專家簡介

夏敬華：藍(lán)凌軟件副總裁，藍(lán)凌研究院院長，同濟(jì)大學(xué)博士后;具有17年企業(yè)管理咨詢和信息化經(jīng)驗，專注于知識型組織變革、企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐;中國知識管理主要倡導(dǎo)和推動者，中國知識管理國家標(biāo)準(zhǔn)主要參與制訂者;北大、清華、復(fù)旦、同濟(jì)、香港理工大學(xué)等國內(nèi)外高校CIO/MBA/EMBA班特約講師;著有《知識管理》《知識化生存——知識管理方法論》《領(lǐng)跑企業(yè)信息化CIO工作手冊》《創(chuàng)造智慧工作》等作品。

采訪者：《知識管理論壇》（以下簡稱KMF）編輯部王錚

文字整理：王錚

采訪時間：2019年3月30日

采訪地點(diǎn)：上海藍(lán)凌研究院

引用格式：從賦能到智能：提升知識管理的智慧水平——《知識管理論壇》專訪藍(lán)凌副總裁夏敬華博士[J/OL]. 知識管理論壇， 2019， 4（3）： 190-196[引用日期]. http：//www.kmf.ac.cn/p/177/.

1 ?源于實(shí)踐、面向?qū)嵺`的知識管理研究

KMF：夏敬華博士您好！感謝您接受我們的采訪。藍(lán)凌一直以來都是國內(nèi)提供企業(yè)知識管理解決方案的一流機(jī)構(gòu)，并且設(shè)有知識管理研究院，發(fā)起并推動了國家《知識管理標(biāo)準(zhǔn)》的制定。那么就請您首先簡要介紹一下藍(lán)凌知識管理研究與應(yīng)用的情況。

夏敬華：謝謝。知識管理在企業(yè)中有一個逐步發(fā)展的過程?？陀^地講，在七八年前，企業(yè)明確的知識管理需求還不明顯。藍(lán)凌早期的產(chǎn)品叫做“基于知識管理的辦公自動化平臺”（KOA），滿足的主要還是辦公管理、文檔管理層面的需求。當(dāng)然我們對知識管理的研究很早就開始了，但是一開始的確有點(diǎn)“曲高和寡”的感覺。談到知識管理時，有時候理念很好，但是在企業(yè)落實(shí)還是有偏差。但藍(lán)凌一直在堅持做這件事情，現(xiàn)在回顧起來還是特別有意義和價值。

具體來說，我們藍(lán)凌內(nèi)部對于知識管理的研究分為以下3個層面：

其一是關(guān)于知識管理的方法論研究。尤其是面向?qū)崙?zhàn)層面，由于我們有企業(yè)咨詢顧問，他們會面臨來自企業(yè)的實(shí)際問題，比如怎么做知識管理規(guī)劃，怎么做知識梳理;還有一些專項的知識行為，比如怎么做知識收割，怎么做經(jīng)驗知識的管理等，這些都需要有方法的支持。我個人之前也寫過很多文章來呈現(xiàn)藍(lán)凌對于知識管理方法的研究成果。我們也參與了知識管理國家標(biāo)準(zhǔn)的制定，貢獻(xiàn)了藍(lán)凌的智慧。

其二是通過研究指導(dǎo)我們的產(chǎn)品規(guī)劃。我們需要研究知識管理的產(chǎn)品到底有什么應(yīng)用場景，這肯定主要來自用戶需求和用戶現(xiàn)場，我們會針對調(diào)研到的需求進(jìn)行抽象、提煉，在此基礎(chǔ)上我們研究院會給產(chǎn)品規(guī)劃部門提供很多輸入。包括為產(chǎn)品規(guī)劃部門提供最新技術(shù)趨勢分析以及產(chǎn)品功能建議等。

其三就是知識管理最佳實(shí)踐研究。藍(lán)凌最早在國內(nèi)引入和推廣了MAKE獎（Most Admired Knowledge Enterprise，即“最受尊敬的知識型組織”），現(xiàn)在改為MIKE獎（Most Innovative Knowledge Enterprise，MIKE，即“最具創(chuàng)新性的知識型組織”）。藍(lán)凌自身在國內(nèi)也服務(wù)了很多客戶，在國內(nèi)企業(yè)級知識管理市場上，藍(lán)凌的客戶量是排在前列的，我們也培育和塑造了很多獲獎企業(yè)。在此基礎(chǔ)之上，我們會做一些最佳實(shí)踐的研究，提煉總結(jié)形成一些案例。

綜合來講，藍(lán)凌的知識管理研究內(nèi)容既包括方法體系，也包括最佳實(shí)踐，還有配套的支撐系統(tǒng)工具，使知識管理能夠更好地落地。在這些方面藍(lán)凌一直堅持在做，也取得了一些成果，比如業(yè)界經(jīng)?？吹轿覀兊囊恍┏晒Ｐ停ㄔ缙诘摹爸R之輪”模型、知識管理成熟度模型等，近期我們又在關(guān)注怎樣從不同維度實(shí)現(xiàn)知識管理場景化賦能，并形成了一些方法模型。

2 ?人工智能時代的知識管理

KMF：當(dāng)前在不同領(lǐng)域，人工智能（Artificial Intelligence，AI）都已經(jīng)成為一個熱詞。尤其是人工智能和知識管理又存在著千絲萬縷的聯(lián)系。那么您是如何看待人工智能對于知識管理以及知識工作者的影響。在人工智能時代，“人本”的價值又是如何體現(xiàn)呢？

夏敬華：實(shí)際上我本人最早接觸知識管理就是從人工智能角度切入的。記得2001年到2003年我在同濟(jì)大學(xué)做博士后期間，由于是計算機(jī)工科背景，在關(guān)注人工智能的時候，發(fā)現(xiàn)這一領(lǐng)域還有一個方向就是知識管理，進(jìn)而逐步了解到知識管理的概念。而且我還記得博士期間的第一個課題就叫做故障診斷專家系統(tǒng)，其核心就是把專家的知識用規(guī)則表示出來，將“故障現(xiàn)象——故障原因——解決方案”匹配起來，通過輸入故障現(xiàn)象，就能通過系統(tǒng)做匹配推理，自動提供解決方案。不過在那個時候關(guān)注人工智能和知識管理還是比較偏重學(xué)術(shù)層面的討論，真正實(shí)踐落地的比較少。

而在最近幾年，隨著人工智能的快速發(fā)展，對于知識管理的影響越來越大。2013年麥肯錫的一項研究報告指出了12個將會對全球經(jīng)濟(jì)、商業(yè)和生活產(chǎn)生巨大影響的顛覆性技術(shù)，其中移動互聯(lián)網(wǎng)居首位，排在第二位的就是“知識工作自動化”。我覺得AI和知識管理結(jié)合，在知識管理自動化方面會有很多可能性。我在大約3年前就AI和知識管理怎么結(jié)合，尤其是在知識圖譜、文本處理等領(lǐng)域的應(yīng)用做了一些研究。我們也關(guān)注到一些相關(guān)的論點(diǎn)，比如李開復(fù)用一個矩陣分析什么樣的職業(yè)容易被人工智能取代，矩陣中用到了“人際化程度”和“結(jié)構(gòu)化程度”兩個維度;其中“人際化程度低”且“結(jié)構(gòu)化程度高”的工作是最容易被機(jī)器取代的，而“人際化程度高”且“結(jié)構(gòu)化程度低”的工作是最不容易被取代的。

在這種背景下，知識管理會如何發(fā)展，“人本”的價值又該如何體現(xiàn)呢？越是結(jié)構(gòu)化、標(biāo)準(zhǔn)化、規(guī)則化程度高的知識及其場景越容易被AI取代或者輔助。我們以往做知識管理都是梳理和組織很多文檔型的知識，那么在人工智能背景下，需要把這些文本進(jìn)行規(guī)則化，“喂給”機(jī)器，并使得機(jī)器能理解，從而讓AI更好地實(shí)現(xiàn)知識的價值。在這一過程中，“人本”價值的一個體現(xiàn)就是機(jī)器需要由人來訓(xùn)練和“喂養(yǎng)”，讓機(jī)器具備大家的智慧，讓機(jī)器模擬人，幫助人;另一方面，人的價值更在于今后從事創(chuàng)新性、創(chuàng)意型的工作，對于組織來說，這意味著需要提供一個更開放的環(huán)境。

KMF：那么人工智能環(huán)境對于“知識管理工作者”又有哪些新要求呢？

夏敬華：未來企業(yè)中和知識管理相關(guān)的工作可能會出現(xiàn)一些新的崗位。比如有觀點(diǎn)指出這類新崗位包括了“數(shù)字化管理師”，主要是在數(shù)字化轉(zhuǎn)型過程中，利用數(shù)字化平臺進(jìn)行企業(yè)及組織人員架構(gòu)梳理、組織運(yùn)營流程維護(hù)、工作流協(xié)同、大數(shù)據(jù)決策分析等。

另外就是“知識訓(xùn)練師”，因為人工智能需要經(jīng)過訓(xùn)練才能提高“智商”。我覺得人工智能系統(tǒng)和傳統(tǒng)的信息系統(tǒng)存在很大區(qū)別，傳統(tǒng)的信息系統(tǒng)可以做很多前期的系統(tǒng)規(guī)劃、流程梳理，把流程固化下來，然后基本上就可以據(jù)此運(yùn)行很長時間而保持不變;但是人工智能系統(tǒng)是不斷“進(jìn)化”出來的，你需要不斷使用它，不斷訓(xùn)練它，否則它就很難用。

因此現(xiàn)在很多企業(yè)在看待人工智能時也存在一些誤區(qū)，比如想著人工智能一來，就能夠降低和省去很多人工成本，但是他們沒有考慮到前期的投入成本和訓(xùn)練成本是必須的。

KMF：這讓我們想到有一句表述是“流程管道，知識活水”?？赡軅鹘y(tǒng)的信息系統(tǒng)就是提前把管道都挖好了，而人工智能則是一個“水到渠成”的過程，而且自己也不斷開拓形成新的渠道。

夏敬華：對，人工智能系統(tǒng)是不斷自我進(jìn)化的。這也讓我想到一張圖表談到人工智能的水平什么時候超過我們?nèi)祟惖乃侥兀@其中是有一個閾值的，低于這個閾值時，人的作用比機(jī)器大;高于這個閾值時，機(jī)器的作用才能夠被發(fā)揮。而這個閾值，要靠數(shù)據(jù)內(nèi)容注入量和知識訓(xùn)練才能達(dá)到。因此在未來，企業(yè)當(dāng)中的知識管理人員可能也會承擔(dān)起“知識訓(xùn)練師”的角色，去和人工智能對話和連接。

KMF：那么這對于知識管理工作者的專業(yè)背景和專業(yè)技能（比如計算機(jī)和編程專業(yè)技能）也有新的要求吧？

夏敬華：其實(shí)這也是相對的。人工智能應(yīng)用一方面對于知識型員工是挑戰(zhàn)，另一方面對于計算與軟件本身也是挑戰(zhàn)——需要讓普通人也能夠去應(yīng)用人工智能，去和AI對話，這就對人機(jī)交互、操作界面有了更高的要求。

3 ?如何看待不同類型知識服務(wù)業(yè)態(tài)

KMF：經(jīng)過多年發(fā)展，國內(nèi)知識管理領(lǐng)域已經(jīng)形成了一個巨大市場。尤其是近些年來，新出現(xiàn)了各種互聯(lián)網(wǎng)知識付費(fèi)服務(wù)商，您是如何看待這種知識付費(fèi)業(yè)態(tài)的？

夏敬華：剛提到的這種新型互聯(lián)網(wǎng)知識付費(fèi)服務(wù)主要是面向“2C”（to C，即to Consumer，面向大眾消費(fèi)者），當(dāng)然知識服務(wù)也有“2B”（to B，即to Business，面向企業(yè)級客戶），未來也可能有先“2B”再“2C”。其實(shí)咱們在高校做研究，也使用了很多高校圖書館提供的專業(yè)化知識服務(wù)，比如檢索文獻(xiàn)、查新、查專利等，盡管以前可能還沒有知識服務(wù)的概念，但是類似的服務(wù)很早就存在了。不過知識服務(wù)很長一段時間內(nèi)還存在于學(xué)術(shù)專業(yè)領(lǐng)域，還沒有成為一個社會化的概念或形態(tài)。

而現(xiàn)在知識服務(wù)的確正在“進(jìn)入尋常百姓家”，新的互聯(lián)網(wǎng)業(yè)態(tài)讓更多的人能夠了解到、享受到知識服務(wù)，我覺得這是一件好事。知識的價值不光可以被專業(yè)研究者認(rèn)同和享受，普通老百姓也可以。這對于知識管理工作者來說是好的現(xiàn)象，也是好的方向。

KMF：近年來對于互聯(lián)網(wǎng)知識付費(fèi)業(yè)態(tài)也出現(xiàn)了一些批判的觀點(diǎn)，例如帶來知識碎片化、淺薄化等，您是如何看待的？

夏敬華：其實(shí)我自己手機(jī)上也裝了很多這種知識類的APP。可能確實(shí)會存在知識碎片化的問題，而且當(dāng)你的注意力也碎片化之后，可能會對你知識鉆研的深度帶來影響，這也有待進(jìn)一步研究。尤其在“2C”（面向普通消費(fèi)者）端，可能大家由于“知識焦慮”，購買了很多知識服務(wù)產(chǎn)品，但是購買的這些內(nèi)容到底能夠帶來哪些收獲，可能不同的人有不同的感受。

不過從我的角度，從專業(yè)工作需求出發(fā)，有時候現(xiàn)有互聯(lián)網(wǎng)的知識服務(wù)對于專業(yè)工作的幫助有限，反而專業(yè)性的知識服務(wù)對我更有價值。舉個例子，我在最近的工作中關(guān)注“知識貢獻(xiàn)度”的研究，比如一個集團(tuán)總部怎么考察和評價下屬單位的知識貢獻(xiàn)，我覺得這是很值得專注研究的方向。在這一過程中，我需要閱讀專業(yè)論文，尋找思路和啟發(fā)。對于這種研究需求來說，專業(yè)、深入、個性化的知識服務(wù)可能更有價值。當(dāng)然，不同的知識服務(wù)類型面向不同的需求和層次，都有其存在的空間。

KMF：正如您所說，不同的知識服務(wù)類型都有其存在的空間，去滿足不同層次的知識需求。比如互聯(lián)網(wǎng)知識付費(fèi)APP面向普通消費(fèi)者，而高端智庫也可以理解為在提供一種知識服務(wù)，面向更高維度的決策需求。

夏敬華：是的。比如我們參與的一些研究院所的項目，將老專家的文章、著述集合起來，然后希望在此基礎(chǔ)之上，利用類似文本處理、知識圖譜等技術(shù)，再做一些提煉，提取出專家核心的思想以及對不同領(lǐng)域的見解看法，從而形成專家的“外腦”，讓專家的思想繼續(xù)發(fā)揮價值。這也可以理解為一種更高層次的知識服務(wù)。

4 ?從知識生命周期來看知識管理系統(tǒng)平臺的作用

KMF：您如何理解知識管理實(shí)施過程中“軟件工具”“系統(tǒng)平臺”的作用？

夏敬華：知識管理在企業(yè)的實(shí)施過程中，我經(jīng)歷過成功的項目，也看到過不太成功的項目。我覺得不成功的知識管理項目有一個共性的特征，就是僅僅把知識管理看作是上線一個工具平臺，如果是這種定位，基本上成功的可能性微乎其微。

平臺當(dāng)然很重要，它能夠提升知識管理的效率。從知識的生命周期來理解，我們首先關(guān)注知識怎么來（知識的產(chǎn)生），然后是知識怎么組織、知識怎么表示、知識怎么存儲、知識怎么應(yīng)用。事實(shí)上知識管理系統(tǒng)本身對于知識怎么來（知識的產(chǎn)生）的幫助有限，但是對于知識產(chǎn)生之后的知識表示、存儲、學(xué)習(xí)、應(yīng)用有很大的價值。

很多企業(yè)其實(shí)從一開始沒有重視和處理好知識怎么來、怎么產(chǎn)生的問題，如果僅僅上線了系統(tǒng)工具，而沒有解決知識來源和產(chǎn)生的問題，那么怎么讓大家去學(xué)、去用呢？所以知識怎么來有時候更需要用管理的手段，需要專家的參與。就像在企業(yè)內(nèi)部，我們要做專家知識的挖掘，如果要求專家花時間把他的隱性知識都寫出來也不太可行，這時候我們就會采取多樣化的方式，比如我們設(shè)立有“專家講武堂”，定期請專家講課并錄成系列視頻，這種方式專家就比較容易接受。用這種方式生成知識之后，再放到平臺上，讓大家去系統(tǒng)地學(xué)習(xí)，才能夠讓知識管理平臺帶來價值。

總之，對于知識怎么來這個首要問題，不僅是靠系統(tǒng)層面來解決，更多的還是需要從管理和機(jī)制層面加以設(shè)計和解決。不解決這個問題，后期系統(tǒng)也很難產(chǎn)生更大的價值。

5 ?企業(yè)中的知識管理崗位和部門設(shè)置

KMF：我們知道藍(lán)凌積累了大量知識管理客戶，對于客戶的需求和情況也有深入的理解。那么根據(jù)您的了解，當(dāng)前國內(nèi)單位對于知識管理專職崗位與人才都有哪些需求？我們也發(fā)現(xiàn)，很多單位可能并不直接以“知識管理”作為知識工作者的崗位或部門命名，那么哪些部門的知識管理水平比較高呢？

夏敬華：基于我的觀察和經(jīng)驗，首先一部分企業(yè)可能設(shè)立有專門的“知識管理部”，以及設(shè)立CKO（首席知識官），這也反映了企業(yè)高層對于知識管理的重視，但可能比例不高。而大部分是融入到現(xiàn)有的相關(guān)具體業(yè)務(wù)部門中去。而且你會發(fā)現(xiàn)知識管理放在不同部門，也體現(xiàn)了不同導(dǎo)向。比如幾種常見的情況：放在人力資源體系中做知識管理，就很關(guān)注知識管理和員工培訓(xùn)、發(fā)展、能力提升之間的關(guān)系;放在企管部門做知識管理，就很關(guān)注通過知識管理強(qiáng)化制度、流程的落地執(zhí)行;還有很多企業(yè)在認(rèn)為重要的業(yè)務(wù)條線中設(shè)立知識管理專崗，比如在技術(shù)、研發(fā)、營銷體系中做，這種情況一般沒有公司級統(tǒng)籌推動，而是先由業(yè)務(wù)條線來施行。

總體上說這也體現(xiàn)出兩種基本的知識管理設(shè)置模式，一種是“業(yè)務(wù)導(dǎo)向”，一種是“頂層統(tǒng)籌”。而且這兩種模式的出現(xiàn)與企業(yè)所處的知識管理發(fā)展階段有關(guān)。比如在項目階段，各個業(yè)務(wù)線自發(fā)地開展知識管理項目，各自為戰(zhàn)，做到一定階段之后，發(fā)現(xiàn)形成了一個個知識孤島，這時候就需要頂層統(tǒng)籌，進(jìn)行統(tǒng)籌的部門一般是人力資源系統(tǒng)、企管部門或者總裁辦等。特別是進(jìn)入長期運(yùn)營階段之后，就可能成立公司層面專門的知識管理部門或?qū)Ｂ殟徫弧?/p>

不過無論是哪種模式，從長遠(yuǎn)趨勢看，未來更可能出現(xiàn)類似HRBP（Human Resource Business Partner，HR業(yè)務(wù)伙伴）的KMBP（Knowledge Management Business Partner，KM業(yè)務(wù)伙伴），每個業(yè)務(wù)條線上都有結(jié)合業(yè)務(wù)特征的KMBP的角色。

6 ?知識管理研究與實(shí)踐的關(guān)系

KMF：在知識管理領(lǐng)域，有時會存在理論研究與實(shí)踐工作“脫節(jié)”的問題。藍(lán)凌在進(jìn)行知識管理研究的過程中，我們是如何來平衡、融合理論模型與實(shí)踐的？

夏敬華：這也是很有價值的一個問題。我想企業(yè)的研究不像學(xué)術(shù)界，我們不停留于純理論模型，而是更多地從實(shí)踐中來，從客戶需求中來，更貼近實(shí)務(wù)與實(shí)戰(zhàn)。形象地說，首先就是看你研究的東西有沒有人買單，然后要看你的研究成果在實(shí)施之后管不管用，有沒有得到認(rèn)同?？傊钥蛻魸M意作為檢驗標(biāo)準(zhǔn)，而不僅僅是追求發(fā)表論文或發(fā)明專利。

當(dāng)然，在研究和實(shí)踐過程中，我們也需要有理論的指導(dǎo)。知識管理和人力資源管理、流程管理相比，理論體系的成熟度還不是那么的高。尤其是我們在服務(wù)一些科研院所時，他們對于理論水平和方法論要求就比較高，會關(guān)注咨詢方案中使用的理論、原理及其出處;而民營企業(yè)則主要關(guān)注實(shí)用、關(guān)注能不能解決問題。因此，我們面向不同客戶場景，面對的挑戰(zhàn)也不一樣。

所以，我們的研究力求貼近實(shí)戰(zhàn)，以客戶價值為導(dǎo)向，同時也要追求模型化、理論化、方法化，但主要不是為了發(fā)表論文，而是為了實(shí)用、復(fù)用，能夠更好地指導(dǎo)實(shí)踐工作。

在這種思路指導(dǎo)下，當(dāng)前我們的知識管理研究有幾個正在深入的重點(diǎn)，首先面向高層闡述知識管理的價值，讓知識管理與高層戰(zhàn)略相連接;其二是一開始提到的面向運(yùn)營方法層面的研究;其三就是和人工智能相關(guān)的研究，關(guān)注人工智能在企業(yè)中的應(yīng)用場景。我們也發(fā)掘到了一些人工智能的典型應(yīng)用，例如崗位知識地圖，以往是需要人工來梳理一個崗位需要什么知識、技能及知識點(diǎn)之間的關(guān)聯(lián)，現(xiàn)在基于知識圖譜的手段可以使這項工作更加智能化，比如基于崗位標(biāo)簽、崗位畫像自動爬取、關(guān)聯(lián)崗位相關(guān)內(nèi)容，從而進(jìn)行定位和推薦;此外還有企業(yè)中的流程制度管理，實(shí)際上企業(yè)中的各種流程制度之間存在關(guān)聯(lián)，但是以往這種關(guān)聯(lián)并沒有被很好地發(fā)現(xiàn)和呈現(xiàn)，現(xiàn)在可以嘗試通過知識圖譜的手段來挖掘和顯示。

7 ?知識管理未來趨勢：從賦能到智能

KMF：近些年來“智慧”一詞成為一個流行概念，并且有了新的意涵，比如智慧城市、智慧社區(qū)、智慧企業(yè)等。那么從您的角度，您是如何理解“智慧”的內(nèi)涵的？

夏敬華：其實(shí)我們藍(lán)凌有一個口號就是“智慧組織，用藍(lán)凌”?！爸腔邸币彩撬{(lán)凌主打的關(guān)鍵詞。我對智慧首先從字面上理解，“智”強(qiáng)調(diào)“知行力”，每天學(xué)習(xí)多一點(diǎn)，重在經(jīng)驗復(fù)制，從“有”到“優(yōu)”，從1到100，再到1 000，從一個人的成功，到一個團(tuán)隊的成功，再到一個組織的成功;而“慧”強(qiáng)調(diào)“創(chuàng)新力”，重在創(chuàng)意創(chuàng)造，“無”中生“有”，從0到1，實(shí)現(xiàn)飛躍性的變化?！爸恰迸c“慧” 兩相循環(huán)，才能產(chǎn)生真正的企業(yè)智慧。

KMF：您對于“智慧”的詮釋十分精辟，“智”和“慧”代表著復(fù)用、創(chuàng)新，這其實(shí)也是知識管理的本質(zhì)。

夏敬華：剛才講的是字面的理解，那么在落地層面，藍(lán)凌提出了通過“四化”實(shí)現(xiàn)智慧組織的目標(biāo)，分別是“管理在線化”“知識賦能化”“運(yùn)營數(shù)字化”“人機(jī)智能化”。

“管理在線化”包含了組織在線、溝通在線、協(xié)同在線、業(yè)務(wù)在線、生態(tài)在線等各個方面，其實(shí)質(zhì)是將管理活動從線下擴(kuò)展到線上。因為在未來如果沒有在線化的數(shù)據(jù)積累，無論是大數(shù)據(jù)還是人工智能都是空中樓閣。

“知識賦能化”包括了給個人、團(tuán)隊、組織、業(yè)務(wù)等4個維度的賦能，可以概括為“個人賦能精準(zhǔn)化、團(tuán)隊賦能開放化、組織賦能服務(wù)化、業(yè)務(wù)賦能智能化”。

“運(yùn)營數(shù)字化”主要是指在流程梳理、流程運(yùn)營的基礎(chǔ)上，構(gòu)建效率指數(shù)、效益指數(shù)等。通過量化企業(yè)效率數(shù)據(jù)，找出問題流程和問題個人，進(jìn)行從部門到公司整體的效率優(yōu)化和提升，也能逐層解剖，找出流程指數(shù)問題原因，實(shí)現(xiàn)精細(xì)化效率管控。

最后“人機(jī)智能化”是更高的階段。比如現(xiàn)在的工作任務(wù)有些是機(jī)器來做，有些是人來做，人和機(jī)器之間需要協(xié)同。我印象很深刻的一類需求場景，就是一些科研院所員工大量的時間都在寫各類報告，這是他們最主要的知識場景。他們提出需求說能不能在用Word寫報告的時候很方便地引用模板，包括引用素材庫、爬取互聯(lián)網(wǎng)內(nèi)容等，類似這樣的知識服務(wù)能力能夠嵌入到編寫Word的場景中，而不用專門到知識庫去查，根據(jù)這種需求我們做了“智能編寫助手”。包括我們企業(yè)自己在撰寫投標(biāo)方案時，內(nèi)容包括了商務(wù)標(biāo)、技術(shù)標(biāo)等，有很多內(nèi)容模塊需要不同的部門來準(zhǔn)備，我們就把這變成一個協(xié)同的智能寫作任務(wù)，在寫作過程中，可以隨時在后臺調(diào)用素材庫、案例庫等，也可以引用外部互聯(lián)網(wǎng)內(nèi)容，并將相關(guān)知識內(nèi)容方便地插入文檔中，這將大幅提升編寫報告的效率，也實(shí)現(xiàn)了將以往經(jīng)驗更好地固化。我想這種智能寫作場景是很多知識工作者都需要的。

另外，“人機(jī)智能化”的更成熟方式就是和智能機(jī)器人的自然語言人機(jī)交互，比如我們藍(lán)凌內(nèi)部就在用“小K機(jī)器人”。以前員工問制度、問流程等常見問題都需要直接咨詢HR、IT部門的同事，現(xiàn)在問機(jī)器人就可以了。

KMF：最后，請您為我們描述和展望一下企業(yè)知識管理的未來發(fā)展趨勢吧。

夏敬華：其實(shí)我一直覺得知識管理就像中國的“武術(shù)”?！拔湫g(shù)”是一個比較寬泛的概念，里面還可以有很多門派，知識管理也是一樣。這當(dāng)然有利有弊，一方面讓知識管理比較有包容性，另一方面又比較泛化，在企業(yè)落地的時候容易“眉毛胡子一把抓”、迷失方向或抓不住重點(diǎn)?，F(xiàn)在知識管理整體的趨勢是越來越細(xì)分化，在每一個細(xì)分領(lǐng)域都有專項的工具和方法。

從我個人的理解，我認(rèn)為知識管理的發(fā)展進(jìn)程呈現(xiàn)出“三化”：第一階段是“資產(chǎn)化”，過往國內(nèi)大部分企業(yè)都在這個階段，典型的表現(xiàn)是建立知識庫、知識地圖等。在此基礎(chǔ)上第二階段是“賦能化”，剛才提到我們可以從個人、團(tuán)隊、組織、業(yè)務(wù)等四個維度進(jìn)行賦能。個人賦能可以基于崗位知識路徑圖模型，配合多種多樣的知識學(xué)習(xí)工具，如闖關(guān)學(xué)習(xí)、每日一學(xué)、專家直播等;團(tuán)隊賦能以項目流程為主線，融合項目KM活動，以專業(yè)化社區(qū)支撐，進(jìn)而用知識資產(chǎn)固化精華，促進(jìn)崗位知識賦能提升。組織賦能可以從制度流程體系化、知識解讀原子化、知識要點(diǎn)嵌入化、知識服務(wù)智能化幾個方面推進(jìn)。業(yè)務(wù)賦能面向營銷、研發(fā)、客服、市場等不同的工作場景，通過整合內(nèi)部的結(jié)構(gòu)化、非結(jié)構(gòu)化、外部和內(nèi)部數(shù)據(jù)，建立很多不同主題的知識圖譜，實(shí)現(xiàn)知識關(guān)聯(lián)和知識發(fā)現(xiàn)，與具體場景融合，面向場景做智能推送。第三階段就是剛才我們討論的“智能化”，知識工作自動化將在企業(yè)中得到更廣泛的應(yīng)用。其實(shí)前面每一個階段都可以疊加一些人工智能的手段，在每一個階段知識管理都大有可為。

如果借用禪宗人生三階段，資產(chǎn)化階段是看山是山即有我，賦能化階段則是看山不是山即無我，智能化階段則達(dá)到了看山還是山即忘我。這是企業(yè)知識作為“靜態(tài)資產(chǎn)”、再強(qiáng)調(diào)“場景應(yīng)用”、進(jìn)而追求“融會貫通“的不斷進(jìn)化過程。