1、首先，我们讨论知识如何变成为一个重要的组织资产，以及将数据转化为有用知识的过程序列。其次，我们描述用于知识管理的系统的主要类型。最后，我们讨论经理为保证知识管理系统能为企业提供价值所能采取的步骤。101 知识管理概论 知识管理浪潮的兴起使知识管理系统成为公司和政府软件投资增长最快的领域之一。图101显示了用于知识管理的企业内容OA管理软件的销售可望每年增长35，直至2006年，而整个协同软件销售在此期间仅有6的年增长率。过去10年在经济、管理和信息系统领域的知识与知识管理研究出现了相似性的爆炸性增长。 为什么对知识管理如此感兴趣呢?在第1章中，我们描述了信息经济和数字化企业的出现，其健康和繁荣
2、的主要来源是信息和知识的生产与分配，以及公司如何依靠数字化技术实现企业过程。例如，55的美国劳力由信息和知识工作者组成，60的美国国内生产总值由知识和信息部门创造，如金融业和出版业。知识管理在许多大公司已成为重要议题，经理们认为，他们公司的价值依赖于公司创造和管理知识的能力。研究发现，公司的股票市值的重要部分依赖于无形资产，其中知识为其重要成分，与品牌、声誉、独有的企业过程并驾齐驱。虽然知识基的投资很难测量，但执行好的知识基的项目产生超额的投资回收已经众所周知。1011 知识的维度 数据、信息、知识和智慧是有重要区别的。第1章定义数据是被组织系统捕捉的事件或业务流，其自身对业务处理是有用的，但
3、很少。要把数据转换成有用的信息，公司必须消耗资源，使数据转化为易懂的范畴，如月、日、区域或存储一基的总销售报告等。把信息转化成为知识，公司也必须消耗附加的资源，去发现知识工作的模式、规则、脉络等。最后，智慧被认为是集体和个人应用知识去解决问题的经验。智慧包括何地、何时和如何应用知识。 知识既是一个个人属性，又是一个公司的集体属性。知识是一种认知的，甚至是生理学的结果，它存于人们的头脑中，但它也可存储于图书馆和记录中，可在课堂上共享；可被公司以企业过程的形式或雇员知道如何（knowhow）的形式存储。存于雇员头脑中没有文件化的知识叫做隐型知识（tacitknowledge），文件化的知识叫做显型
4、知识（explicit knowledge）。知识既可以存于电子邮件、声音邮件、图形以及非结构化文件中，也可存于结构化文件中。总的来说，知识应当有一个位置，或者在人们脑中，或者在企业过程中。知识是“棘手”的，不是一般可用的或者可移动的。最后，知识被认为是与环境相关的，和情境有关的。例如，你既要知道何时执行一个程序，还要知道如何执行它。表10-1总结了这些知识的维度。 我们可以看出，知识是与楼房、金融资产不同的企业资产：知识是一种复杂的现象：由各种管理知识的过程组成。我们也可识别公司知识一基的核心竞争力（即公司做得最好的两三种业务），它是关键的组织资产。知道如何做事情更有效益和效率，其他公司不能
5、复制其运作方式，是公司利润和竞争优势的源泉，这是很难被市场上的竞争者购买的。 例如，有一个独特的建造到订单的生产系统或顾客关系管理系统组成一种知识形式，可能是一种独特的资产，其他公司不易复制。有了知识，公司就能更有效益和效率地应用稀缺资源。没有知识，公司只能低效益、低效率地使用资源并最终导致失败。组织应用知识的能力各不相同，比竞争者应用知识更有效的公司是比较成功的公司。1012 知识管理 公司如何获得知识和管理知识呢?与人类一样，组织创造和收集知识时采用了不同的组织学习机制。通过数据收集、计划活动的仔细测量、试错试验、顾客和环境的反馈，组织获得了经验。通过学习，调节组织的行为，以反映创造新企业
6、过程的学习和改变管理决策模式的学习。这个变化的过程叫做组织学习。可以论证，能敏捷快速地响应环境的组织将比学习机制差的组织生存时间更长。1013知识管理价值链 知识管理是指组织为创造、存储、转换和应用知识而开发企业过程的集合。在这个意义上说，知识管理是组织学习的使能器。知识管理增加组织向其环境学习的能力，并将知识寓于其企业过程中。图10-2显示了在知识管理价值链中价值增加的5个阶段。在价值链的每一阶段将价值赋予原始数据和信息，它们就被转化为有用的知识。 图102用图框区分了信息系统活动、相关的管理和组织活动。知识管理领域一个合适的口号是，“有效的知识管理80在于管理和组织，20在干技术。” 在第
7、1章我们定义组织和管理资本是为投资信息系统以获得价值而要求的一组企业过程、文化和行为。在知识管理的情况下，与投资其他信息系统一样，支持的价值、结构和行为模式必须建立在知识管理项目的投资回报最大化的基础上。在图10-2中，图的下半部分的管理和组织活动代表上半部分的信息系统投资为获得实质回报所要求的投资于组织的资本。1知识寻求 组织寻求知识有各种方式，取决于它们寻求的知识的类型。第一种知识管理系统设想去建立公司的图书馆，包含文件、记录、演讲和最佳实践，以鼓励雇员基于他们的经验去创造文件。这些努力已扩展到非结构化文件（如电子邮件）。在其他情况下，组织以开发在线网络的形式寻求知识，由此雇员可以在公司“
8、发现专家”，其头脑中有相关的知识。 还有另外的情况，公司必须在公司的数据库中通过发现模式以创建新知识，或者工程师用知识工作站去发现新知识。本章将描述各种各样的努力。一个内聚的和有组织的知识系统也需要来自跟踪销售、支付、库存、顾客和其他重要资料的系统的数据，甚至外部数据源，如网络供给、工业报告、法律见解、科学研究和政府统计等。2知识储存 一旦它们被发现，文件、模式和专家规则必须储存，这样，它们即可被雇员检索和使用。知识储存通常包括创建数据库。文件管理系统根据一个内聚的数字化框架、加索引和标识文件是一个大型数据库存储、收集文件的专长。知识社区和专家系统也帮助公司维护知识，这是将知识融入组织过程和文
9、化所要求的。以后我们还要详细讨论。 管理层必须支持规划的知识储存系统的开发，鼓励开发为检索文件的公司范围数据图示，并奖励花时间正确地更新和储存文件的员工。例如，奖励销售人员递交前景名目进入共享的公司前景数据库，所有人员可识别每一个前景并重温存储的知识。3知识分发 门户网站、电子邮件、即时信息和搜索引擎技术已成功应用于“知识”发掘与信息分发。这些技术结合现有的群组技术和办公电子商务系统阵列以共享日历、文件和图形。不仅仅是一个信息和知识的存储，当代技术似乎已经引发了信息和知识的洪流。短期的供应是复制和理解。在信息和知识的海洋中，经理和雇员们如何发现什么对他们的决策与工作是最重要的?这里，经理和组织
10、的活动起着关键的角色。培训计划、非正式网络和共享的管理经验，通过一种支持文化的沟通帮助经理们将其精力集中于重要的知识和信息的应用。4知识应用 不管知识管理系统是什么类型的，不能共享与应用于公司和经理所面对的实际问题的知识，是不能增加企业价值的。为了提供投资的回报，组织知识必须成为管理决策系统的一部分，并适用于现存的和新的决策支持系统。最后，新知识必须融入公司的企业过程和关键应用系统，包括管理内部关键企业过程和顾客、供应商管理的企业应用系统。管理层以创造（基于新知识）新企业实践、新产品和服务、新市场的方式来支持这些过程。更为重要的是，管理层帮助创建一种文化环境，在那里决策和过程是基于所用的知识，
11、而不是靠猜测。5组织和管理资本：协作、实践社区和办公室环境 知识管理更像建造组织和管理资本，而不像技术。经理们的任务是开发知识文化，在那里寻求、发现和应用知识的应受到尊敬和奖励。经理们也可帮助开发为寻求知识的新的组织规则和责任，包括设立知识主管（chiefknowledgeofficer，CKO）职位、专职人员职位（知识经理）和实践社区。CKO是一个高级主管，负责公司的知识管理程序。CKO帮助设计发现新知识源和更好地使用在组织与管理过程中现存知识的程序及系统。 实践社区（communities。fpractice，COP）是公司内外部具有相似工作活动和兴趣的专家与雇员的非正式网络。这些社区的活
12、动包括：自我和群组教育、会议、在线消息信件、日常的共享经验和技术以解决实际问题。许多大的公司，如IBM和世界银行已经发展了几千个在线实践社区。自然资源公司RioTinto设立了30个为企业改进的活跃的实践社区，其主题包括环境标准、隐藏的安全和牵引运行等。 COP和知识管理的不同体现在四个方面：COP可以指引社区成员至有用的文件，创建文件存储和帮助新来者选择信息，社区成员像个引导主持人，鼓励其他成员贡献和讨论，COP可以缩短新成员的学习曲线，用的方法是提供与主题专家的接触和存取社区已建立的方法及工具：最后，COP可以作为新思想、技术和决策行为的孵化器。1014知识管理系统的形式 实际上，知识管理
13、系统有三种形式：企业范围知识管理系统、知识工作系统和智能技术。图10-3给出了这些重要知识管理系统的应用。 企业范围的知识管理系统是以通用的企业范围的意图去收集、储存、分发和使用信息内容与知识。这种供应链管理系统提供数据库和工具以组织并存储结构化与非结构化的文件及其他知识对象，寻找具有某特定领域知识的雇员的目录和工具，还有合作和沟通的网络一基的工具。 为帮助工程师和科学家发现新知识而开发的强有力的网络工作站与PLM软件来引导到创建知识工作系统，如计算机辅助设计（CAD）、可视化、模拟和虚拟现实系统。知识工作系统（knowledgeworksystems，KWS）是为工程师、科学家和其他知识工作者建造的特殊系统，负责为一个公司发现和创建新知识。 知识管理还包括各种智能工具（intelligenttechniques），如数据挖掘、专家系统、神经网络、模糊逻辑、遗传算法和智能代理等。这些技术有不同的目标，由集中于发现知识（数据挖掘和神经网络）到为计算机编程将知识转化成规则的形式（专家系统和模糊逻辑），再到发现各种问题的解决方案（遗传算法）。
