知識金字塔有多難
1988年組織理論家Ackoff首先提出知識金字塔DIKW之後。30年後的今天，這個金字塔幾乎每時每刻都會有人在世界各地畫著這樣的圖形。它代表了一個知識蒸餾提煉的過程，這個過程是一個收縮、迅速衰減的過程。相比於大而不當的數據，承上啟下的信息，知識總是吝嗇而小氣，而智慧則乾脆就不像是按部就班的金字塔式的提煉，它更像是天賜之物。“說不清楚哪裡來”才是智慧最好的標籤。
圖1 知識金字塔
知識金字塔DIKW模型非常形象地說明了，知識的走向和提煉的問題。有了概念的普及，隨後登場的就是商業頭腦。
90年代中期前後，隨著信息技術的發展，知識管理開始流行起來。它像一個偉大先知，向前來膜拜的企業家們，兜售著隨時可以兌現的知識黃金。在這裡，知識被稱為“可執行的信息（actionable information）”。知識管理承諾，它可以把企業繁複的像沙子一樣多的數據庫、文檔，通過IT技術，篩選出來黃金。
知識管理最重要的基礎，就是這個像萃取石油一般層層過濾的“知識金字塔”。然而經過20年的掙扎，知識管理很少有非常成功的案例。那些意在用外部軟件公司，通過軟件化、工程化的方式，基本都未能取得既定的成功。國內也出現了大量的知識管理、知識工程的項目，最後都基本上歸於文檔管理的尷尬之列。這也說明，知識金字塔只是一個單向進程，即使是知識提煉的過程，也是困難重重，更不要說知識的複用。
美國最為著名核工程研究機構Los Alamos國家實驗室，多年試圖通過知識管理軟件來進行知識的管理，最終也以失敗而告終。
知識運動理論，探討知識運動
知識運動之父野中鬱次郎，在1995年以一本《創造知識的企業》，將知識管理推向一個令人關注的頂峰。他將知識定義為兩種暗默（隱性）知識和形式（顯性）知識，然後通過討論二者之間的四種轉化方式，探討了知識創造的過程。
圖2 知識變化的四種模式
在這個經典的四區域相互轉化中，暗默知識的傳遞，需要靠共同化，也就是感同身受，這裡面的關鍵就是體驗。學徒是一個典型例子；表出化就是一個“說出來”，用概念進行表達，主要是通過語言；而從形式知識向形式知識的轉化，主要靠知識體系的建立，靠綜合性來實現，也就是聯結化。例如正規教育或者培訓，通過結構化的體系；形式知識向暗默知識的轉化，則主要靠藉助於文字、圖表等。這就是內在化。內在化是比較難的一步，必須有足夠的知識能力才能駕馭。
知識運動理論符合日本學術界一貫的特點，邏輯清晰、嚴絲合縫，推導性很強。這本書一經問世，就成為知識管理文獻中最為引人注目的一本書，連德魯克大師，都稱此著作為“經典之作”。
然而知識運動理論，過於強調知識本身存在的形式。它著重以“知識轉化”為主線，造成了它的一個重要缺陷；過於關注形式轉換（運動），而忽略了知識對象：“人”才是整個知識至關重要的環節。
想一想知識管理二十年，效果並不明顯。企業的CEO、CIO們，對此的期望值都是越來越低。也許這裡面有一個關鍵的問題需要回答：重要的知識，真的能被管理嗎？
同樣的一個問題是，創新能夠被規劃嗎？
超越第六感，企業第七感
從知識到知識，永遠都是編碼和解碼的過程，它有一種天生的失真基因。人類知識一開始的傳遞，就具有很強的失真傳播特徵。口口相傳，知識會遺失在風中；然後是畫圖，則歧義很多，限制清晰；然後是文字。這成為大眾最為主流的知識載體。再後來出現軟件，人類知識的重複，得到最為精確的複製，而且這種知識能力的傳遞，從物理成本上看幾乎為零。然而這也是一種門檻極其高昂的媒介方式。中國2017年全軟件和信息技術行業從業人數接近600萬人，不到總人口的4%。而且這個行業人員增長緩慢，去年比上年僅僅增長了 3.4%。如果是純軟件開發人員比例更少，這意味著，很多人都不擁有這種技能。
無論是金字塔，還是知識運動理論，都把精力消耗在知識的提煉、形式轉換上。而知識傳遞對象，終究是以人為最終載體。因此，撇開知識-知識的形式主義，直奔主題：人到人，或許是一種全新的解決知識複用的路徑。
麻省理工媒體實驗室的物理學家伊達爾戈以其天才般的設想，構造了一個“人比特（personByte）”概念（簡稱“人比”）。它將一個人的神經系統所能接收的最大信息量，定義為一個度量單位，也就是“人比”。有了這個概念工具，我們立刻就會意識到，人比是一個社會屬性和技術屬性的結合。當一個人想獲得多於一個人比的信息的時候，就需要其他人的幫助，社會與網絡隨之而來。
至此，我們可以用一種全新的理論來定義知識重用，那就是知識容器。通過將知識進行多種方式的比特化、數字化，變成軟件、視頻、賽博互動、虛擬現實等方式，實現知識的量化儲存。知識就像是被“冷凍一樣”暫時存在知識容器中，在合適的時候，重新“化凍”，實現一種高保真的知識再現。
普通人的感官（五感）包括眼（視覺）、耳（聽覺）、鼻（嗅覺）、舌（味覺）、肌膚（觸覺）。而“第六感”也就是所謂的“本能”，標準名是“超感官知覺”，與當事人之前的經驗累積所得的推斷無關。而知識容器，則意味著人體的全面綜合性感知，與個人經驗積累也不是成正比關係。這是一種人類掌握知識的“第七感”，它是人類知識的疊加值。
圖3 知識容器的倒三角模型
人比，將人描繪成了一個人所能擁有的最大知識容器。那麼這意味著，它可以像“U盤”接口一樣，去完美而輕鬆地“複製和再現”知識。
知識容器的場景應用
1.知識體系軟件化
這其實是知識編碼的一種，其實也是比較難的一種。
工業大數據，為什麼在工業領域所獲得的突破，遠遠小於它在社會大數據方面所取得的進展。就是因為工業大數據的屬性、機理都存在很多不確定性。沒有一定的知識背景，是無法實現工業的建模和編碼。“無知識不數據”，沒有知識的引導，數據是很難有什麼樣的價值。
因此，一個工業企業真正強大的資產，不是銷售了多少噸的機器，而是企業擁有多少行代碼。美國頭號軍火商洛克希德馬丁，就代碼行數而言，是世界上最大的軟件企業，微軟也只能甘拜下風。
儘管工業技術軟件化，是最難的一條路，卻是企業發展最為持久的一條路。因為藉助IT手段，實現隱性知識顯性化，是知識管理工作者一直夢寐以求的目標。實際上，如前所述，這條路失敗了。這充分證明一點，知識體系編碼，不是知識管理部門要做的事情，不是企業信息中心要做的事情，它必然來自最一線的業務工程師。
如果用知識容器的觀點，而不是知識管理部門來看這個問題，許多IT部門就可以不必再牽頭此事了。
2.計量信息流動，感知知識交流效率
企業中最喜歡的知識採蜜方式，就是“頭腦風暴”，這被視為最高境界的知識撞擊。當然，還有那些臭名昭著的、沒有盡頭的冗長討論會。
那麼，這樣的會議，到底知識強度有多大？無人可以回答。
而現在，知識容器登場了。
多年前尚沒有無線網絡、移動手持設備，麻省媒體實驗室的創辦人Alex Pentland就啟動了“可穿戴計算”的項目。谷歌眼鏡的開發者都曾是Pentland的學生。這位“可穿戴設備之父”，同時啟動了“社會計量標牌”的可穿戴設備項目，通過測量佩戴者的運動、聲音強度和發言頻度，就可以自動識別人與人之間的感情交流強度。它可以判斷打撲克的時候，是否有人在作弊。甚至，它可以預測一次約會是否成功。當然更“正式”的角色是會議協調儀，它可以對與會者的信息強度進行跟蹤，從而引導正常的知識信號的流動。互動強度球，在中心的時候，就是一種最健康的信息流動模式。
圖4-1 MIT媒體實驗室的會議協調儀
圖4-2 MIT媒體實驗室的會議協調儀
有了這樣的會議協調儀，集思廣益的知識發現和傳遞，將變得輕鬆普遍。這也是許多500強機構，願意使用這樣設備的根本原因。當然，對懷春不遇的男女而言，要提高約會成功率，這也絕對是一把利器。
這種協調儀，是一種典型的知識容器。它直接瞄準了人，而非知識本身。這也是“知識容器”理論的根本所在。
3.跟蹤知識的軌跡，瑞豐協同
知識管理，最大的問題是，只能去管理靜態知識，然而人們在通過知識進行創造的過程中，都是在動態知識的環境下進行的。設計師大多都是在軟件上工作。例如工業上用CAD軟件做設計，用CAE軟件作分析。
看到一個結果，其實並不重要；重要的是，如何做出來這樣一個結果？
國內工業軟件開發商瑞風協同，在仿真軟件平臺上增加了CAE插件，可以跟蹤設計工程的行為路徑，最後形成“設計行為數據庫”沉澱下來。這種路徑可以進行浮窗管理，通過快放重現整個設計過程。
這樣，一個設計師進行開發之前，可以通過查看“知識路徑”，可以得到非常多的啟發。
可以看到，這種知識容器化的方式，並沒有對知識的結晶進行管理，而是對接近程度的知識創造過程進行跟蹤記錄，因此它是一個雙向箭頭，既貫徹知識，也收集知識的過程。
4.人工智能的四換新星
人工智能當然被寄予厚望，但當前它在製造業中的應用，並不順利。AI在製造業，可以從四個角度入手：換眼換手換腳換腦，但各自的進展卻是相差較大。在換手方面，除了一些剛性工件的重複性工作早已經被機器人佔領，AI在對付柔軟材料方面，一直是力不從心。
而在用於質量檢測的換眼方面，AI有可能率先破局。源自清華大學人工智能實驗室的阿丘科技，成功地將視覺檢測系統與缺陷檢測相結合，實現了生產過程中的質量檢驗問題，尤其是在3C電子領域，取得較大的成功。在獲得天使投資500萬後，成功PreA融資 5000萬元。
圖5 圖像檢測的知識容器
以前的檢測，都需要靠大量的人工，用肉眼去識別瑕疵，需要非常成熟的技術工人去判斷。師傅帶徒弟，徒弟要學習各種要領。而現在，滿載著人工智能的知識容器登場，這使得質量檢測的工作門檻和勞動強度都大大降低。
5.VR/AR再現場景
虛擬增強現實VR/AR是知識容器最完美的闡述者。它所蘊藏的數據和知識，用肉眼並不可見。但通過合適的知識容器，物理世界與數字世界產生了奇妙的連接。前人的知識，得到了實時、情境式的傳遞。
圖6 法國可視化軟件實現協同作業
更為奇妙的是，VR/AR可以“一人所見、多人所見”，通過將一個人在現場的感受，完整地複製到另外的知識容器上（一個或多個），那麼所有的人都會“感同身受”，知識的傳遞，變得無縫而且簡單。
6.向指尖觸感要知識
操作員大量與設備、原材料接觸，會形成如何的感知和判斷？知識的價值，如何從指尖流向物體，或者反向回來？
博世智能手套提供了一個經典的知識容器。這個手套內置了多個微機電傳感器（MEMS），基於算法進行精準的手勢識別和追蹤，在不需要進行任何物理接觸的情況下將數據傳輸到軟件平臺，實現意圖分析。
這種智能手套用於新員工崗前培訓、關鍵工序確認，以及節拍分析。公司可以根據生產線上的具體工位，設計操作步驟，比如抓取物件，配合基礎迎接物件，擰螺絲等動作。員工戴上手套後，動作是否到位、節拍是否緊湊，數據都會傳到後臺。員工可以看到每一次操作中存在的問題，同時顯示界面上有操作步驟提示和動作節拍顯示。
圖7 智能手套是節拍作業的知識容器
知識容器放大了人類的各種感官的綜合使用能力。這一次是指尖觸感，人類獲得知識的能力，有了空前放大的可能性。
7.歷史經驗數字化
來自國內照明行業的龍頭企業歐普，模具事業部的招人一直是老大難的事情。因為模具行業屬於精密機械製造業，集知識密集型、技術密集型與重資產為一身，高度依賴熟練技師對精密設備的操作，技術工人經常非常缺乏，因為缺乏經驗而造成模具浪費的現象比比皆是。
歐普照明開始著手，將模具設備的操作經驗一點一點數字化，形成各種量化的知識容器。在實際操作過程中，物聯網實測的操作數據，可以與知識容器完成即時比對。最後的結果是，一個原來需要5年時間培養的工程師，在2年內就能完成。董事長王鴻海聲稱，“以往歐普照明開模具要做對很難，而現在是做錯都很難”。
知識容器，在場景應用中，實時觸發，即時傳遞。而這種強大的知識容器，又使得歐普的製造能力開始外溢，目前給外部加工的模具，已經佔到80%。
8.視頻動作捕捉與分析
日本日立Hitachi公司的電子製造廠，通過對老員工的形體動作進行捕捉，尋找形體動作的關鍵位置和人體重心，從而可以找到人體的最佳動作。一方面，新員工可以最快地通過知識容器，快速提高自己的熟練程度。
圖8 日立的行為分析以提高生產質量
另一方面，在實際車間運行過程中，知識容器可以基於標準動作，判別實際人員的操作是否脫離標準流程，並進行必要的提示和報警。
圖9 人體運動捕捉，形成知識容器
以上描述了各種知識容器，都是圍繞綜合人類各種感官而打造的“第七感”，實現知識的傳遞和複用。當然，最值得期待的是，應該是腦機接口和腦芯片移植。一旦實現，那將是知識容器的巔峰。
知識自動化登場
知識傳遞之難，在於它的形式並不確定，它是一種“心智模式和技術訣竅”複合體的傳遞。傳統的“師傅帶徒弟”式的體驗有一個缺點，那就是不可重複，因人而異。而知識容器，意味著將知識藉助於各種各樣數字技術，形成多樣化的知識容器，進行存儲、無失真傳播。
在這種情況下，知識容器的多樣性，勝過知識擁有者的能力。藉助於知識容器，知識自動化將變得廣泛而可信。一個數字化、可量化的知識重現的新時代正在到來。它為企業實現知識管理開闢了一個全新的天地。它通過感同身受的精準性和可複製性，打開了人類綜合使用感官的知識能力。如果第六感是一種個人的本能，而第七感往往可以被當成一種組織能力進行建設。因為，第七感是屬於組織的。這是一種全新的企業知識管理的範式，藉助於還原知識的全感官特性，使得知識可以在無編碼的狀態，重複與再現。這對於企業培養人力資源、核心Know-how知識保留在企業，具有重要的意義。
OK，企業家們，準備好了嗎？開闢企業的“知識容器”時代，打造組織的“第七感”。
林雪萍：南山工業書院發起人，北京聯訊動力諮詢公司
閱讀更多 知識自動化 的文章
