报告解读 | 图书馆智能:从数据能力走向行动能力

封面图-刘柏嵩.png


编者按

在“2026年中国高校图书馆数据治理与应用创新研讨会”上,宁波大学图书馆馆长刘柏嵩作题为“图书馆智能:从数据到行动”的精彩报告。他以敏锐的洞察力和扎实的实践,精准地指出:图书馆智能的价值,不在于系统更会提供答案,而在于让用户更容易把事情做成。以下是本次报告的核心提炼。


刘柏嵩.png



预判

“大脑+手脚”,技术窗口已到


对于过去三年人工智能技术的跨越,刘柏嵩概括如下:

2024年

百模大战,大模型走向千行百业,我们有了新的“大脑”;

2025年

DeepSeek时刻,“大脑”更聪明且更廉价;

2026年

OpenClaw浪潮,AI进化为自主智能体,为“大脑”装上了“手脚”。


“所以我们的智能正在从数据能力走向行动能力。”他特别指出,《国务院关于深入实施“人工智能+”行动的意见》已明确提出构建“智能原生应用”体系。



演进

什么是行动智能?

刘柏嵩将图书馆智能分为三层:

  • 数据智能:发现规律、形成洞察、支撑分析

  • 知识智能:理解问题、组织语义、建立关联

  • 行动智能:执行任务、触发服务、推动结果


三层演进.png


他进一步定义了行动智能的三层含义:AI可执行→馆员可增强→用户可行动。


三层含义.png


图书馆智能的核心升级,是从“知道发生了什么”到“能够把事情做成”。对用户而言,是从“我去找图书馆(资源搜索)”转变为“图书馆来支持我(任务执行)”。


图书馆来支持我.png


场景

把“智能”封装进业务流


报告通过多个实战案例,生动展示了“行动智能”如何落地。


1、到馆触发主动推荐

痛点:读者入馆后,往往不知道有哪些新书、新活动。

行动:学生刷脸入馆,系统根据其画像推送新书、讲座、活动和空间服务设备信息。


宁大实践.png


入馆不再是一个“统计事件”,而是智能服务的“启动信号”。


2、学习支持与空间服务

痛点:图书馆空间服务往往停留在“提供座位和电源”的浅层次,未进入学习过程本身。

行动:对接全校2700余门课程大纲和教学进度,为学生生成“入门—进阶—拓展”的动态书单,匹配研讨空间。


学习支持和空间服务.png


空间、资源、任务三者联动,图书馆从场所支持走向过程支持。


3、用学科情报支撑决策

痛点:很多情报服务仅止于生成一份报告,没有进入组织决策流程,价值未被充分释放。

行动:以“全球人才地图”为例,针对学校登峰学科,挖掘全球顶尖人才和机构数据,形成高校管理者可操作的人才引进手册。


全球人才地图.png


情报服务的价值,不在于形成一份分析文本,而在于让分析结果进入组织决策流程。


4、资源采购的精准闭环

痛点:新书借阅率低,如何从“凭经验买书”转向“凭证据买书”?

行动:建立“需求感知—资源理解—配置判断—场景执行—反馈优化”五步闭环,将学院需求、师生荐购、借阅行为、课程适配、学科发展、资源成本和使用绩效等因素统一纳入问题空间,提升采购决策的证据基础、场景嵌入与反馈修正能力。


纸书采购.png


5、沉默用户激活

痛点:每届毕业生中,有约30%从未进过馆,70%从未借过书。

行动:智能识别“长期未到馆/借阅”群体,定制专属福利包或限时挑战活动,主动激活低显性需求用户,让图书馆服务覆盖到每一位师生,同时发布学习指数排行榜,形成关怀与管理的组合拳。


沉默用户激活.png


未来

从“数据中心”走向“行动中枢”


刘柏嵩提出“从数据到行动”的五层框架:数据层→治理层→知识层→智能层→行动层,遵循“数据决定基础、知识决定质量、智能决定效率、行动决定价值”的原则。


五层框架.png


他同时指出落地的四道门槛:数据整合、知识组织、流程嵌入、组织协同。


对于未来,他特别强调协议层的进化——从MCP(模型上下文协议)到ACP(智能体协作协议),以及馆员角色将面临重构——催生AI核查员、AI评估师、AI训练师等智能服务岗。


他总结道,图书馆智能的真正成熟,不在于部署了多少大模型,而在于是否形成了“AI可执行—馆员可增强—用户可行动”的三层闭环。


从数据中心走向行动中枢.png


我们正从数据的中心,稳步走向行动的中枢。



<<<  END >>>

本文根据中国高校图书馆数据治理与应用创新研讨会刘柏嵩馆长演讲内容整理,经本人授权发布。


点击下载完整报告PDF