下载掌阅APP，畅读海量书库
立即打开
企业知识创新的目的就是要能够有效地获取组织内外的信息，通过知识创造、储存、分享、转移等过程，将有价值的知识从信息中解析出来，并将这些知识应用于企业营运当中以提升核心竞争力与竞争优势。知识创新和知识分享、知识整合密不可分，知识创新是最终目的，知识分享和知识整合是知识创新的必经途径。
知识为一个广泛、抽象且复杂的概念，Davenport et al.（1998）提出，知识是结构化的经验、价值及经过文字化的信息，也包含专家独特的见解，为新经验的评估、整合与信息等提供架构。Nonaka et al.（1995）则认为知识是有价值的智慧结晶，包括标准化作业流程、系统化的文件、具体的技术，以及不易明确表达的抽象观念、经验心得、专家独特的见解和思想等。由上述可知许多学者分别就不同的角度及观点对知识加以定义，而知识依据不同的管理方法及使用目的，可呈现不同的分类形态，常见到的知识分类依据有可呈现程度、抽象程度、知识的使用目的、储存方式，分别说明如下。①知识可呈现程度。Nonaka（1994）将知识按可呈现程度分为隐性知识（tacit knowledge）及显性知识（explicit knowledge）。隐性知识为高度个人化、难以正式化，只可意会不可言传，并依据个人的经验、判断、学习、创意而存在于人类心智模式中的知识。显性知识得以用较清楚客观与系统化的方式表达，经由正式的文字、图表等方式呈现及传播，也可编制成工作手册有效指导学习者完成结构化的工作。②知识抽象程度。知识依据抽象程度可区分为理论知识（theoretical knowledge）与实务知识（practical knowledge）。理论知识经由演绎而成为实务知识，实务知识经由归纳又可化作理论知识（Davenport et al.,1998）。理论知识又称为正规知识（formal knowledge），指利用科学、客观的方法搜集资料并加以归纳、分析、验证所形成的概念型知识。实务知识指由实际操作中产生的一些工作技巧、经验法则、因果关系等。③知识的使用目的。知识依对现象的了解与利用的目的可区分为描述性知识（declarative knowledge）、因果性知识（causal knowledge）、程序性知识（procedural knowledg）与关系性知识（relational knowledge）（Quinn et al.,1996）。描述性知识（declarative knowledge，know-what）指事件的概念、组成与结构。因果性知识（causal knowledge，know-why）指事件发生的前因、后果等关系的知识。程序性知识（procedural knowledge，know-how）指事件的执行程序、步骤、方法。关系性知识（relational knowledge，know-with）指事件与其他重要因素间关系的知识。④知识的储存方式。知识依据储存方式的不同，可区分为员工自身所具备的知识（employee knowledge）与内含于组织实体系统的组织知识（knowledge embedded in physical system）。员工知识指员工自身的知识，包含技能、经验、习惯、直觉等。组织知识指内含于组织实体系统的知识。
知识创新是指经由一连串创造知识、获取知识与使用知识的过程，利用知识创新以提升组织的绩效，经常和两种类型的活动有关：一则将个人的知识文件化，然后通过公司的资料库散播出去；另一则就是通过群组软件、电子邮件与网络等方式，帮助人们交流，分享知识，进一步创造知识（Razak et al.,2016）。因此，知识分享可定义为组织的员工或内、外部团队在组织内或跨组织间，彼此通过各种渠道（讨论、会议网络、知识库）交换、讨论知识，目的在于通过知识的交流过程，提升知识的利用价值并产生知识的综合效益（Olaisen et al.,2017）。随着外在经营环境不断改变，企业逐渐重视知识管理的议题。在知识管理的研究中，研究者认为组织内储存着相当丰富的知识，必须通过知识分享才能发挥其综合效益，使用ICT可以减少知识工作者在分享知识时因空间与时间造成的障碍，提高知识存取的效率（Alsharo et al.,2017；Mcharek et al.,2018）。对于知识分享的各种不同渠道，可分为下列两种（Loebbecke et al.,2016）：①中央集权的知识复制，指组织为了传递及分享重要知识给员工，形成一套制式内容，通过正式渠道来传递及分享知识；②自主式知识网络，由员工自行主导，彼此分享知识。综合而言，学者们对知识分享的研究可分为以下几个观点。
（1）市场交易观点。市场交易观点强调重点在于了解知识分享的运作过程与目的。Davenport et al.（1998）认为知识在组织内流动的模式就如同实体商品在市场中交易一般，组织里的知识市场也有知识需求者与知识拥有者，通过中介者，双方进行交易，各取所需。个人会以自己的立场思考利益，然后采取行动。因此，这种方式之所以会成功，也就是知识能顺利被分享出去，是因为知识买卖双方都认为可从过程中获得利益。若组织能够在其中提供合适的诱因，也就是当报酬（如奖金、升迁及进修机会等）大于分享所付出的成本时，将能有效激励员工进行知识分享活动（Ambos et al.,2016）。
（2）沟通观点。知识要能被顺利分享出去，首先要能在人与人之间传达想法与概念，使彼此相互了解。Hendriks（1999）认为知识分享是知识拥有者与知识需求者相互沟通的过程，当组织成员从其他人身上获得知识时，知识分享同时发生。这需要知识拥有者外化知识，也就是将知识以书面文字、演讲、行为动作等方式表达之后，知识需求者通过阅读、聆听、模仿等方式吸收并内化于自身中，其中知识需求者会通过自身已有的知识来解读与整合外来的知识，最后使其成为自己知识资本的一部分（Zimmermann et al.,2018）。
（3）学习观点。学习观点强调知识分享不应仅考虑拥有者与需求者之间的传递，若当分享的知识未被吸收，未造成行为上的改变的话，这便不能称为有效的知识分享（Sulistiyani et al.,2016）。如此一来双方也将无法相互学习与影响，扩大那些分享过的知识的价值（Wood et al.,2017）。因此，知识分享可以理解为“知识分享=移转+吸收+应用”，即知识移转仅将知识变得容易传递，但无法确保知识被吸收与应用，形成行为的改变或产生新的行为模式。
（4）社会交换观点。知识分享的社会交换观点不像市场交易观点一样着重于交易成本的下降，以及学习观点的知识吸收，而是强调知识分享可获得的某些正面的内在报酬，例如信任感、认同感等心理层面的回馈（Nesheim et al.,2015）。Mansor et al.（2015）认为，知识拥有者愿意分享知识的动机因子包括获得他人的肯定、欣赏，同时也希望日后能获得互惠的回馈。因此，Cunningham et al.（2016）认为在组织中，成员间进行社会交换性质的知识分享将会建立起双方的信任与友谊关系。Navimipour et al.（2016）发现当组织提供资源供员工使用时，那些使用资源获得知识的员工也会较乐意分享相关知识给其他员工，并共同协助改善组织绩效。
综上，知识分享除了探索成员间的了解（沟通观点）外，也以知识分享与吸收的方式来了解知识分享的步骤与过程（沟通与学习观点），最后探讨成员间进行知识分享的动机，是以获得实体诱因（报酬）为目的（市场交易观点），或是以心理诱因（关系与贡献）为目的（社会交换观点），因此知识分享具有多维度的特征。
人们在知识获取、储存与处理上的能力有限，如果要有效率地进行知识创造，必须将各种不同领域的专业人士集合起来，进行讨论与知识交换（Tsai et al.,2015）。而组织要存在，不仅需要将专业人员集合起来，还需要有人从中协调与沟通，因为知识的整合与应用需要专门化的处理，必须通过两个或两个以上的个人，彼此相互影响、依赖，为了完成特定目标而共同合作（Herstad et al.,2015）。知识整合可以按组织内外分为内部整合与外部整合。内部整合就是将组织内部现有的零散知识协调整合成可用的新知识，并加以应用，而外部整合就是组织由外部吸收顾客响应与合作伙伴的专业知识后加以整合，并予以利用。当发现内部的知识资产不足以应付外在环境的压力时，组织就必须从外部获取相关知识并建立吸收知识的机制与监督外界的技术变化来应付问题，利用这些知识整合成组织的核心能力。知识整合是一种知识之间的链接，将在不同情况下的各种问题，以选定的顺序通过那些拥有相关知识的专业人员或系统来解决，这些需要知识转移与连接的机制便是知识整合机制。Davenport et al.（1998）则认为整合机制的采用必须配合知识的特性，例如内隐与外显知识掺杂的复杂知识便需要经过沟通与协调的整合机制，如此一来方能创造整合效益的最大化，包括较低的沟通成本、较快的整合速度、较大的整合范围与弹性。Hussain et al.（2015）认为知识整合是企业为了一致化内部的文化与价值观，以及提升工作效率，通过知识结合的三种能力（文化与价值整合的社会化能力、硬件相关的系统化能力、互动为主的协调能力）来进行知识协调活动。
关于知识整合的机制，以下学者提出了各自的见解。Grant（1996）提出规则与指令（rules and directives）、顺序与流程（sequential）、例行活动（routines）、团队决策制定（group problem solving and decision making）四种知识整合的机制；同时，他还强调共同语言在知识整合中所扮演的角色，共同语言包括语言、其他形式的沟通符号、专业知识的共通性、共享的意义、个人知识领域的认知等。Inkpen et al.（1998）发现组织间进行跨组织知识移转时，采取的知识整合机制有技术分享、双方接触、人员移转、战略整合四种方式。Herrán et al.（2015）则指出，知识整合应涵盖硬件相关的系统化能力、软件相关的社会化能力及团体成员合作能力三方面的提升，才能增进整合的效果。Ritala et al.（2017）将知识整合的协调机制分为程序交流、人员交流、组织交流三种模式，并且认为越多的沟通和越小的目标差距，越能提高知识与技术分享和整合的绩效。
总结以上可以了解到，知识整合程度越高，代表组织中知识的互动或沟通效率越高，且所整合与创新出来的知识将能够具备互补性、复杂且模糊还难以被模仿，更能够因应环境的变动，重新组合知识以适应环境（Mardani et al.,2018）。当组织在制定战略与运营战术时，发现内部拥有的相关知识并不足以支持决策时，就会向外部寻求知识资源。因此，组织如何能在需要的时候，快速取得、消化、整合与应用这些外部知识资源，并应用于决策中，建立更有效率的营运模式，知识吸收便在这个过程中扮演重要的角色。Zahra et al.（2005）认为吸收能力作为组织创新与应用知识的动态能力，是一连串的例行作业与流程的组合，包含了知识的获取、消化、转换与应用四个主要方面。本研究的观点：知识吸收过程中的知识转换是指在协同式虚拟企业的买卖双方之间，有效率且有效能地结合双方知识，以创造新知识的过程。也就是说，当组织的外部知识经过组织内部的解释与消化之后，双方通过各种互动方式（系统化、协调、社会化）来进行知识整合，在这一过程中，组织建构知识场景模式，提供给成员进行知识互动（Nonaka et al.,1998），并经由社会化（socialization）、外化（externalization）、结合化（combination）与内化（internalization）四种不同模式之间的转换，知识逐次地累积、解读、整合与增长，并通过新的形态、新的角度或观点展现出来，以从中设法创造出新的知识，克服目前的问题与压力。
知识无法自己产生，需要有一个场所提供信息解读、分析并赋予意义，从而成为知识，也就是知识分享的情境，因此Nonaka et al.（1998）提出了知识场模式。Nonaka et al.认为，员工知识的创新需要在特定环境影响与刺激下才能顺利进行，因此组织必须提供一些特定的场所，让个体间或个体与环境之间通过知识互动的过程，让知识发生内化、外化、社会化与结合化（SECI过程）。最终目的是让成员在这特定场中相互分享、吸收、沟通，以刺激各种内隐、外显、个人、集体知识的产生。场是一个共享的场所，超越了时间、空间与组织的界线，其边界是流动可变的，会随着个体的互动而快速改变。此外，也构建了个体知识交互和知识资源提升的环境，让个体在其中充分分享知识并进行知识的转换，逐次提升个人知识层次。在场模式中，共有四种不同特性的场，分别对应并支持知识创新的SECI四种知识转换过程。
（1）创始场（originating ba）。提供一个非正式且舒适的场所，让所有人可以面对面地互动，彼此分享经验、认知、情感、价值观与个人的内隐知识，以此强化社会化的知识创新过程。因此，创始场的关键在于双方的信任与承诺。
（2）对话场（dialogue ba）。提供一个可以让个体间面对面沟通的空间，针对某一主题，通过共同语言分享彼此的心智模式，让所有参与者都能互相讨论分析，提供彼此的意见与看法，以此将讨论的主题予以明确与概念化，以强化知识创新中外化的过程。因此，对话场的建构较创始场更具特定目的。
（3）系统场（cyber ba）。提供一个知识的储存与交换平台，让所有个体能更加方便地将文件、手册、蓝图或其他书面数据等外显知识，突破时间与空间的限制，有效率地传送给更多的人，并能通过此平台联结、整合不同的外显知识，重新组合产生新的外显知识，也就是知识创新中结合化的过程。因此，建构对话场的关键因素就是信息科技，包括互联网、内部网络、文书系统、数据库、视频会议、实时通信等。
（4）练习场（exercising ba）。提供一个可以让成员利用仿真软件或根据操作手册等辅助工具，或在技术顾问的指导下，进行练习与实验，并在实际操作中不断思考、检讨、再行动的场所。成员们得以从干中学，并确实将接收到的外显知识转换成个人经验与实务的内隐知识，达到内化的知识创新。因此，练习场的关键因素就是提供完善的练习与操作协助，无论是在实体空间或虚拟界面上进行。
由于VE为跨企业联盟合作的方式，其主要目的在于整合企业间相关的价值活动、资源并有效地管理分散在不同企业的知识。VE在形成阶段应界定及分析知识的种类并经由知识创新的导入，有效地提高知识运用及分享的效率，可协助提高VE运作的效率，进而提升竞争力（Mattos et al.,2018）。
Chen et al.（2007）、García-Álvarez（2015）、Santoro et al.（2018）研究的重点是VE环境下的资源共享，提出以VE访问控制模型来管理参与公司间的协作操作；该模型允许跨项目和企业界限进行资源共享，确保参与同事间的协作操作，增加信息透明度并减少虚拟环境中的信息延迟。Khalil et al.（2002）将虚拟组织（virtual organization，VO）定义为一组独立的公司，连接成一个临时公司，VO管理称为元管理，为维持竞争优势提供了系统的支持，ICT作为元管理的推动者，起到确保效率、响应能力和学习的作用。Yoo et al.（2002）及Rosu et al.（2011）的研究重点也是ICT。前者侧重于基于网络的知识创新系统，便于在VE环境下共享和交换产品信息，并基于三种类型知识——元数据、本体和映射关系，设计了一个原型系统，讨论了其VE管理优势。后者针对地理区位分散的网络开发者，提出了虚拟团队项目开发支持系统。Gagnon et al.（2015）分析了信息技术在VE管理中的作用，提出了针对参与VE安排的公司间的业务流程和交互的建模。Bagheri et al.（2016）提出了一个描述VE运作中的功能角色和组织结构的框架，这两个组件通过分布式业务流程模型加载到VE模型进行集成，实现了VE运营管理和业务的整合。Barão et al.（2017）指出ICT投资是中小企业间建立VE的一个重要障碍，并提出了一种实现电子商务工具的方法，该方法基于以下特点支持中小企业参与的VE：基于网络架构，成本较低，支持合作，增加渠道和需求的可视性。Esposito et al.（2014）针对位于意大利那不勒斯，由25家企业组成的名为ENTech网络的VE进行了问卷调查，发现虽然被调查的公司广泛存在内部知识创新系统，但缺乏为整个网络服务的共享知识创新平台；在ENTech环境中实施知识管理系统（knowledge management system，KMS）存在很多障碍，合作伙伴知识分享的缺乏及关键信息保护的需求是最大的障碍，这表明企业倾向于保护自己的知识资产免受合作伙伴的机会主义行为的侵害，因此需要通过增加互信来克服这些障碍。
目前，国内学术界对虚拟企业知识创新模式已做了初步研究。田中禾 等（2006）对虚拟研发部门（R&D）组织的知识创新模式进行了探讨，指出该组织的知识创新模式是一种借助于最新的计算机网络和通信技术，超越了时间和空间的限制，对组织的知识资源进行整合，促进组织的知识创造和应用的动态模式。葛新权 等（2007）提出虚拟企业知识创新管理的二维属性，构建起成员企业的知识创新管理框架模型，并以此为基础构建出以核心企业为主体，以知识仓库为中心，以知识的学习、共享、集成为主要活动的虚拟企业知识创新管理模型。李贺 等（2008）也指出虚拟企业知识创新模式具有分布式特点，并应该以虚拟企业的知识仓库为基础，利用先进的信息技术和管理技术搭建网络平台，促进各成员企业间的知识共享和转移，并据此构建了一个虚拟企业知识创新的过程模式。韩赟（2012）设计了基于外生因素和内生因素的高技术企业知识缺口弥补流程，通过知识需求分析、知识供给分析进行知识缺口的识别，针对不同战略价值的知识缺口，通过成本-收益分析确定高技术企业已具有部分弥补缺口的知识积累时，构建虚拟企业是弥补知识缺口的最佳方式。余鲲鹏 等（2010）认为知识创新管理的目标是服务于业务过程，知识管理本身也涉及知识的获取、创新、分享及应用等过程，并在此基础上建立了虚拟企业知识创新管理过程参考模型。杨静 等（2014）分析了面向再制造闭环供应链的虚拟企业的运作框架，从核心层运作与松散层运作的流程和特点出发，对其知识需求深入分析，并以此为依据提出知识框架，构建核心层与松散层的知识创新管理过程模型。
很多学者认为知识共享是虚拟企业运作成功与高效的关键之一。金鑫（2009）从创新管理的角度探讨了促进企业分布式创新知识共享的应对措施，认为企业要基于分布式创新要素动态组合三种知识共享机制。在分布式结构方面，要优化配置分布式创新项目成员并实施模块化战略；在分布式认知方面，要培养分布式创新项目成员的信任关系，在项目中实施分布式领导并缩小项目成员间的知识差距；在分布式协同方面，要配置基本的支撑应用系统及专业工具系统，动态组合文档资料共享、成员学习共享和知识产权共享三种机制。王士贤（2014）对系统集成的虚拟企业知识共享影响因素进行了分析，归纳出知识特性、源企业特性、接受企业特性、共享过程与实施、知识共享环境这五大因素是影响系统集成的虚拟企业知识共享效果的主要因素，并提出了针对系统集成的虚拟企业这一特殊背景的领域本体构建方法、基于领域的知识库构建方法及基于知识地图的知识管理与融合方法。
Panetto et al.（2008）研究制造系统与相关企业的关联性，提出信息共享的技术越发达，越可以使企业与上下游供应商及合作伙伴进行信息共享，再配合制造系统的技术，可使企业发展更加稳健，增强系统抵御负面影响的能力，有效提升制造系统的韧性。Limaj et al.（2016）提出将信息物理系统（cyber-physical system，CPS）导入制造系统，工厂内密切监控着生产过程与设备并将信息同步更新，可立即获得最新信息，并且提出CPS的五个层级（简称“5C”）。详细的架构如下：①智能连接层（connection）。智能连接层的核心是物联网的构架建立，使数据可通过不同的形式被收集与储存，同时设备之间可以共享信息与交流。开发CPS应用，首先要从机器设备中取得可靠的数据。数据来源可通过传感器量测，或从SCM（software configuration management，软件配置管理）、ERP（enterpris resource planning，企业资源计划）、MES（manufacturing execution system，制造执行系统）和CIM（computer integrated manufacturing，计算机集成制造）的控制器中获得。此层级有两个重要因素需要考量。首先，需考虑不同形式数据的收集，需要以一种无缝与无线连接的方式来收集数据，并传至中央服务器进行储存。其次，要选择适当的传感器，才能使数据的可靠性高。②数据转换层（conversion）。数据转换层的核心在于使用设备端的机器算法（machine based algorithms），从数据中找出有用的信息。近年来，这些算法被广泛地应用于预测或者产品生命周期管理。通过将广泛存在的数据转换成信息处理及预测能力，CPS架构给予了机器自我意识。③网络层（cyber）。网络层是整个CPS系统的数据处理、分析、决策的核心，通过这些可以形成一个大数据环境，运用算法进行大规模计算与数据探勘。信息从每个连接的机器送到机器形成网络系统。收集大量信息后，使用特定分析方法来取得更多信息，从而了解各机器的状态。这些分析能为机器提供自我判断与比较的能力，使机群能够相互比较与分级，更可从过去机器所收集的信息与判断其间的相似度来预测机器的状况。④认知层（cognition）。认知层的主要作用在于识别与决策，通过分析当前系统中各个部分的任务目标和状态，制定优化的政策。在此层，CPS可产生对监控系统的全面性观察。所获得的信息可适当地呈现给决策者进行使用。由于这些信息可用于比较彼此之间的相对讯息，以及掌握单独的机器状态，因此可用来决定设备维护过程的优先级。在此层级，需要适当地将信息转换成有用知识供决策者使用。⑤配置层（configure）。配置层在接收到决策后，将决策按照各子系统的运行逻辑转化成它们听得懂的语言，分发指令，并由设备端的执行机构实施。配置层是从网络空间到物理空间的回馈系统，并且作为监控之用，使机器能自我配置和自我调适。
工业4.0是德国政府在2013年提出的高科技计划，其概念不再是创造新的工业技术，而是着重于将现有的工业技术进行整合，达到效率提升与生产系统优化的目的，与虚拟企业的知识创新系统密不可分。Rodriguez et al.（2015）提到工业4.0的导入对企业生产而言，不再单纯只是产品的好坏，而是从产品设计、生产到售后服务的连贯，其提出导入工业4.0的优势。①生产过程可以通过IT整合来优化制造系统。②生产过程、自动化与产品将被整合在一起，并通过与供应商的合作，达到生产浪费最小化。③制造系统更加有弹性，可允许小批量生产或者客制化生产。智能机器人、智能设备与智能产品可以相互沟通，产生自我意识。④生产过程中可以通过人工智能与机器学习使设备达到自我优化，例如自动调整生产参数等。⑤使用无人搬运车等自动化的物流设备，使设备可根据生产需求自动调整原物料的运输量等。Sadigh et al.（2014）指出工业4.0能有效规划生产方式与预测未来产品设计，以及改变提供的服务模式。物联网技术有效结合云端计算，可使产品设计与制造的成效更加良好，是一个新的革命，旨在整合虚实系统来协助智能制造，若能连接新一代的5G无线网络，将可加快发展的速度。制造系统导入CPS，可以将需求状况、制造状况、供应状况与服务状况，通过物联网分享信息，将生产由自动化式的集中生产转向更加灵活的分布式生产，进而实现低成本、快速响应顾客需求的目标。Liu et al.（2014）、Lu et al.（2014）、Lu et al.（2018）指出，制造资产包括多样化和分布式制造资源，如设备、计算资源、材料、软件、知识和技能，而网络物理系统中的网络空间是可存储所有实体制造资产的所有数字孪生体的信息中心。在制造资源建模方面，STEP-NC等标准被认为起着重要作用，例如在STEP-NC标准框架下，可实现对不同粒度级别的资源功能进行建模，便于进行工艺规划，有力支撑制造设施与生产工作的决策（Sadic et al.,2018）。
Shamah et al.（2015）认为工业4.0的基本核心是物联网与智能制造，当生产在线的产品、零组件和机器时，通过传感器，实时收集与分享数据，使集中生产的工厂可进行远程的智能分析与管控。德国联邦教育和研究部将工业4.0定义为通过应用信息物理生产系统（cyber-physical production system，CPPS），创建网络作业的价值与弹性。此系统能使机器设备通过机器学习，提升机械工作能力并进行重新配置，以适应顾客多变的需求。其重点在系统的感知信息能力，从日常性作业中进行数据汇集，对应生产流程的改变，将数据储存到云端，进行大数据分析。因此，采用智能生产系统找寻效率更高的作业流程与方法，是达成智能工厂和生产设备相互传递讯息的关键因素（Sadic et al.,2018）。