知识工程建设框架解析

1．前言

● 举步维艰的知识管理

  21世纪初始，中国国内兴起了知识管理的热潮，许多企业纷纷开展有关知识管理的研究与实践。然而，从实际效果来看绝大多数的企业在知识管理建设方面举步维艰。将近80%的企业在知识管理方面的实践均是以失败为告终。先行者的惨痛教训，使越来越多的企业虽然认识到推行知识管理的重要性，然而大多是在望而却步，国内的知识管理呈现出不温不火的局面。

● 知识管理的瓶颈分析

  通过对大量国内外知识管理案例的研究分析，国睿信维认为在绝大多数失败的知识管理项目中，是因为更多的侧重了对既有知识的统一组织、监督与管理，以实现知识的最大化共享为目的，而忽略了如何帮助企业及员工实现知识运用能力的提升，所以导致知识管理的价值难以得到体现与认可。因此在建设过程中往往存在如下现象：

传统知识管理瓶颈

2．知识工程的核心内涵

  知识工程是基于上述背景所提出的对企业知识管理模式的新的探索。传统的知识管理目的在于知识的整合与知识导航，侧重知识组织、知识共享与知识传递，其实质在于为知识工作者提供“知识学习”的环境。然而随着互联网知识共享、知识付费等模式的兴起，以及各种帮助人们获取信息、处理信息的知识服务模式应运而生，为人们提供了更高质量知识的生产、传播和应用创新的渠道。人们对知识的诉求已变为更加期待能够直接得到问题的答案，而非是与其相关的知识素材或资源。

  国睿信维认为与传统的知识管理所强调的知识共享化不同，知识工程的出发点即是帮助企业及员工实现知识运用能力的提升。其核心是基于软件构件化思想，以应用需求为导向，为每一员工封装面向典型业务场景的专属化知识定制服务，并通过标准的接口，将知识服务嵌入至型号研制的不同业务环节、不同的工具或系统、不同的用户应用终端，提供无处不在的知识服务。通过知识工程建设，一方面，企业知识价值的转化效率得以提升；另一方面，全员参与知识建设的积极性亦能够得以保障，形成良性循环。

“知识服务”为核心的知识工程

  与传统知识管理相比，以“知识服务”为核心的知识工程体系的建设，需要完成如下三个方面的思路转变：

1）由知识分拣向知识生产转变

  背景：在传统的知识管理项目中，企业为提升知识的可用性，往往是通过知识管理系统构建一套知识分类体系，将知识按知识类型、业务领域、所属专业、关键字等维度打上“标签”，进行分门别类的管理，从而保障系统能够类似物流配送中心一样，将企业的知识依据员工的需求，迅速、准确地将其从其储位拣取出来。这一做法在一定程度上提升了员工知识查找的效率，然而企业绝大多数知识均为非结构化的知识，且大多是以往型号研制过程中产生的直接素材，并没有经过一定的加工提炼。这类知识其通用性及可读性较差，员工依然需要花费大量的时间从海量类似的数据中，基于自身经验与能力挖掘出当前真正有价值的内容。这无疑对知识应用的效果及项目推广造成了巨大的阻力。

  思路：基于软件构件化思路，结合专家系统、知识图谱等知识工程技术，对各类知识资源进行加工、挖掘，提炼出对当前业务场景真正具有指导意义的核心知识点。围绕知识型工作类型（常规性工作、创新型工作）不同，国睿信维的知识生产模式主要包括如下两类：

● 知识决策服务加工：其核心是构建一套可配置的专家系统生成框架，能够支持不同业务环节，配置该场景所需的决策流程、决策逻辑、数据接口，形成即插即用的知识决策服务。知识决策服务可以基于业务场景输入条件的变化，基于服务封装的决策逻辑对相关知识资源进行提炼挖掘，并将推荐的答案，通过标准接口进行输出。

● 知识发现服务加工：其核心是提供一套从本体建模、知识挖掘、知识融合到知识应用的一体化知识图谱的加工环境，构建面向不同业务主题的富含语义关联的知识资源网络，并提供知识导航、智能检索、推荐等知识发现服务。

知识分拣->知识生产

2）由知识共享向知识服务转变

  背景：在传统的知识管理项目中，企业的建设重点主要放在知识资源的积累与整合，为企业提供一个统一的知识共享环境。但在应用方面，更多依赖员工自身的主观能动性，对知识进行检索查询，知识应用的频率与效率往往不尽如人意。

  思路： 知识管理应优先解决知识应用的问题，因此知识工程的建设应着力围绕如何让知识赋能业务这一主线展开。因此，知识工程的建设应更为关注如何将知识服务嵌入至型号研制的不同业务环节、不同的工具或系统、不同的用户应用终端，提供无处不在的知识服务，让不同的用户在实际的业务场景中就能快速的查阅和复用知识。

知识共享->知识服务

3）由知识统计向知识运营转变

  背景：企业的知识体系要得到持续的积累与完善，则需要知识管理者能够对企业当前知识体系的运行状态及时地洞察，并动态优化知识的管理策略，从顶层逐步引导企业知识发展的方向，使其与核心业务对知识的诉求始终保持一致。然而在传统的知识管理项目中，系统层面往往只是简单地对知识分布及应用情况，通过系统提供的计数器进行简单的汇总统计，侧重于对知识共享成果的展现，但是这些数字很难支撑知识管理者整体了解企业知识的运行状态，并加以引导。

  思路：知识工程的持续推进，需要建立常态化的运营机制。一方面，平台可以通过构建知识绩效评价模型，对知识的贡献、应用、质量、趋势、缺口等进行全面分析评价，为企业知识的可持续发展提供运营支持能力；另一方面，结合员工的岗位职级，在平台中固化知识贡献评价等的综合管理与评估体系，亦可激励员工持续对企业知识体系的建设贡献力量。

知识统计->知识运营

3．知识工程建设思路

  知识工程强调实现知识服务的精品化，能够为企业用户提供解决问题方案的核心知识内容。这就要求需要将以往分散在各个文档、数据库中的专业知识加以集成，从中不断提炼出对产品研发、技术创新、经营管理决策有用的“知识精品”，帮助企业寻找新知识的生长点、激发知识创新的灵感与主观能动性。而做到这一点，则需要企业在推行知识工程建设过程中，既应着眼于解决企业当前知识共享困境，又应立足于未来知识工程发展趋势考虑。因此，企业可结合自身规划要求分为三个阶段逐步展开建设，逐步实现知识的共享化、知识场景化以及知识的服务化。

知识工程“三步走”

(一)知识共享化

  知识共享化旨在对企业的知识资源加以整合，夯实知识管理基础，在这一阶段企业应开展如下方面的建设工作：

− 规范知识源头：建立企业内外部知识的统一入口，实现知识的有效汇聚与规范定义；

− 知识与业务结合：从业务视角，对知识进行有序重组，基于多维度的知识分类体系，提升知识被发现概率；

− 提高知识复用效率：初步构建主动与被动相结合的知识应用模式，提高知识的应用效率；

− 促进知识积累完善：建立科学、量化的评价方法，指导知识工程的可持续推进。

知识共享化总体业务场景

(二)知识场景化

  知识场景化旨在将提升知识与业务的结合力度，将知识融入到相适应的业务环节，确保知识被有效的发现与使用，提升员工对知识工程建设的满意度和积极性。在这一阶段企业可以尝试以不同方式将知识与业务场景紧密融合，如：

− 面向角色的知识推荐：结合用户画像技术，通过对员工静态属性及动态特征的捕捉，从而挖掘当前角色的知识需求，并实现知识的个性化推荐；

− 面向流程的知识推荐：以产品的研制流程为主线，通过人工/自动相结合的方式，实现知识与流程的关联，确保知识能够在具体业务工作开展过程中，实现知识的有效复用与沉淀；

− 应用入口多元化：企业可以尝试通过轻量化客户端、浏览器自定义插件、核心业务系统/工具预留知识应用入口等方式，为员工提供便捷的应用体验，提升知识在实际业务场景中被发现与被使用概率。

面向角色的个性化知识推荐

(三)知识服务化

  知识服务化的核心是面向企业的核心业务领域，打造个性化的知识服务体系，在这一阶段，企业可以结合专家系统、知识图谱等技术，实现面向不同业务主题需求、业务场景的知识个性化、智能化服务能力的构建。

知识服务化实现模式

4．知识工程建设框架

  国睿信维知识工程解决方案总体框架如图所示：

国睿信维知识工程解决方案总体框架

  国睿信维知识工程解决方案总体方案主要包括三个部分：

(一) 知识资源中心

  构建企业级的知识资源中心，一方面将散落在各处的显性知识资源进行集中化、结构化管理；另一方面，建立新型的企业知识社交模式，通过对知识的交流、分享和互动来传递信息，交流思想，促进隐性知识的不断沉淀；最后，知识运营分析，可以帮助知识管理人员对企业知识体系的运行状态进行全面分析，不断发现企业当下的知识缺口，并逐步引导知识体系的不断完善。

(二) 知识加工中心

  结合先进的知识图谱及知识构件等技术，建立面向企业不同类型知识的加工环境，不断促进知识产品化进程，逐步实现知识表达的标准化、结构化与构件化，从而不断为企业各类核心业务孵化更为智能、人性化的知识服务。

(三) 个性化知识服务

  结合国睿信维行业最佳实践，可以为企业提供多种即插即用的智能化知识应用服务，包括：基于碎片化的标准规范推荐服务、故障分析导航服务、工艺快速设计向导服务以及基于360°用户画像的个性化知识推荐服务。

5．核心能力

  国睿信维的知识工程解决方案，能够有助于企业构建统一的知识中心，促进企业知识的不断沉淀与创新，体系化的产品与技术创新方法的不断形成。其核心能力包括：

● 基于数据挖掘，不断识别企业潜在的业务需求与当前的知识缺口，确保企业的知识积累更具有方向性、针对性。

● 多数据源头的知识自动聚集和融合，企业知识资产将实现统一集中归集。

● 基于模型化的知识编码，知识关联更为紧密，知识表达更为具象。

● 基于量化的知识统计与评价，促进企业激励机制与知识文化的形成，隐性知识显性化、个人知识组织化进程将显著加快。

● 基于语义、几何拓扑特征等的知识深度挖掘和检索，企业知识资产得到有效盘活。

● 基于角色、工作任务等多维度的情景化知识推送，知识服务将更为个性化、智能化。

● 基于面向核心业务领域知识构件的开发应用，知识与关键业务场景将无缝衔接，知识服务的实用性与增值性大幅提升。