榮麗卿 RONG Li-qing；王亞彬 WANG Ya-bin；劉洪波 LIU Hong-bo

（①軍械工程學(xué)院裝備指揮與管理系，石家莊 050003；②軍械工程學(xué)院科研部，石家莊 050003）

（①Department of Equipment Command and Management，Ordnance Engineering College，Shijiazhuang 050003，China；②Research Department of Ordnance Engineering College，Shijiazhuang 050003，China）

1 隱性知識(shí)的概念

近幾年，隱性知識(shí)巨大的收益正在引起研究者的注意，國內(nèi)外對(duì)隱性知識(shí)管理研究非?；钴S[1-3]。“隱性知識(shí)”（Tacit Knowledge）最早是英國著名哲學(xué)家波蘭尼（M·Polanyi，1891-1976）提出來的，他在 1958 年的代表作《個(gè)人知識(shí)》中首次將人類的全部知識(shí)分為隱性知識(shí)（Tacit knowledge）與顯性知識(shí)（Explicit knowledge）。隱性知識(shí)的特點(diǎn)是不易模仿、復(fù)制和竊取，它不僅是個(gè)人工作取得成功的重要因素，而且也是組織創(chuàng)新的基礎(chǔ)和源泉。他對(duì)隱性知識(shí)的經(jīng)典比喻是：“我們能在成千上萬張臉中認(rèn)出某一個(gè)人的臉。在通常情況下，我們卻說不出我們是怎樣認(rèn)出這張臉的?！币虼?，他的另一個(gè)著名命題就是：“我們知曉的比我們能說出的多?！盵4,5]管理學(xué)大師德魯克提出“知識(shí)已經(jīng)成為關(guān)鍵的經(jīng)濟(jì)資源，而且是競爭優(yōu)勢(shì)的主導(dǎo)性來源，甚至可能是唯一的來源。”（Durcker，1991）。德爾菲集團(tuán)（Delphi Group，1997）研究發(fā)現(xiàn)，42%的組織知識(shí)來源于員工的頭腦（employee’s brain），即個(gè)體隱性知識(shí)[6]。

2 隱性知識(shí)挖掘的基本步驟

2.1 確定對(duì)象 選擇要進(jìn)行隱性知識(shí)挖掘的對(duì)象。在選擇明確隱性知識(shí)挖掘?qū)ο髸r(shí)，要注意挖掘?qū)ο髴?yīng)具有一定的代表性，在該對(duì)象上所積累的隱性知識(shí)是足夠豐富的。

2.2 數(shù)據(jù)準(zhǔn)備

①收集數(shù)據(jù)：收集所有與挖掘?qū)ο笙嚓P(guān)的所有數(shù)據(jù)，包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)，當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)。

②處理數(shù)據(jù)：處理數(shù)據(jù)是把收集的數(shù)據(jù)鑒別真假，去偽存真，從而提高數(shù)據(jù)質(zhì)量，為進(jìn)一步分析數(shù)據(jù)作準(zhǔn)備。

③轉(zhuǎn)換數(shù)據(jù)：根據(jù)挖掘算法選擇恰當(dāng)?shù)姆治瞿Ｐ?，將?shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型。

2.3 知識(shí)挖掘 運(yùn)用計(jì)算機(jī)程序?qū)?jīng)過轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘。

2.4 結(jié)果分析 解釋并評(píng)估結(jié)果。分析結(jié)果時(shí)，通常會(huì)用到可視化技術(shù)。

2.5 知識(shí)的同化 將分析所得到的知識(shí)集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中去。

3 任務(wù)后回顧法（AAR）隱性知識(shí)挖掘技術(shù)

目前常見的隱性知識(shí)挖掘技術(shù)包括：構(gòu)建知識(shí)地圖、Web挖掘技術(shù)和任務(wù)后回顧法（AAR），其中，任務(wù)后回顧法比較適用于裝備安全管理隱性知識(shí)的挖掘。任務(wù)后回顧法（after action review，AAR），由美軍于 20世紀(jì) 70年代首創(chuàng)，它最初是美軍執(zhí)行作戰(zhàn)行動(dòng)后的總結(jié)經(jīng)驗(yàn)教訓(xùn)的方法[7]。其具體實(shí)施步驟包括：

步驟一：最初的行動(dòng)意圖是什么？最初行動(dòng)意欲達(dá)成什么樣的目標(biāo)？是怎樣達(dá)成這些目標(biāo)的？

步驟二：發(fā)生了什么？為什么會(huì)發(fā)生？怎么發(fā)生的？真實(shí)地重現(xiàn)過去所發(fā)生的事，并不是容易的，人類的知覺與推論歷程是有很多偏見和失誤的，而且不同人所看到的往往是不同的。

步驟三：從中學(xué)到了什么？我們?cè)谶^程中有什么新發(fā)現(xiàn)？如果有人要進(jìn)行同樣的行動(dòng)，我能給他什么樣的建議？

步驟四：如何將學(xué)習(xí)轉(zhuǎn)化為行動(dòng)？接下來我們應(yīng)該做什么？哪些是可以直接行動(dòng)的？哪些是需要其他層級(jí)處理的？是否要向上級(jí)呈報(bào)？

步驟五：采取行動(dòng)。知識(shí)存在于行動(dòng)中，知識(shí)必須透過應(yīng)用才會(huì)發(fā)揮效用，必須產(chǎn)生某些改變才是學(xué)習(xí)。

步驟六：分享。誰需要我們生產(chǎn)的這些知識(shí)？他們需要學(xué)習(xí)什么？杠桿性地把“有用知識(shí)”有效地傳遞給組織其它“有用的人”。

4 任務(wù)后回顧法（AAR）在裝備安全管理隱性知識(shí)挖掘中的應(yīng)用

以任務(wù)為牽引，采用任務(wù)后回顧法（AAR）挖掘裝備安全管理中的隱性知識(shí)無疑是非常合適的辦法。依據(jù)任務(wù)后回顧法的具體要求，裝備安全管理中的隱性知識(shí)挖掘步驟如下：

4.1 最初進(jìn)行裝備安全管理時(shí)所要達(dá)成的目標(biāo)是什么？即將裝備安全狀態(tài)保持、恢復(fù)或改善到哪一個(gè)規(guī)定的狀態(tài)區(qū)間內(nèi)，按照一定的規(guī)范是如何完成裝備安全目標(biāo)的。

4.2 詳細(xì)描述裝備運(yùn)行過程中遇到了哪些安全問題，出現(xiàn)了什么情況以及問題產(chǎn)生的原因。全面分析裝備安全事故時(shí)裝備所處的環(huán)境、技術(shù)狀態(tài)、維修人員等方面的影響因素。將事故過程按照時(shí)間順序，詳細(xì)記錄下來，以備查閱分析。

4.3 在裝備安全事故發(fā)生后，從中學(xué)到了哪些東西，根據(jù)自己的獨(dú)到見解進(jìn)行歸納總結(jié)，提出自己的建議并形成案例資料。

4.4 將學(xué)習(xí)轉(zhuǎn)化為實(shí)踐。把自己的裝備安全管理工作總結(jié)進(jìn)行梳理，確定重要度，區(qū)分哪些可以由自己直接行動(dòng)，哪些需要向上級(jí)呈報(bào)由其它層進(jìn)行處理，然后將所得經(jīng)驗(yàn)付諸于行動(dòng)中。

4.5 明確工作層次，找出需要這些知識(shí)的裝備安全管理人員，并根據(jù)其崗位的特殊要求杠桿性地將“有用的知識(shí)”有效地傳遞給組織其他“有用的人”，從而實(shí)現(xiàn)對(duì)裝備安全管理過程中隱性知識(shí)的挖掘、交流與共享。

5 結(jié)語

我軍對(duì)隱性知識(shí)的運(yùn)用現(xiàn)在還是較新領(lǐng)域，一些先進(jìn)的企業(yè)已經(jīng)利用各種數(shù)據(jù)挖掘技術(shù)發(fā)揮出隱性知識(shí)的巨大作用，并將數(shù)據(jù)挖掘技術(shù)與WEB相結(jié)合，大大提高了隱性知識(shí)挖掘的效率，使隱性知識(shí)顯性化表示出來，軍隊(duì)也要加快這方面的腳步，達(dá)到隱性知識(shí)共享的目的。

[1]冷曉彥.企業(yè)隱性知識(shí)管理國內(nèi)外研究述評(píng)[J].情報(bào)科學(xué),2006（6）.

[2]李一楠.隱性知識(shí)管理研究綜述[J].情報(bào)雜志,2007（8）.

[3]呂君奎.國內(nèi)外企業(yè)知識(shí)管理研究綜述[J],新疆社科論壇,2004（1）.

[4]Polanyi M.Personal Knowledge[M].Chicago:the University of Chicago Press,1958.

[5]切爾·波蘭尼.個(gè)人知識(shí)——邁向后批評(píng)哲學(xué)(中譯本)[M].貴州:貴州人民出版社,2000：73-93.

[6]Durcker P F.The New Productivity Challenge[J].Harvard Business Review,1991：11-12.

[7]Gresti.W.W.Tailoring IT Support to Communities of Practice[J].IT Professional,2003,5(6):24-28.