知识金字塔有多难
1988年组织理论家Ackoff首先提出知识金字塔DIKW之后。30年后的今天，这个金字塔几乎每时每刻都会有人在世界各地画着这样的图形。它代表了一个知识蒸馏提炼的过程，这个过程是一个收缩、迅速衰减的过程。相比于大而不当的数据，承上启下的信息，知识总是吝啬而小气，而智慧则干脆就不像是按部就班的金字塔式的提炼，它更像是天赐之物。“说不清楚哪里来”才是智慧最好的标签。
图1 知识金字塔
知识金字塔DIKW模型非常形象地说明了，知识的走向和提炼的问题。有了概念的普及，随后登场的就是商业头脑。
90年代中期前后，随着信息技术的发展，知识管理开始流行起来。它像一个伟大先知，向前来膜拜的企业家们，兜售着随时可以兑现的知识黄金。在这里，知识被称为“可执行的信息（actionable information）”。知识管理承诺，它可以把企业繁复的像沙子一样多的数据库、文档，通过IT技术，筛选出来黄金。
知识管理最重要的基础，就是这个像萃取石油一般层层过滤的“知识金字塔”。然而经过20年的挣扎，知识管理很少有非常成功的案例。那些意在用外部软件公司，通过软件化、工程化的方式，基本都未能取得既定的成功。国内也出现了大量的知识管理、知识工程的项目，最后都基本上归于文档管理的尴尬之列。这也说明，知识金字塔只是一个单向进程，即使是知识提炼的过程，也是困难重重，更不要说知识的复用。
美国最为著名核工程研究机构Los Alamos国家实验室，多年试图通过知识管理软件来进行知识的管理，最终也以失败而告终。
知识运动理论，探讨知识运动
知识运动之父野中郁次郎，在1995年以一本《创造知识的企业》，将知识管理推向一个令人关注的顶峰。他将知识定义为两种暗默（隐性）知识和形式（显性）知识，然后通过讨论二者之间的四种转化方式，探讨了知识创造的过程。
图2 知识变化的四种模式
在这个经典的四区域相互转化中，暗默知识的传递，需要靠共同化，也就是感同身受，这里面的关键就是体验。学徒是一个典型例子；表出化就是一个“说出来”，用概念进行表达，主要是通过语言；而从形式知识向形式知识的转化，主要靠知识体系的建立，靠综合性来实现，也就是联结化。例如正规教育或者培训，通过结构化的体系；形式知识向暗默知识的转化，则主要靠借助于文字、图表等。这就是内在化。内在化是比较难的一步，必须有足够的知识能力才能驾驭。
知识运动理论符合日本学术界一贯的特点，逻辑清晰、严丝合缝，推导性很强。这本书一经问世，就成为知识管理文献中最为引人注目的一本书，连德鲁克大师，都称此著作为“经典之作”。
然而知识运动理论，过于强调知识本身存在的形式。它着重以“知识转化”为主线，造成了它的一个重要缺陷；过于关注形式转换（运动），而忽略了知识对象：“人”才是整个知识至关重要的环节。
想一想知识管理二十年，效果并不明显。企业的CEO、CIO们，对此的期望值都是越来越低。也许这里面有一个关键的问题需要回答：重要的知识，真的能被管理吗？
同样的一个问题是，创新能够被规划吗？
超越第六感，企业第七感
从知识到知识，永远都是编码和解码的过程，它有一种天生的失真基因。人类知识一开始的传递，就具有很强的失真传播特征。口口相传，知识会遗失在风中；然后是画图，则歧义很多，限制清晰；然后是文字。这成为大众最为主流的知识载体。再后来出现软件，人类知识的重复，得到最为精确的复制，而且这种知识能力的传递，从物理成本上看几乎为零。然而这也是一种门槛极其高昂的媒介方式。中国2017年全软件和信息技术行业从业人数接近600万人，不到总人口的4%。而且这个行业人员增长缓慢，去年比上年仅仅增长了 3.4%。如果是纯软件开发人员比例更少，这意味着，很多人都不拥有这种技能。
无论是金字塔，还是知识运动理论，都把精力消耗在知识的提炼、形式转换上。而知识传递对象，终究是以人为最终载体。因此，撇开知识-知识的形式主义，直奔主题：人到人，或许是一种全新的解决知识复用的路径。
麻省理工媒体实验室的物理学家伊达尔戈以其天才般的设想，构造了一个“人比特（personByte）”概念（简称“人比”）。它将一个人的神经系统所能接收的最大信息量，定义为一个度量单位，也就是“人比”。有了这个概念工具，我们立刻就会意识到，人比是一个社会属性和技术属性的结合。当一个人想获得多于一个人比的信息的时候，就需要其他人的帮助，社会与网络随之而来。
至此，我们可以用一种全新的理论来定义知识重用，那就是知识容器。通过将知识进行多种方式的比特化、数字化，变成软件、视频、赛博互动、虚拟现实等方式，实现知识的量化储存。知识就像是被“冷冻一样”暂时存在知识容器中，在合适的时候，重新“化冻”，实现一种高保真的知识再现。
普通人的感官（五感）包括眼（视觉）、耳（听觉）、鼻（嗅觉）、舌（味觉）、肌肤（触觉）。而“第六感”也就是所谓的“本能”，标准名是“超感官知觉”，与当事人之前的经验累积所得的推断无关。而知识容器，则意味着人体的全面综合性感知，与个人经验积累也不是成正比关系。这是一种人类掌握知识的“第七感”，它是人类知识的叠加值。
图3 知识容器的倒三角模型
人比，将人描绘成了一个人所能拥有的最大知识容器。那么这意味着，它可以像“U盘”接口一样，去完美而轻松地“复制和再现”知识。
知识容器的场景应用
1.知识体系软件化
这其实是知识编码的一种，其实也是比较难的一种。
工业大数据，为什么在工业领域所获得的突破，远远小于它在社会大数据方面所取得的进展。就是因为工业大数据的属性、机理都存在很多不确定性。没有一定的知识背景，是无法实现工业的建模和编码。“无知识不数据”，没有知识的引导，数据是很难有什么样的价值。
因此，一个工业企业真正强大的资产，不是销售了多少吨的机器，而是企业拥有多少行代码。美国头号军火商洛克希德马丁，就代码行数而言，是世界上最大的软件企业，微软也只能甘拜下风。
尽管工业技术软件化，是最难的一条路，却是企业发展最为持久的一条路。因为借助IT手段，实现隐性知识显性化，是知识管理工作者一直梦寐以求的目标。实际上，如前所述，这条路失败了。这充分证明一点，知识体系编码，不是知识管理部门要做的事情，不是企业信息中心要做的事情，它必然来自最一线的业务工程师。
如果用知识容器的观点，而不是知识管理部门来看这个问题，许多IT部门就可以不必再牵头此事了。
2.计量信息流动，感知知识交流效率
企业中最喜欢的知识采蜜方式，就是“头脑风暴”，这被视为最高境界的知识撞击。当然，还有那些臭名昭著的、没有尽头的冗长讨论会。
那么，这样的会议，到底知识强度有多大？无人可以回答。
而现在，知识容器登场了。
多年前尚没有无线网络、移动手持设备，麻省媒体实验室的创办人Alex Pentland就启动了“可穿戴计算”的项目。谷歌眼镜的开发者都曾是Pentland的学生。这位“可穿戴设备之父”，同时启动了“社会计量标牌”的可穿戴设备项目，通过测量佩戴者的运动、声音强度和发言频度，就可以自动识别人与人之间的感情交流强度。它可以判断打扑克的时候，是否有人在作弊。甚至，它可以预测一次约会是否成功。当然更“正式”的角色是会议协调仪，它可以对与会者的信息强度进行跟踪，从而引导正常的知识信号的流动。互动强度球，在中心的时候，就是一种最健康的信息流动模式。
图4-1 MIT媒体实验室的会议协调仪
图4-2 MIT媒体实验室的会议协调仪
有了这样的会议协调仪，集思广益的知识发现和传递，将变得轻松普遍。这也是许多500强机构，愿意使用这样设备的根本原因。当然，对怀春不遇的男女而言，要提高约会成功率，这也绝对是一把利器。
这种协调仪，是一种典型的知识容器。它直接瞄准了人，而非知识本身。这也是“知识容器”理论的根本所在。
3.跟踪知识的轨迹，瑞丰协同
知识管理，最大的问题是，只能去管理静态知识，然而人们在通过知识进行创造的过程中，都是在动态知识的环境下进行的。设计师大多都是在软件上工作。例如工业上用CAD软件做设计，用CAE软件作分析。
看到一个结果，其实并不重要；重要的是，如何做出来这样一个结果？
国内工业软件开发商瑞风协同，在仿真软件平台上增加了CAE插件，可以跟踪设计工程的行为路径，最后形成“设计行为数据库”沉淀下来。这种路径可以进行浮窗管理，通过快放重现整个设计过程。
这样，一个设计师进行开发之前，可以通过查看“知识路径”，可以得到非常多的启发。
可以看到，这种知识容器化的方式，并没有对知识的结晶进行管理，而是对接近程度的知识创造过程进行跟踪记录，因此它是一个双向箭头，既贯彻知识，也收集知识的过程。
4.人工智能的四换新星
人工智能当然被寄予厚望，但当前它在制造业中的应用，并不顺利。AI在制造业，可以从四个角度入手：换眼换手换脚换脑，但各自的进展却是相差较大。在换手方面，除了一些刚性工件的重复性工作早已经被机器人占领，AI在对付柔软材料方面，一直是力不从心。
而在用于质量检测的换眼方面，AI有可能率先破局。源自清华大学人工智能实验室的阿丘科技，成功地将视觉检测系统与缺陷检测相结合，实现了生产过程中的质量检验问题，尤其是在3C电子领域，取得较大的成功。在获得天使投资500万后，成功PreA融资 5000万元。
图5 图像检测的知识容器
以前的检测，都需要靠大量的人工，用肉眼去识别瑕疵，需要非常成熟的技术工人去判断。师傅带徒弟，徒弟要学习各种要领。而现在，满载着人工智能的知识容器登场，这使得质量检测的工作门槛和劳动强度都大大降低。
5.VR/AR再现场景
虚拟增强现实VR/AR是知识容器最完美的阐述者。它所蕴藏的数据和知识，用肉眼并不可见。但通过合适的知识容器，物理世界与数字世界产生了奇妙的连接。前人的知识，得到了实时、情境式的传递。
图6 法国可视化软件实现协同作业
更为奇妙的是，VR/AR可以“一人所见、多人所见”，通过将一个人在现场的感受，完整地复制到另外的知识容器上（一个或多个），那么所有的人都会“感同身受”，知识的传递，变得无缝而且简单。
6.向指尖触感要知识
操作员大量与设备、原材料接触，会形成如何的感知和判断？知识的价值，如何从指尖流向物体，或者反向回来？
博世智能手套提供了一个经典的知识容器。这个手套内置了多个微机电传感器（MEMS），基于算法进行精准的手势识别和追踪，在不需要进行任何物理接触的情况下将数据传输到软件平台，实现意图分析。
这种智能手套用于新员工岗前培训、关键工序确认，以及节拍分析。公司可以根据生产线上的具体工位，设计操作步骤，比如抓取物件，配合基础迎接物件，拧螺丝等动作。员工戴上手套后，动作是否到位、节拍是否紧凑，数据都会传到后台。员工可以看到每一次操作中存在的问题，同时显示界面上有操作步骤提示和动作节拍显示。
图7 智能手套是节拍作业的知识容器
知识容器放大了人类的各种感官的综合使用能力。这一次是指尖触感，人类获得知识的能力，有了空前放大的可能性。
7.历史经验数字化
来自国内照明行业的龙头企业欧普，模具事业部的招人一直是老大难的事情。因为模具行业属于精密机械制造业，集知识密集型、技术密集型与重资产为一身，高度依赖熟练技师对精密设备的操作，技术工人经常非常缺乏，因为缺乏经验而造成模具浪费的现象比比皆是。
欧普照明开始着手，将模具设备的操作经验一点一点数字化，形成各种量化的知识容器。在实际操作过程中，物联网实测的操作数据，可以与知识容器完成即时比对。最后的结果是，一个原来需要5年时间培养的工程师，在2年内就能完成。董事长王鸿海声称，“以往欧普照明开模具要做对很难，而现在是做错都很难”。
知识容器，在场景应用中，实时触发，即时传递。而这种强大的知识容器，又使得欧普的制造能力开始外溢，目前给外部加工的模具，已经占到80%。
8.视频动作捕捉与分析
日本日立Hitachi公司的电子制造厂，通过对老员工的形体动作进行捕捉，寻找形体动作的关键位置和人体重心，从而可以找到人体的最佳动作。一方面，新员工可以最快地通过知识容器，快速提高自己的熟练程度。
图8 日立的行为分析以提高生产质量
另一方面，在实际车间运行过程中，知识容器可以基于标准动作，判别实际人员的操作是否脱离标准流程，并进行必要的提示和报警。
图9 人体运动捕捉，形成知识容器
以上描述了各种知识容器，都是围绕综合人类各种感官而打造的“第七感”，实现知识的传递和复用。当然，最值得期待的是，应该是脑机接口和脑芯片移植。一旦实现，那将是知识容器的巅峰。
知识自动化登场
知识传递之难，在于它的形式并不确定，它是一种“心智模式和技术诀窍”复合体的传递。传统的“师傅带徒弟”式的体验有一个缺点，那就是不可重复，因人而异。而知识容器，意味着将知识借助于各种各样数字技术，形成多样化的知识容器，进行存储、无失真传播。
在这种情况下，知识容器的多样性，胜过知识拥有者的能力。借助于知识容器，知识自动化将变得广泛而可信。一个数字化、可量化的知识重现的新时代正在到来。它为企业实现知识管理开辟了一个全新的天地。它通过感同身受的精准性和可复制性，打开了人类综合使用感官的知识能力。如果第六感是一种个人的本能，而第七感往往可以被当成一种组织能力进行建设。因为，第七感是属于组织的。这是一种全新的企业知识管理的范式，借助于还原知识的全感官特性，使得知识可以在无编码的状态，重复与再现。这对于企业培养人力资源、核心Know-how知识保留在企业，具有重要的意义。
OK，企业家们，准备好了吗？开辟企业的“知识容器”时代，打造组织的“第七感”。
林雪萍：南山工业书院发起人，北京联讯动力咨询公司
閱讀更多 知識自動化 的文章
