第三代知識管理
第三代知識管理
1999.12.01 |

策略產業(年營業額60億美元)中的管理顧問公司與財經媒體、大學商管學院經常一齊共謀,鑄造新辭以鼓動流行,並藉以創新議題,刺激新業績。
「知識管理」這個詞彙,就是其中一例。
事實上,自有企業以來,知識管理就非新鮮事。
數百年來工藝大師不辭辛苦將技藝(craftsmanship)交給學徒;家族企業業主將產業智慧(industry recipe)傳給子孫依缽傳人;工人在工作現場互相交換技能與想法-這其間都可以追索到「知識管理」實務的軌跡。
如果排除「前現代」時期,第一代「知識管理」典範出現在泰勒(Federick Taylor)的科學管理時代:企業蓄積產業智慧的庫藏地是在策略層峰及中層幕僚(是為「知識工作者」),生產作業核心的人則不與聞問(是為「勞力工作者」),兩種階層的區分是極為嚴格的。Taylor認為產業智慧的開發、蓄積與應用是前一階層的使命,作業核心只負責執行,完全不鼓勵他們隨便更動前者所定下的知識與規範。
第一代「知識管理」典範的覆亡始於六十年代,而於八十年代則形勢明朗化。以日本豐田汽車為首的「精實生產」(lean production)知識管理新典範徹底擊垮了北美科學管理「大量生產」(mass production)舊典範。

**全員皆「將軍」的豐田式生產

**
精實生產型的企業全員均為「知識工作者」,再無兩種勞動階層的劃分。豐田內部不只工程師,連生產線工人都投身於6,800個品管圈活動中,這群高中/高工教育程度的作業核心被訓練成能夠本能地對任何實務現場的工作問題,連問五層為什麼,以魚骨圖/因果鏈綴連現場開發工作知識(working knowledge),並應用這些工作知識,在九十年代平均每年提出2,076,077個改善提案。
換言之,這群高中/高工程度的產業部隊成員平均每人每年向豐田公司提出35.6個工作知識的結晶(每人每月3個),而公司也接受並獎勵了98%的提案。這種全員皆知識工作者,除了將帥校尉,連二等兵也獻身工作知識開發部隊,是既work hard也work smart的動人景象。
豐田仰賴這樣的全員知識開發部隊,提昇品質、降低成本、縮短週期時間,強固了公司更卓越的競爭優勢。
豐田的口號是「卓越思考‧卓越產品」。整個豐田全面上下均形成一個思考型組織、學習型社區(thinking institute & learning community)。工作改善與產品創新的知識在這個社區內像「青春之泉」(spring of knowledge)般永續不斷地噴湧而出,豐田員工的理性之光照映在這知識之泉上,幻化成智慧的彩虹,閃耀在全球汽車產業疆場的上空......
第二代「知識管理」典範徹底擊垮第一代(這場典範之戰的第一役-北美的民生電子工業被日本族誅滅種了﹔第二役DRAM之戰,Intel揮淚退出戰局﹔第三役汽車之戰打到九十年代初,很多人都預言底特律的覆亡指日可待),靠的不只是單一企業內部的全員知識開發,而是生產合作網路的全員知識開發。

**「價值星系」擊敗了「價值鏈」

**
根據哈佛大學企管所Kim Clark所長與東京大學Fujimoto教授的研究,開發新車時所需的新零件,供應商與中央車廠共同協力開發的比重,在北美是15%,在日本是52%。換言之,第二代「知識管理」的典範,所謂學習型社區,知識流通、連結(knowledge flow & linkage)的疆界,是以整個合作生產網路為單位,而不只是侷限於單一企業內部。
第二代「知識管理」擊敗第一代,在於前者的「知識引擎」(發動機)是分散的、鑲嵌組織四處的(distributed & embedded)而非集中的(centralized)。GM所以戰敗,豐田之所以勝利,是因為表面上兩造各為十萬大軍對十萬大軍,其實是GM一萬大軍(中上層知識工作者)對豐田十萬大軍(全員知識工作者),甚至更是GM一萬大軍對豐田二十萬大軍(十萬內部加十萬協力體系)。
兩種典範大戰的結果,在整個八十年代與九十年代初很多人都在說「金陵(北美)紫氣黯然收」,頗有「王氣東來」之嘆。但是風水輪流轉,九十年代中期開始,北美孕育出第三代「知識管理」典範,展現出帝國大反擊的氣勢,竟又使太平洋兩岸風雲變色,戰局大逆轉。
第三代「知識管理」典範(這次是北美領風騷)是創新、價值(與顧客)的共同開發(co-development)、是「價值星系」(value constellation)顛覆了昔日哈佛大學教授波特(Michael Porter)的「價值鏈」(value chain),是互動的「知識流量」(knowledge flow)補強了靜態的「知識庫藏」(knowledge stock),也是使市場從一個價值交換的「場所」(market as value Exchange Place)蛻變成星系各成員對話的「論壇」(market as Dialogue Forum)。
微軟開發Window 2000,至少動員公司外400,000名客戶為其作β-site test(測試版測試),免費為微軟除錯,提供產品改善建議。只要每位工資估1,000美元,微軟就節省了四億美金產品創新投資資金。微軟以「吸星大法」之姿,吸收諸位「買爺」心甘情願貢獻的知識內力後,再集大家內力大成之產品賣給各位「買爺」,大家還快快樂樂一邊排隊一手交現金,一手領回自己貢獻創新知識有份的產品。

**新教科書中的新經濟

**
市場的定義改變了,經濟學教科書要重寫了。
顧客不再單純只是顧客,他也將如同第二代典範中的供應商一樣參與產品創新流程,被整編入知識創造的價值星系中。
市場不再只是買(的採購部門)賣(的業務部門)雙方價值交換的場所,市場更是合作網路各成員(包括顧客、供應商、通路、學研機構)多元交流,知識流通與加值的對話論壇。
這就是第三代「知識管理」典範,而以第三代「知識管理」典範為經營策略主軸的經濟體就稱作「新經濟」。
運用第三代「知識管理」的新經濟是九十年代中期以後北美生產力大躍進,競爭力大勃興背後的秘密,當然也是日本產業一時之間難望項背的困境所在。
第三代「知識管理」也好,「新經濟」也好,均不能與所謂「高科技」畫等號。
「呆伯特」的創造者史考特‧亞當斯(加州大學柏克萊MBA)以十七年上班族生涯體驗創造呆伯特後現代職場荒誕場景與異言堂,在全球四十國、一千五百家報紙登載,每天有一億五千萬讀者爭相閱讀。史考特開設網址SCOTTADAMS@AOL.COM,每天收到全球讀者的評論回饋與心情故事。史考特同樣以吸星大法匯納百川,醞釀加值後再出書賣給原始IDEA貢獻者。
什麼叫做「作者」?什麼叫做「讀者」?
何謂「廠商」?何謂「顧客」?
一切疆界模糊化了。一切知識是共同開發的(co-developed)。一切價值也是共享的(shared)。
「新經濟」萬歲!
第三代「知識管理」萬歲!

往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓