國有企業文檔系統和信息化建設的現在與將來

胡丹丹

近年來，企業文檔系統已被廣泛運用于國有企業文檔管理中，為了更好的實現效率和安全的平衡，文檔系統在保證工作效率的基礎上，不斷提高數據安全的可靠性、事件分析和經驗反饋，需要我們不斷優化信息化平臺的建設，大數據可以成為我們的方向之一。

國有企業文件交互的高復雜性及“安全第一”的工作原則，就要求對工作過程須嚴格控制、對過程文件須能長期有效追溯，一個功能全面、高效并嚴格控制權限的文檔系統已成為國有企業管理系統的核心要求之一。工程建設過程中，進度和安全總是位于天平的兩端，對于文檔系統來說，文件控制的效率和安全同樣在坐蹺蹺板。如伺做好效率和安全的動態平衡，這是擺在所有文檔人面前的難題：它需要我們時刻根據當前所處工程建設/安裝/調試/運行的狀態做微調，并根據員工的反饋不斷優化，因此，一個成熟的文檔系統就好像指紋和聲紋，能反映出所在企業的獨特個性。

效率與安全的權衡

雖然相對紙媒來說，電子文件的效率和安全性都大大提升，但對于電子文件自身來說，效率與安全仍然是杠桿的兩頭。或許我們已經習慣于，如有新的需求，就開發新模塊，增加新功能。但電子流程的使用不能被視為配置管理問題的靈丹妙藥。其實很多問題都可以通過優化工作流程來解決，而不是一味的僅僅修改電子流程。在出現問題并著手開發電子模塊時，先冷靜下來分析一下現有的工作流程是否還有提升的空間。

奧卡姆剃刀原則：如無必要，勿增實體。這條規則對我們的文檔系統同樣適用。引入新的模塊、開發新的功能，盡管很多時候可以迅速解決問題，但同樣由于引入了新的接口和電子流程而可能引出更多的BUG，導致更多的混亂，這也就是熵增。熵增的必然結果就是系統的安全性降低，系統內的文件都可能受其影響而出現不可控的新問題。所以，信息管理系統的低復雜性非常重要，作為信息管理的子集的文件文檔管理自然也繼承了這一特點。低復雜性標志著高可用性，錄入數據庫的每一條信息都是明確可用的。對此對應，工作流程的合理簡化，在很多時候比數據庫和信息系統的全面性更為重要。

然而，上述情況也有其局限性。在無需大范圍數據分析的時候，我們的文檔系統的特點就是如前文所述。然而當工程出現了從未有過的新問題甚至重大事故時，已有的數據分析方式將可能失效，因為我們缺乏足夠用于分析的數據。此時我們需要大量的在此前被視作垃圾數據的信息，而這正是大數據時代的鮮明特點。在對正常運行的企業做頭腦風暴式的事故模擬時，更需要以分布式計算、大范圍收集貌似無用的數據的方式進行數據的處理和分析。如何以及何時從傳統的集中數據服務器管理平穩過渡到分布式數據管理，對于國有企業來說是一個嶄新的課題。

信息化建設的未來

傳統的文檔系統，對文檔的創建人、審核人以及流轉過程進行了嚴格的約束。人員職權不能隨便，流轉過程必須嚴格，這就導致了各級文檔管理人員和系統維護人員的工作量呈幾何級數攀升。管理成本的上升就必然導致管理效率的低下，而這也是企業所無法回避的事實。然而在企業完全轉入運行階段之后，文檔的生成來源固定、流程固定，舊有的文檔系統管理方式就有了可以提升的空間。國有企業素來注重經驗反饋和事件分析，而隨著運行時間的延長，我們所遇到的新問題會越來越多，用舊有的數據和數據模型分析和解決新問題，可能會日顯力不從心。

企業的事件分析，需要基于大量的數據收集和有經驗人員的“直覺”判斷?，F有的文檔系統和信息化平臺，無法滿足這樣海量的能用于事件分析的數據要求，更遑論讓系統協助人來生成事件分析的結果。大數據或許可以幫助我們實現這一點。我們知道，人因失誤在企業已發生事件中占有相當的比重。其實對事件的分析過程中，也存在著各種人因失誤陷阱。這些陷阱可能導致我們對事件的起因產生誤判，最終影響到我們的對應措施和解決方案。而一個靠海量數據作為分析基礎的系統，則能避開人因失誤的陷阱，給出或許初看起來不太合理的正確答案。安大略理工大學的卡羅琳·麥克格雷戈博士帶隊與IBM以及很多醫院合作，用軟件來監測處理即時的病人信息，把它用于早產兒的病情診斷。系統會監控16種數據，包含心率、呼吸、體溫、血壓和血氧含量。這些數據可以達到每秒鐘1260個數據點之多。在明顯感染癥狀出現的24小時之前，人們無法用肉眼看到，但系統能監測到早產兒細微的身體變化發出的感染信號。這個系統依賴的正是相關關系，而不是因果關系。它告訴你的是將發生什么，而不是為什么發生。驚人的是，這個方法發現的事實有時違背了醫學界的傳統看法：比如穩定的生命體征表明病人發生了嚴重的感染，而傳統看法認為惡化的疼痛才是全面感染的征兆。數據表明，早產兒的穩定不但不是病情好轉的標志，反而是暴風雨前的寧靜，就像是身體要它的器官做好抵抗困難的準備。現在還不知道具體原因，只是看到了相關關系。這需要海量的數據并且找出隱含的相關性才能發現。

與此類似，企業的事件分析，正需要這樣一個不按“常理”出牌的系統，來幫助我們避開人的慣性思維所導致的誤區。基于大數據需要而設置的數據收集系統，可以和工作流程系統分隔開，用Git和WiKi這樣去中心化的數據管理方式，大大簡化數據的生成、傳遞、交互過程對中心服務器和系統管理員的依賴。此時人人是數據締造者，人人是數據管理者。被大幅簡化的系統管理成本，加上因為流程簡化而增加的數據錄入，這樣的數據收集系統能對企業事故分析甚至事故模擬提供很好的支撐。

計算機和網絡技術在不斷進化，國有企業的文檔系統與信息化平臺的建設也在隨之更新迭代?，F有的文檔系統能較好地實現文檔安全和工作效率的動態平衡，但隨著工程的進展，除了已有的文檔處理功能之外，信息化平臺的使命中還增添了事件分析與經驗反饋這一重擔。舊的信息化軟硬件方案向大數據方向轉移，或許能更好的滿足我們的實際需要，也使之成為一個取之不盡的珍貴的數據寶藏。