董小英
知識管理從20世紀90年代中期開始,隨著國際科技競爭與知識經濟、數字經濟的迅猛發展,呈現出三個發展階段。

第一階段是上個世紀70年代到90年代,知識管理與集成戰略占據主導地位。這一階段的知識管理實踐主要由美國學術界和企業引領。在理論創新上,戰略管理領域中的資源學派與動態能力學派提出了知識資源的戰略價值優于自然資源,引領了美國企業向知識經濟轉型的大趨勢。企業高層管理者意識到必須通過發展知識資本(又稱智力資本)構建持久的競爭力。在這個過程中,人力資本、創新資本、結構資本和市場資本等智力資產是創造企業價值的基礎,知識密集型企業的市場價值逐漸超出自然資源密集型企業。這一時期,國際經濟環境總體穩定,企業知識管理的重點集中在內部知識資源的整合與開發利用上。通過有效集成組織內知識,使員工可以在最大范圍內,以最快的速度分享知識。信息系統作為新的管理工具被引入組織內部,成為連接和集成已有知識的重要手段和工具。知識附加值與管理信息系統的密切結合構成了發達國家推進經濟全球化的基礎,并在全球經濟價值鏈環節中占據知識密集型最高,也就是附加值最高的環節。
第二階段是上個世紀90年代到2010年,知識轉化與創新戰略占據主導地位。這一階段的知識管理實踐主要由日本學術界和企業引領,特別是野中郁次郎教授的著作在全球知識管理學界產生很大影響。野中教授通過對中西方哲學思想的比較研究,指出了企業生存發展的本質,通過觀察反思發現,美國企業重視信息系統與顯性知識的價值,卻忽視了人在知識創造中的主動精神。野中教授基于對諸多日本企業創新實踐案例的深入研究,發現了人的隱性知識在組織知識創造中的關鍵作用和價值,如高層領導者的實踐智慧、中層管理者在知識創造中承上啟下的關鍵作用,以及基層員工的創造力等,這使他們成為了知識創造的主體。野中教授提出的基于個人、團隊、組織和跨組織間隱性知識與顯性知識的轉化模型,對指導企業系統化的知識管理實踐起到了戰略引領和理論指導作用。野中教授用知識創造一詞替代了知識管理,實現了對知識管理的人性化回歸,呈現了知識不僅需要管理,更需要持續創造的螺旋式發展模式,這是對歐美知識管理體系的重要發展。
第三階段是2010年至今,知識突破與重構戰略開始占據主導地位。近年來,企業知識管理面臨全新的挑戰與機遇。一方面,國際形勢風云變幻,使得企業的知識管理體系與框架不斷拓展。知識獲取與分析不僅關注內部,更要對不確定的外部環境進行態勢感知和前瞻預判,知識管理對戰略更新的價值越來越大。另一方面,全球的科技競爭愈演愈烈,中國被推到了知識競爭的前臺。中國取得了一定成就,但在基礎研究領域仍然有較大提高空間,原創性研究和國際影響力仍有待提升,特別是在關鍵技術領域,仍有很多知識缺口并受制于人。如何通過知識管理打造知識優勢是迫在眉睫的研究課題。
隨著計算能力、通信能力與計算技術不斷進步,云計算、大數據、物聯網、移動互聯網、人工智能等技術的快速發展與應用,給知識管理帶來了新的機遇與挑戰。一方面,企業數字化轉型有助于提升知識管理的廣度、深度、速度、強度和精度;另一方面,數字化技術要求企業在“數據—信息—知識—智慧”價值鏈上形成強有力的整合和協同能力,特別是通過人工智能技術的應用加速知識的創造進程。在這一背景下,知識管理與數字化技術的深度融合再一次將該領域推向新的發展范式與空間。
知識優勢與資源和能力密切相關。與自然資源相比,知識資源源自人類的智力創造。從廣義上講,智力創造既包括人類的天賦、想象力、突破力和好奇心,又包括產生知識資源的制度、環境、文化、激勵和配套要素。知識資源的可再生性、可組合性和可復用性,使其成為人類文明傳承和可持續發展的核心來源與動力。從狹義上講,對企業來說,知識資源需要獲取、積累、開發、利用、創造和保護,這一切都與企業能力相關。當企業具備了管理和創造知識資源的能力時,才能獲得可持續的競爭優勢。具有競爭優勢的知識具有三個特征。
一是稀缺性。知識的稀缺性是針對知識供給來說的,具有在公共市場上難以獲得、代價昂貴和產生高價值等特征。稀缺性知識通常受到其擁有者強有力的保護,具有專用性、專有性和獨特性。與通用性知識相比,稀缺性知識積累時間長、探索難度大、隱性程度高、突破壁壘厚,具有看不懂、拆不開、摸不透、學不會等特性,對人才、機制、氛圍要求高。知識的稀缺性意味著只有少數人和少數機構擁有獲取和創造這些知識的能力。這些能力源自在無人區的長期探索、在看似無法解決的難題中獲得的經驗和突破現有知識邊界所領悟的新知,因此是企業差異化能力、創造能力和高附加值的關鍵來源。
二是復雜性。知識優勢的形成首先得益于知識體系中多元要素的相互作用,具有要素多樣性、交互多元性、組合多層面、迭代多階段和創造多維度等特征。知識體系中的要素和組合路徑越多、越復雜、透明度越低,被模仿的難度越大,時間越長。從競爭視角看,知識生態中門類越全、交流越頻繁,構建新知識的可能性越大。從社會視角看,知識機構協同性越強,知識轉化效率越高。無論是好奇驅動的知識求索、探索驅動的知識發現、挑戰驅動的知識突破、問題導向的知識創新,還是需求引發的知識應用、客戶牽引的知識迭代,連接環節越發達,科研成果轉化越有可能。從文化視角看,知識創造的復雜性需要文化的包容性和多元化,無論是艱難探索的俠客與特立獨行的天才,還是甘冒風險的勇士與尋求突破的智者,都能充分釋放其智力資本,并受到全社會的尊重與敬仰。
三是持久性。知識資源的復雜性和稀缺性共同構成了知識優勢持久性的基礎。知識的復雜性是誕生稀缺知識的基礎,而稀缺知識又不斷增加知識的復雜性,兩者的動態循環與加持,構建了產生知識優勢的基礎和環境。在快速變化的科技競爭環境中,知識的復雜性和稀缺性被不斷破解與超越,而且速度越來越快。因此,企業需要通過知識管理不斷擴大知識要素來源,促進知識協同、推動知識資源整合,加大能力護城河,特別是利用數字化轉型契機,為獲得知識優勢創造條件。
在數字經濟時代,企業數智化與平臺化依然與資源和能力有關。數智化中數與智分別代表資源和能力。一方面,數據的類型與數據量迅速擴大,大量外部數據(如社交媒體數據)、動態數據(如智能終端)、非結構數據(如社交媒體視頻)和過程數據(如物聯網和移動互聯網)對數據管理能力提出了更高要求。另一方面,人工智能技術的應用,為解決從數據到知識的增值過程帶來了新的思路、工具和方法。智的能力既包括“數據—信息—知識—智慧”的增值過程,將數據增值為可用的看板、工具、模型和服務;又包括人們在海量大數據中發現新的認知模式的能力,以更快的速度、更廣的視野、更深的洞察獲得全景式、精準化的認識,彌補人腦的局限和不足,在人機交互中形成新的知識創造范式。
平臺化也與能力和資源有關。首先,平臺是各方交互的集合,通過創造外部生產者和消費者的交互來創造價值。平臺既是中介,也是數字基礎設施。平臺化能力是指企業將孤立的業務單元通過數字化、參數化、模塊化的方式,利用平臺即插即用的開放性特征動態整合各類資源的能力,突破了傳統工業經濟連接外部與內部資源、通用與專用資源、同構與異構資源中的邊界和局限性,利用數字產品的可編程、可訪問、可通訊、可記憶、可感知、可追溯、可協作特性發展規模經濟,促進了不同實體資源以數字化形態在平臺上的連接、融合和重構,使得生產者在應對市場不確定性、需求波動性上可以隨需調用各類內外部資源,而不必受到企業定位的限制。平臺化所具有的資源和能力,解決了需求和供給的復雜性,從而帶來持久的知識優勢。
對企業來說,數智化和平臺化改變了組織知識管理模式、知識整合范圍、知識分享成本和知識創造要素。需要指出的是:數據資源本身并不構成知識優勢,將數據加工成高質量的知識并提升人們決策與行動的能力,才能帶來知識優勢。數據不稀缺,但有效開發數據的能力是稀缺的,這也是為什么人工智能成為數字經濟發展中最令人矚目的國際科技競爭前沿技術的主要原因。平臺化能力是稀缺的,當平臺能夠聚合復雜資源、解決復雜問題時,平臺才能轉化為真正的競爭優勢。
企業的數字化轉型為知識管理帶來了新的挑戰和機遇。企業數字能力的構建,使得之前沒有被數字化的活動和知識顯性化,這對隱性資產的可視化和利用很有幫助;同時,以企業價值鏈和生態為對象的數字化轉型,為“數據—信息—知識—智慧”價值鏈的整合協同提供了可能性;人工智能技術的應用對知識管理的增值模式也產生了重要影響。據此,筆者提出了知識管理與數字能力九宮格(見圖1),試圖分析數字技術可能產生的影響。
在知識獲取上,通過管理信息系統、大數據、移動互聯網、物聯網,獲取數據的廣度、深度、速度和精度大幅度提升。智能終端和傳感器連接了人、物、過程等各類活動并實時傳輸,特別是基于社交媒體和物聯網的數據采集范圍和時效性都超出了人們已有的能力。人們通過交流、學習、實踐和傳承獲取和積累知識的模式被打破,但如何將數字技術獲取的知識與人類經驗進行整合,還存在很多問題,有待探索。
在知識處理上,大數據的復雜性、多元化和規模使得數據處理變得更加困難,人們已經無法依賴人腦和經驗分析處理上述資源。以數學、計算機科學、神經生理學、心理學、信息論、哲學和認知科學等為基礎發展起來的人工智能技術,試圖在自然語言處理、知識表達、智能搜索、推理、知識獲取、模式識別等領域,極大拓展和超越人們處理、檢索和標注知識的速度和規模。
在知識整合上,借助云計算,為海量大數據提供計算、網絡和存儲能力,將來自四面八方的數據進行存儲和處理,將異構數據進行整合分析,改變了以往依靠人腦或組織內的信息系統存儲知識的模式。從橫向看,知識的整合能力跨越時空和組織邊界;從縱向看,知識貫通深入到垂直供應鏈、個體的單元和人,形成了復雜的知識網絡和知識圖譜。知識資源之間的融合交互,為新知識的產生提供了各種可能性。
數據資源本身并不構成知識優勢,將數據加工成高質量的知識并提升人們決策與行動的能力,才能帶來知識優勢。
在知識分析上,對海量數據的分析挖掘在宏觀、中觀層面形成全景式認知和全方位態勢感知;另一方面通過對個體特征的精細化標注,在微觀層面形成精準分析。這種兼顧廣度與深度的分析速度在一定程度上超越人腦的認知能力,提供了全新的知識體系。借助人工智能技術、數據可視化技術和移動互聯網技術,企業的經營現狀能夠通過多維度、多載體的數據看板實現實時、動態、全面的呈現,數據能夠真實、客觀、透明、全面和動態地展示對象和過程,為決策者、管理者和員工提供全方位的決策依據和行為指導,數據驅動優化與發展成為現實。
在知識共享上,數字化技術的最大價值在于以極低成本快速有效地分享知識,通過數字產品可編程、可訪問、可通訊、可記憶、可感知、可追溯、可協作等特征,加速知識分享,降低知識共享成本。通過便捷的客戶交互,形成有效的價值共創,縮短知識需求與知識供給的路徑和周期。
在知識創造上,知識管理與數字技術結合打造了三個知識創造空間。一是人際間的知識創造,通過有效交流、溝通思想、認知碰撞所形成的以隱性知識為核心的知識創造與決策體系,對于前瞻性預判、突發事件處理和復雜問題分析解決,是不可替代的傳統創新空間。二是人機交互形成的知識創造,通過數據可視化呈現、系統化整合、動態化追蹤和精細化分解,在人機之間,形成隱性知識與顯性知識、感性與理性、主觀與客觀、內部與外部相互融合的決策變革;通過數據中臺,將孤立的業務單元和創新主體數字化和模塊化,利用平臺即插即用的開放與動態整合能力,快速集結資源和用戶,隨需而變構建創新生態。三是基于人工智能技術創造的新認知空間,通過大數據和人工智能技術,建立復雜事物更全面、更深入、更系統和更高效的知識體系。這三個空間相互組合、協同共創,在基于工業時代知識創造體系基礎上,發展新的知識優勢。

奇安信的平臺戰略及知識整合戰略
奇安信作為網絡安全領域的領先企業,從2020年開始通過建立大禹平臺打造產業生態系統,以平臺開放模式,吸納大量中小網絡安全企業入住。眾多合作伙伴形成術業有專攻、技術有專長、專精特新協同組合的知識共同體。一方面形成對外部環境和實戰化網絡安全態勢的綜合感知,打造全方位環境監測體系。另一方面,通過知識整合,將中小企業的專精特新與領先企業關鍵技術、底層能力和服務整合配套,形成底座+支撐體系+綜合服務系統化知識優勢。
將隱性知識顯性化,使日積月累的項目技術、經驗、知識和能力變成企業的資產不斷復用、組合和迭代,并根據各類用戶需求,即插即用,快速形成定制化解決方案,兼顧規模化、差異化的雙向需要和量產能力,有效形成差異化競爭優勢的護城河。
知識優勢的形成需要知識積累、實踐和平臺化管理,并將知識進行組合式管理。為了有效構建大禹平臺,奇安信通過平臺化、組件化、模塊化、函數化打造樂高型組織。樂高型組織是綜合知識體,借助平臺即插即用、多元組合模式,形成知識的快速積累。企業把各類項目中的知識進行有效轉型,通過將函數組成模塊,模塊組成組件,組件組成平臺,平臺作為產品的路徑和方法,將隱性知識顯性化,使日積月累的項目技術、經驗、知識和能力變成企業的資產不斷復用、組合和迭代,并根據各類用戶需求,即插即用,快速形成定制化解決方案,兼顧規模化、差異化的雙向需要和量產能力,有效形成差異化競爭優勢的護城河。
宇視科技的全過程數字化與知識共享戰略
宇視科技作為物聯網(AIoT)解決方案與全棧式產品能力提供商,是物聯網、人工智能、大數據和云計算等技術的引領者,在平臺建設中非常重視核心技術和知識產權的保護,堅持平臺建設中的品牌保護和核心操作系統的自主性。宇視每年在研發上的投入占銷售額的10%~15%,有效發明專利在浙江省排名第三,占比83%(實用新型專利9%,外觀專利8%)。
宇視的研發體系由研究院和開發部門共同組成,其中研究院偏向于前沿研究,開發部門聚焦平臺類開發和產品類開發。為了有效提升知識創造效率,宇視將知識創造活動建立在平臺上。平臺部門重點負責平臺型軟件開發、平臺硬件測試、知識管理和知識產權保護;產品部門負責系列化產品開發。
對內,宇視的知識整合與產品品質管理流程密切結合,通過強有力的生產質量管理信息系統,實現端到端的質量管理和追溯體系。任何一個產品出現問題,追溯系統都可以完整地查到產品來源和生產的全過程。一旦客戶報告產品出了問題,只要報一下二維碼,質量管理部門就可以追溯到產品是從哪條生產線出去的。知識的分析和共享滲透供應鏈的全過程。
對外,宇視將硬件產品標準化,實現規模化效應。宇視對軟件進行分層分類管理,針對用戶定制化需求,將平臺接口開放給不同操作系統、界面和需求的用戶,把業務軟件的開發權交給合作伙伴,企業則重點提供通用產品。這樣做的好處是:一方面,宇視可以避免陷入定制化和差異化的漩渦,通過給合作伙伴讓利,確保客戶對平臺的依賴并形成黏性,這既是對合作伙伴的保護,也是對宇視自身的保護;另一方面,宇視不需要做太多差異化開發,可以專注于自身的核心技術。這種以開放的方式將通用與專用知識組合集成和價值共創的模式,有力促進了企業的發展。