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
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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