大數據環境下企業技術創新知識管理模式研究

郭亞軍 趙路路 趙靜

〔摘 要〕大數據為企業技術創新創造了條件，為企業的發展帶來了新機遇。通過研究大數據和知識管理對企業技術創新產生的影響，構建了以市場需求為導向、以大數據技術為依托、以大數據資源深層開發為基礎、以網絡化協同創新為手段的企業技術創新的知識管理模式，并提出實施策略。

〔關鍵詞〕大數據；企業；技術創新；知識管理；模式

DOI：10.3969/j.issn.1008-0821.2016.07.003

〔中圖分類號〕G250255；F2731 〔文獻標識碼〕A 〔文章編號〕1008-0821（2016）07-0013-05

隨著計算機、互聯網、移動互聯網、物聯網、可穿戴設備、智能硬件的大眾化以及博客、論壇、微信等網絡交流方式的日益普及，種類繁多的數據源定期或不定期地產生大量的結構化和非結構化的數據，數據總量以無與倫比的速度急劇膨脹，“大數據時代”已經到來。

2015年8月31日，經李克強總理簽批，國務院印發《關于促進大數據發展的行動綱要》，指出“要深化大數據在各行業創新應用，使開放的大數據成為促進創業創新的新動力。”大數據為企業技術創新創造了條件，為企業的發展帶來了新機遇。但很多企業面對海量的數據，往往顯得手足無措。一方面，大數據如同一座“寶藏”，吸引著企業去挖掘出有利于技術創新與企業發展的“寶物”；另一方面，這座“寶藏”中摻雜著大量的“雜質”，如果不能在有限的時間內剔除這些“雜質”并挖掘出有利用價值的“寶物”，那這座“寶藏”與一座普通的大山并無區別。這個時候，知識管理就顯得尤為重要。通過知識管理與大數據挖掘方法，從海量數據中提取隱藏性、潛在性的有用信息，有效地發現知識，共享知識，服務于企業的技術創新。

1 大數據和知識管理對企業技術創新的影響

大數據（Big Data）是當前全球各行各業研究的熱點問題。對于大數據，目前還沒有一個統一的定義，眾多研究機構和學者的表述各不相同，但對其內涵已經基本達成共識。2008年《自然》雜志（Nature）發表的大數據專刊中，大數據被定義為“代表著人類認知過程的進步，數據集的規模是無法在可容忍的時間內用目前的技術、方法和理論去獲取、管理、處理的數據”[1]。2011年麥肯錫公司（McKinsey）發布的研究報告認為，大數據是指其大小超出了典型數據庫軟件的采集、儲存、管理和分析等能力的數據集[2]。對企業而言，大數據的研究和利用的重要性毋庸置疑。大數據為企業提供了豐富的資源，使得企業能夠收集到來自不同領域、不同用戶需求的大量數據，有利于提高信息資源的真實性；高頻數據的產生，增加信息的實時性，使企業能獲得即時傳播的數據，以應對瞬息萬變的社會。充分利用大數據的這些優勢可以為企業技術創新打下堅實的基礎，使得企業在與同行競爭中占據優勢地位。

大數據的有效利用離不開良好的知識管理模式。知識管理可以將大量雜亂的數據有序化，使企業技術創新更順暢地進行，有利于企業技術創新規范化。Itami和Nu-magami認為，技術是“關于自然事物和人為事物的功能以及相互作用的系統知識”[3]，可見技術本身就是知識的一種形式。Konaka和Takeuchi指出，知識管理是技術創新持續進行的根本保證[4]。

大數據和知識管理的理論、方法與技術對企業技術創新產生了深遠的影響，帶來了一些新的特點，重點表現在以下3個方面：

11 技術創新資源從小數據向大數據轉變

企業技術創新是一項復雜的、持續時間長的系統工程，它要求企業有較強的技術創新能力。企業技術創新能力是企業技術創新的資源投入以及技術創新過程中對創新資源的運用、活動實施和調控管理的能力[5]。因此，技術創新資源的獲取和運用至關重要。

在大數據時代，企業技術創新的資源更多來自海量復雜的大數據中所獲取的知識，大數據和由此產生的知識成為創新的源泉和推動力。大數據具有“4V”特性[6]，即：Volume（海量數據）、Value（有價值的數據所占比例較小）、Variety（數據類型多樣化）、Velocity（數據處理速度快）。企業要完成技術創新需要將多種來源的多種介質的大數據資源進行融合，讓結構化、半結構化和非結構化數據得以綜合利用，從而獲取技術創新所需要的知識。由于數據更新周期極短，企業必須在確保信息時效性的前提下進行數據資源的融合和綜合利用。

12 技術創新主體從獨立向協同轉變

開放式創新（Open Innovation）理論的提出者Henry Chesbrough認為，世界上充滿了知識，公司不需要完全依賴公司內部進行科研[7]。大數據和“互聯網+”環境下，企業技術創新主體更加呈現出從獨立向協同的轉變趨勢。企業是技術創新的主體，并不意味著企業包攬了技術創新過程中的所有工作，很少有單個企業具有足夠寬廣的知識實現企業技術創新。技術創新往往不是由某家企業或某個部門來單獨完成，需要不同的單位、部門、個人等多個主體進行協同創新。

企業技術創新常常依賴于多個科學技術領域的合作才能實現。那些具有較強創新需求和高技術產業化的物質能力的企業能夠快速地捕捉市場動態和需求；作為技術創新體系中關鍵因素的高校為企業提供人力資源和企業技術資本；科研院所根據市場需求研發新技術；政府為企業技術創新提供各種技術服務支持。在以企業為核心，高校、科研院所、政府為輔的多元主體協同創新模式中，通過主體間的密切合作，制定統一的目標和切合實際的戰略，減少了企業獨立進行技術創新需要的成本，提高了技術創新的效率，從而達到協同互補的效果。

在協同創新的過程中必然會涉及知識轉移和知識管理。在知識管理的基礎上，使經過篩選、分析、整理的數據整合成有價值的知識，不同主體間需要通過實時交互使知識得以轉移，協同完成企業技術創新。

13 技術創新管理模式從粗放向精細化轉變

隨著市場競爭的日益激烈，企業家或相關專家憑借個人經驗完成技術創新決策的制定，這種傳統的技術創新管理模式已經不再適用于現今復雜的市場環境了。企業在技術創新管理中越來越重視用數據說話，在數據分析的基礎上制定和實施技術創新的相關決策。

例如，在技術創新的過程中，如果企業的高層希望通過市場需求分析來把握新產品的市場動向，制定合理有效的產品研發和銷售策略，就必須使用數據分析手段。根據企業的業務需求進行用戶數據收集，對收集到的數據進行過濾、集成、分析、處理等形成數據集合，利用適合的數據挖掘工具對數據進行挖掘，得到有價值的客戶知識及模式，將其傳遞給相應的部門加以利用。

實行“一切以數據說話”的精細化企業技術創新管理模式，可以使企業深入分析客戶的消費趨勢，加深客戶的忠實度，挖掘新的商業機會，預測技術創新產品的發展方向，調整產業結構、工作流程、服務形式等，為企業健康快速的發展保駕護航。

2 大數據環境下的企業技術創新知識管理模式構建

立足于大數據環境，構建以市場需求為導向、以大數據技術為依托、以大數據資源深層開發為基礎、以網絡化協同創新為手段的企業技術創新知識管理模式，對企業改善創新環境、完善創新功能、提高創新效用是非常有必要的。技術創新的方向、知識、手段是“大數據環境下的企業技術創新知識管理模式”的3個基本支撐點（如圖1所示），模式的邏輯如下：以大數據挖掘的方式獲得市場需求，以市場需求為導向來確定企業技術創新的方向；針對技術創新的方向搜集各種介質的海量的大數據資源并予以開發利用，用以支持技術創新；面對大數據資源，需要進行清洗、治理，進行知識組織，將技術創新的相關知識提煉出來；知識檢索與挖掘則為企業技術創新過程中隨時隨地獲得相應知識提供便捷的工具；在已有大數據和知識資源的基礎上，借助網絡化協同創新的手段，實現不同創新主體之間的知識共享，共同完成技術創新的目標。

21 市場需求獲取

隨著經濟全球化以及信息技術的迅猛發展，企業間的競爭愈演愈烈，企業的經營理念從傳統的“以產品為中心”向“以客戶為中心”轉變。因此，市場需求的獲取在企業技術創新中是至關重要的一環，它是企業技術創新知識管理的導向。

在大數據環境下，如何把浩瀚的客戶數據轉化為適用的市場需求信息，是這一環節的首要任務。為解決這一難題企業需要運用大數據挖掘技術。

運用大數據挖掘技術的聚類功能可按照不同標準，如顧客的消費習慣、消費心理、購買力、購買頻率等將顧客劃分為不同的群體，針對不同群體開發針對性產品，提供針對性服務，以提升客戶的滿意度，最大限度地挖掘客戶對企業的經營價值。通過對客戶進行細分有助于企業針對不同特征的用戶開展個性化的服務，使企業技術創新更加的精準。

原有客戶是維持企業經營的重要保障，但他們并不是一成不變的，因此，保持原有客戶對企業來說是極其必要的。時刻關注固有用戶的動態消費情況，運用數據挖掘技術預測和識別潛在的流失者，并對他們的行為模式進行分析，挖掘出用戶對產品或服務的新的或潛在的功能訴求，企業再針對性的采取補救措施，以期達到保持客戶的目的。

對企業的技術創新來說，不斷發現新的客戶群體與保持原有客戶同等重要。因此，在客戶發現這方面，企業可以運用數據挖掘技術對消費者偏好或生活習慣的變動等進行分析，得出預期的目標市場即潛在的用戶群體及他們的購買需求。根據潛在用戶的購買需求開發研制新的產品，擴大用戶群。

22 大數據資源開發

技術創新需要大量的數據資源作支撐，企業對大數據資源開發是將海量的、多介質的大數據進行集成、治理與共享的過程。

企業數據集成是將企業原本離散的、多元的、異構的、分布的信息資源通過物理的或邏輯的方式組織成一個整體，解決“信息孤島”問題，實現信息資源的優化配置和共享，最終提升組織核心競爭力的動態過程[8]。企業不論大小，經過一段時間的發展，必定會存在雜亂、重復、有利用價值的、廢棄的數據不斷堆疊在一起的現象，數據集成的需求日益迫切。企業要建立自己的信息系統，用來盛放這些多介質的海量的大數據資源并對這些資源進行集成，使數據資源不斷推陳出新，保持新的活力，供企業進行技術創新時使用。

數據資源的整合共享以及利用作為聯通不同信息系統之間的基本手段，加速了信息的多重利用。知識的積累促進新工藝、新產品的迅速增長，新工藝的革新、新產品的研發又推動了產品需求的變化，產品需求的持續增加要求企業不斷進行技術創新。信息共享可以形成知識流，信息進入企業各系統后，各個主體和環境進行互動，以此推動企業整個產業結構的升級，提高技術創新的速度，促進企業相應產業的持續發展。

23 知識組織

知識組織體系構建的終極目標是將知識資源規范化、有序化和優化后按需求提供給用戶，其間需要用戶行為模式與知識資源之間的匹配與互動，是一種知識“固化活化”的相互轉換升級，旨在提供可控性的高效知識服務[9]。

在網絡環境下，由于數據資源和系統的分散性和異構性的特點，知識組織體系為適應這些特性需要開放集成不同分布、不同結構的多樣化、多介質的數字信息資源需要打破傳統的模式，構建“開放的知識組織體系互操作機制”。它具有以下功能：對信息資源及其內容和內容的語義進行有效組織和描述，從多層次多角度出發動態的組織信息資源；對數據進行篩選、分析、整理并實現數據在不同的應用系統間的傳遞、轉化及復用；能夠實現多語言、多檢索詞、多限制條件的組合型檢索，盡量滿足不同用戶的不同需求；對信息實行跨庫鏈接、整合，支持將用戶所需要的資源轉移到用戶的信息系統里。

使用開放的知識組織體系時，在聯機狀態下，兩個或兩個不同的應用系統可以實現信息的實時交互，充分共享和利用信息，使企業達到協同創新的目的，完成特定任務及目標。

24 知識檢索與知識挖掘

在企業的知識管理模式中，完成大數據資源的開發和知識組織后要考慮到知識檢索的個性化需求。企業進行技術創新時，研發人員需檢索技術創新的知識，因為有了數據資源的集成、治理和共享，并對其進行了知識組織，知識檢索就變得切實可行了。

為了有效地檢索到與企業技術創新需求相適應的、最優化的信息，這就需要企業提供知識導航及檢索工具，以實現智能檢索，提供個性化的知識檢索服務。知識地圖導航下的個性化獲取機制，能很好地解決這一問題。

“知識地圖”的概念是BCBrooks提出的，他認為對文獻中的邏輯內容進行分析，找到相互關聯、相互影響，能夠引起人們創造和思考的知識點，使這些知識點結合在一起即“知識地圖”，通過它揭示了知識的有機結構，通過每個連接點都能找到所需知識和相關知識[10]。在知識地圖的導航下進行知識檢索可以有效避免“孤島詞匯”、“忠實表達”問題的產生，同時個性的獲取機制可以將知識和人聯系起來，滿足企業研發人員對信息的個性化需求，從而有效的管理企業的無形資產并推動企業技術創新的可持續發展。

知識檢索后得到的和企業數據庫中包含的信息如此之多，進行人工分析幾乎不可能獲得支持企業技術創新的信息。在很多情況下，數據分析人員需要借助數據挖掘與知識發現工具來實現。企業可以根據自身經濟狀況需要選擇適合本企業操作應用的工具，由于國內數據挖掘工具還處于起步階段，可以考慮引進國外先進的數據挖掘與知識發現軟件，如Rapid Miner和Clementine。

25 網絡化協同創新

隨著大數據時代的到來，加之企業間的競爭日益激烈，產品更新換代的速度不斷加快，客戶和市場要求企業在對市場需求做出敏捷、精準反應的同時還要求產品具有優良的品質。在這種環境下，傳統的技術創新機制已不能滿足企業的需要，于是基于大數據和云計算的網絡化協同創新機制應運而生。

網絡化協同創新機制首先體現在技術創新大數據資源的協同收集上，大數據類型多種多樣且數量龐大，靠單一機構或個人的能力很難完成對數據的收集處理工作，需要多人、多部門的合作與數據共享。其次，創新手段和工具的協同成為分析處理大規模、多類型數據集的必然要求，大數據環境下，信息分析問題越來越復雜，綜合運用多種方法、技術和工具開展大數據分析的特征會越來越明顯。最后，人員的跨界協同合作可以實現優勢互補，使參與分析的人員發揮各自的能力，共同致力于技術創新任務的完成。

云計算技術的出現使得對大數據的存儲、處理能力得到提高。由于云計算中用到的數據是分布式存儲，共享資源分塊儲存在不同云節點上，加之云中包含備份功能，很好地解決了突發的服務器故障導致的用戶不能存儲和利用資源問題以及共享資源遭到破壞和損毀時用戶不能及時使用問題。

與傳統的技術創新機制不同，基于大數據和云計算的網絡化協同創新機制可以在原有的技術創新機制的基礎上，利用云存儲的相關數據庫，整合技術資源、企業數據庫中非加密信息等，實現知識共享，達到協同創新的目的。

3 大數據環境下的企業技術創新知識管理實施策略

企業技術創新知識管理模式的實施與構建同等重要，為充分利用該模式為企業的發展帶來最大效益，需要做好資源建設、技術保障、流程再造、管理改進等工作。

31 資源建設

企業技術創新需要大量的數據資源，如市場需求信息、用戶購買情況、產品競爭優勢與劣勢、企業的技術知識和理論知識等。對這些多介質、多渠道、海量的大數據資源進行迅速地獲取、存儲和有效整理，能使企業準確地把握技術創新的方向，制定合理的研發計劃，在技術創新過程中得到數據資源的支持。

在競爭激烈的市場環境下，企業要積極擁抱大數據，實施知識管理使企業保持技術創新優勢。構建良好的企業技術創新管理模式要做到以下三點[11]：構建以技術創新與市場創新為中心的知識網絡；以優化技術創新流程為基礎的知識管理系統；以提高技術創新能力為目標的知識管理作業機理。它通過對多種類的大數據資源，如企業積累的經營數據進行存儲、分類，對市場需求數據分析的實時更新，對多元的創新主體提供的共享資源的獲取，為企業的創新確立方向、奠定資源基礎。經過共享和回饋，不斷充實企業內部知識，最終形成企業資源庫，為企業的技術創新提供有力保障。

32 技術保障

企業的技術創新與知識管理必須有一定的技術支持，包括對大數據集成、整合共享技術，知識地圖導航下的知識檢索，數據挖掘與知識發現工具，基于大數據和云計算的協同創新平臺等。

由于資金限制與規模需求的不同，企業可能無法或無須完全囊括這些技術，這時可以通過協同創新的手段，實現高校和科研院所、企業、政府間的密切合作，從而達到協同互補的效果。減少了企業獨立進行技術創新需要的成本，同時通過知識共享獲得技術創新所需的信息。

已經擁有這些技術并不能一勞永逸，企業要有相應的技術人員，能夠充分發揮這些技術的用途，并要定期升級更新。企業的技術保障是實施技術創新知識管理模式策略的關鍵環節。

33 流程再造

技術創新是企業永恒的主題，根據大數據環境下企業面臨的新挑戰，對傳統企業技術創新管理流程進行調整改造，以順應時代發展，能夠使企業不斷地推陳出新，迎合市場需求的變化，使企業時刻保持活力。

流程再造建立在新的組織結構上。由于“技術創新資源從小數據向大數據轉變”，企業需要在原有的基礎上擴大企業數據庫，以滿足對大數據資源的存儲和處理；在技術保障為依托的前提下，技術創新人員將市場需求轉化為技術需求，需要企業升級或引進新的技術；最后，以網絡化協同創新為手段，多個創新主體協同開發，構建以企業為核心，高校、科研院所、政府為輔的多元主體協同創新模式，這就要求企業在維持與原有合作伙伴關系的基礎上，與高校、科研院所、政府等創新主體建立新的合作關系。

企業的流程再造意義重大，企業自身的變革才能帶動企業產品及技術創新的革新，它是企業面對時代發展做出積極響應的體現，以應對新形勢下的外部與內部不斷出現的壓力，推動企業走上更快、更強的發展道路。

34 管理改進

管理改進主要集中體現在兩個方面，即以數據為基礎的企業技術創新精細化管理和知識管理。

傳統的由個體獨立完成相關決策的粗放型的管理模式需要加以改進。企業的技術創新需要一個團隊來實現，該團隊的成員需要具備洞察產業生態環境的能力、了解市場需求和客戶需求動向的能力、熟悉并掌握企業核心技術的能力等。這些能力的實現建立在對大數據管理的基礎上，實行“一切以數據說話”的精細化企業技術創新模式。

由于收集到的數據較匱乏，傳統的知識管理體系比較簡單。如今，在網絡環境下，企業獲得的數據資源已然成為企業的競爭力之一，因此打破傳統的模式并對其改進迫在眉睫。在原有的知識管理體系的基礎上，引進實現諸如個性化信息檢索功能、大數據處理功能、跨庫鏈接功能等的技術，使其逐步接近“開放的知識組織體系互操作機制”。

4 結 語

企業技術創新是當代企業的核心競爭力，使企業在日益復雜的社會、市場環境下，把握住時代的脈搏，在行業競爭中占據一席之地，獲得更好更快的發展。

本文從企業進行技術創新時應研究的重點議題出發，構建了以市場需求為導向、以信息技術為依托、以大數據資源深層開發為基礎、以網絡化協同創新為手段的企業技術創新知識管理模式，探討了該模式的實施策略等方面的問題。

目前，關于企業技術創新知識管理模式的研究得到了社會各界的高度重視，但由于研究邊界較廣、研究時間短，對大數據這一時代背景的研究也還不夠深入，一些關鍵性的問題還未得到合理解決。本文旨在呼吁企業、政府加大對企業技術創新體系的研究力度，使企業能更好地應對動態變化的環境。

參考文獻

[1]David Goldston et al.Big data：Science in the petabyte era[J].Nature，2008，455（9）：1-136.

[2]James Manyika，Michael Chui，Brad Brown，et al.Big data：The next frontier for innovation，competition，and productivity[R].McKinsey Global Institute，2011.

[3]Hiroyuki Itami，Tsuyoshi Numagami.Dynamic interaction between strategy and technology[J].Strategic Management Journal，1992，（13）：119-135.

[4]Nonaka，Takeuchi.The knowledge-creating company：How Japanese companies create the dynamics of innovation[M].New York：Oxford University Press，1995.

[5]劉海濤，孫明貴.關于企業技術創新能力的分析[J].經濟與管理研究，2009，（7）：97-100.

[6]Benjamin SWoo.Big Data：Finding Answers Where There Are Yet To Be Questions？[C].BIG DATA World Forum，2011.

[7]Henry Chesbrough.The era of open innovation[J].MIT Sloan Management Review，2003，44（3）：35-41.

[8]唐曉波，劉婷婷.基于本體的多Agent企業數據集成模型研究[J].情報雜志，2009，（10）：119-123.

[9]滕廣春，田依林，董立麗，等.知識組織體系的解構與重構[J].情報理論與實踐，2011，（9）：15-18.

[10]Brooks B C.The Foundation of Information Science，Part Ⅲ.Quantitative Aspects，Objective Maps and Subjective Landscapes[J].Journal of Information Science，1980，（2）：269-275.

[11]詹湘東，丁軍強.企業技術創新的知識管理應用模式分析[J].科技進步與對策，2006，（1）：150-152.

（本文責任編輯：郭沫含）