下载掌阅APP，畅读海量书库
立即打开
著名管理学大师彼得·德鲁克曾预言，知识工人是组成新经济的个体，在这种新经济中硬通货是知识，21世纪数字技术、生物技术等高新技术的迅猛腾飞，标志着知识的创造、转移和利用成为新经济的核心动能，一项创新发明催生一个新行业，一个商业创意颠覆一个传统行业，知识正在以前所未有的速度深入更新和改变经济的形态。
广义的知识创新是知识创造、演化、转移和应用的动态过程。它通过追求新发现、探索新规律、积累新知识，达到创造知识附加值、谋取组织竞争优势的目的。它不仅包括知识的首次发现，也包含着知识的新组合和新应用。从科学的角度上看，正如路甬祥院士所定义，知识创新是指通过科学研究获得新的基础科学和技术科学知识的过程。知识创新中，“新”的对象可以包括技术创新、制度创新和管理创新3个方面。从科学的目的而言，科学研究的根本任务是科技创新，即探求未知、创新技术。
而狭义派认为，知识创造不应等同于知识创新。例如，彼得·德鲁克认为，创新仅是指赋予资源以新的创造财富能力的行为。更明确的区分是，知识创造的基本含义应是创造新思想的流程性知识的过程，而知识创新则是将所创造的新思想的流程性知识具体应用于实践并开发生产出新产品的过程。知识创造产生新知识，其最终目的是知识创新，而知识创新则是新知识物化新产品、流程和服务的过程，它依赖于知识创造。没有知识创造就没有知识创新，有了知识创造也并不意味着必然会转化为知识创新，这是因为知识创新的展开需要新知识的同时还需要其他的物质和精神性条件。
但是，无论两者间的分歧如何，我们可以看到他们在认识论上至少都认为，知识创新不像人的其他意识活动单纯是对客观世界的复制和反射，知识创新还蕴藏着改变现有世界的潜在动力。正是人类社会前赴后继的知识创新活动，人类文明才能经久不衰，愈加繁荣。
在数字经济不断深化发展的浪潮中，如何实现对知识创新的管理，尤其是对知识工作者的管理，成为广为关注的热点，其重要性也是不言而喻。
本书重点从知识的本质、知识创新、隐性知识、大数据知识和知识型员工等方面详细阐述数字经济时代知识创新的内容，以方便读者贴近前沿，紧抓以数字技术为载体的知识创新管理的核心，构建一个与时俱进的企业知识创新实践体系，如图1所示。
图1 企业知识创新实践体系
从古希腊时期起，哲学的历史就可以被视为追寻“知识是什么”这个问题答案的过程，西方哲学家普遍认同这样的定义：知识就是“经过验证的真实信念”（Justified True Belief）。从柏拉图到维特根斯坦，从当代哲学家伯勒尔和摩根（Burrell and Morgan）的哲学范式框架，到实证主义、建构主义、后现代主义和批判现实主义的哲学立场，从经济学、管理学和组织理论的知识观，走向新的科学和人本的综合的知识流派。
西方学者熊彼特（Joseph Alois Schumpeter，1883—1950年）的经济与市场逻辑主导的创新观与中国传统文化的知识观都秉承了知识创新的社会价值与人类价值。实质上，知识的价值性及知识创新的最终价值目标体现为不以获得私有利益和实现经济目标为主导或者唯一目标，并改变人们重利益、重物质主义、重实用主义的功利型生活习惯、社会心态、思维与价值观念。在知识社会中，市场逻辑驱动的经济利益并不是最终归属，知识创新的价值归属应当回归人本导向与意义导向，这样方能实现企业、社会与环境的可持续发展，最终实现真正意义上人与之关联的世界共生可持续发展。
数字化时代，逐步将知识从人的大脑、人的经验等传统载体中，转移到具有更强可操作性和想象空间的机器和计算机等载体中，以实现“数据—信息—知识—智慧”（DIKW）的自动转化过程，智能化的本质就是通过对知识的表示、获取、存储、融合、推理、可视化和应用，实现知识的成长与增值。
知识管理主要是对企业如何创造、获取、储存、转移和共享知识的管理，其主要目的是通过不断创造新知识来提高技术创新能力和产品的附加值。因此，知识管理的根本应该是正确有效地指导企业或组织如何进行知识的创造活动。
日本学者野中郁次郎（Ikujiro Nonaka）不仅系统地论述了隐性知识与显性知识的区别，还构建了知识创造的SECI模型：社会化（Socialization）、外显化（Externalization）、组合化（Combination）和内隐化（Internalization），这为我们提供了一种利用知识创造的有效途径。SECI螺旋理论解释了知识转化的过程，由于知识创新的螺旋过程还具有多样化的特点，需要与其他理论进行整合。为了弥补这些不足，日本学者和波兰学者提出了空间知识创新理论，用以描述知识创新的复杂化、多样化过程。
随着对知识创新过程研究的深入，明确数字化知识创新的角色显得尤为重要。数字化知识创新过程的主要角色是创新的主体与客体，数字化知识创新的客体主要指知识创新的内容、过程等，而数字化知识创新的主体包括个体、团队、组织、跨组织等。在数字化知识创新过程中，往往存在超主体边界现象：所有知识都源于个体的头脑，再通过团队内个体间的知识交流，比如讨论和对话，形成团队层次的以数字化为载体的知识（大数据知识），然后通过进一步的知识检验，升华为组织（大数据）知识。而随着全球化的进一步加深，企业如何处理与其他企业的关系越来越成为影响企业知识创新的重要因素，跨组织的数字化的知识创新正成为一种趋势。基于具体管理情境，结合知识创新理论与方法，以此提出知识创新思维，成为未来研究的重要趋势。
过去很多年的研究往往集中在显性知识方面，对隐性知识关注不够。Goldblatt指出，显性知识仅仅代表了知识整体的冰山一角，而隐性知识则占据冰山的大部分。相对于显性知识而言，隐性知识是隐含的、未编码的和高度个人化的知识，不容易被竞争对手仿制和模仿，是构成企业核心竞争能力的基础。隐性知识的挖掘和显性化往往是知识创新的源泉，是企业新产品、新服务诞生的前提。所以，随着隐性知识对企业发展的推动作用越来越大，也将会引起企业管理者越来越多的关注。
作者在著名国际企业工作，特别重视企业在隐性知识方面的实践活动。本书较为详细地阐述了隐性知识的内涵、分类和特征、隐性知识与显性知识的转换，以及如何以数字化技术为工具进行个人隐性知识管理、团队隐性知识管理。这是本书与其他书籍相比，较为突出的特色与创新。
大数据知识（Big Data Knowledge）的引入给显性知识的管理提供了全新的思路。我们可以看到，数字化时代之前，知识的载体是人，而在数字化时代，人们开始让“物”学会像“人”一样能够自主地发现知识、理解知识和应用知识，即将知识从人的大脑、人的经验等传统载体中，转移到具有更强可操作性和想象空间的机器和计算机等载体中，并在其中实现知识的表示、获取、存储、融合、推理、可视化和应用等成长与增值行为，从而实现灵活的、标准化的、规模化的知识应用，大大提升知识转化为生产力的效率与能力。
从大数据（Big Data）、大数据挖掘，到大数据知识工程（BigKE），又到大知识（Big Knowledge，BK），再到BK挖掘，人们的理念一步步朝着相同的终极目标汇聚。2012年墨菲公布了谷歌旨在实现“从字符串到事物”的知识图谱（Knowledge Graph，KG）项目；拉塞尔提出“将大数据变为大知识”的诉求；亚伦也呼吁“用基础设施分析将大数据变为大知识”；利博维茨提出“如何从大数据中提取大知识”的疑问；赫斯科维茨指出，大知识不仅是通过各种分析工具对大数据进行分析后的一组洞见（Insight），更应该是对这些洞见进行提炼的产物。
我们认为，团队是知识工作者共同合作的场所，也越来越成为企业采用的形式。卓越企业洛克希德·马丁（LMT）、波音、AT&；T、Google、GE、Apple等大公司所拥有的产品不同部分的研发工作团队均达到百个之多，项目团队中员工主要是“知识型员工”，在项目团队中，成员相互沟通、交流，并协作完成项目任务。野中郁次郎认为，在这一过程中，团队成员深入地进行知识共享，在密切的接触中相互学习，并在此过程中进行知识的创造。
团队不仅为成员个人的学习提供了基础，而且作为员工与企业之间的组织桥梁，团队还可以把员工在团队中形成的知识逐步显性化，并转移到公司组织层面，被团队之外的公司其他员工所分享。正如圣吉（Senge）所言，因为现代组织的基本学习单位是团队而不是个人，团队学习是极为重要的，这里是“皮之不存，毛将焉附”的关系，没有团队学习，就没有组织的学习。
我认为要做到知识创新，首先要学会个人知识积累和共享，尤其是学习者要将知识创新应用于自身。对于知识创新的探索，从最初理论的学习，到后来的内化，以及将知识创新应用于企业实践，这些都增加了我探索知识创新的信心和勇气。我将知识创新融入生活、工作和科研中，形成了个人知识创新管理路径，从而形成了个人知识的显性化及个人知识创新的升华。
为了方便读者，本书在每一章的开头设有开章案例，中间穿插各种小案例（创新视点）。因此本书很适合企业信息工作者、工程技术人员、管理人员学习使用，也可以作为研究生和MBA的参考书使用。
在此要感谢我的企业同人，正是由于他们日常工作中精益求精的追求和对数字化技术的孜孜不倦的向往，才赢得客户多年的信赖，连续不断地创造一个又一个业绩高峰。
也特别感恩我太太的默默奉献！是她的理解与支持使我得以全身心地投入工作并完成本书的创作。
2022年8月
于深圳龙华科技园