《智能制造时代的研发智慧:知识工程2.0》一第1章 知识工程2.0的产生背景

简介:

本节书摘来自华章出版社《智能制造时代的研发智慧:知识工程2.0》一书中的第1章,第1.1节,作者 田锋,更多章节内容可以访问云栖社区“华章计算机”公众号查看

第1章

知识工程2.0的产生背景

一、知识工程对中国企业的重要性

知识管理和知识工程对企业的重要性不言而喻,对中国企业尤为重要。经调查,当前中国科技人才结构呈现过于年轻化趋势。20世纪80年代毕业的大学生比例是13%,90年代的大学生比例是17%,2000年以后毕业的大学生占70%。八九十年代的大学生多数已经进入领导和管理岗位,一线的技术人员绝大多数是30岁上下的年轻人。
知识缺乏有效管理,老同志离岗回家,经验和知识流失严重。“有样子的活会干,没样子的活不会干。”年轻人无法顺利上手顶尖的型号研制,无法有效应用知识来解决问题,这对中国企业来说是一个严峻问题。老专家和企业骨干的知识高效重用是解决问题的唯一办法。所以从“十三五”开始,知识工程成为一项国家
战略。
中国企业一直在寻求转型升级之道,希望在短时间内进入发展快车道。产品通过引进和消化可以跨越年代,但企业的技术积累无法跨越。企业的技术发展模式主要是“持续进化”,而不是“突变式创新”。企业的生产力和竞争力由两个能力构成,即创新能力和仿复能力,如图1-1所示。创新能力决定了企业能做多强,仿复能力(知识共享)决定了企业能做多大,两者缺一不可。它们的乘积决定了企业的发展能力。因此,创新和知识具有明显的共生关系。不基于知识积累的创新,是无生命力的创新;脑筋急转弯式的创新,是给人“做嫁衣”的好点子。不进行复制重用的创新是无效益的创新,是科研体系中的最大浪费。


4184edb37a97bc04474e8288931532550a1b1f00

图1-1 知识与创新的共生关系
中国企业与国际一流企业的差距不仅在于对创新和知识的驾驭能力,更在于对“知识与创新共生关系”的认知。
二、国外知识工程发展日趋成熟
技术进步和需求升级导致内外部环境加速变化,企业成果和知识也以前所未有的速度源源不断地产生。随着企业内部各领域的专业性越来越强,企业成员快速获取知识和使用知识的能力成为其核心技能,管理与应用知识的能力也成为企业的核心竞争力,国内外各大企业纷纷在知识管理和应用方面进行积极实践。
(一)NASA知识工程体系
美国国家航空航天局(National Aeronautics and Space Administration,NASA)
把“将正确的信息在正确的时间传递给正确的人,促使其创造新知识、分享经验、提高NASA及其合作伙伴的执行力”作为其知识管理的目标。具体来说,知识管理能够使设计人员获取已完成项目的经验,使管理人员能够掌握规避风险的有效方法,使新人快速成长。同时,NASA认识到知识管理是系统性工作,其效果的发挥需要文化的支撑,知识管理需倡导学习型文化,鼓励知识共享。因此,NASA知识工程体系包括知识架构、知识管理、支持服务和文化。
1. NASA知识管理技术基础
1)知识管理框架:NASA知识管理团队根据知识管理三大要素(人员、流程和技术,如表1-1所示)的应用,提出知识管理框架,即在知识管理活动的支持下,通过技术和工具提供一个知识共享和应用的环境。
表1-1 NASA知识管理框架

63ff6e1124d3318ace8c838aff301ab3934b8ebe

2)企业架构:NASA企业架构(Enterprise Architecture,EA)用于创建其知识工程平台,分为业务框架、流程框架、数据框架和技术框架,各个层次之间用检测框架分隔开。应用EA的主要作用为以“发展知识管理,培训、传递知识和促进协同”为战略,自上而下逐层分解需求,将知识管理需求具体化到EA中;用迭代和递归来保证各个层次之间的回溯,形成统一参考模型。
3)虚拟企业:NASA专门建立了NISE (NASA Immersive Synthetic Environment)项目,实现任务支持(建模、仿真、协同等),扩展(公众的参与和激励),学习(K-12学习系统)以及内部培训。该组织还拥有一个具有800万注册用户(以每年20%的速度增长)的实时交流平台——第二人生(Second Life,SL)。
2. NASA的知识管理体系
NASA将知识管理融入到工程和项目管理生命周期的每一个环节,如图1-2所示。针对NASA职员、承包商、学术机构、全球合作伙伴等群体,NASA形成了一个完整的知识管理体系结构,提供包括NASA Portal、Inside NASA、NEN(NASA Engineering Network,NASA工程学网络)、Lessons Learned等不同的解决方案,通过业务流程的交互将领域专家与各类知识紧密联系到一起。
除通过NASA Portal和Inside NASA实现系统集成和创建协同工作环境外,NEN通过语义网、元数据和面向服务的架构等技术建立人与人、人与知识、人与流程(项目生命周期)之间的关系。利用NEN的主动集成能力使资源的可访问性和实用性更强,并关联工程师和专家以获取隐性知识。Lessons Learned的两个主要目标包括:①扩展NASA的学术范围,使老专家的知识能传递给新生代;②发展NASA的“虚拟学院”。


6512dbc28f846d789ebef422a70b1bfeafea50e1

图1-2 NASA知识管理体系
3. NASA知识管理进程
NASA知识管理进程的主题、目标和内容见表1-2。

9ad1bf007ed790795a551a4cf5f35d913b64442f


858f3177f7e20908e60c871639aea8d9c0562051

4. NASA知识管理的发展趋势

NASA经过知识管理体系的实施,在知识获取、维护、交流与应用等方面都取得了显著的进步,并在知识管理理论的思考以及各种技术的发展方面确定了后续研究方向,包括:①交叉搜索技术,在不同的信息系统之间进行交叉搜索以达到知识的获取和应用;②行为趋势(Behavior Over Time,BOT),分析和把握知识行为随时间变化的趋势;③建立通用原型,采用一个通用的模式,方便知识从业者在此基础上将其扩展成为各种复杂的应用系统;④表达图形化,简明清晰地表达复杂流程的结构,为后续数字化的推行奠定基础。
(二)波音公司知识工程体系
在波音公司,一个项目需要多地域、多学科、多人协同工作,知识积累是一个重要但又棘手的问题。在实施知识工程以前,波音公司的知识有80%都存在于雇员的头脑中,另有20%存在于方案库中。2007年,公司18%的雇员即将退休,19%的雇员将在5年内退休,40%的雇员将在10年内退休,知识存在不断丧失的风险。为此,波音公司启动了知识工程项目。
波音公司设计了一个称为“知识轮”的模型(如图1-3所示)。在该模型中,以组织知识为中心,以企业文化为保障,通过知识战略、内容、人员、智力资产、过程、工具与技术六个方面,支持知识生命周期的七个过程。
人员、过程、工具与技术在企业文化的支撑下构成企业的知识工程架构。其中,与人有关的知识工程活动由愿景、目标、准则、态度、共享、创新、技能、团队、激励、组织等组成。工具与技术包括数据挖掘、网络技术、门户技术、决策工具、协作工具、标准等组成。过程包括知识管理地图、工作流程、知识集成、最佳实践、商业智能、关键知识沉淀等。


04b41ebce0c9f795753aea7d9e02ae3c0840ebf2

图1-3 波音公司的“知识轮”模型
“知识轮”试图回答以下问题:
1)谁有需要的知识?他把知识保存在哪里?怎样鼓励他共享知识?
2)知识是如何产生的?谁需要这些知识?知识如何传输?
3)知识如何更新?如何保存?
4)哪些知识是与业务紧密相关的知识?是与当前工作有关还是将来需要用到?
5)知识的价值如何?哪些最有价值?
6)知识的应用情况如何?知识是否在不同的领域间共享从而促进创新?
7)如何减少潜在知识的丢失?
(三)英国石油(BP)公司知识管理
英国石油公司于1997年发起产业链知识管理项目,其任务是通过分享最佳实践、重复利用知识、加快学习过程等手段来改善公司的业绩。
英国石油公司拟建造一个庞大的知识库,来存储和传播显性知识,跟踪那些“有识之士”的行踪,创造一个让他们乐于分享经验的文化和技术环境,以促进隐性知识的传播。BP公司知识管理项目的实施过程如表1-3所示。
BP公司知识管理项目的核心是在最重要的知识领域建立知识库。知识库建设所采用的步骤如下:
1)明确知识会有哪些人用。


fbe239eb10562dcffa839c4e3c410baabfafc84f

2)清楚所建立知识库的内容。
3)确定哪个团体的实际运作会与这个主题有关。
4)确定哪些现成资料可以作为知识库的基础。
5)提升主要信息,萃取工作记录精华。
6)将重要源文件链接到知识库,为读者提供进一步深入跟踪的资源。
7)以人为本。在网络中将知识与人们的个人网页建立链接,将知识内容的所有相关人明示,指出这些关联专家也是知识库的重要组成部分。
8)准确有效的知识反馈机制,循环使用进行验证。
9)选择合适的媒介将知识库中的精彩部分广泛地传播出去,使实际需要的团队可以随时得到知识。
(四)欧盟基于知识的研发体系
欧盟在利用知识建立复杂产品的研发体系方面卓有成效。近年来,欧盟通过企业间合作开展覆盖产品整个研发过程的虚拟企业跨域协同研发体系建设,以AIR BUS(空中客车)公司为主组织的VIVACE项目是典型代表。
VIVACE是由空中客车公司统筹,欧盟委员会共同资助的信息化项目,是欧洲航空工业协会(AECMA)2020年航空远景框架内容的一部分。本项目包含3个子项目:虚拟飞机、虚拟发动机以及用于整合前两个部分的虚拟企业协同研发环境,最终目标是提供一个基于系统工程和分布式并行工程方法的虚拟产品设计和验证平台。
虚拟飞机(由空客公司领导)
该子项目主要围绕构成飞机的主要部件展开,共有6个综合技术工作包:系统仿真、组件、全球飞机、飞行物理模拟、复杂子系统、保障性工程。
虚拟发动机(由罗罗公司领导)
该子项目包含5个综合技术工作包:航空发动机的多企业协同研发模式、虚拟企业状态下的发动机全生命周期建模、发动机整机研发、欧洲循环计划、供应链制造工作流仿真。当前已经研制出飞机推进系统的多种发动机模块、多学科优化的关键区域以及知识管理和协同计划。
虚拟企业协同研发环境(由CRCF研究中心领导)
该子项目主要通过通用工具、方法及指南的开发,利用前面两个子项目通用和共有的6个活动将两者集成起来:基于知识的工程设计、多学科设计及优化、面向决策目标的设计、工程数据管理、大型企业分布式信息系统架构、异构企业协作中心。
目前该项目已经取得的成果包括:设计仿真解决方案、虚拟试验解决方案、设计优化解决方案、业务与供应链模型解决方案、知识管理解决方案、决策支持解决方案、企业间协作和虚拟企业解决方案等。
该研发体系强调知识工程的重要作用,建立了完善的知识体系和知识应用方法,除了将资深人士的经验整理形成情景相关的、自动搜索和推送的知识,还将各种最佳实践与研发过程的各个子体系紧密连接。
(五)知识工程成功模式窥斑
通过对以上几家知名企业的知识工程建设的起因、历程、现状和未来发展计划进行对比,发现一项共性特点:强调知识工程的体系性建设。这些企业颠覆以往“知识管理就是一个软件平台”的误解,认识到知识管理是一项体系化工作。所谓“体”,是适合各种企业用途的知识工程信息化系统的开发与建设,以及知识资源本身的梳理和总结。所谓“系”,就是与知识工程相适应的体制、组织、文化、管理制度、标准规范和实施方法论等内容的建设。
具体来讲,成功企业的实践具有如下共同点:
1)这些企业大多从事高端复杂产品的研发和设计,历史悠久,知识存量大,密度高。人员的频繁更迭导致企业知识流失较为严重,促使这些企业的领导者亲自负责知识工程工作。
2)在内部对知识管理基本达成统一认识的基础上,构建全面的企业知识工程体系,形成完整科学的规划和实施计划。在规划落地过程中,采取总体布局、试点先行的方法,首先选择对知识需求较为迫切,存在“知识瓶颈”的知识密集型业务开展知识工程试点。
3)业务流程被视为支撑知识工程过程的重要手段和方法。企业采用系统工程、WBS(工作分解结构)等理论和方法,梳理企业业务流程,使知识与业务流程紧密关联。知识资源的采集、存储、加工、整合及应用等各方面都围绕业务需求展开,能够在业务总线上形成畅通无阻的知识流,让每个员工在获取知识的同时,能为企业贡献自己的知识和经验。
4)重视基础知识库的建设。以业务应用为出发点和落脚点,构建知识体系。通过加工处理,构建全面的知识库。重视研发设计过程中的知识积累,通过知识模板和封装工具,实现知识的工具化,支持知识的重用。
5)建设知识共享的企业文化。通过制度规范体系来建立企业的知识共享文化是一条有效途径。同时,知识管理也是一个过程管理体系,每一个环节需要相应的绩效评估和激励机制来推动和牵引。

三、国内精益研发体系日渐成熟

精益研发体系是基于国际成熟的系统工程方法论,结合中国工业实践而提出来的一套研发体系,是将世界先进理论体系与中国工业实际相结合的产物,是系统工程在中国企业落地实践的成果,被中国工业体系逐步接纳和应用。
精益研发体系依据三大系统工程模型,提出精益研发理想模型,由此设计了精益研发平台框架。精益研发平台框架将知识、工具和质量方法与研发流程深度融合,达到提升研发价值和产品品质的目的。通过精益研发体系建设,企业逐步建立基于系统工程的正向设计体系,实现真正的研发创新。精益研发平台作为精益研发体系的信息化载体,保证了精益研发体系的良好运行,同时保证了过程数据的完备、协同、共享和可追溯。通过建设高标准的研发体系,可实现创新性、高效率、高质量和高附加值的目标。
精益研发体系(简称精益研发)包含11个子体系,各子体系也各有理想模型、软件平台、成熟度模型以及规划实施方法论。选择从11个子体系的任何一个或几个方面入手来建设精益研发,可以降低难度,减少风险。我们特别推荐从知识工程体系入手建设精益研发。知识工程不仅仅是精益研发的一个子体系,也是针对精益研发及其子体系进行要素建设的工程。知识工程的建设过程就是精益研发的建设过程。知识工程建设完成的研发要素按照精益研发的框架和逻辑组织,就可以形成精益研发体系。在精益研发理念、思想和框架下,以精益研发为目的的知识工程建设是有序的,而仅仅以知识为目的的建设是相对无序的。
因此,最终我们将知识工程确定为精益研发的姊妹篇,它们是一枚硬币的两个面。如果说精益研发是性能卓越的整机,那么知识工程就是机箱打开之后看到的做工精良的零部件;如果说精益研发是一件衣服正面穿着时看到的英俊潇洒,那么知识工程就是衣服反面观察时看到的工匠精神;如果说精益研发体系建设是修造高铁,那么知识工程就是修造高速公路。全线修通的高铁纵然可以带来巨大的完整效益,但分段建成的高速公路则可以享受当下的局部效益。精益研发是模式转型、体系变革,知识工程是微创新,是研发体系的渐进式改进;精益研发是仰望星空,知识工程是脚踩大地。

四、知识工程1.0的成功实践

在我们提出精益研发1.0时,知识管理是其中一项重要组成部分。但到底如何来做,在当时是一道难题,因为我们发现很多中国企业都进行过知识相关工作,但大部分都没有发挥作用。经我们研究发现,多数企业的知识管理工作明显存在以下三个大困局:
1)无知识。资深员工不知如何将知识共享出来,甚至意识不到自己有知识。当我们请即将离岗的专家将他们的知识梳理出来的时候,专家们往往是一脸茫然。
2)弱知识。由于知识的梳理和挖掘存在问题,所以知识管理软件中的知识过于泛泛,与工作关系较弱,只能作为闲来翻翻消遣之用。由于专家不能提供知识,企业的知识管理项目组只好从内外部搜罗现有材料放入知识管理平台中,此类知识与实际业务势必相去甚远。另外,知识的强弱是相对而言的,知识只有放在正确的位置才能称得上知识,否则就是冗余信息。因此,知识如何恰如其分地出现在正确的地方,是知识工程的一项重要工作。
3)死知识。即使平台中有一些有用的知识,但在遇到问题时却找不到这些知识。研发人员通常是通过搜索方式来寻找知识,但在需要时往往发现要么搜索出来太多无关知识,要么搜索出来很少的知识,难以支持研发工作。
以上困局使得即使是开展过知识工程工作的企业,知识也没有完全融入研发过程,没有对研发活动起到支撑作用,存在“知识与研发两张皮”现象。
为此,我们提出一个新的解决方案,那就是知识与研发流程的伴随,如
图1-4所示。这是一个两层结构,底层结构与普通的知识管理做法相同,即知识库+知识管理系统;上层结构是业务流程(或研发流程)及业务活动(工作包),它把每个关键工作包的知识梳理出来,与该工作包伴随。这样可以利用研发业务活动进行知识的产生、组织、管理、应用和创新。这个方案的以下特点很好地解决了以上三个问题:


cfaed78118495ede39e1bbcedc5542e165d8faeb

图1-4 知识工程1.0体系中知识与研发流程的伴随
1)有知识,让专家意识到自己确实有知识。让专家在知识挖掘和整理的过程中有章可循。当专家明确了要梳理自己擅长的工作包相关的知识和资源时,他们都表现得驾轻就熟。
2)强知识,所有知识都与工作直接强相关。无论用何种方法获得知识,都是雪中送炭的知识,而不是锦上添花的知识。工作包上的知识只可能是与完成本工作包相关的知识,其他知识没有机制和机会出现于此处。
3)活知识,在业务需要的时候知识就出现了。变“人找知识”为“知识找人”,让知识主动推送到研发人员的工作桌面上。工作人员领取到工作包的时候,知识就同时获得。
该方案思路清晰、方法具体,一经提出便得到了企业的认可。只要企业持之以恒,知识工程便可落地。我们把这个方案称为知识工程1.0。该方案不仅对知识工程的企业落地起到了关键作用,对精益研发1.0的落地也起到了支持作用。

五、知识工程2.0的发展方向

虽然知识工程1.0在企业受到欢迎,但仍然有一些问题尚未得到较好的解决,那就是知识本身的问题,包括以下两方面:
1)远知识:知识似乎与工作有关,但距离业务应用太远,使用起来不直接、不方便。对于同一条知识,不同的人理解不同,应用效果也相去甚远。
2)浅知识:只关注显性知识的表面价值,看不到隐性知识的深层智慧。
为此,我们提出以下两项要求作为知识工程2.0的重要发展方向:
1)近知识:所有的知识可以像工具那样直接使用,无需二次加工。无论用何种方法获得知识,在应用系统中可以即插即用。只有工具化的知识才能保证不同的人使用结果相同,因为工具化的知识具有自动化和智能化特征,将人为因素降到最低。
2)深知识:提炼、归纳、分析知识的隐性价值。利用智慧分析方法,将隐性知识按照业务应用情景显性化,使研发人员在工作过程中获得智慧导航。基于大数据的智慧分析方法是一项前瞻性技术,严格来讲,它属于知识工程3.0的范畴,在本书中展望知识工程的未来时会涉及。
通过以上的发展,可以对图1-4形成的两层结构进行优化和扩展,形成由三个层次构成的知识工程体系,如图1-5所示。
三层结构中的中间层是传统的知识管理,将已有知识按照业务需求进行分门别类的管理,支撑业务人员的查询和搜索。
知识管理向上梳理研发流程,将知识与研发流程的工作包伴随,将知识融入流程。
知识管理向下深挖设计过程中的知识。根据知识的类别,选择合适的工具进行增值加工。通过软件的知识建模工具生成数字化和工具化的知识,并直接与相关研发工具建立关联;使这些知识天然具有与业务工作环境互动的特点,直接启动应用;使知识与设计活动紧密融合,直接支持设计工作。另外,这种方式也提供了随用随积累、随用随创新的知识积累与应用模式。
知识管理向上发展是知识工程1.0的重点,向下发展是知识工程2.0的重点。


d3186cb8286d93adba25d07939642258450d6658

图1-5 知识工程2.0体系的三层结构
相关文章
|
11月前
|
人工智能 算法 安全
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—工源三仟:AI+X-Ray技术方案解决产品内部缺陷检测难题
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—工源三仟:AI+X-Ray技术方案解决产品内部缺陷检测难题
117 0
|
11月前
|
人工智能 边缘计算 监控
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—方柚科技:AI视觉技术+边缘计算,打造工业安全生产智能管理新模式
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—方柚科技:AI视觉技术+边缘计算,打造工业安全生产智能管理新模式
127 0
|
11月前
|
新制造
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—金石三维:独创多项技术,重构3D打印市场格局
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—金石三维:独创多项技术,重构3D打印市场格局
蚂蚁金服发布「定损宝」,推动图像定损技术在车险领域的应用
6 月 27 日,蚂蚁金服在北京宣布向保险行业全面开放技术产品「定损宝」,用 AI 技术模拟车险定损环节中的人工作业流程,帮助保险公司实现简单高效的自动定损,成为图像定损技术在车险领域的首次商业应用。
1082 0
蚂蚁金服发布「定损宝」,推动图像定损技术在车险领域的应用
|
存储 人工智能 数据可视化
数字孪生核心技术揭秘(五):BIM究竟是解药还是毒药?
CIM模型的走红,也带热了BIM成为数字孪生城市应用的核心技术之一;基于BIM的数据挂载能力为数字孪生城市应用带来了极大想象空间,通过结合GIS/IOT数据可以连接人口、房屋、住户水电燃气信息、安防警务数据、等众多城市公共系统的信息资源,支撑数字孪生城市的决策分析。但是BIM数据的应用成本高也是一个不能回避的事实,无论是数据质量检查、数据格式转换、模型轻量化,到最终的渲染和应用,BIM模型在数字孪生场景下的应用链路都是非常冗长、复杂。因此BIM在数字孪生领域的应用,需要有目标与成本意识,以及合理的配套工具。
1506 0
|
机器学习/深度学习 存储 传感器
带你读《创新之巅: 未来十年重构商业的六大战略性技术》第三章自动化机器—机器人、合作机器人、无人机和自动驾驶汽车3.2机器人可以做什么(一)
《创新之巅: 未来十年重构商业的六大战略性技术》第三章自动化机器—机器人、合作机器人、无人机和自动驾驶汽车3.2机器人可以做什么
|
人工智能 自动驾驶 机器人
带你读《创新之巅: 未来十年重构商业的六大战略性技术》第三章自动化机器—机器人、合作机器人、无人机和自动驾驶汽车3.3自动化启用战略
《创新之巅: 未来十年重构商业的六大战略性技术》第三章自动化机器—机器人、合作机器人、无人机和自动驾驶汽车3.3自动化启用战略
|
存储 人工智能 自动驾驶
AI化学家诞生!1天可做500个实验,自主开发新材料,实验室劳力们,颤抖吧
近日,来自北卡罗莱纳州立大学和布法罗大学的研究人员开发了一项名为“人工化学家”的技术,该技术结合了人工智能(AI)和执行化学反应的自动化系统,以加速研发和生产商业所需的新化学材料。
|
新制造 人工智能 新能源
开放下载! | 《人机边界重构——工业智能迈向规模化的引爆点》
未来10~15年,制造行业所面临的痛苦远远超过今天大家的想象,传统制造业必须向新制造转变才有机会。这份白皮书对制造业的现有困境和未来出路进行了深入的分析解读。通过对天合光能、中策橡胶、京信通信、正泰新能源等案例的深入分析,给制造业企业带去未来机会和增值空间的思考方向。
18427 0
开放下载! |  《人机边界重构——工业智能迈向规模化的引爆点》