教授观点 网站首页:教授观点 - 教授观点
武悦
从信息管理时代迈向知识管理时代
教授观点
    早五十年代,贝尔就提出了信息通信技术发展的三个级别:数据级别,信息级别,知识级别。事实上,我们的世界正是按照这三步进行推进。(1)数据被定为任何有序的事务或字符数列。上个世纪中期,也就是计算机萌芽时期,世界上最先进的技术理念就是依赖大型计算设备来强化数据的处理和计算。(2)信息被定义为“有意义的数据”。比如说,系统要提供的功能不再局限于对某一些特定序列的计算,而是对某些有价值的信息的处理和存储。例如提供一个销售人员的客户列表,或是一套宇航系统的各部分的关键参数。随着人们对“数据计算”的需求渐渐转化成对“信息处理”的需求,世界进入了信息技术时代,信息流与工作流程固化在一起,信息传递的需求同时也促使了网络技术的腾飞。(3)知识被定义为“经过判定的信息”,即人们对信息的理解接受使用过程。近年来,越来越多进行了信息化建设的团体已经意识到,人们能用到的“知识”并不简单就是系统里存储的 “信息”。如何留存知识财富,如何把信息推送到它的使用者面前,如何复用关键知识来取得创新,才是最重要的问题。随着这种需求,大数据技术人本化设计和社交网络推荐技术蓬勃发展,从信息处理时代到知识经营的时代变革近在咫尺。

那么,从传统的信息管理系统到知识管理系统在设计理念上有哪些重要飞跃呢?

第一,包含人的隐性知识的物联网,或称“人-物联网”。传统的物联网是一个典型的信息系统,在工业大数据的支持下,它可以有收集传感器上的信息并反馈。但是,人的经验、判定和与问题解决相关的行为在这个过程中被忽视了。比如说,通过若干组数据一个月的变化可以测定出某机器运行情况发生了异常,那么如何处理这种异常?过去是否有类似经验?人是最重要的知识载体,然而在实际生活生产中,人的知识大多以知识碎片和隐性知识的形式存在。“人物联网”的结构,可以使系统不仅仅探测出与目标事件相关的“物”(具体的传感器,仪表等),也指引出与目标事件相关的,储备了重要知识和经验的“人”(维修人员,测试人员,决策人员等)。

第二,信息定制化。在海量信息面前,如何为用户筛选必须的信息,是一个重要的课题。随着大数据技术和云计算技术的不断发展,人们逐渐意识到,最理想的状态,就是系统能精确针对每一个用户的知识场和知识需求,定制不同的信息,并以知识的方式推送过来。社交网络(如微博)是内容定制的一个很好的例子,我看到的只是我所关注的发布者,也就更多涵盖了我感兴趣的新闻或话题。把普通的微博发展为一个协同办公的平台,上面集成了工业传感器的状态,文件存档,工作流,项目管理等具体的工作流程。这样一来,内容定制就不仅仅局限于所关注的人,更多的是基于用户角色,兴趣,所进行的项目,完成过的文档等的全方位定制。同时,社交网络也可以把信息推送做得更加尽善尽美:我们最信任的知识很多都是来自有经验者的言传身教,“人”对知识推送的准确性,是任何仅仅寄望于“数据挖掘”,——无论是“模糊搜索”还是“深度学习”的计算机系统都望尘莫及的。

第三,知识碎片可见化。当前的系统大都只能给出自己存储了什么内容,却不知道这些内容的价值,更不知道人们使用这些内容时给他们带来了什么价值。一个以知识管理思想建设的知识系统,不仅仅提供信息和操作平台供人们完成工作,还把人们对信息的互动操作进行采集,积累的大量的知识相关行为大数据后,利用SECI模型进行分析,引导组织内人们的行为更加趋向于有效的知识沉淀和知识创造。人对将自己的知识碎片沉淀成结构化知识都是有一定抵触的,事实上,大多的知识碎片都是存在于人们的行为中。在特定场景下人们解决问题的方法沟通的对象团队的讨论都被记录下来后,就可以随时提供出每段碎片信息的价值,人们的学习和成长情况,并可以根据用户需求进行各种信息的分析和准确的推送。

可见,在大数据基础和社交网络的支持下,传统的信息系统将会逐步向知识系统迈进。在2015年的今天,这种变革已经开始,在今后的数十年内还将继续深化。当海量的信息不再珍贵,信息不对称逐步被打破,信息系统渐渐走向日用品化,提升知识管理能力和知识创造能力的系统将会成为新的角逐场。毕竟,只有“知识”而不是“信息”才可能让人类在人工智能面前立于不败之地。

 

上一篇:袁绪川 下一篇:经济版图