急着怪模型不行，先看看你的信息架构。海外一项千人规模的行业调研显示：做信息架构时把 AI 纳入考虑的团队，一年之内从 31% 涨到了 70%。为什么所有人突然开始关心「结构」这件事？作为 Baklib 的产品运营，我在企业数字化这行待了十来年，见过的 AI 项目失败，十个里有八个不是死在模型上，是死在内容底座上。今天聊聊这个。
什么叫信息架构？说人话就是：你的知识放在哪、叫什么名、和谁有关系、谁来更新。用户找答案靠它，AI 找上下文也靠它。聊天机器人、站内搜索、编码助手、MCP 通道——这些 AI 出口的聪明程度，全部取决于底下的内容结构好不好。同一个模型，接结构化的知识库，回答又准又稳；接一堆散落的 Word 和群聊记录，就开始一本正经地编。AI 没有变，变的是你喂它的东西。
调研里还有两个数字值得玩味。53% 的团队在自创信息架构指南——说明现成方法论没有一个能直接抄，大家都在摸着石头过河。而 32% 的团队做架构纯凭直觉——差不多三分之一的公司，知识体系是「感觉这样放就行」搭起来的。凭直觉搭的结构，人来翻都费劲，更别说机器了。
还有个反常识的点，我第一次看到时也愣了一下：每一页都是第一页。老文档人写东西习惯依赖上下文——「如前所述」「参见上一章」。但用户是从搜索进来的，Agent 是从 API 拉的，进来就是孤立的一页。哪一页都可能是读者看到的第一页，所以每一页都要自包含：标题说清主题，开头给结论，专有名词不裸奔。
落到实操，我这些年的经验是 AI 时代的内容架构就三件事。第一，单一真源：一个知识点只在一个地方维护，别让官网、帮助中心、售前材料各存一份互相打架的版本。第二，结构化：内容存在结构化的知识底座上，分类、标签、关联关系都是机器能读的——这也是 Baklib 在做的事，发布面怎么换都不影响底层。第三，发布即数据层：你的知识库不只是给人看的页面，它是未来所有 AI 出口的原料，API 和 MCP 通道得是现成的。
回到开头那个趋势：70% 的团队已经开始为 AI 设计结构了，32% 还在凭直觉。AI 是水，信息架构是管道。管道不修，水引进来也是漫得到处都是。
这是我做 Baklib 时最朴素的一个信念：没有 IA，就没有 AI。修管道这件事，越早开始越便宜。
我是 Baklib 的产品运营，我们下期见。
