從知識管理到知識優勢：企業數字能力九宮格

全球的科技競争愈演愈烈，中國被推到了知識競争的前台。中國取得了一定的成就，但在基礎研究領域仍有較大提高空間，原創性研究和國際影響力仍有待提升，特别是在關鍵技術領域，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。

文 / 董小英

從知識管理到知識優勢的演化曆程

知識管理從20世紀90年代中期開始，随着國際科技競争與知識經濟、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态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）構建持久的競争力。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産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内部知識資源的整合與開發利用上。通過有效集成組織内知識，使員工可以在最大範圍内，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内部，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，并在全球經濟價值鍊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，特别是野中郁次郎教授的著作在全球知識管理學界産生很大影響。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，發現了人的隐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、組織和跨組織間隐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，國際形勢風雲變幻，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内部，更要對不确定的外部環境進行态勢感知和前瞻預判，知識管理對戰略更新的價值越來越大。另一方面，全球的科技競争愈演愈烈，中國被推到了知識競争的前台。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，特别是在關鍵技術領域，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。

随着計算能力、通信能力與計算技術不斷進步，雲計算、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”價值鍊上形成強有力的整合和協同能力，特别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将該領域推向新的發展範式與空間。

知識優勢的關鍵特征

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，又包括産生知識資源的制度、環境、文化、激勵和配套要素。知識資源的可再生性、可組合性和可複用性，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争優勢。具有競争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、代價昂貴和産生高價值等特征。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、隐性程度高、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。知識的稀缺性意味着隻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。

二是複雜性。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、疊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、越複雜、透明度越低，被模仿的難度越大，時間越長。從競争視角看，知識生态中門類越全、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、客戶牽引的知識疊代，連接環節越發達，科研成果轉化越有可能。從文化視角看，知識創造的複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。知識資源的複雜性和稀缺性共同構成了知識優勢持久性的基礎。知識的複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複雜性，兩者的動态循環與加持，構建了産生知識優勢的基礎和環境。在快速變化的科技競争環境中，知識的複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，特别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，企業數智化與平台化依然與資源和能力有關。數智化中數與智分别代表資源和能力。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）、動态數據（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，将數據增值為可用的看闆、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範式。

平台化也與能力和資源有關。首先，平台是各方交互的集合，通過創造外部生産者和消費者的交互來創造價值。平台既是中介，也是數字基礎設施。平台化能力是指企業将孤立的業務單元通過數字化、參數化、模塊化的方式，利用平台即插即用的開放性特征動态整合各類資源的能力，突破了傳統工業經濟連接外部與内部資源、通用與專用資源、同構與異構資源中的邊界和局限性，利用數字産品的可編程、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态在平台上的連接、融合和重構，使得生産者在應對市場不确定性、需求波動性上可以随需調用各類内外部資源，而不必受到企業定位的限制。平台化所具有的資源和能力，解決了需求和供給的複雜性，從而帶來持久的知識優勢。

對企業來說，數智化和平台化改變了組織知識管理模式、知識整合範圍、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，将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，這也是為什麼人工智能成為數字經濟發展中最令人矚目的國際科技競争前沿技術的主要原因。平台化能力是稀缺的，當平台能夠聚合複雜資源、解決複雜問題時，平台才能轉化為真正的競争優勢。

知識管理與數字能力九宮格

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，這對隐性資産的可視化和利用很有幫助；同時，以企業價值鍊和生态為對象的數字化轉型，為“數據—信息—知識—智慧”價值鍊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産生了重要影響。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産生的影響。

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，特别是基于社交媒體和物聯網的數據采集範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，但如何将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，大數據的複雜性、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、模式識别等領域，極大拓展和超越人們處理、檢索和标注知識的速度和規模。

在知識整合上，借助雲計算，為海量大數據提供計算、網絡和存儲能力，将來自四面八方的數據進行存儲和處理，将異構數據進行整合分析，改變了以往依靠人腦或組織内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鍊、個體的單元和人，形成了複雜的知識網絡和知識圖譜。知識資源之間的融合交互，為新知識的産生提供了各種可能性。

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态勢感知；另一方面通過對個體特征的精細化标注，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、多載體的數據看闆實現實時、動态、全面的呈現，數據能夠真實、客觀、透明、全面和動态地展示對象和過程，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，通過數字産品可編程、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隐性知識為核心的知識創造與決策體系，對于前瞻性預判、突發事件處理和複雜問題分析解決，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、動态化追蹤和精細化分解，在人機之間，形成隐性知識與顯性知識、感性與理性、主觀與客觀、内部與外部相互融合的決策變革；通過數據中台，将孤立的業務單元和創新主體數字化和模塊化，利用平台即插即用的開放與動态整合能力，快速集結資源和用戶，随需而變構建創新生态。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，建立複雜事物更全面、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。

簡言之，數智化與平台化需要與知識管理活動和知識價值鍊深度融合，在資源和能力上形成你無我有、你有我專、你專我新、你新我特、你特我精、你精我全等關鍵特征，逐步形成資源與能力的稀缺性、複雜性和持久性。這個過程提供精心設計的知識管理體系，積累傳承各類智力資産，将其有效地管理和使用，才能為知識優勢的形成奠定基礎。這個過程體現了孫子在《虛實篇》中對優秀軍隊的描述：“故形兵至極，至于無形。無形，則深間不能窺，智者不能謀。因形而錯勝于衆，衆不能知。人皆知我所以勝之形，而莫知吾所以緻勝之行。”

企業數字能力與知識優勢案例

徐工集團的全價值鍊數字化與知識創造體系

作為中國工程機械行業龍頭老大、在全球位居行業第三位的徐工集團，針對工程機械行業“多品種、小批量、高度離散”的特點，将數字技術融合到企業價值鍊與知識管理的各個環節，通過數字化技術對業務活動中的知識進行深度開發和應用，将數智化和平台化作為及時響應市場服務的關鍵手段，打造持續提升高質量發展的“催化劑”。在其戰略規劃中，徐工集團重點建設三大平台：營銷服務平台、數字化信息平台和金融服務平台。數字化技術戰略的核心聚焦四個領域：第一，将知識源頭數字化，即以産品為核心開展數字化技術應用，為數字孿生産品提供源頭基礎，打造“軟件定義産品”的能力；第二，生産過程數字化，即推進智造升級，注重制造環節的數字主線、數字映射的融合應用，通過打造30個應用場景實現5G全連接制造體系的标杆工廠；第三，将知識整合作為全價值鍊智能服務的基礎，即以“産品即服務”為主線開展智能服務管理，通過數字孿生系統提供智能施工能力，預測性維修服務能力；第四，通過知識共享打造協同産業鍊的“同盟軍”，提升産業鍊整體數字化、智能化生産與服務的水平。

徐工集團的全價值鍊數字化與知識管理體系緊密結合，推進了制造業服務化轉型升級，在滿意型服務和增值型服務兩個領域同時拓展。滿意型服務由“1314”智能服務管理體系組成：包括1個數字孿生産品、3項關鍵功能（産品仿真、數字映射、反向控制）、1條價值鍊帶動企業内部管理提升、4類服務能力（設備狀态實時監測、預測性維護、備件服務增值、新型服務模式）。在全價值鍊數字化基礎上創造新的服務與能力，通過實時監測産品運行狀态，幫助用戶發掘效益增長點，實現客戶滿意度指數型增長；通過提供預測性維護服務管理，減少設備維修時間，降低用戶使用設備的總成本；通過基于數字孿生産品的延伸，結合數字媒體、AR等技術，将企業内部智能制造效益向用戶傳遞。在智能服務環節，通過車聯網智能信息服務平台、客戶關系管理平台、備件協同管理平台、全球數字化備件服務信息系統，為客戶提供知識分析、知識共享等增值服務。

中國船舶集團的數字化流程及知識共享體系

中國船舶集團某研究所根據知識管理原理和數字化思維，将協同設計過程中的問題記錄在協同設計平台的問題管理模塊中，通過平台實現協調問題的跟蹤、追溯、改善、落實、閉環管理，有效地提升跨部門知識共享和知識創新能力。在廠所聯合設計方面，由設計所牽頭、總裝廠參與組建廠所集成産品團隊，綜合解決研制施工設計和生産放樣階段廠所間多專業協調問題。在統一的廠所協同服務環境下開展協同設計工作，從艦船三維模型技術設計方案的固化開始，到滿足面向生産制造所需模型設計的結束，直接面向總裝廠進行模型發放。這樣形成設計制造單一數據源，通過知識一體化和知識共享，将從設計到生産全過程的複雜環節貫通，有效助力跨專業協調機制，确保技術接口的精準與高效。中國船舶的知識共享體系大大提升了從設計到建設全價值鍊體系的能力，降低了成本，提升了船舶行業的競争優勢。

奇安信的平台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台打造産業生态系統，以平台開放模式，吸納大量中小網絡安全企業入住。衆多合作夥伴形成術業有專攻、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态勢的綜合感知，打造全方位環境監測體系。另一方面，通過知識整合，将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。

知識優勢的形成需要知識積累、實踐和平台化管理，并将知識進行組合式管理。為了有效構建大禹平台，奇安信通過平台化、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，借助平台即插即用、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，通過将函數組成模塊，模塊組成組件，組件組成平台，平台作為産品的路徑和方法，将隐性知識顯性化，使日積月累的項目技術、經驗、知識和能力變成企業的資産不斷複用、組合和疊代，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産能力，有效形成差異化競争優勢的護城河。

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）解決方案與全棧式産品能力提供商，是物聯網、人工智能、大數據和雲計算等技術的引領者，在平台建設中非常重視核心技術和知識産權的保護，堅持平台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，開發部門聚焦平台類開發和産品類開發。為了有效提升知識創造效率，宇視将知識創造活動建立在平台上。平台部門重點負責平台型軟件開發、平台硬件測試、知識管理和知識産權保護；産品部門負責系列化産品開發。

對内，宇視的知識整合與産品品質管理流程密切結合，通過強有力的生産質量管理信息系統，實現端到端的質量管理和追溯體系。任何一個産品出現問題，追溯系統都可以完整地查到産品來源和生産的全過程。一旦客戶報告産品出了問題，隻要報一下二維碼，質量管理部門就可以追溯到産品是從哪條生産線出去的。知識的分析和共享滲透供應鍊的全過程。

對外，宇視将硬件産品标準化，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，将平台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夥伴，企業則重點提供通用産品。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，通過給合作夥伴讓利，确保客戶對平台的依賴并形成黏性，這既是對合作夥伴的保護，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。這種以開放的方式将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。

董小英：北京大學光華管理學院榮休教授

責任編輯：劉永選

來源：《清華管理評論》2022年12月刊