知識整合力、人才聚合力、品牌傳播力：AI時代的智庫 “三力”建設

當前，以大語言模型、生成式AI和認知計算為代表的人工智能技術，正以前所未有的速度和深度重塑著信息處理、知識生產和決策咨詢的方式與模式。中國特色新型智庫建設已經走過了十周年的歷程[1]，面對中國式現代化偉大征程的新形勢、新任務，智庫的建設運營模式和知識生產范式也要順應AI時代的變化進行重構，尤其是要從過去以“設組織機構、靠專家個體”為主，進一步轉型為“以平臺化、智能化深度驅動知識要素和人才資源”，進而更高水平實現咨政建言、理論創新、輿論引導、社會服務和公共外交的功能要求。本文結合智庫研究和運營的具體場景，聚焦知識整合力、人才聚合力和品牌傳播力這三大核心能力，探討如何通過人機協同、技術應用、場景賦能等方式實現AI賦能智庫“三力”建設，尋求中國特色新型智庫下一個十年的創新發展路徑與更高維度能力。

1知識整合力：更廣范圍、更高效率、更多維度的知識獲取及加工

智庫業務的本質就是知識生產，并且智庫的知識生產呈現典型的綜合性和專業性特征。在傳統模式的智庫知識生產環節中，普通工作人員或研究助理承擔著低端知識生產環節，例如，搜集整理各種數據、資料等；高級專家則負責對這些知識進行分析研判，提煉觀點和結論，并根據理論專業知識提出相應的解決方案和對策建議。然而，這種傳統模式的缺點如下：一是，范圍受限，靠個人或有限團隊力量無法搜集整理全量相關知識，比如多語種的報告等；二是，效率不高，識別有效知識的效率取決于人工的專業能力和熟練程度；三是，維度單一，這是由于個體專家受知識結構、人生經歷等因素所限，難以沖破既有認知框架水平。

知識整合力的核心在于更廣范圍網羅知識信息，并實現知識的深度關聯與創新性重組。今后智庫的高質量發展需要具備4種關鍵知識整合能力：跨界整合、精準提煉、動態更新和跨學科協同。該能力不再是傳統意義上的簡單信息收集和整理，而是一種跨學科、跨邊界的智能重構過程。其要求智庫能夠在海量信息中快速識別關鍵脈絡，將分散、碎片化的知識轉化為系統性、洞察力強的戰略智慧。在AI賦能下，這些能力正在得到有效提高。例如，通過構建全量政策文件庫，可以從巨量政策文件中深入分析各條文之間的關聯和演化關系，進而更清晰地了解政策演繹的脈絡，幫助專家進行研判和分析；通過打造廣泛多語種研究成果庫，可以實現跨語種多國別之間的研究比較，站在全球視野來審視中國發展面臨的各種問題，輔助產出更多的戰略性和前瞻性成果。

需要指出的是，當前的AI大模型技術雖然具有劃時代的意義和價值，但目前仍不能取代高級知識加工環節，其在對人類社會發展的深刻洞悉力、共情感知力和認知判斷力等方面，仍無法與具有深厚涵養、豐富經驗的專家相媲美[2-3]。因此，要聚焦初級知識加工環節，以更廣范圍、更高效率和更多維度為目標，利用AI技術為學者們的研究工作做好儲備。這好比幫一位大廚更及時、高效地將新鮮食材全部處理到位，最精華核心的“顛勺炒菜”環節還得依賴高級別專家來實現。

2人才聚合力：跨機構、跨學科、跨界別的人才識別、組織與合作

人才是智庫最核心、最重要資源，從某種程度上來說，對人才的識別、組織與合作的能力決定了智庫的整體實力和競爭力，這體現為人才聚合力。傳統的人才聚合模式已經無法滿足當今經濟社會發展面臨的更加復雜多變的具體問題，國家現代化治理體系和治理能力“大廈”需要多維、精準的專家人才提供支撐。例如，從識別人才的維度來看，傳統的識別人才僅僅從學科、專業、單位、職稱等維度對人才進行描述，這種簡單粗略的“素描”時常導致人才與需求之間出現錯配，需要更為精細甚至是“觀點級”的人才匹配。如今大模型、多模態等技術能力為人們提供了這一可能，AI時代的人才聚合力已經遠遠超越傳統的人力資源管理范式，轉變為一種動態、智能的人才生態構建與價值迭代機制，正在實現從“被動匹配”到“主動發現”、從“靜態管理”到“智能協同”的轉型。

然而，基于AI的人才聚合力不是體現在機制上，受人才主觀因素決定的聚合力目前仍然無法用AI技術加以解決，受限于以往的制度、關系和情懷等因素。AI的能力主要聚焦解決對人才的精準畫像與智能匹配的問題[4-5]，通過成果來精準定義專家，以現實需求來尋找更適合的專家，最大程度實現供需精準對接。以專家畫像為例，利用AI技術可以整合學術論文、科研項目、專業獎項等多元數據，目前對人才的畫像顆粒度已經超過萬余字段，僅對專家成果的描述就有近2，000字段。這種基于大數據和認知計算的精準識別，不僅能全面捕捉個人的專業技能和創新潛力，更能實時追蹤人才能力的動態演進路徑，為實現精準匹配奠定堅實基礎。

從人才的供需匹配來看，復雜的研究課題往往需要跨學科、多領域專家的協同創新。借助人工智能賦能的專家推薦系統[，智庫可以根據課題研究目標快速定位最佳人才組合，并精準評估專家間的協作默契度和團隊協同潛力。這種智能匹配機制極大地提升了研究效率，同時，促進了不同專業領域間的知識交流與創新融合。例如，國家電網能源研究院開發的數智人才系統，在積累近萬名專家人才及精準畫像的基礎上，可把研究課題的需求利用AI進行拆解，并根據人才庫進行智能化匹配。這種方式無論是在廣度上還是精度上都遠遠超出傳統的靠經驗和人腦之所能的范疇。人才聚合力的提升已經不僅僅是技術賦能，更是一場關于人才、知識和創新組織形態的根本性變革。智庫正在突破傳統組織邊界，構建一個基于能力、興趣和創新潛力的全球化智力資源網絡。

品牌傳播力：更新穎、更便捷、更高效 的智庫專家與成果推廣

在AI深度重塑的傳播生態中，智庫的品牌傳播力正經歷著從單向信息發布到智能、交互、精準地全域傳播的根本性轉型。過往，智庫主要依賴傳統渠道，將研究成果以報告、文章等形式發布，受眾范圍有限且難以精準觸達目標群體，傳播效果缺乏及時、有效的反饋。如今，通過技術手段的更新和傳播范式的深刻變革，智庫能夠在政府、社會和國際層面構建更加動態、有影響力的傳播體系。

首先，針對政府的傳播及時、精準。成果如何高效、精準觸達政府相關決策部門，決定了智庫的咨政能力和在政策層面的品牌影響力。傳統的傳播方式往往是單向報送，或是點對點的“跳轉式”傳播。在AI時代，技術可以將知識產品的政府需求者進行畫像，進而通過算法匹配合適的智庫產品進行推送，實現“頭條式”的及時、精準推送，以此為決策者提供精確且具有時效性的決策參考。這種傳播模式可以為專業化智庫和固定領域的政策制定者之間架起一道無縫對接的橋梁，逐步擴大智庫在決策部門中的影響力，并且提升品牌力。

其次，面向社會的傳播直觀、生動。對于公眾而言，智庫產品是較為專業的知識產品。如何消除專業鴻溝使智庫迅速建立在社會公眾心中的影響力和公信力是智庫發展的重要命題。運用AI技術一方面，可以使專業知識的傳播變得更加直觀和生動，例如提綱展示、觀點聚合等；另一方面，能夠使智庫專家和成果以名片化的方式直接觸達公眾，并且能夠使單向傳遞、單一途徑的方式，逐步轉變為可交互、定制化的傳播方式，從而使公眾可根據自身知識結構和興趣關注點對智庫進行深人了解。

最后，國際傳播快速、精準。限于語言、文化等影響，過去智庫成果面向國際社會的傳播效果并不理想。在AI技術加持下，跨語種、跨文化傳播成為可能，智庫的研究成果可實現快速、精準的多語言翻譯[7]，并通過語義級智能匹配，主動推送至全球相關領域的專業機構和學者。此外，可以實現成果和專家的雙向互動交流，在中國逐步占據世界舞臺重要地位的今天，這種智能加持的方式可以大大提升智庫品牌的國際影響力。

參考文獻：

[1]杜志章，程聰瑞，王媛媛，等.中國特色新型智庫建設 這十年：回顧、反思與展望[J].決策與信息，2024（6）： 14-33.

[2]XU R W，LIN B，YANG SJ，et al.The Earth is flat because...：Investigating LLMs’belief towards misinformation via persuasive conversation[C]// Proceedings of the62nd Annual Meetingofthe Association for Computational Linguistics. Stroudsburg： ACL，2024：16259-16303.

[3] DAYAN R， ULIEL B， KOPLEWITZ G. Age against themachine-susceptibility of large language modelsto cognitive impairment：Cross sectional analysis[J].BMJ， 2024（387）： e081948.

[4]JIANG B W， HAO Z Q， CHO C M， et al. KnoW me， respond to me：Benchmarking LLMs for dynamic user profiling and personalized responses at scale[EB/OL]. [2025-04-19].https：//arxiv.org/pdf/2504.14225.

[5]PURIFICATO E，BORATTOL，DE LUCAE W.User modeling and user profiling： A comprehensive survey[EB/ OL].[2025-04-19]. https：//arxiv.org/pdf/2402.09660.

[6]NIKZAD-KHASMAKHI N，BALAFAR M A，REZA FEIZI-DERAKHSHI M.The state-of-the-art in expert recommendation systems[J].Engineering Applications of Artificial Intelligence， 2019（82）： 126-147.

[7]NLLB Team. Scaling neural machine translation to 200 languages[J]. Nature，2024（630）： 841-846.

作者貢獻說明：

徐寧：構思研究、設計論文框架，撰寫并負責論文的整體修改；

何亮：提供AI技術發展的實踐洞察和相關應用案例，并參與了論文的討論與寫作。

徐寧，何亮．知識整合力、人才聚合力、品牌傳播力：AI時代的智庫“三力”建設[J].智庫理論與實踐，2025，10（4）：42-45.

Abstract： [Purpose /Significance] At present， artificial inteligence （AI） technology is profoundly reshaping the models of information processing， knowledge production，and decision-making consultation， posing new demands for the development of new-type think tanks with Chinese characteristics.This paper aims to explore how think tankscan transform from traditional models to platform-based and intelligent ones in the AI era， with thegoal of enhancing their capacity for policy advice and achieve higher-dimensional capabilities.[Method/ProcesDrawing upon specific scenarios in think tank research and operational practices， this paper focuses on three core capabilities： knowledge integration，talent aggregation，and brand communication.Itsystematically explores howAIcan empower the development of these‘threecapabilities’in think tanks through human-machine collaboration，technological application，and scenario-based enablement.[Result/Conclusion] The study finds thatAI significantly enhances think tanks'breadth，efciency，and dimensionality in knowledge acquisition and processing; facilitates the transitionof talent aggregation from‘passive matching’to‘intelligentcollaboration，'enabling precise expert profiling and demand-supply matching; and enables the establishment of an intelligent， interactive， and preciseomni-channelcommunicationsystemacross governmental，societal，and international levels.Tis ultimately provides a new pathway for new-type think tanks with Chinese characteristics to pursue innovative development and attain higher-dimensional capabilities in the coming decade.

Keywords： artificial intelligencethink tankknowledge integrationtalent aggregation brand communication