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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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