AI时代能够重启知识管理吗

文 | 路琳

近十年来，媒体和学术领域关于知识管理的讨论热潮已然褪去，但知识管理仍以其他形式，如人工智能、大数据分析、商业模式等吸引管理者和学者密切关注。现实经济生活中，Meta为顶级科学家开出了2亿美元的薪酬方案，新能源汽车在短短几年内对传统汽车厂商造成巨大冲击。这些社会现象表明，在技术快速发展的今天，知识的重要性不仅没有减弱，而且还在增强。

20世纪90年代，全球进入信息化时代，企业界和管理学术界掀起了一股知识管理的热潮。以跨国公司为代表的大型企业纷纷斥巨资建立信息管理系统和电子化知识库，委任“首席知识官”（CKO，Chief Knowledge Officer）在企业内部开展各项知识管理活动。企业高管热衷于知识管理活动的同时，管理学者也从多个视角开展知识管理研究。从学术期刊发表的文章数量来看，知识管理相关学术研究自20世纪90年代开始，2010年前后达到顶峰，之后研究热度逐渐消散，目前处于低谷期。与此同时，当下也鲜有大型企业将知识管理作为独立的项目推进。形成这种局面的主要原因是企业的高层管理者未能从过往行动中获得预期收益，逐步丧失了对知识管理的兴趣。

从全球范围来看，以制造业为代表的传统行业趋向自动化，高科技企业在整体经济格局中的占比持续提升。由此可推断，知识对于企业的价值将日益凸显，员工和组织掌握的知识仍是企业核心竞争力的重要来源。为什么信息化时代的知识管理实践无法产生预期的商业价值？为了解答这个疑问，有必要对知识的概念及知识的运行机制进行回顾，分析此前三十年间大型企业的知识管理实践存在哪些缺陷。

学者们普遍将知识定义为“经过验证的真实信念”。知识管理专家达文波特（Thomas H. Davenport）给出了更适用于管理者的定义——知识是结构性经验、价值观、关联信息及专业洞察的动态组合，它为评估和吸纳新的经验和信息提供了一个框架。知识将指导决策和行动，而且它应当是可以被评估的，只有当其帮助企业创造产品和服务时才会体现出价值。

知识包括显性知识和隐性知识两部分。显性知识是指能够用文字、数字、图形或其他符号清晰描述出来的知识，如书籍、说明书、工作手册以及电子系统中记录的知识。隐性知识是指高度个性化，只可意会，难以记录、编码或表述的知识，包括技能、经验、直觉、价值观、假设、信仰等。例如，高级厨师和艺术家具有过人的技艺，却难以将自身的技能清晰表达并与人分享。隐性知识涵盖的要素远远多于显性知识，而且难于被识别，其内涵更加丰富且能更有效地用于价值创造。

知识运行过程依次包括四个环节：知识创造、知识存储、知识转移和知识应用（见图1）。知识创造是指个体或组织在特定领域结合已有经验生成新知识以拓展原有知识框架或者替换旧知识。新知识既包括显性知识（产品说明、技术文件、培训视频等），也包括隐性知识（如工匠头脑中的制造工艺、咨询师的沟通技巧等）。知识存储是对已有知识进行分类和留存，包括对各种形态知识进行编码、存档。显性知识可以存储于有形的媒介和系统，隐性知识只能贮存在个体和群体的头脑之中。知识转移发生于组织中的个体和群体之间，包括个体之间的知识传授、个体隐性知识外显形成组织的显性知识、个体将组织的显性知识内化为自己的隐性知识、个体从组织外部获取知识。知识应用是个体或团队将自己掌握的经验、技能应用于工作实践的过程，核心是发挥知识指导决策和行动的作用。这一过程相对容易被观测，因为知识的成功应用往往能带来绩效提升，进而形成企业的竞争优势。

人是知识的唯一载体，这一特性至关重要，且贯穿知识运行全过程。知识创造是人基于原有认知框架吸纳新信息和经验，进而拓展或改变原有认知框架；知识存储需要由人来制定分类规则、设定标签，此项活动既可借助媒介与系统实现，也可仅留存在人的头脑之中；知识转移受传授者的交流方式与接受者的吸收能力影响，即便接收者可以借助显性知识（如文档资料）进行自我学习，知识转移的成败仍取决于接收者的状态；知识应用是个体或团队在具体场景下的特定行为，如生产线上的工人在学习操作指南后进行产品装配。一旦脱离人，所有知识都会变得毫无意义，也无法产生任何价值。

对于企业而言，知识只有在成功应用时，才能显现出其价值；但知识运行的四个环节是缺一不可的，任何一个环节受阻都将导致知识无法到达终点——被有效利用，最终无法产出有形的产品或服务。这意味着企业无法将宝贵的知识转化价值、变现落地，也就无法形成自身的核心竞争力。

知识运行往往内嵌于企业日常经营活动之中，在信息化时代，企业却将知识管理界定为专业化职能模块，将其与其他运营职能相剥离，导致知识丧失了活力。例如，很多大型企业设置高管层级的首席知识官，将其职责范围限定为推动知识管理相关活动落地，业绩指标（KPI）与分配给各职能部门（包括新设立的知识管理专职部门）的明确任务直接挂钩。在量化考核导向下，高层管理者倒逼职能部门将原有知识显性化，严重削弱了知识应用的效用。例如，一些建立了案例库的企业，为扩充案例库内容，将案例发表数量与员工绩效、晋升挂钩，导致案例真实性和实用性大幅下降。

信息化时代，将知识管理作为单独的专业化职能模块为何会带来诸多问题？对这一问题的解答需围绕知识运行的四个环节展开。

信息化时代，CKO最关注的是企业知识管理系统的完备性，即电子系统中储存资料的数量规模，涵盖技术文档、产品说明、操作手册、培训视频等。然而，他们往往会忽略另一类更重要的知识——隐性知识。隐性知识很难以物理形式储存、转移和使用，恐怕也正是这个原因让企业高管们选择性忽略。缺失隐性知识的知识管理活动很难取得令人满意的效果。

隐性知识是知识的重要组成部分，并且最能彰显知识的核心价值，因此，以显性知识为重点的知识管理模式，难以充分释放知识的价值。新员工即便能够从企业的电子系统中获取相关文件资料，也难以仅凭自学掌握完整的知识，因为文件承载的显性知识无法涵盖知识应用场景、使用技巧等复杂且丰富的内容。例如，企业内部销售案例可能会完整描述项目的销售过程，包括客户需求、方案设计、合同条款、项目执行步骤等，但是关乎项目细节的客户关系维护策略、企业高层的态度倾向乃至某次关键会谈的具体情况，通常不会写入案例中。再如，产品说明书会介绍设备的基本操作方式，但实际使用过程中可能出现的故障、特定环境下的使用技巧，往往贮存在操作技师的头脑中。

隐性知识储存于知识拥有者的头脑中，指导他的决策和行动，但信息化时代的知识管理将知识与知识的拥有者割裂开来。新人学习知识，需要具备与知识传授者相似的背景和经验，传授者在实际操作过程中向接收者进行讲解与演示，接收者需要在实践过程中不断地观察、模仿，如此才能完整、准确地习得新的知识和技能。脱离“师徒制”的传统模式，信息化时代的知识管理系统虽然可以标注文档作者信息，但新人能否与知识拥有者建立联系、对方是否愿意倾囊相授，均存在不确定性。

在信息化时代，企业将知识视为为客观存在的实体进行管理，进而构建了静态的知识库。随着业务持续发展、新技术不断引入，大量数据、信息和显性知识被持续添加到企业的知识管理系统。不断累积的信息和知识需要分类后纳入一个便于管理和检索的框架体系，这被称为知识的结构化。外部环境始终在变化，新技术、新模式层出不穷，原有的知识框架必须定期重构才能适配企业的动态发展需求。原有知识框架具有一定的结构惯性，这意味着累计的知识越多，新知识与原有知识框架的冲突就越大。随着时间的推移，知识框架的重构成本将逐步增大。以软件的编程语言做类比，过去工程师使用C语言编写软件，现在则更多地使用Java，这使得早期软件系统的变更极为困难。试想一家企业早年创建了知识管理系统，历经二十年后，当新一代员工需要补充、更新原有知识框架时，或许更倾向于重构一套全新的知识分类体系。

信息化时代背景下，所有信息都需要人来分类、整理，人脑有限的处理能力会降低系统中储存知识的质量。在既定的知识框架下，员工需补充每个分类领域的新知识；随着条目和内容的不断增加，还需投入额外人力对知识进行梳理、整合。此外，谁来负责知识库的整理也是一个难题。第三方人员不是知识的创造者，如果由他们来负责，难以确保专业性；由最初录入该条知识的员工来处理，任务分配将极其复杂、繁琐，而且难以保证该员工在岗的稳定性。20世纪90年代，惠普公司开发了一套内部销售支持系统（Electronic Sales Partner），该系统包含成千上万个文档。最初这些文档给予销售人员很大帮助，但几年后员工感到越来越难以从浩如烟海的文档中检索到自己所需的内容。在信息化时代，静态知识库储存的知识逐渐贬值，而且过去的一些信息化技术不仅无助于知识的储存和使用，甚至还制造了更大的阻碍。

与其他资源类似，知识也需要有一个市场进行交易。知识拥有者投入资源或时间创造知识，理应获得合理的回报或补偿；需求方可直接或间接支付知识拥有者报酬，报酬形式可以是金钱，也可以是赞扬、声誉或职位的晋升。然而，在信息化时代，很多大型企业的奖励措施往往无法覆盖知识创造者付出的精力，有的企业甚至采用惩罚性的负向激励措施。例如，要求员工向企业内部网络添加技术文档、业务案例，并将之作为晋升的条件。这种量化考核的方式严重削弱了员工创造知识的内在动力。 此外，知识质量的考核通常是非常困难的。CKO难以评估员工为获取知识所花费的成本，以及知识能够给企业带来的实际价值。当企业无法向知识拥有者提供符合其预期的回报时，很多员工会秉持囤积居奇的态度，为了凸显个人价值，不但不愿意主动分享知识，甚至会故意隐藏知识。

信息化时代，高管们所期望的、管理政策驱动下的知识创造和知识转移并未大量涌现，取而代之的是以“隐形”方式广泛进行着的知识交易。为了响应内外部客户的需求、获得经济回报或谋求自身职业发展，很多员工持续将新技术、新信息融入过往经验，创造出能够为己所用的新知识。为了实现组织目标，员工也会主动将知识和技能传授给下属和团队伙伴，向市场提供具有竞争力的产品和服务。而当员工发现企业构建并推行的知识管理系统（包括组织架构、工作流程和信息系统）无助于实际的知识活动时，他们不再主动参与和支持高层主导的知识管理专业化行动。也就是说，知识的创造和转移与所使用的信息技术并不存在必然联系，而主要受企业的管理政策、行为标准和组织文化影响。

信息化时代，大企业推行的知识管理实践在知识运行的多个环节受阻，导致巨额投入未能取得预期回报，学术界对知识管理的关注度也日益减弱。而现实中，作为企业最为宝贵的资源，知识的创造和应用从未停止，人们仍延续传统的方式将其嵌入市场开拓、生产运营、产品研发等活动之中。近十年来，数字科技飞速发展，尤其是AI技术大量涌现，这能否让知识管理重新进入管理者和学者的视野？要回答这一问题，需要全面审视AI技术为知识运行带来了怎样的变化。

当前，以AI技术为代表的人类科技水平相较于上世纪末已不可同日而语。支撑AI技术发展的网络环境、硬件性能、算法模型均取得了根本性进步，为知识管理的变革奠定了物质基础。三十年前，达文波特在《运营知识》一书中提到，“计算机可以将数据转换为信息，但它无法对数据进行上下关联，分类、计算、抽象的工作仍需由人来处理。”现在AI技术借助大数据分析、机器学习，能够为数据、文字之间建立关联，模仿人类进行信息处理。早期的技术能力基本假设一旦被颠覆，必然会带来新的技术应用。例如，查尔斯·巴贝奇（Charles Babbage）试图以机械齿轮为核心部件打造计算机，耗尽毕生资金与精力仍以失败告终，但电子元器件的出现让后人沿用他的设计理念，制造出现今被广为使用的计算机。

AI技术固然能够显著提升人们的能力和工作效率，但它无法自动创造和应用知识，人仍然是知识的唯一载体，并在知识的指引下进行决策、展开行动。因此，管理者必须将关注点从对有形知识的管理转向对知识拥有者的管理，只有如此才能充分、有效地释放知识的价值。相较于管理有形的显性知识，对人的管理更为复杂，需要管理者投入更多的精力，但这是让知识管理重焕新生的唯一路径。借助AI技术能够解决信息化时代知识管理的问题，让知识顺畅地运行于创造、存储、转移和应用四个环节，到达价值创造的终点。

信息化时代的知识库与图书馆有类似的架构，包括知识图谱（图书检索卡）和知识内容（书籍和其他资料），知识内容为显性知识。如果管理者将关注点从显性知识转向掌握知识的人，则需要建立新的知识管理系统——由专家图谱和任务图谱两个部分组成。

知识图谱以知识为节点，专家图谱以人为节点。专家图谱标注了掌握知识者的信息和节点之间的关系，当需求产生时，人们便能按图索骥找到最合适的人。专家图谱记录了专家和专家团队的两类信息。一类是专家的静态属性信息，如性别、年龄、工作年限、岗位、职级、任务专长等；专业团队还包括团队成员的管理架构、分工协作模式、合作履历等更多维度的信息。另一类是与专家或专家团队相关的动态过程信息，通常来源于过往任务的留痕数据，需从多个维度加以标注和描述，包括服务价格、任务完成时长、绩效成果、合作方评价等。为了保障专家图谱的即时性和有效性，企业应当持续积累并更新这两类信息。随着时间的推移，这些信息将成为非常宝贵的数据资产。

任务图谱与企业实际发生的业务相关联，每项任务都映射一种或多种知识的组合。任务图谱能够将知识更完整地嵌入其中，解决了知识图谱无法涵盖隐性知识的问题。例如，对于复杂的设备安装任务，专业人员需要了解设备性能、熟悉客户使用场景、掌握设备安装技巧等；知识图谱中记载的产品手册、安装指南只涵盖设备安装的显性知识，难以纳入只储存于专业人员头脑中的隐性知识。使用任务图谱替代知识图谱，则可更完整、准确地获取所需的知识。

对照信息化时代下的知识库，新的知识体系用任务图谱替代了知识图谱，让有形知识脱离管理者的控制范畴，通过专家图谱建立人与知识之间的联系。专家图谱中的每个节点（个体专家或专家团队）均用各种标签进行标注，不同标签的组合为该节点构建起一个完整的画像。画像对应某个任务或某个任务群组，根据专家画像可找到拥有此类知识的人，而知识（包括显性知识和隐性知识）又被嵌入一个或多个任务，由此构建起“知识—专家—任务”三位一体的对应关系（见图2）。基于这种对应关系，管理者可以把管理对象从无形的知识转变为有形的专家和任务。专家图谱和任务图谱构成了知识系统的核心组件，成为企业对知识拥有者进行有效管理的基石。

虽然AI技术无法创造知识，但它可以成为知识管理者的得力助手，大幅提升他们的工作效率。借助起重机，人类能够吊起远超自身重量数百倍的重物；在AI工具的协助下，管理者也能自动更新知识系统。首先，针对专家图谱，AI技术能够全面、高频次地记录专家和专家团队的活动轨迹。信息化时代的人才数据更新，通常依靠人工记录和管理者的主观评估，而AI技术可以跨系统、多渠道抓取与专家相关的各类数据，如技能资质、工作时长、项目绩效、客户评估等，持续完善知识拥有者的画像，确保专家图谱呈现最准确的状态。其次，对于任务图谱，根据企业的业务发展需要，AI技术能够运用算法模型和机器学习快速、自动建立新的分类体系。尽管系统自动生成的结果仍需管理者和专家确认、调整，但可以为任务图谱的更新节省大量人力。再次，利用AI技术生成的数字孪生人使得知识不再保持静态形式，而是能够更有效地进行迁移。面对面的线下交流无疑是最为有效的知识传授方式，但AI机器人可以在一定程度上替代专家向新人传授知识。由专家开发、训练的AI机器人采用问答形式对新人进行培训辅导，可以解答一部分标准化问题，极大地拓展了专家传播知识的范围，培训效果也优于让新人通过阅读资料自学。

信息化时代的知识管理系统并非完全失效，而应让它成为专家和专家团队的辅助工具。知识管理系统的投资方不再是企业，而是拥有知识的个体和群体，因为他们才是系统工具的实际用户。如果有助于知识的储存、传播和使用，他们自然有意愿对系统工具进行投资和更新。例如，某个领域的专业人士把与工作相关的专业文档和资料存储到特定的网络空间，方便自己和同行使用。该知识管理系统的功能和使用方式完全根据用户需求设定，专业人士根据系统工具给自己带来的价值决定支付的费用。在确保商业安全的前提下，专家们既可以使用企业内部提供的IT资源，也可以使用第三方的专业知识管理系统。知识拥有者为了能够让自己和合作伙伴便利地使用这些知识，会自发地、尽力地维护自己或小群体专属的知识系统，进而确保知识内容的动态性和有效性。

与任何一种有价资源一样，想要知识能够被有效分享和利用，管理者就必须设立一个知识市场，将知识作为交易对象。然而，由于知识具有复杂性、动态性、难以衡量等特点，知识市场的运行有一定难度。信息化时代搭建的知识管理系统甚至会妨碍知识市场的有效运行。只要拥有相应的权限，组织成员无需花费任何成本就可以获取系统中的知识，这其实是损害了知识创造者的利益。作为知识市场的替代方案，企业可以建立一个内部的专业服务交易市场——专家和专家团队将知识嵌入服务并通过这个平台售卖给需求方（通常是业务部门）。这一做法类似于手术医生不会向病人出售医学知识和操作技能，而是通过提供手术服务来收取治疗费。

AI技术的出现让企业内部专业服务市场的建立成为可能。首先，AI系统能够低成本地对专家和专家团队的属性、行为轨迹进行全面、长期的记录和标识，可以相对准确地判断其提供的专业服务的价值（等同于知识的价值），很大程度上解决了“知识产品”在交易市场上信息不对称的问题。其次，由于AI技术能够增强专家和专家团队的服务效率，拓展服务范围，间接推动了知识的价值变现；于是知识员工更有意愿提供各类专业服务，增大知识供给量，进而提升专业服务市场的活跃度。再次，AI技术通过大数据分析和逻辑算法，让知识需求方能够找到最合适的专家或专家团队，极大增强了专业服务市场的有效性，同时拓展了知识拥有者所能触达的服务范围。

在信息化时代，知识管理系统的使用只能依靠人工检索。例如，当研发人员想要了解一种新技术的原理和应用场景时，他通常会从公开网站、专业数据库和文献库中检索，然后阅读查询结果，不断更换类别或关键词，直至搜索结果达到饱和。这种人工检索方式的缺陷在于，能否找到最合适的知识取决于用户已有的知识框架和运气。AI技术为知识检索带来革命性的变化。理想的知识系统不需要人工检索，而是能够根据任务需求自动定位并推送拥有知识的专家或专家团队——具有优先顺序等一系列选项，类似视频网站和外卖平台将内容和商家自动推送给用户。依托海量数据和算法模型，系统能够进行精准的“人—事”匹配。相较于以往管理者人工进行的任务分配，基于AI技术的系统自动匹配拥有三个优势：第一，机器不存在记忆上限，数据信息可以持续累积，人际网络不断扩张；第二，随着业务数量和各类数据的不断增加，算法逻辑持续优化迭代，“人—事”匹配更加精准；第三，过去由熟悉情况的管理者分派任务，管理人员的变动会让企业丧失“人—事”匹配的能力，以物理形式存在的知识系统具有极高的稳定性，可避免这一问题。当然，知识系统也提供手动检索功能，用户可以按照任务分类和关键字进行检索，只是这种方式更适合对该领域有深入了解的资深用户。

很多大型跨国企业已经采用内部专业服务交易的做法。例如，总部或区域总部雇佣行业专家和技术专家，为某个业务单元提供咨询服务，该业务单元按照服务时长和内容向总部或区域总部支付专家费用。在信息化时代，无论是知识员工所能提供的专业服务的范围和规模，还是内部专业服务市场的有效性，都受到很大制约。AI技术的快速发展为企业建立内部专业服务市场提供技术保障，扫清了之前的障碍。

企业高层管理者始终围绕组织控制和价值创造开展工作，并在管理过程中寻求二者的平衡。有效进行自上而下的组织控制是企业稳定发展的基本前提，来自基层业务单元的价值创造则是维持企业生存的根本保障。在信息化时代以规模化生产为主导的背景下，试图让知识管理系统兼具组织控制和价值创造两种功能是无法实现的，因为知识的价值源于由下而上的价值创造，与组织管控无关。

标准化的大规模生产方式正在被多样化生产模式所替代，直线管理的科层式组织也逐渐被网络组织所侵蚀，个体或小群体的知识变现能力大大增强，知识变得前所未有地重要。沿用先前的思路，把知识作为客观实物加以管理，使其成为竞争对手无法复制的核心资源，是难以取得成功的。管理者应当转而关注拥有知识的人，适度放权并寻求集中管控与基层自治的平衡点，激励员工开展知识的创造、储存、转移和应用，切实为组织创造价值。AI技术的普遍应用，让知识管理重回人们视野成为可能，为知识管理实践的转型和重启提供了新的方法和路径。