国产精品看高国产精品不卡-国产精品看片-国产精品蝌蚪-国产精品狼人久久久久影院草久久一区二区三区午夜亚洲福-国产精品老熟女视频一区二区-国产精品理论片

目前很多企業(yè)面臨的一個新的課題即為推動數(shù)字化轉(zhuǎn)型。數(shù)字化對企業(yè)的知識創(chuàng)造的速度和質(zhì)量也會帶來很大的影響。內(nèi)外部的環(huán)境要求企業(yè)要加速知識的積累、應(yīng)用和創(chuàng)造的過程；同時也要創(chuàng)造出高質(zhì)量的知識。因此，如今知識管理比20年前更加重要。

第一代知識管理是上個世紀90年代很多發(fā)達國家的跨國公司，面臨知識匱乏、人才流失的困難；組織當中存在知識孤島等問題。因此，跨國公司將知識管理被認為是一個全新的課題。

《財富》雜志曾有過一篇報道，采訪了世界500強的25位領(lǐng)導(dǎo)人，他們都認為面臨最大的困難就是由于人才的流失所帶來的知識流失，但卻不知如何去管理這些知識。

第一代知識管理主要是文件和結(jié)構(gòu)化的數(shù)據(jù)。第一代知識管理實際上是以人為核心的，大量的知識都存留在人的頭腦里和人們協(xié)作之間的過程當中，如在一些專業(yè)技術(shù)人員的大量的實踐中。因此，第一代知識管理更強調(diào)的是對人的經(jīng)驗和隱性知識的管理，以及企業(yè)的一些文件和結(jié)構(gòu)化的數(shù)據(jù)的管理。

第一代知識管理的重點是如何整合企業(yè)的內(nèi)部知識。目前，第一代知識管理在許多企業(yè)中仍然存在。比如人才外流所帶來的知識損失，各個部門的知識沒有整合，企業(yè)不知道擁有哪些知識，對客戶的知識沒有很好的管理等。在人的層面和組織層面，知識管理的問題尚未完全得到解決。

為了解決這些問題，日本的著名的學(xué)者野中郁次郎先生發(fā)表了系列的有關(guān)知識創(chuàng)造的著作，特別是他的隱性知識和顯性知識轉(zhuǎn)化模型，總結(jié)了知識創(chuàng)造的最本質(zhì)的特征。他總結(jié)了日本企業(yè)在知識創(chuàng)造過程中，自中而上下的方式。即領(lǐng)導(dǎo)人提出愿景；中層為知識創(chuàng)造的核心，是將最高領(lǐng)導(dǎo)層的愿景和最基層的員工鏈接的核心橋梁；基層為知識的愿景和企業(yè)具體的實踐者。

在第一代知識管理過程中，美國模式是以知識的顯性化、信息技術(shù)的建設(shè)來構(gòu)建組織的系統(tǒng)，打造組織的知識創(chuàng)造和知識整合的模式。而日本企業(yè)則強調(diào)隱性知識和顯性知識的轉(zhuǎn)化，且非常重視人在創(chuàng)造知識中的核心作用。

因此，美國和西方的企業(yè)將該領(lǐng)域稱之為“知識管理”，而日本特別是野中郁次郎先生強調(diào)是“知識創(chuàng)造”，重視發(fā)展新的知識。

第二代知識管理是要解決數(shù)據(jù)和人的關(guān)系。如今知識管理面臨的很多新的挑戰(zhàn)和新的問題。

一是數(shù)字泛濫。數(shù)字泛濫實際上是由知識是匱乏導(dǎo)致的，人們的認知被大量的泛濫的、無法判斷質(zhì)量的數(shù)字所占據(jù)，所獲得有價值的知識并不多。“為學(xué)日益，為道日損”，如今我們大量的沉浸在數(shù)據(jù)中，時間越多反而真正獲得的真知實際上是越少的。

二是數(shù)據(jù)只有轉(zhuǎn)化為知識才有可能變成生產(chǎn)要素。在這一增值鏈上，數(shù)據(jù)是離散的、互不關(guān)聯(lián)的客觀事實，是孤立的文字數(shù)據(jù)和符號。缺乏關(guān)聯(lián)和目的性的數(shù)據(jù)充其量為原材料，只有進行系統(tǒng)的組織分析，產(chǎn)生相關(guān)性并將其潛在規(guī)律進行碎片組合后，它的相互關(guān)聯(lián)才可能被揭示出來。

進一步，當這些數(shù)據(jù)通過分析、加工、處理，通過人工智能的算法模型，將提煉出來的內(nèi)容用于人類的決策行動時，才能夠轉(zhuǎn)變?yōu)橹R。然而，還有一部分知識是現(xiàn)在的數(shù)據(jù)無法企及的，如國家評審的一些專、精、特、新企業(yè)和小巨人企業(yè)等，這些企業(yè)需要一批專、精、特、新的人才，這需要在長期的試錯探索中所形成的專業(yè)知識，具有比較優(yōu)勢和差異化的能力。此外，企業(yè)家在對未來預(yù)判缺少數(shù)據(jù)支持和相關(guān)經(jīng)驗的時候，還需要具備數(shù)字化轉(zhuǎn)型中的實踐智慧。

三是人機協(xié)同問題有待解決。隨著越來越多的企業(yè)打造了大數(shù)據(jù)人工智能平臺，實現(xiàn)機器化、自動化，甚至數(shù)字看板，數(shù)據(jù)驅(qū)動發(fā)展等。人機協(xié)同是數(shù)字化轉(zhuǎn)型中的一個關(guān)鍵性的能力。資產(chǎn)數(shù)字化以及未來更多部門、業(yè)務(wù)、事業(yè)單元將實現(xiàn)模塊化，通過API接口和平臺進行整合并將大量的數(shù)據(jù)集成入戶，再通過人工智能算法和模型對數(shù)據(jù)進行分析形成一種新的智能，而新的智能和人的關(guān)系如何、平臺間如何交互是非常值得探索和研究的問題。

如今面臨的新課題是，新一代數(shù)字技術(shù)，云、大、物一致對的數(shù)字化轉(zhuǎn)型到底帶來了哪些改變?

隨著移動互聯(lián)網(wǎng)的發(fā)展，特別是智能手機的普及，全世界幾十億人都開始和互聯(lián)網(wǎng)進行連接。此時出現(xiàn)了一大批消費類互聯(lián)網(wǎng)平臺企業(yè)。

根據(jù)聯(lián)合國貿(mào)發(fā)組織數(shù)字經(jīng)濟報告提供的資料，在全球有影響力的平臺約90多個，中美兩國平臺市值占平臺總市值約94%，當然，這個數(shù)據(jù)在今天已經(jīng)發(fā)生了變化。隨著5G技術(shù)的發(fā)展，工業(yè)物聯(lián)網(wǎng)有機會在大量的物體之間進行連接，如設(shè)備、車輛、工廠、城市基礎(chǔ)設(shè)施等。

移動互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)將人和物體連接在一起形成了海量數(shù)據(jù)，此時，人工智能技術(shù)開始發(fā)揮作用，5G、云計算即為這些數(shù)據(jù)的采集、傳輸、整合、賦能提供了非常重要的技術(shù)基礎(chǔ)設(shè)施環(huán)境。

根據(jù)我們研究團隊2020年出版的《變數(shù)：中國數(shù)字企業(yè)模型與實踐》，企業(yè)要接受的數(shù)據(jù)源在不斷增加，數(shù)據(jù)種類也越來越多，從管理信息系統(tǒng)、智能設(shè)備、移動互聯(lián)網(wǎng)、第三方平臺等結(jié)構(gòu)化、半結(jié)構(gòu)和非結(jié)構(gòu)化的數(shù)據(jù)，給企業(yè)的數(shù)據(jù)管理工作提出了很多挑戰(zhàn)。

知識管理要從后臺走向前臺，從戰(zhàn)術(shù)走向戰(zhàn)略，從外圍走向核心。企業(yè)在數(shù)字化轉(zhuǎn)型中的生產(chǎn)過程、服務(wù)體系、研發(fā)都開始轉(zhuǎn)為數(shù)字化形式，第二代知識管理的邊界在拓展。

然而，在第二代知識管理的時代，很多的設(shè)備數(shù)據(jù)過程、數(shù)據(jù)機理、數(shù)據(jù)和社會數(shù)據(jù)撲面而來，現(xiàn)階段知識管理能力的體系并無法應(yīng)對。在數(shù)據(jù)中臺中，數(shù)據(jù)的采集、處理、整合、分析的工作巨大，成為公司的主角。

因此，知識管理過程中的定位是非常值得關(guān)注和探討的問題。在國家急、難、險、重的大背景，以及第二代知識管理中海量的數(shù)據(jù)的背景之下，知識管理要從后臺走向前臺，從戰(zhàn)術(shù)走向戰(zhàn)略，從外圍走向核心。

目前，企業(yè)的知識管理人員并未成為企業(yè)的一個核心，而是相當于一個輔助部門。未來如果將知識管理設(shè)置在戰(zhàn)略部門或研發(fā)部門，它將變?yōu)榻M織變革部門甚至是組織的核心。

數(shù)字化轉(zhuǎn)型為知識管理帶來了挑戰(zhàn)，也帶來了機遇。數(shù)字化轉(zhuǎn)型的價值可從三個維度來做評價。

一是沒有被數(shù)字化的資產(chǎn)難以被觀察和使用。企業(yè)有大量的隱藏和閑置資產(chǎn)，盡管有些企業(yè)在信息化建設(shè)中把財務(wù)、倉儲采購以及生產(chǎn)、物流過程用信息化的手段進行管理，但是企業(yè)、政府和社會還有很多的資產(chǎn)，在沒有被數(shù)字化的情況下是很難被開發(fā)和使用的。共享經(jīng)濟的動機和目標(與共享住房、共享單車)就是要將大量閑置的資產(chǎn)通過數(shù)字化平臺變成可使用和可交易的資產(chǎn)。

二是數(shù)字化為信息的整合協(xié)同提供可能性。現(xiàn)在有不少供應(yīng)鏈平臺將離散的資源提供數(shù)字化平臺進行整合，并根據(jù)客戶的需求快速提供個性化和有針對性的服務(wù)，將物理上分散和獨立的資產(chǎn)進行整合協(xié)同，有可能創(chuàng)造全新的價值。目前在服裝供應(yīng)鏈上做到世界領(lǐng)先的Shein，就是一個典型的案例。

三是企業(yè)的數(shù)字化價值。很多企業(yè)在數(shù)字化轉(zhuǎn)型中的目標是解決內(nèi)部管理的問題。企業(yè)數(shù)字化轉(zhuǎn)型的第一個目標就是降本增效。比如通過工業(yè)設(shè)計軟件進行仿真并在系統(tǒng)上面迭代，而無需到用實體迭代，可以大大降低企業(yè)的成本。

知識管理的增值模式的變化。在數(shù)字化時代，數(shù)據(jù)的處理、分析和決策支持任務(wù)更加艱巨和復(fù)雜，需要借助人工智能技術(shù)對海量數(shù)據(jù)進行快速檢索、分析和預(yù)判。基于大數(shù)據(jù)、知識圖譜和人工智能所形成的新知識體系，在一定程度上超越了人的經(jīng)驗和大腦對信息的處理能力，形成了新的知識體系和形態(tài)。人們?nèi)绾伍_發(fā)利用好人工智能技術(shù)，是知識管理領(lǐng)域里所面臨的全新挑戰(zhàn)和課題。