【媒体访谈】蓝凌夏敬华:知识管理跨越20年,“算法”大变,初心未改…

  • 作者:蓝凌OA办公系统
  • 时间:2019-07-11
AI撬动知识星球的支点是什么?大集团与小企业知识管理“算法”有何不同?如何透视KM培训火热后面的“道、法、术”……

KK1.png

2019蓝凌数字化办公体验会上海站,蓝凌副总裁、蓝凌研究院院长,协同办公及知识管理咨询专家,夏敬华博士深度分享《场景导向的数字化办公》,并接受了新浪、凤凰、企业网D1net等多家媒体访问…

干货满满,以下是精彩摘要:

跨越20年,知识管理从资产化到智能化

新浪:夏博士下午好!作为中国知识管理的主要倡导和推动者,您觉得知识管理在中国的应用实践发生了哪方面的变化?

知识管理在国内的发展,萌芽期是上世纪末,这20年知识管理在中国的应用实践,大致可分为三个大的阶段,分别是知识资产化、知识赋能化、知识智能化,目前大部分企业还处在第一阶段,一部分企业在实施知识赋能,小部分企业或组织在探索知识智能化实践。

1、知识资产化阶段:是知识管理从零散化进入规范化的阶段。在此阶段知识管理更多是组织正式化行为,目标是盘点公司知识资产所在,重点是知识体系化沉淀和使用。

知识资产化解决知识连接问题,针对的是员工与知识的隔离和断链现象;需要构建规范化的知识管理组织、知识运营规范、知识积累模式等,初步形成知识学习和分享的文化;同时也对知识体系化水平、信息技术水平提出相应的要求,如知识体系的合理化、可使用性、搜索/检索的方便性、知识地图的形象性、知识仓库的价值性等。

2、知识赋能化阶段:是知识资产通过场景化应用,赋能员工与团队实现增值的阶段。此阶段更关注知识的应用,强调基于各种应用场景的知识连接。

未来的管理不仅仅是激励,赋能越来越重要。此阶段,组织高度重视知识对个人、团队、组织、业务等维度的赋能效应。

岗位知识路径化--岗位学习多样化--学习互动在线化--岗位测训闭环化的个人赋能模型及实践;社群模式+事前、事中、事后学机制对团队的赋能;制度流程体系化、知识解读原子化、知识要点嵌入化对企业管理的支撑都是需要关注的节点。

3、 知识智能化阶段:AI让知识的获取、应用、服务发生颠覆变革。新知识不断涌现,真正实现知识使能业务、创新业务、推动变革,让知识生产力进一步得到解放。

KK2.png

智能化知识管理阶段,组织须具备4大能力:

智能入库:存量知识智能分类、自动标签能力;

场景服务:场景感知的智能知识服务能力;

知识运营:增量知识的可持续运营能力;

经验闭环:问题导向的经验教训闭环管理能力。

基于知识图谱+自然语言理解NLP的知识智能化管理,将让知识在万千场景中发挥更大价值。

不同的企业知识管理的出发点不一样,有的科研院所强调创新,有的企业注重一线赋能,如一些绝味食品、中原地产等门店较多的企业;还有的企业强调规范、标准,如一些汽车、化工企业。

行业不一样,规模不一样,需求不一样,都让企业所处的知识管理阶段不尽相同,但大家都是按照知识资产化、赋能化、智能化的路径在发展。

生存or发展,大集团与小企业的KM取向

新浪:知识管理对不同类型的企业的价值是一样的吗?集团型大企业与中小企业在推动知识管理方面应该注重哪些因素?

知识管理对不同企业而言,其价值指向是一样的,就是提升企业的效率与竞争力!知识管理如同重庆时时彩手机app一样,是一个百年企业需要持续投入的工作,外部环境不断变幻,知识管理的价值万变不离其宗。

我们常说:不做知识管理,再大的公司也是小公司,因为每个人只能得到身边几个人的帮助!再久的公司也是新公司,因为所有的事情都要重新来做。这是说的知识管理对企业发展的重要性,具体到不同规模的企业或组织,他们对知识管理的出发点是不一样的。

大企业体量大,组织复杂,业务多,成立时间长,可供复用的经验、方法、知识的量也较大,这就要求其知识管理必须先要做顶层设计,规划先行,搭好体系后,再找应用突破点,可能是较好的路径,是否先在营销领域试点,还是在技术部门进行创新实践,如何持续推进,未来几年的知识管理建设,都是需要考虑的,只有这样才能让效果最大化的体现。

KK3.png

而中小企业就不一样了,大多处于生存与高速发展的阶段,当务之急是如何活下去,解决销售的高效问题成第一位。

如何让金牌销售人员的经验更好地扩散、传递;伴随人员规模的扩大,新人不断进来,如何支撑新人赋能,让重点岗位的入模时间更短,更高效,都是中小企业需要考虑的,与全局性规划不同,他们更重单点应用的立竿见影。

凤凰:近些年,知识管理类培训很是火热,华为、顺丰等企业都报名参与,你认为这背后是什么因素在驱动?知识管理培训的价值体现在哪些方面?

知名学者陈春花教授曾提出,在VUCA(volatility易变性、uncertainty不确定性、complexity复杂性、ambiguity模糊性)时代,管理会有新的内涵:第一是怎么样做变革管理,以变应变;第二是怎么样让组织更好地应对这种变革,知识管理因此越来越重要。第三是怎么样重塑领导力。

蓝凌认为,未来组织特有知识将成为组织核心的战略资源;赋能-分布模式需要企业构建强大的知识服务平台;共享、学习和创新能力决定着组织成长的加速度;数字化技术为知识管理提供了更强大的技术手段,智能人机协同是企业的新生产力。所有一切都说明知识管理比以前更重要,但实际推动知识管理却面临着人才短缺、理念落后、方法陈旧等的掣肘;这也是知识管理培训需求越来越大、越来越火的背景。

知识管理培训往往涉及到“道、术、法”三个层面;

首先是组织高层或企业家感知到了知识管理的价值,觉得要重视并推进知识管理,要解决人走知识流失的问题,需要从理念上进行刷新与宣贯,是为“布道”;

其次是公司指派相关人员或部门牵头推进知识管理,具体执行部门需要专业、高效的方法来实施,是为“立法”;

然后知识组织的终端,需要大量业务或一线人员亲身参与,让知识源源不断地规范化入库、分享,是为“授术”。

虽说知识管理在中国的普及有些年头,但跟人力资源管理相比,其方法论与体系相对不太成熟,特别需要知识管理的相关培训来推动。

KK4.png

作为中国知识管理领军品牌、国家《知识管理标准》主要参编单位、全球最具创新力知识管理大奖(MIKE)的发起单位的蓝凌,有责任将多年服务招商银行、腾讯、新东方、华夏基金、伊利等知名企业知识管理创新实践,转化成一系列的知识管理培训课程,包括企业高管知识管理培训、中(高)级知识管理工程师培训、企业知识管理内训练等5大课程,助力更多企业推动知识管理应用,创享知识管理价值。

聚焦核心四环,让知识全生命周期智能化

企业网D1net:进入AI大数据时代,知识管理的应用场景会发生哪些变化?未来的知识管理实施,组织或企业应该在哪些方面加大力度?

AI大数据时代,人工智能等新技术对知识管理的影响是全方位的,贯穿知识获取、应用、服务的全生命周期。自动化数据采集、知识本体库构建、知识标柱和知识可视化应用将成为核心四环;内部各种系统,外部互联网的知识自动采集将超级方便,入库支持智能分类、文档拆解,让知识颗粒化更便于应用,知识问答让服务更精准,员工画像让进入到公司不同经验的人学习的内容更有针对性,赋能效果更出众。

企业级的知识智能化管理是一个全新的领域,创新不断涌现,以下四个新方向值得关注:

1、知识流程自动化方向:为知识工作者提供智能编写桌面服务、以知识流程机器人形式提供辅助智能审阅服务,解放知识流程审阅者。

2、企业智库专脑化方向:整合内外部知识资源,基于知识图谱建立企业知识专脑,为企业、产业、行业提供更全、更精、更专、更新的知识共享和图谱可视化服务。

3、智能化知识服务方向:面向人和业务场景,提供以智能问答、智能搜索、场景智能助手为支撑的智能化知识服务。

4、文档智能化工具方向:针对现有知识文档资源,引入知识本体、自动分类、智能标签、自动排重、文档结构化、知识原子化等智能组件,增强文档智能化处理水平。

从中国到世界,不断对标、刷新知识价值

畅享网:去年最具创新力知识型组织大奖MIKE引入中国,您从该奖前身MAKE就参与其中,以经历和观察,参与该奖评选会给企业带来哪些价值提升?

MIKE奖的前身是MAKE奖,很荣幸我是其最早引入中国大陆地区的参与者;由于常期关注国内外知识管理的发展,当时发现包括谷歌、微软等世界500强企业都参与的这个专业奖项国内竟然很少人知道,于是蓝凌联合香港理工大学知识管理及创新研究中心2011年正式引入,推动一批中国企业包括招商银行、上汽通用、新东方、中建西南院等,走出国门,推送到亚太地区,站上世界知识管理的舞台。

2018年,MAKE奖正式升级为全球最具创新力知识型组织大奖(MIKE)。基于对创新力、知识管理和智力资本管理的最新研究,MIKE国际专家组对影响组织创新绩效的主要因素进行了分析,并将其扩展为知识型组织持续创新的八项新标准。

包括:赋能知识型员工以创新、创造条件获取/激发客户和用户的体验/需求/经验、开拓开放式的内外合作关系,有效提升企业效益、培育组织创新文化、投入和提供基于知识的产品/服务/解决方案、展现具战略性、愿景性和变革性的领导力、运用创意和虚拟空间为利益相关者创造价值等。此外还增加了创新绩效指标,组织可以在测度指标中选择最适合组织的一个以上的测度指标,提供数据和证据,进行自我评估。

在我看来,企业参与MIKE奖评选,至少具有以下方面的价值:

1、可以让国内推动知识管理的企业基于全球视野,站得更高,看得更远;

2、如果获奖,该专业认可让企业后续内部推动知识管理更方便,优化资源配置;

3、基于MIKE的专业标准,可逐一对比,更新内部标准,持续性优化与改进知识管理;

4、MIKE奖营造的平台,能提供专业圈子最优的人脉,可以一起分享最新知识实践。