過去台灣企業所推動的知識管理，大多是針對企業本身過去所累積的知識，以及目前既存的知識進行收集、分析與再利用，不少的企業主甚至認為只要做好文件管理、資訊的管理，即能做好所謂的「知識管理」（Knowledge Management），然而這樣的知識頂多只是在做外顯知識的保存、使用，卻無法讓知識的價值能真正有效地被翻轉，甚至為企業創造出更大的效益。
面對全球產業經濟的依存度愈來愈為緊密，不確定的變動因素以及企業所面臨的問題也愈顯複雜，全球化的發展同時也造成決策權分散，相對這對於組織人員在決策採取與反應的時間上造成延長，顯見企業本身從過去累積至今所擁有的知識其實早已不敷使用，除了必須積極向外引流新知，還更需要透過外部的刺激，以驅使組織內部持續學習與分享，讓知識能不斷地被活化與創新，才能維持組織的競爭力。
由於知識是人類資訊的匯集以及經驗的累積，其所產生的價值不僅僅是反應過去歷史事件的樣貌與脈絡，更具備了知識的再利用性，以用來解決目前的問題或預防未來可能面對的狀況。然而，人腦不像電腦能夠在短時間內能蒐集、儲存、運算這些大量湧入的資料，人們常傾向運用過去、現在已知的資訊、經驗或知識進行判斷，以找出當下的解決方案，然而這樣的結果是否就一定是最佳的解決方案？答案是「未必」。
主要是因為人們無法在任何情境下都能保持絕對的理性，人們有可能會不小心犯錯，人們通常也不喜歡花太多時間去處理枯燥乏味的事情，即便這些知識早已是存在人們腦袋中的記憶，但往往也會隨著時間的流逝而消失或遺忘。
所幸拜科技之賜，電腦與資通訊及網路的盛行與發達，解決了上述的問題，但資料的產生和儲存的速度卻遠遠超過人們和一般電腦所能分析和消化的速度，在目前周遭都是資料及資訊的環境中，企業要擔心的已不是手邊沒有資料可以分析，而是煩惱如何有效率地把手邊的資料或資訊轉化成有用的知識。
筆者因為工作上的關係，接觸並輔導過幾家不同產業的公司，也看到台灣的企業在升級轉型的過程中面臨的一些問題，大家都想問知識管理走到現在，除了過去所談的一些手法或工具之外，有甚麼不同或改變？筆者認為從知識管理的本質來看，並沒有甚麼不同或改變，如果真要談差異的部分，我認為應該是在知識應用的技術及知識應用的範圍上更加多元化。因此，筆者希望透過一些案例說明，期望能提供業界對知識管理能有更進一步的了解。
首先在技術，上包含過去習慣以人去主動來找尋知識，逐漸轉為以知識來找人的概念，當然這樣的技術在過去也許早已存在且技術純熟，又或這樣的技術雖有但尚未完全成熟，亦或仍是一個新興領域尚待開發中。
正如同今年（2016年）由Google DeepMind開發的AlphaGo，打敗南韓棋王李世乭，震驚全球，AlphaGo的人工智慧（Artificial Intelligence）系統，就是以類神經網路的概念，結合「機器學習」（Machine Learning）與「深度學習網路」（deep neural networks），模擬人類專家下棋的步數，先分析盤面、找出最適合下的幾步棋，再選擇其中最有利的下一步，此亦為知識工程中的重要技術。
但這樣的技術也是經過幾十年的研究開發，才有不錯的突破，這麼多的技術中，仍有一段好長的路要走，例如對於「內隱知識」的擷取，這樣的應用技術還沒有看到具體對應的解決方案，或許這也是在知識工程領域中，未來亟待發展的新興技術及領域。
再舉一個以知識管理所提到的「知識擷取」為例，如圖1所示。資料挖掘是知識工程的一項非常重要且發展純熟的技術，由於知識管理過程中，主要在於「知識獲取」、「知識轉移」、「知識共用」、「知識創新」（Knowledge Innovation），透過資料挖掘從資訊到知識的轉化則需借助知識工程上的技術來加以實現，亦即知識管理的系統層次結構。
而知識發現和學習是其智慧化的體現，知識的發現不僅僅是在知識庫中完成的，其在各個應用系統與知識處理各流程中也會交互發生，尤其是在融入了資料挖掘（Data Mining）技術之後，整個知識管理系統的價值體現就在於知識發現和知識學習上。
在當前以客戶為核心的商業環境下，企業使用傳統行銷方法來維繫與客戶的關係已變得越來越困難，資料挖掘技術的應運而生，正好可解決這一問題提供有效途徑。企業可以採用資料挖掘來劃分客戶，從基本客戶中識別出高價值的客戶群體，瞭解這一群體的特徵，並進一步預測其消費意向，從而盡可能為每位客戶提供他們最感興趣的產品或產品組合。
為此，企業要選擇與此相關的資料集，通過資料整理來消除有雜訊和不一致的資料，以資料集成來綜合多面向、多種來源的資料，透過資料篩選來抽取相關資料，並將資料轉化成適當的形式。
應用資料挖掘工具選擇適當的演算法，再從抽取資料中，分析並找出隱藏的模式與知識，並按照一定的價值標準進行評估，同時採用視覺化技術來進行知識的表達。將資料挖掘所得到的資訊與知識應用於企業決策中，有針對性地制定出新的行銷計畫，向目標使用者提供更多的新產品，並將這些計畫付諸實施。表面上看，將挖掘結果付諸實踐似乎很簡單，但實際上卻是一件十分複雜的事情。
企業應該將資料挖掘模型與客戶業務管理系統集成，一旦目標使用者與企業連結時，系統便會顯示出可以向客戶提出的每一項促銷建議，業務人員就能根據這些建議採取主動出擊的行動，可以有針對性地向用戶推薦企業的新產品和服務。
由於市場行銷具有較強的時效性，為了能夠準確衡量資料挖掘的模型在企業客戶管理中的成效和作用，可以在資料挖掘過程中導入“ 動態學習機制 ”，使得資料挖掘模型能夠根據客戶對促銷建議的接受程度作出動態調整，以便及時回饋促銷計畫的執行成效，並且隨時能對原計畫不斷去進行修正。
圖1 資料挖掘技術於知識管理流程中的應用
顯見知識經濟時代，將資料挖掘技術引入企業的知識管理，有助於企業在競爭激烈的市場環境中，並且快速有效地分析和處理對管理和決策有效的資訊與知識，從而提高企業的競爭優勢，同時避免人們在解決問題時會使用過去例行解決問題的程序，僵化的知識來源，以及使用過去的經驗來解決問題。
如同大數據（Big Data）一直是最近這幾年被大家熱門討論的話題，正因為大數據中有著珍貴的訊息，像是相關性（Unknown Correlation）、未顯露的模式（Hidden Patterns）、市場趨勢（Market Trend），皆可能埋藏著前所未見的知識跟應用，等著被我們挖掘發現。
但由於資料量太龐大，流動速度太快，現今科技無法處理分析，促使我們不斷研發出新一代的資料儲存設備及科技，希望從大數據中萃取出那些有價值的資訊，以提供我們去做決策判斷。
例如日立HiTec，該公司員工證件配戴所使用的”溝通紀錄器”，即運用感測技術蒐集員工之間的人際互動情形與溝通的頻率，了解知識傳遞與分享的情形，用以改善知識傳遞與分享的流程，公司再根據這些蒐集的資料，據以調整組織辦公室的動線與工作關係，同時設計並營造出一種知識交流的場域（Bar），以利於知識的創造。員工所配戴的感測器即在進行大數據的分析，此也就是筆者所提到的知識管理應用技術及應用的範圍更加多元化的意思。
而從管理的角度來看，知識管理導入過程中，如圖2所示[1]，仍必須配合組織經營策略與方向，以利於確立知識的發展策略，並從組織核心競爭力進行著手，同時也要針對蘊藏的核心競爭力的主要流程進行評量及確認。而為了達到組織知識分享、學習及創新的效果，知識管理導入過程中將依傳承、應用、共享、創新及擴散等知識管理導入架構（如圖3所示）[2]，選擇適當的推動模式及工具手法，並搭配各種制度設計，才能有效達成目標。
圖2 知識管理基礎架構與方法
圖3 知識管理導入架構
鴻海集團董事長郭台銘在去年（2015年）出席貴陽國際大數據產業博覽會暨全球大數據時代貴陽峰會時，也進一步的點出富士康未來明確的發產方向，他將富士康喻作為“六流”的公司，要讓富士康從傳統的代工製造轉型為科技服務業。所謂的六流亦即「資訊流」、「技術流」、「資金流」、「人員流」、「物料流」、「過程流」的總和，也就是透過大數據的應用貫穿所有的軟硬體，達到虛實整合的目標。
透過“六流”不僅能夠為大數據提供積澱，進而轉化為分析決策的小數據，還能幫助管理層創新與做出部署。就知識管理的本質上並沒有改變，而是為了提高員工、組織績效與競爭優勢，對於存在組織內、外部，以及員工本身的內隱及外顯之重要相關的知識，作有效率的蒐集、儲存、整合、分享、利用及創造的過程與管理。
因此，如何讓「對的資訊」在「對的時間」用「對的工具」轉譯成「對的語言」傳送給「對的人」，以讓這個人有系統地去發現知識、接收正確的知識、瞭解知識、分享知識與使用知識。換言之，如何有效率的運用資訊或知識，使工作變得更有效率與效能，增加並強化知識的價值，就顯得極為重要與有意義了。
未來的趨勢，是知識驅動與服務加值的時代，但筆者認為仍須回到知識管理的本質與基礎架構重新思考，不管數據有多麼大，資料挖掘所得的結果仍必需要經過評價，因為資料挖掘或資訊技術本身並不能直接為企業創造價值，而是在這過程中，必須將其放在企業的管理實踐過程中加以考量，以提供給企業預測和決策的科學依據，使工作變得更有效率與效能，才能增加並強化知識的價值。
也就是說，若沒有經過分析以及商業模式的想法與能力，數據資料就只是一堆亂碼，無法轉化為能挖掘、預測及創新的基礎，那麼眼前的這些石頭永遠也不會變成耀眼奪目的鑽石。因此，企業未來要轉型升級的新思維，就是要藉由結合資料科學團隊，才能發揮1加1大於2的效果，同時找出這些專家知識，並善用領域專家的知識，以提供專業上的建議（如圖4所示），方能從數位的痕跡中加快挖掘金礦的能力。
換言之，知識管理的價值建構必須透過「管理」與「創新」的思維，透過專業的團隊與專家，將資料挖掘後所發現的資訊與知識轉變為企業的競爭優勢，如此才能有效地解決問題，發揮知識真正應有的價值。
圖4 資料與知識價值的建構者
【參考資料】
- 楊榮傑、林宏謀、高明輝、劉賢璟、李美芬、陳思圻、石靜芬（2011）經營智慧再現：知識管理企業操作手冊。財團法人中國生產力中心，台北。
- 楊榮傑（2005）。KM推動手冊－知識管理企業內部講師手冊。經濟部工業局，台北。