数位化公司的知识管理课件

數位化公司的知識管理Chapter 111學習目標1.認識知識管理並瞭解企業導入知識管理的原因2.認識可用於全企業的知識管理系統的類型，及其為企業提供的價值23.瞭解將智慧技術應用於知識管理能為企業帶來的商業利潤4.瞭解知識管理系統帶來的管理問題學習目標3美國企業知識管理軟體營收(2001-2006)知識管理軟體 -包含管理與入口網站使用權的銷售每年以35%的速度成長成為成長最快的軟體應用領域PS:同期的軟體年度總銷售額只有6%內容管理入口網站4資料：組織系統所擷取的物件流或交易流。資訊：將資料組織成可理解的類別。知識：展開額外的資源來發現知識運作的類型、規則與關係。智慧：應用知識來解決問題的集體與個人經驗。資料轉換資訊蒐集累積分類智慧知識運用知識的重要維度知識的重要維度5知識的重要維度知識個人屬性公司的集體屬性屬於認知屬於社會心理、事件產生於人腦內儲存在圖書館、文件中由敘述方式來分享藉由公司的業務流程與員工的專業知識的形式儲存6隱性知識：存於員工腦內，仍未被文件記載的知識。顯性知識：已成為文件的知識。PS:知識是有附著性的,並非萬用,也不容易轉移知識的重要維度7知識:是企業的資產無型資產 花費 報酬遞增率 具有不同的形式內隱 外顯專業知識 工藝 技巧 程序 因果律存在於一個位置認知事件 個人與社會 企業文化知識有附著性(難以移植),置入性(深植於公司文化),與脈絡(某些狀況下才用)與情勢有關有條件(何時 何地)與情境有關您必須知道如何使用某工具以及在何種情況下使用知識的重要維度知識的重要維度知識管理概論8組織中知識是主要資產1.瞭解如何以更有效及迅速的方法來做其他組織無法仿效的事。2.成為利潤與競爭優勢的主要來源。3.競爭者無法輕易由市場購買到。4.節省資源。5.邁向成功的捷徑。9組織學習與知識管理此過程稱為組織學習。組織學習:建立能影響企業經驗的新作業程序和企業流程組織長久生存機制：要能快速的感應環境並做出反應 各樣的學習機制產生與收集知識資料蒐集,規劃嘗試及顧客與環境的回饋獲得經驗創造新的企業流程與改變管理決策模式反應學習並調整其行為 組 織10知識管理價值鏈知識管理組織發展來產生、儲存、移轉與應用知識的一組企業流程。提升組織由環境中學習的能力，並將知識與企業流程結合起來。價值鏈每一歩將原始資料與資訊進行加值，使之轉換成有用知識。11知識管理價值鏈知識管理價值鏈知識管理概論圖圖 11-2 12五個知識加值步驟知識獲得：運用各種方式尋求知識類型。知識儲存：資料整理後儲存讓員工提取與使用;以文件管理系統為例，它是與儲存文件集合的大型資料庫。知識傳播：在各媒介上導致知識與資訊傳播的爆炸性成長。知識應用：將知識分享與應用在組織與管理者的問題上，來為企業增加價值。建立組織與管理資本:來創造協同合作,實務社群與工作環境。13知識長(CKO):負責公司知識管理計畫的資深執行者實務社群(COP):非正式的群組，群組內的成員位居於不同的地理位置，彼此分享共同的工作經驗與興趣，為組織重要的專家來源知識管理價值鏈知識管理價值鏈知識管理概論14企業知識管理系統:一般性功能、整合、以全企業的力量去收集、儲存、傳播並且使用數位化內容和知識知識工作系統(KWS):使科學家、工程師和其他知識工作人員能夠建立並且發現新知識的專業工作站和系統智慧型技術:用於發現模式並且把知識應用於單獨的決策和知識領域的工具知識管理系統的類型知識管理系統的類型知識管理系統的類型15知識管理系統的主要類型知識管理系統的主要類型知識管理系統的類型圖圖 11-3 16結構化知識半結構化知識知識儲存庫知識網路企業知識管理系統全企業知識管理系統17全企業知識管理系統全企業知識管理系統全企業知識管理系統圖圖 11-418整體企業知識管理系統類別 結構化知識系統結構化知識正規文件:結構化的文件、報告或簡報半結構化知識系統半結構化知識電子郵件、留言、數位照片、宣傳品或公佈欄 知識儲存庫將內部和外部知識收集於單一位置 讓組織以更有效率的方式管理與應用知識知識網路系統可用以尋找定義明確的知識領域的企業內專家的線上目錄隱性知識個人專家知識 FAQ19結構化知識系統功能l導入編碼綱要l建立公司文件儲存資料庫的介面l建立企業入口網站供員工搜尋公司知識20KWorld(安侯建業會計師事務所安侯建業會計師事務所)的知識領域的知識領域全企業知識管理系統圖圖 11-5 21KPMG知識系統流程知識系統流程全企業知識管理系統圖圖 11-6 22半結構化知識系統没有存在正式的文件或報告至少80%組織的營運內容是非結構化半結構化不斷產生，知識卻流失，成本居高不下法律要求1996年 健康保險可攜性與責任法案 2002年 沙賓法案23Hummingbird的整合式知識管理系統的整合式知識管理系統全企業知識管理系統圖圖 11-7 24分類法:一種根據事先設定的系統來分類事情的方法標記:一旦建立好知識分類法，所有的文件將會標記適當的類別組織知識組織知識分類和標記分類和標記全企業知識管理系統25組織知識:分類法與標示建立知識儲存庫的挑戰是文件進行正確的分類分類法是一種結構，用來劃分資訊與知識，使它們易於存取知識分類法產生後，文件可以標示適當類別分類法愈精確，搜尋引擎找尋結果與需求愈相關26實例 西班牙法律事務所 CuatrecasasHummingbird導入前，資訊人員花費10%的維護時間維護分散於各辦公室的檔案系統與設備，標準化降低維護時間隨後建立與顧客企業間網路，以電子化方式存取合作相關文件成本節省反應於使用者與資訊系統人員生產力增加 27知識網路系統知識網路系統(Knowledge network system)問題公司知識存在於專家個人的腦海裡，而非以數位化文件存在。KPMG調查財星雜誌前五百大企業63%員工認為非文件化知識存取難，不易找 IDC研究指出五百大企業，每家每年平均耗費超過6000萬美元在這些問題上。群體忽視28目的將隱性、未結構化、未文件化的知識轉換成 顯性知識瀏覽搜尋主題專家知識庫解答最佳實務文件經由電子郵件、入口網站等工具員工得到解答專家產生新的解決方案業務問題進行驗證知識網路系統知識網路系統(Knowledge network system)29企業知識網的關鍵特徵知識交換的服務互動式Q&A 分辨專家 出版分享實務社群的支援聯繫各領域專家 資訊發送社群 提供協同工具自動介紹的能力介紹專家 允許個人管理個別檔案能力知識管理的服務最佳解有提名 準核准與散播確保知識與規則一致 並支援企業流程知識網知識網知識網路系統知識網路系統(Knowledge network system)30入口網站協同工具學習管理系統外部資訊資源的存取內部知識來源的存取幫助各使用者共享資訊的工具EX:即時訊息、電子郵件群組軟體 團隊軟體追蹤與管理員工的學習歷程，並將之整合融入知識管理與其他企業系統中 入口網站、協同作業工具和學習管理系統入口網站、協同作業工具和學習管理系統31在根據軟體工作而發展出的企業內部網路上執行群組協同作業工具為了團隊工作所發展出來得客製化軟體 透過軟體 可分享想法和文件 腦力激盪 工作排程 追蹤進度 紀錄成員決策入口網站、協同作業工具和學習管理系統入口網站、協同作業工具和學習管理系統團隊軟體32學習管理系統(LMS):提供相關工具來管理、傳遞、追蹤、以及評估各類員工學習過程入口網站、協同作業工具和學習管理系統入口網站、協同作業工具和學習管理系統33學習管理系統學習管理系統(learning management system,LMS)34學習管理系統學習管理系統(learning management system,LMS35學習管理系統學習管理系統 (learning management system,LMS36人工智慧和資料庫科技結合專家系統 實力推理 模糊邏輯理論截去內隱的知識類神經網路 資料探勘知識的發現發現隱藏的型態類別遺傳演算法大量複雜問題尋找答案智慧型代理人協助企業尋找過濾資訊人工智慧由多各企圖模擬人類行為的電腦系統所組成 能夠學習人類語言 完成實務任務 使用知覺設備 並模擬人類的專業知識和決策制定 智慧技術37專家系統 用於截取人類在非常特定及有限的專門知識的內隱知識的智慧技術知識庫:專家系統所使用的人類知識模型法則庫:人工智慧系統中的知識集合，以IF-THEN法則的形式表示擷取知識擷取知識專家系統專家系統智慧技術38AI shell:專家系統的程式設計環境擷取知識擷取知識專家系統專家系統智慧技術39AI程式的法則程式的法則智慧技術圖圖 11-10 40智慧技術推理引擎:用以搜尋專家系統法則庫的策略，有向前鏈結和向後鏈結兩種向前鏈結:專家系統中搜尋法則庫的策略，開始於使用者輸入資訊，並且搜尋法則庫以得出結論向後鏈結:專家系統中搜尋法則庫的策略，以問題解決的方式運作，先提出一個假設，並且尋求更多的資訊，直到假設被確認或否定41專家系統的推理引擎專家系統的推理引擎智慧技術圖圖 11-11 42知識工程師:可從專家處探得資訊和專業知識，並可將此翻譯成一套專家系統法則的專業人士擷取知識擷取知識專家系統專家系統智慧技術43Galeria Kaufhof(德國連鎖超市)Countrywide Funding Corp.(貸款風險管理公司)成功的專家系統範例成功的專家系統範例智慧技術44實例推理(CBR):將以往的實例與解決方法以資料庫的方式表示為知識的人工智慧技術實証醫學(ebm)組織的智慧組織的智慧實例推理實例推理智慧技術45實例推理的運作實例推理的運作智慧技術圖圖 11-12 46以法則為基礎的人工智慧使用近似或主觀的值來建立法則允許不精確 利用不精確定義的名詞呼叫隸屬函數（membership function）來解決問題模糊邏輯系統模糊邏輯系統模糊邏輯系統47概述日常的用語之中，充滿了模糊的概念(語詞)。例如：高、矮、寬、窄。這些語詞雖不精準，但在許多場合下，卻是有效的(足以解決問題，無須過於精準)。一般人較易以模糊概念陳述其問題。例如：溫度多少?(物理量)較不易回答；熱不熱?(心理量)較容易回答。Zadeh(1965)提出模糊集合理論(fuzzy set theory)，讓電腦也可以處理模糊的概念。將使用者心理量轉換成物理量，經過運算處理後，再轉換回心理量，告知使用者。48定義模糊集合(fuzzy set)X=(v,u)|u 是v 對X 的隸屬度，u 的值域為0,1 高是一個模糊概念(主觀的心理量)。身高是一個可以度量的客觀物理量。二者之間有一個隸屬度(degree of membership)。例如：高=(150,0.0),(160,0.0),(165,0.25),(170,0.5),(180,1.0),(200,1.0)表示150 公分和160 公分的人均不能稱之為高(隸屬度為0.0)；180 公分和200 公分絕對可以稱之為高(隸屬度為1.0)；而身高165 公分和170 公分的人屬於高的程度，分別為0.25 和0.5。此一概念可進一步用下圖表述。橫軸為身高(物理量)，縱軸是各身高高度對此一模糊概念的隸屬度，其值由0 到1。準此，吾人可以定義出高的隸屬函數(membership function)f(h)=0,當h160=(h-160)/20,當160h180=1,當h1804950在硬體上執行模糊邏輯系統在硬體上執行模糊邏輯系統模糊邏輯系統圖圖 11-1351使用硬體和軟體模擬生物大腦的處理模式透過資料篩選、尋找關係、建立模型、並一再改正模型的錯誤，在大數量資料中學習型態類神經網路類神經網路類神經網路52類神經網路的運作類神經網路的運作類神經網路圖圖 11-14 53一種解決問題的方法 使用物種適應環境生存的模式推動特定問題的解決方式遺傳演算法遺傳演算法遺傳演算法54遺傳演算法中的重要因子1.編碼(Encoding遺傳演算法中，唯一用來表示問題特性的就是染色體編碼。大部分的最佳化問題都有固定數目的變數，因此最普遍的編碼方式就是將這些變數對應到某個字元或整數，再把其編成固定數目的位元，將這些位元組合起來就成為一個染色體。2.適應函數(Fitness Function)適應函數是用來評估每個染色體所代表之解答的好壞，即其適應度。通常適應函數即為最佳化問題的目標函數。3.選擇(Selection)遺傳演算法中的選擇機制是模擬自然界適者生存的現象，適應度高的染色體存活率較高，而適應度低的染色體存活率相對就較低。因此，適應度較高的染色體所擁有後代有可能比較多。如果有某一個染色體適應度明顯高於其他的染色體，就有可能藉著世代替換，而逐漸成為這個族群的主體。554.交配(Crossover)選擇完後，獲選的父代染色體將進行隨機交配，最簡單的交配方式是一點交配(one-point crossover)，隨機在兩個染色體(A,B)中挑一個切割點，將A 的前半段與B的後半段組合，將B 的前半段與A 的後半段組合，再用來取代原來的A 與B。另外亦有兩點或多點交配，但最常用的還是一點及兩點交配。5.突變(Mutation)突變運算是模仿自然界中生物基因的隨機突變，通常是依據一個很小的機率(如0.001)來將某位元反轉。突變運算有助於遺傳演算法脫離局部最佳解。56遺傳演算法的構成要素遺傳演算法的構成要素遺傳演算法圖圖 11-15 57將多種人工智慧技術整合成單一的應用系統使用這些技術最好的特性混合式人工智慧系統混合式人工智慧系統遺傳演算法58使用內建或學習而來的知識庫為個別使用者、企業流程、或軟體應用程式完成特定的、重複的、和可預測的任務的程式軟體智慧型代理人智慧型代理人智慧型代理人59缺乏資源建構及更新知識庫由於缺乏驗證機制，以至於產生品質不佳且變動性高的內容品質資料庫的內容缺乏情境背景，使文件難以理解導入的挑戰導入的挑戰知識管理系統的管理問題60員工並未因貢獻內容而獲得獎勵，因此有許多人害怕與他人分享工作知識搜索引擎送回太多資訊，反映出缺乏知識架構或分類導入的挑戰導入的挑戰知識管理系統的管理問題61分階段導入知識管理專案分階段導入知識管理專案知識管理系統的管理問題圖圖 11-16 621.分階段發展2.選擇一個高價值的企業流程3.選擇合適的對象4.在導入的初期評估ROI5.使用初步的ROI來預測全企業的價值從知識管理系統中獲得價值從知識管理系統中獲得價值從知識管理系統中獲得價值63