数字化时代的知识管理

92岁的宝钢老领导、信息技术奠基人何麟生先生说：抓计算机就是抓知识。他还说：一个企业可以没有CTO、CIO，但是要有CKO（首席知识官）。最近若干年，很多企业开始重视知识管理。但是却往往误入歧途。就像何老说的“歪嘴和尚念经”。

怎么避免知识管理误入歧途呢？

企业知识管理的成败，根本看价值。但是，知识的价值体现在长期，过度重视效益容易导致急功近利。笔者的建议是看应用：被使用的知识就是有价值的。一种常见的失败做法是：大家都被迫花时间“贡献知识”，却没有人用。所以，笔者的建议是：要推进应用导向的知识管理。

怎样的知识才有用？对企业来说，纳入管理、控制等业务流程的知识才是有用的。这样，只要有业务活动，知识就会自动被利用。知识有问题时，也容易受到关注，从而促进持续改进。否则，很可能是嘴上说有用，其实没人用、甚至懒得去看。在数字化时代，业务流程在计算机上走，这个想法就容易落实了。

笔者一直强调，数字化转型是“用人明白的道理，让机器做得更好”。落实这个观点的时候，要与标准结合。在现代化工业企业中，每一道关键工序的关键输入、输出都应该是标准化的。从输入的角度，工艺参数、操作、原料、设备状态都要用标准规范；从输出的角度看，产品质量要标准。这些“标准”就是现代化企业最基本的知识。

进一步的知识包括：标准范围的拓展，从制造拓展到制造之外；遇到新问题时，应该如何产生标准；执行过程发生超标怎么办；符合标准的做法很多时，应该如何选择；标准如何完善？从某种意义上讲，这就是数字化、智能化的基础工作。有了标准，才便于传承和持续改进；有了标准，才容易转化成计算机代码、让计算机帮助人做事、促进智能化。

其中，标准完善是个长期的工作。标准不一是合适的，标准涉及到的要素、要求和适用范围都不一定合理，需要长期完善。反之，对标准求全责备，往往是阻碍标准化工作的重要原因。标准的完善往往有赖于信息和知识完备性的增加。比如，对设备信息的采集、设备信息与产品信息的集成，可以优化设备的使用标准。

标准是有体系的。比如，要产品达到特定的标准，就要采用特定的工艺标准；要达到特定的工艺标准，就要有特定的操作、控制和设备维护标准。标准规定了具有可操作性的做法。同样，把“超标”的处置纳入标准体系时，对“超标”的处置也就标准化了的。这样，标准规定了发生什么样的意外怎么处置，不需要复杂的推理。这种知识与数字化、智能化技术相结合时，就是我常说的“吴淑珍式的智能”：工业的智能化，依靠的是及时、准确、完整的信息和简单的、人们容易理解的算法。价值在于发挥计算机速度快、准确度高、一致性强、延迟低、客观公正等优势。这种算法往往不需要复杂推理：因为“怎么做”是规定好的。

如前所述：知识管理做得好关键是知识要有用；知识有用，就要有应用的途径、而不是嘴巴上说说；知识在企业应用的途径，就是业务和控制流程：只要走流程，就会被用；在网络化、数字化时代，计算机可以获得充分的信息和知识，故而知识应用过程容易和计算机结合；知识应用和计算机结合，就是工业知识软件化。工业知识软件化，就促进了智能化。

笔者一直认为：控制论是自动化、信息化和智能化共同的理论基础。于是我想按照控制论的逻辑，对知识进行分类。在我看来，控制论的实质就是“感知、决策和执行的统一”。但进入智能化阶段，感知往往要转化成认知，才能与决策和执行统一起来。于是，我的知识分类思路是：

1、对象的知识

“知己知彼，百战不殆”。管理或控制过程需要了解相关对象的属性和特点。我把这些知识称为对象的知识，如零件的数字模型等。这些属性往往是静态的，是决策所必须的。在数字化时代，这些知识需要被计算机理解。

2、感知的知识。

世界是变化的，感知就是获得动态的信息。在传统的自动化系统中，信息直接从传感器获得，谈不到知识。所谓的感知知识包括数学模型、数据处理方法等。数学模型的作用是通过已知的变量推算未知的变量，数据处理方法则是获得更接近真实的信息。

3、认知的知识

在我看来，认知就是判断对象属于某个概念的范畴。比如“设备异常”、“烟道堵塞”等。而概念附着相关的信息和知识。所以，认知完成后会自然获得某些知识和信息。

4、决策的知识

决策的知识往往就是处理算法。有些决策的知识，直接告诉人们怎么做；有些决策知识的核心是模型，通过仿真或者数据计算决策；有些决策的核心是优化算法、便于在有限的时间内找到合理的做法。

5、修正的知识

决策执行过程，可能要对决策进行修正，也可能会对对象知识、感知知识、认知知识进行修正。修正知识对智能化特别重要：因为智能控制往往针对大系统、长期自主运行的系统，而大系统的特性是容易发生变化的。有了修正的保证，才能持续运行。

这些知识分类针对一个智能的行动过程。这样的知识，就是和“应用”挂钩了。但需要强调的是：行动过程是可以分成若干层次的。比如，执行过程可能就是一个智能的过程。但我没有把“执行”的知识单独列出来：当执行是需要知识的智能化过程时，也可以分解成感知知识、认知知识和决策知识等。

这样一来，知识管理就可以与相关的平台融合起来：与工业互联网平台结合、与工业大数据平台结合、与数字孪生技术结合等，把知识管理与数字化一体化。于是，知识管理可以和数字化转型一起推进、把标准管理与知识管理统一起来，在应用和行动中促进知识管理。