▲会议全景

▲中铁装备集团知识经理王宁

以下为王宁老师演讲相关内容(有删节):

尊敬的各位现场、线下的嘉宾朋友们:

大家好!非常高兴有这样的机会跟大家作分享。我将围绕“KM体系建设与知识经营经验分享”这个主题,从建设历程、核心理念、实践方法以及智能知识应用这四个方面进行展开分享。

一、知识管理体系建设的历程

中铁工程装备集团有限公司是中国中铁旗下工业板块重要成员企业,是中国掘进机研发开拓者和领军者,产品远销30多个国家和地区,产销量连续七年世界第一。目前CREG已经成为最具国际影响力的中国隧道掘进机品牌。

中铁装备集团在实施知识管理之前存在知识分散、知识共享复用不足、经验浪费、关键知识流失、知识协作困难等问题,我们希望通过知识管理来实现组织的管理变革,充分调用组织的知识,让员工可以先学而后行,复制成功的做法,实现各部门之间的主动合作,进而解决问题。

公司将知识管理纳入到了一级流程架构,制定了知识管理的实施纲要,发布了知识管理流程卡,并且构建了知识管理体系的框架。大家通过这张图(下图)可以看到,我们具体措施是希望通过建立组织人员、制度流程、知识分类、文化、知识管理平台等要素,将知识管理纳入到管理职能当中,系统且常态化地开展知识管理运营工作,通过知识运营将市场、设计研发、生产、销售、服务等各领域的显性、隐性知识进行沉淀和梳理,进入到知识管理平台当中。员工在平台上传知识、查找知识、问问题、找专家、创造知识、学习知识,这样来反哺各领域的业务,实现传承知识、赋能员工、加速创新的目的。

▲基于知识传承与转化创新的KM框架

我们将知识管理体系拆解成几大要素,包括建立知识管理信息化平台、进行知识内容生态建设、实现组织人员配套(包括建立知识管理委员会、知识管理中心,实施集团级、领域级、科室级三级管控机制等)、发布知识管理制度、明确集团知识管理运作流程等,确保知识管理工作有序开展。

具体而言,中铁装备的知识管理建设历经了几个阶段。我们大概从2019年开始探索和准备,当时走访了很多标杆企业进行学习;2021年开始系统地体系建设,进入知识资产化的阶段;2023到2024年是深化应用和知识场景化的阶段;未来,我们希望通过知识管理+大模型,实现知识的智慧化。

二、5大知识管理核心理念

大家都知道认识决定行为,行为决定结果。在谈实践之前,我想跟大家分享几个我们的核心理念。

理念一:关于知识管理是什么?

中铁装备十分认同国标的阐述:知识管理是将知识作为企业的资产,通过管理和技术手段,对知识、知识创造过程和知识的应用进行规划和管理的工作。也就是说知识管理是规划和管理行为,需要纳入管理职能,建立配套组织,自上而下常态化开展。

理念二:关于重点管辖的知识范围。

在知识管理中,有一个经典的知识阶层图,从下往上,包括数据、信息、知识、智慧四个层次。中铁装备重点管辖的知识范围处于知识和智慧的层面。举个例子,合同相关的知识,我们知识管理所重点管理的就是编写合同的制度标准、指导方法、要素清单、模板工具、心得技巧,这些高价值、高复用需传承的业务知识。而具体的合同文件,这类时效性强的过程性文档不作为重点,它属于文档管理的范畴。

理念三:关于知识管理团队的定位。

知识管理很重要的一点是要建立“场”,员工是“场”的参与者,我们目前是全员参与的。“场”的作用地是业务,“场”的组织者就是知识管理团队。我们认为,知识管理团队的工作就是聚焦构建知识管理“场”,搭好舞台,做好规划、组织和检查考核。

理念四:关于员工的知识贡献的驱动力。

人性当中都是有趋利避害、少劳多得的一面,所以在知识管理中,我们除了通过企业的文化让员工有自驱力做这件事以外,其实不可避免还是要有一些检查、考核和激励的手段。中铁装备把知识管理作为部门和员工的考核晋升项之一,也建立了积分机制,同时举办一些激励活动,激励大家做知识贡献。知识管理本质是管理行为,没有检查考核就没有执行力,这是我们目前秉承的一个理念。

理念五:关于知识管理与IT平台、大模型的关系。

知识管理与IT的关系是什么?IT系统是知识管理工作的载体和工具,是知识管理体系的一个关键要素。我认为从中国传统“道、法、术、器”来比喻的话,知识管理理念是“道”的层面,公司的知识管理战略是“法”的层面,知识管理实践方法是“术”的层面,而IT平台是“器”的层面。知识管理行为是可以独立IT系统存在的,但是依托IT系统开展知识管理会更加高效,成果更明显。

随着AI大模型的迅速发展,我们也在思考,知识管理与大模型之间的关系是怎样的。我们认为,知识管理是构建企业大模型的基础,可以解决大模型的知识源和知识质量问题,大模型驱动的知识管理系统是企业落地AI大模型的关键。知识管理需要确保源源不断给AI大模型提供内部专业、垂直的知识,解决大模型一本正经地“胡说”,准确性和可靠性低的问题。另一方面,大模型可以实现提升知识管理和应用的效率,实现“个人知识转化为组织智慧”这一理想。没有好的知识管理基础,企业专属大模型建设就是空中楼阁。

三、KM业务实践方法

讲完了理念,我们分享一些具体的业务实践方法。我们常规有效的工作包括两级知识文档管理、知识整合与场景化应用管理、知识社区运营、组织百科词条建设、隐性经验萃取、知识需求管理、知识专家库运营、知识管理专题活动等多个方面,通过这样一套“组合拳”帮助公司形成了全员共创共享的知识生态,促进知识资产保值增值,提升组织智慧。接下来,我挑选几个方面进行展开分享。

业务一:“中央频道+地方频道”两级知识库的运营。

集团层面,重点聚焦“知识、智慧”层面,为此建立了“中央频道”的知识资产库;同时,为满足各部门的个性化需求,我们还建立了部门文档库,以管理相关的过程性文档。“中央频道”属于归口部门统管,有系列的管控流程,年初我们会做规划引导、梳理上传,每个知识都要设置权限,进行两到三级的审核,来确保知识的质量。我们通过打通存量、激活增量,将散落在个人的显性知识进行汇聚和最大化复用,使组织不失忆。

业务二:知识场景化整合与应用管理。

每年年初我们会结合组织发展和知识需求组织各部门对当年需要整合的场景进行知识梳理,我们也总结出了知识场景化整合的作业手册(包括识别场景、选择工具、拟定标题、设计框架、梳理知识、规划产出、整合创建、传播使用等步骤),我命名为“知境八合法”,这个名字中的“知境”代表知识和场景的结合,“八合”则代表这个方法包含八个步骤,同时也寓意着各个步骤之间的紧密结合。

▲“知境八合”场景知识整合法

通过标准的实例模板和方法,来指导各领域做这项业务。

每年大约规划和验收100多项,具体而言,我们基于岗位、流程等进行了知识整合,譬如搭建国际化项目经理岗位知识地图,帮助该岗位人员清楚了解每个场景、每项工作具体包括哪些步骤,每个步骤需要的核心知识是什么,以及在哪个位置。以及各种流程的知识地图,不仅让员工知道做事流程和流程中所用知识,相关的业务专家询问窗口和流程发起入口也都整合在一起。

业务三:知识需求管理。

我们根据不同的特点将知识需求分为知识创作和整合需求、知识技能培训需求、问答需求、知识书籍平台购买需求4个部分,不同需求划分到不同的责任部门,组织频次也不一样,入库到不同的平台或板块中。

业务四:知识社区运营。

我们把专家委员会、各部门都整合在一个知识社区的页面中,通过这个知识社区可以看到不同部门、不同专家能解决什么样的问题,解决了多少个问题。用户可以向所有人提问,也可向指定的专家、专业委员会或某个部门,进行提问,充分地利用了组织“智囊团”的资源;而回答问题,既帮助了他人,又有可能获得相应的激励;同时,所有问答的内容保留下来,作为企业自身宝贵的知识沉淀。

业务五:流程知识库建设。

为进一步实现业务流程与知识管理相结合的目标,我们集团已经梳理出来各大业务的流程,下一步就是把流程中所需要的知识整理出来,把流程跟知识紧密相结合,打造流程知识库,实现在流程中直接推送和获取相应知识。

四、知识智能化应用

目前中铁装备在知识智能化应用方面进行了一些探索,我们打造了集团公司统一数字底座,通过盾构大脑Paas系统提供低代码数据治理和模型开发工具,各业务部门自行进行知识应用的开发和上线。同时,我们将经验与数据规律、工业机理融合,深度挖掘,孵化了一批核心工业APP,创新知识付费商业模式。

在知识管理这个应用领域,我们尝试利用清华大学的开源模型,构建了“ZTZBGPT”,对接本地数据库,正在尝试知识快速查找和回答。另外,跟蓝凌进行对接,正在考虑继续升级所使用的蓝凌平台的智能化功能。

我们在知识管理日常方面,也一直在为大模型的部署打基础,主要从三个方面:

第一是知识基础。我们不断地提高知识的质量,做好结构化处理。目前已经积累了大量高价值的知识,差不多每年2万多项,并且每个知识都是要经过两到三级的审核,来确保知识质量。

第二是权限基础。在上传的时候都是要求必须设置“谁可看”“谁可编辑”“谁可下载”,为大模型进行知识溯源,根据员工本来权限智能辅助员工处理工作事项奠定了良好基础。

第三是平台基础。知识管理平台本地化部署,安全性高,与内外部平台进行了对接,后续将其他应用系统进一步整合或打通,成为企业的知识中台。

我们希望未来通过知识管理+AI大模型来打造企业的“智能体”,员工可快速获取和理解复杂的知识,发现新的知识关联和洞察,进行高级的数据分析和预测,辅助进行创意设计和决策支持,助力企业打造新质生产力!以上是我的分享,谢谢大家!

▲专家及2024 China MIKE获奖组织代表合影

蓝凌软件2001年成立于深圳,网页搜索“蓝凌软件官网”或关注微信公众号“知识管理研习社”,或添加蓝凌顾问微信“landray888”,申请免费体验蓝凌数智化产品!

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。