企业数字化进程面临挑战 知识管理模式亟待转型

“建设数字中国，发展数字经济。”从国家战略到个体发展，通过数字化手段提升组织业务增长和运营管理效率的数字化转型，成为企业面临的必然选择，而这其中，知识管理扮演着越来越重要的角色。

但在新的形势下，知识的生成、存储、应用都面临着诸多挑战。5月21日，基于ECM（企业内容管理）的知识创新管理先行企业研讨会在上海举行，中国勘察设计协会信息化工作委员会副秘书长杨荣坚、上海勘察设计行业协会宣传策划部主任胡竞云、鸿翼CEO龙凌云，原北京建筑设计研究院卜一秋等专家；北京建筑设计院、国核电力、华东建筑设计院、中国市政工程、国信集团、天华建筑设计公司、中森、基准方中、中冶赛迪、十一科技等几十多家知名企业共聚一堂，从知识密集型典型行业勘察设计入手，探讨知识管理现状与挑战，分享行业知识管理创新的方法与趋势。

本文汇集其中的核心观点，供业界参考。

首先，知识从哪里来？即我们说的知识“收存管用”全周期中的“收”。在全球数字化的今天，企业面对的数据量、信息量是大幅增加的，怎么收集是问题，而从这些海量数据中提取有价值的“知识”更是问题。

在企业中，财务系统，人力资源管理系统，OA系统等管理的均为结构化数据，但其实企业中存在着80%的非结构化数据，对于有大量图纸的设计院来说更是如此，需要一个应对的解决方案或是一整套工具，才能把这些数据管理起来。

企业建设知识管理系统还有一个比较常见的问题是片段化管理，各个分公司对于信息化的重视程度参差不齐，某一个部门有需求了作为单独的项目来建一个，最后很难融合在一起。

而等到知识管理系统好不容易建起来了，还有一个最大的问题，就是没有人气，因为系统与企业真正的业务脱节，没有融合到业务中去，很多人不知道怎么去用，用起来也不顺手，最后只能是放弃。

首先，优质的知识管理体系是一个系统工程，是一种战略层面的工作，建设者需要有全局意识，从顶层去思考，去做规划。让系统能够与企业的业务系统相融合，能够对公司的全业务提供支持，在业务过程中挖掘、沉淀知识，能够把数据的价值真正发挥出来。

其次，系统要好用，能够让用户主动去接受，不要让用户为了使用这个系统还要去接受一系列的培训，本来是为了提供方便的，结果变成了一种负担。真正友好的系统，是要让使用者滑开界面就能用，知识管理的产品要越来越偏向于一种服务，用户不用的时候它就在身边，用的时候随需而至，你随时可以用到。这要成为建设者的一种理念，是知识管理未来建设的方向。

第三，要AI化，在收集层面和利用层面都需要大量人工智能的介入。在收集阶段不同的业务系统，代码不同，底层的数据不同，需要AI把数据进行整合。在利用层面，需要通过AI的能力去发掘数据的价值，需要有一个智能分析的过程。

知识管理系统的建设是一个长期过程，在勘探设计行业，通过建设专家库，给项目做分类梳理，形成可被搜索的百度百科；对非结构化数据进行解读，当有新的概念时，可以对系统做不断的补充，最终通过知识的管理去优化业务系统。

另外：因为每个企业业务逻辑，业务流程、业务规则都是不一样的，需要一个通用的平台，去快速有效的满足不同类型的企业在不同业务上的需求，低代码平台是一个重要的手段。

企业想探索数字化转型，需要有基础架构，用来对数据特别是对非结构化数据做管理，行业内称为为ECM（企业内容管理），它是基础设施的一部分，它把各业务线的数据通过不同的接口进行整合，来完成数据的“收存管用”的全生命周期管理，更好的去支撑企业的数字化转型。

企业的知识管理系统需要以ECM（企业内容管理）底层核心为基础，因为ECM（企业内容管理）底层能力可以把大颗粒的、无模式的、多样性的、易流动而难于分析的非结构化数据，转为小颗粒度且可分析的结构化数据，可以有效采集、存储、交换、归档、保护、管理并使用企业数据，然后通过结构化数据的成熟技术体系，包含像OCR、NLP（自然语言处理）、知识图谱等AI技术，对数据进行深度开发利用、知识服务和有效管控，从而能够在海量的历史数据中去发现规律，去做预判，去进行决策支持。否则，就如失去地基的空中楼阁，建设者会发现，越到后面越难应用，甚至需要推到重来。

有了ECM（企业内容管理）这个底层，知识管理才可以整合各种链条上面的业务系统，无缝对接各业务版块，为企业迅速应对市场变化和进行业务创新进行支持，保证了最终形成一整套体系化的、可扩展应用。

知识管理的建设目前有两种模式：第一种是一体化、全过程、全域、全产业、综合性管理。一种是专业性、创造性、特色化管理，但无论是哪一种模式，都要深入到业务，全力的渗透业务，让内容能够驱动业务，能够为业务去服务。全价值链的知识管理理念逐渐显露。

企业价值链环节包括市场，营销，研发、产品、供应链……全价值链知识管理重点关注在数据，需要通过数据打通，产生数据的价值，变成数据资产，最终反哺各部门业务，主营业务的非结构化数据与生产相结合，通过数字化引领业务。

因此企业一开始就要有一个顶层设计，从底层开始搭建一个系统而又具有开放性的管理平台，从采集开始，将存储、管理、利用（知识的复用性、智能检索等）、数据分析及决策各环节均纳入规划。

在实践中，第一阶段的数字化转型的难点就是连接，而全价值链强调连接，跟应用系统的连接，跟现实世界连接，甚至包括跟人的连接，连接是基础，也是最关键的和最难的。只有连接，数据才能被汇聚在一起，才可以应用和管理，挖掘价值。

全价值链关注过程文件。企业要管好非结构化数据，不能仅着眼于成果文件，因为好的成果必须来源于好的过程的管理，过程数据同样重要。

知识要做动态的更新，因为企业的业务是在持续前行，快速变化的。知识必须要做到跟业务保持同频的全量的持续更新。

全价值链知识管理强调数据是企业的核心资产，要站在一个驱动企业数字化转型的核心生产要素的维度来看待数据，要把它资产化，数据的价值要被挖掘出来。

全价值链强调业务与安全，必须要两手抓。如果只重视业务，不考虑合规安全层面。业务会面临着严峻的挑战。

全价值链知识创新管理强调知识是一个闭环。在业务中形成的知识，必须要传递到人的脑子里去，进入大脑之后，在处理现实业务时，可以根据公司的规则、要求，去指导具体的业务，从而形成业务、知识、人这样一个闭环。

从未来看，这是一个数字化中心，来源于不同平台的各类数据被深度分析，价值挖掘，为市场和设计人员及其他员工提供知识的分享和利用，为决策层提供决策依据。提升组织的核心竞争力，建立高品质服务品牌，有效管理外界专家网络，这都有利于提高客户满意和忠诚度。

而高素质的员工正是这套体系的打造者和优化者，同时也是业务流程的推进者，三者互为犄角，协同发展。

这是一个可持续迭代，不断创新的健康的知识管理体系。

(欢迎大家加入数据工匠知识星球获取更多资讯。)

了解更多精彩内容

长按，识别二维码，关注我们吧！

数据工匠俱乐部

微信号：zgsjgjjlb

专注数据治理，推动大数据发展。