制造企业的知识分析

BY AMT夏敬华  

人们已经逐渐认识到知识是企业竞争优势的根源。认识是行动的先导，但在行动之前，我们不能停留在抽象的“知识”概念，我们需要对“知识是什么？”、“企业知识是什么？”、“知识具有怎样的性质？”等一系列问题进行思考。认识这些问题是进行企业知识管理及实施知识基竞争战略的基本前提。

知识是什么？

从知识角度看，人类的历史实际上就是知识的发展史。“知识是什么？”的问题曾吸引了很多哲人的眼光，从亚里士多德到罗素，从罗素到波兰尼。

亚里士多德将人类的知识分为三类：纯粹理性、实践理性和技艺。纯粹理性是指几何、代数以及逻辑之类可以精密研究的学科；实践理性则指人们在实践活动中用来作出选择的方法，如伦理学；技艺是指“只可意会不可言传”的知识，如工匠的手艺等。罗素把人类知识分为三类：直接的经验、间接的经验以及内省的经验。直接的经验是指通过实践活动直接得到的知识；而间接的经验则是从他人那里继承的知识；内省的经验则是“悟”出的知识，近于智慧了。波兰尼将人类知识分为明晰的知识和默会的知识两类，前者是可以用文字、语言等清楚表达的知识，而后者则难以表述，需要在实践和行动中体会。

从上我们可以看出，亚里士多德是从知识所包含内容角度的描述，而罗素则是从知识的来源角度的描述，波兰尼对不同性质的知识进行了界定。应该说他们对于知识的早期研究给我们建立了初步的知识的概念。但他们依然是从比较抽象的角度对知识进行描述，为获得对知识的更直观的印象，我们需要从实用的角度对知识进行阐述。
联合国经合组织（OECD）在《以知识为基础的经济》的报告中，将知识分为4种：①知道是什么的事实知识（Know-what）；②知道为什么的原理知识（Know-why）；③知道怎样做的技能知识（Know-how）；④知道谁有知识的人际知识（Know-who）。这4种知识通常又分为两类，“Know-what”和“Know-why”属于编码信息类知识，即可明晰的知识；“Know-how”和“Know-who”属于隐含经验类知识，即默会性的知识。这种分类对于知识应用而言更有针对性，能够依此对企业中的知识进行有效的划分和管理。

Robert J. McQueen从组织知识的存在方式及其管理形式的角度，提出了对知识的四个不同视角的认识[1]：

视角1：知识是对信息的通路。数据库建造者及出版商会持这种观点，这种观点的知识是一种以明晰方式表达的知识，其概念的范畴已经不仅仅是知识，还包括了数据以及信息。这种情况下，知识主要依靠数据库及文件存储方式得以共享，知识管理的含义就在于实现数据、信息和知识的数据库和文件方式的存储以及能够实现对存储数据、信息和知识的灵活访问。

视角2：知识存在于电子化交流中。这种观点被大多数咨询企业所认同。咨询企业最大的资产在于具有渊博知识和丰富经验的咨询人员，它们通过向客户提供有价值的咨询服务而赢利。在这些企业中，知识主要存在于企业的每一个员工中，由于这种知识很多是具有浓厚个人色彩的默会性知识，所以建立起不同咨询人员间通畅的交流渠道是非常重要的。如普华永道就是一个最早使用群件系统Lotus Notes 的咨询企业。通过这种方式可以使不同的咨询人员对感兴趣的问题进行充分交流，并进而提供客户更优质的服务。

视角3：知识是一种规则的集合。这种观点被专家系统设计者、机器学习研究人员以及经营过程分析师等所认同。知识工程师从领域专家那里请教具体的领域问题，并从中抽取出特定的规则并进而建立基于规则的系统，如产品设计专家系统、故障诊断专家系统等。这种观点认为，有用的明晰性知识可以通过规则的形式表示出来，并借由知识工程、机器学习等技术手段将专家知识提取，进而为大多数人所共享。此外，过程重组和改善活动可以视为一种具体表达有关经营过程设计的默会性知识的方法，一群人可以通过头脑风暴方法，共同进行经营过程的再设计，并最终表示为一系列过程和规则，而象工作流系统以及其它的过程管理技术可以用来实现对新的经营过程的运行和控制。

视角4:知识是一种“会意”、“理解”。这是一种对于知识的哲学观点，它只存在于人而无法通过机械装置来实现。从这种观点看，信息技术以及知识管理的作用就在于提供一定的技术手段以实现个人知识的增长，并帮助组织达成其目标。

从应用角度看，上述的四个视角都可以成为知识存在和表现的形式，即知识并不是一种可以以非常明确的方式界定的东西，这从另一个方面说明了知识的丰富多彩性。但就如“Know-what”、“Know-why”、“Know-how”、“Know-who” 所表达的，不同类型的知识具有一个共性特征，即“Know”。本文认为，从一般意义上来说，知识应该是人们对客观世界的能动反应，它产生于人们对客观世界的认知过程，并被应用于人们改造客观世界的活动。对于个人和组织而言，知识造成了不同个人和组织的特殊性，因为知识构成了个人和组织的特有资产。正因为知识的这种特有性，对一个企业而言，制定知识战略才有了其特殊的意义。具体说来知识的四个方面的特征，使其具备了特殊性[2]：

知识具有多次利用率和不断上升的回报。大多数的资产都会面临价值不断下降的趋势，惟独知识不是如此。知识产品的主要成本来自于创造阶段而非通常意义上的产品生产和分销阶段。一旦某项知识得以创造，其起初的研究成本可在今后不断上升的产量中得以不断的摊销。

当知识被越来越多的人所使用，知识协同效应也会得以更多的展现。使用者从知识中获益的同时，不断地丰富和充实知识库。在传统的工业经济中，固定资产会因人的使用而贬值，而知识资产却会因更多的人使用而形成标准，并向其增添新的内容而增值。

知识具有不断更新的需要。当知识不断地膨胀，它越发深奥和复杂，今天专家级的技能知识将可能仅仅是明天行业进入的基础知识。一种有期限的专利权也会因广泛流传而贬值，所以一个成功的企业必须不断地更新其知识库。迅捷、有效的知识重新创造更新体系将成为企业竞争优势的主要构成要素。

知识的价值具有不确定性。对知识投资的价值难以测试，结果也可能与预期的大相径庭。而如果成功的话，则会带来不寻常的知识发展。因为大部分的知识是存放在人脑中的，所以知识很难像工厂和设备一样被占有和支配；另外知识作为资产是很难参与交易的，如知识产权很难得到维护，报告和软件程序等知识产品可以轻而易举地在不被察觉的情况下被人进行复制。

从数据、信息到知识及智慧

在解释知识的时候，一个不可避免的问题就是如何区分数据、信息以及知识，认清它们之间存在的关系。这一点是有效实施企业知识管理和应用的关键。在一个混淆数据、信息以及知识概念的企业里，即使推行所谓的知识管理，其结果可能还是“换汤不换药”，以数据管理、信息管理为知识管理，无法真正达到应用知识、创新知识，以知识进化提升企业竞争力的目的。

简单地说，知识不是数据的简单累积，也不同于信息。信息只是知识的原料，某种程度上，信息和知识的区别有点象字典和语言，如何利用信息获得知识，很大程度上是一种创造性的艺术。1998年，世界银行推出了《1998年世界发展报告一一知识促进发展》对数据、信息和知识之间的区别进行了阐述，报告指出：数据是未经组织的数字、词语、声音、图像等；信息是以有意义的形式加以排列和处理的数据（有意义的数据）；知识是用于生产的信息（有意义的信息）。信息经过加工处理、应用于生产，才能转变成知识。

微软的知识管理战略这样理解数据、信息和知识之间的关系和区别，它认为：“商业数据”的一般特征是关于事件和关于世界的一组独立的事实。围绕着商业数据建立活动，其核心价值在于分析，合成，并把这些数据转化成信息和知识。“信息”是捕捉了来龙去脉的内容并把它们提供成经验和想法以后的产出物，它是以半结构化的内容存储的，像文件资料、电子邮件、声音邮件以及多媒体等。围绕信息建立活动，其核心价值在于管理内容的方法，这种方法要易于找到内容，反复使用它们，并易于从经验中学习。这样就不会重复错误，工作也不会被复制。“知识”是由个人的隐式经验、想法、洞察力、价值、以及判断等组成的。它是动态的，而且只能通过与有知识的专家直接合作与交流才能拿得到。

而又有研究者在更高程度上解释了信息、知识以及智慧这三个不同的概念，认为信息是过去知识的编码，是静态的概念；知识是认识世界的显形知识和隐性知识的总和，是一种产品又是一个过程；智慧是把知识应用于知识产生新的知识的一个动态过程，即创新能力。 一个真正的知识型企业不仅需要组织的知识，更需要组织的智慧。
Jonathan Wu 通过一个实例对数据、信息、知识以及智慧之间的区别进行了形象的阐述[3]。他认为，在一个组织的信息系统和数据库里蕴藏着巨大的机会，组织可以利用特定技术对数据和信息进行挖掘，使组织从由其形成的竞争优势中获益。这种从数据中挖掘竞争优势的做法实际上就是一种由数据到知识及智慧的过程，如图1所示，它分为数据、信息、分析、知识以及智慧这五个理解层次。

图1 五个层次的理解

在实际应用中，对应于上述的五个理解层次，分别有相应的技术对不同层次提供支持，如表1所示。当人工智能企图模仿人类的思维过程时，事实上一直都没有什么技术能够代替人类的思维。目前很多组织，也有很多制造企业都具有了分析数据的能力，但是只有那些能够充分从数据里发现金子—知识、并进而上升为智慧的企业或组织才能够获得真正的竞争优势。

表1对应不同层次理解的技术

图4 企业资产类型

图5 企业知识维度

图6 企业知识表现出的能力维度

参考资料：
1． Robert J. McQueen, University of Waikato , Four Views of Knowledge and Knowledge Management

2． Jonathan.D.Day, James.C.Wendler, 知识战略, 麦肯锡高层管理论丛

3． Jonathan Wu ，Business Intelligence: The Transition of Data into Wisdom，Published in DM Direct in November 2000

4． Grunstein， La capitalisation des connaissances de l'entreprise, système de production de connaissances. L'entreprise apprenante et les Sciences de la Complexité. Aix-en-Provence, Mai，1995

5． 多萝西. 伦纳德.巴顿, 知识与创新,新华出版社,2000.1