知识编码

出自 MBA智库百科(https://wiki.mbalib.com/)

知识编码(Knowledge Codification)

　　知识编码是通过标准的形式表现知识，使知识能够方便地被共享和交流。知识编码是提高知识显性化程度，将知识从无序到有序、隐性到显性的过程。

　　知识编码的困难在于隐性知识难以编码。因为显性知识易于通过计算机进行整理和存储，而隐性知识存储于职工的大脑里，是职工的个人经验。进行知识编码，一方面可以建立知识仓库，以收集各种经验、备选的技术方案以及各种用于支持决策的知识。通过模式识别、优化算法和人工智能等方法，对成千上万的信息、知识加以分类，以知识条目的形式串联保存在记忆单元中，提供决策支持。同时，建立承载隐性知识的案例库。当企业或者员工再次面临相同或相似环境的时候，能通过阅读、分析以前的案例，从中得到需要的隐性知识来解决面临的问题。另一方面，建立一个包含相互联系的合同、文档、事件等元素所构成的知识地图，这个地图允许用户在浏览时发表评论，对地图进行更新，不断地改变地图中各个元素之间的联系，使知识地图逐步趋向完善。知识地图另一种使用方法是描述企业流程中的知识，将业务流程中的知识流通过图表的方式展现出来，整合关键知识，以达到提高生产效率的目的。

　　1.知识仓库

　　知识仓库是一种特殊的信息库，库中的数据有相关的语境和经验参考。知识仓库拥有很多的实体，它不仅仅存储着知识的条目，而且存储着与之相关的事件，知识的使用记录、来源线索等等相关信息。知识仓库通常收集了各种经验、备选的技术方案以及各种用于支持决策的知识。知识仓库通过模式识别、优化算法和人工智能等方法，对成千上万的信息、知识加以分类，并提供决策支持。

　　2.知识地图

　　知识地图的作用在于帮助员工在短时间内找到所需的知识资源。知识工具可以建立一个包含相互联系的合同、文档、事件等元素所构成的知识地图。这个地图允许用户在浏览知识地图上的各个节点和节点的指向，同时发表评论，对地图进行更新，不断的改变地图中各个元素之间的联系，使知识地图逐步趋向完善。

　　根据知识与其编码形式之间的关系，对组织的知识进行编码可采取两种策略：集中化策略和非集中化策略。

　　1.集中化策略

　　集中化策略是指根据组织所处的战略环境，对某一类知识的编码主要采用(集中于)某些特定的形式。例如，采用集中化策略对市场知识进行编码，组织可能会主要采用文本形式；若对技术知识进行编码，组织可能会主要采用公式和产品样品的形式。如图1所示，某一类知识，其总量的82%采用单词与文本的形式进行编码，而采用数字与符号、人与物的形式进行编码的知识只占其总量的7%和11%，因此，该类知识的编码主要集中于单词与文本形式，该种编码策略属于集中化策略。

　　图1：集中化策略

　　集中化策略又分为集中编码策略和集中隐性策略。集中编码策略是指对某一类知识，主要采用与之相匹配的编码形式，而较少地采用其它形式，由此可以促进这些知识的流动，增加其流动的效率；集中隐性策略是指对某一类知识，尽量避免采用与之相匹配的编码形式，而主要采用其它的编码形式，由此可以降低其流动效率，使其在组织内部适度流动，而将其非故意的流动到竞争者的程度限制在一个可以接受的水平，从而降低由此引起的风险和损失。例如，对组织的市场知识进行编码，若主要采用与之匹配的文本方式，如将公司的市场营销状况写成分析报告，所有阅读此份报告的员工都能迅速了解公司的营销状况，则此种策略属于集中编码化策略；反之，若主要依赖于员工的口头描述，即采用集中隐性策略，则难以全面、迅速地在组织内部传播。在图1中，若被编码的知识是市场知识，则此种策略属于集中编码策略；若被编码的知识是技术知识，由于技术知识以公式、图表、程序等形式更易于传播，而以文字描述的方式则较难理解，亦不利于其传播，则此时此种策略属于集中隐性策略。

　　2.非集中化策略

　　非集中化策略是指对某一类知识进行编码时，对各种编码形式的选择没有明显的偏好。非集中化策略又可分为非集中编码策略和非集中隐性策略。非集中编码策略是指对某一类知识的编码采用多种形式且对任何一种形式都没有明显的偏好；非集中隐性策略是指对某一类知识，只对其一小部分进行编码，且对任何形式都没有明显的偏好。如图2所示，某一类知识，其总量的30%采用数字与符号的形式进行编码，37%采用单词与文本的形式进行编码，33%采用人与物的形式进行编码，各种编码形式所占份额接近，因此，该种编码策略属于非集中编码策略。在图3中，某一类知识只有其总量的35%被编码，且三种编码形式所占份额分别为13%，15%，11%，没有明显差别，因此，该种编码策略属于非集中隐性策略。

　　图2：非集中化策略

　　图3：非集中隐性策略

　　集中化策略有很多优点。它能够根据知识与编码形式的关系来选择合适的编码形式以更好地控制知识的流动；由于它使用了较少种类的技能去编码、传播、存取、解码知识，因而工作效率较高；由于编码工具可重复使用，因而有利于规模经济效应的产生；此外，它还有利于编码技能的提高。而非集中化策略则忽视了知识与其编码形式的关系，没能根据知识与编码形式的关系来选择合适的编码形式，因而不易控制知识的流动，而且由于同一类知识均匀采用不同的编码形式，不仅造成了编码形式使用上的冗余，而且还可能造成同一数据的不同编码形式之间的不一致性。因此，相对于非集中化策略，集中化策略对组织更有益处。Schulz和Jobe的实证研究表明，集中化策略有助于组织绩效的提高。

　　图4:编码策略与组织绩效关系图

　　如图4所示，组织根据所处的战略背景(strategycontext)来选择相应的知识编码策略。战略背景决定了知识的非故意流动到竞争者所带来的损失的大小。当组织处于战略背景1时，此时知识的非故意流动到竞争者所带来的损失较小，组织应采用集中编码化策略，即对某一类知识采用适当的即与之匹配的形式对其进行编码，由此可增强其流动的强度，为组织带来利益，增进组织的绩效；当组织处于战略背景2时，此时知识的非故意流动到竞争者所带来的损失较大，组织应采用集中隐性策略，即对某一类知识采用非适当的即非匹配的形式对其进行编码，由此可降低其流动的强度，减少其带来的损失，进而增进组织的绩效；而非集中策略则采用无区别的编码形式，对知识的流动强度并无明显的影响，因此不能对组织的绩效产生较明显的影响。从图4中可看出，集中化策略(集中编码策略与集中隐性策略)与组织绩效是正相关的，而非集中化策略则与组织的绩效没有明显的相关关系.