郭英玲, 趙范心, 權淑靜, 金 帥
(中國機械工程學會, 北京 100048)
隨著創新2.0 時代的開啟,在2015 年的政府工作報告中,李克強總理提出制定“互聯網+”行動計劃,并于2015 年7 月4 日國務院印發了關于積極推進“互聯網+”行動的指導意見,旨在利用互聯網優勢,加快促進傳統產業轉型升級和提質增效,并通過融合發展培育新業態和新增長點。目前,互聯網已經與工業、金融、商貿、旅游、醫療、交通、教育、農業、政務等各領域進行了示范融合。
科技社團作為黨和政府聯系科學技術工作者的橋梁和紐帶,以及國家推動科學技術事業發展的重要力量,在國家大力倡導“互聯網+”的大背景下既面臨著嚴峻考驗,同時也是科技社團升級優化的機遇。本文針對“互聯網+”新時期下的行業需求,提出了“智慧型科技社團”知識服務模式, 為學會組織等社團機構在信息技術高速發展形勢下的新型服務模式探索提供借鑒。
“十一五”期間國務院就發布了“關于加快發展服務業的若干意見”,意見指出“加快發展服務業,提高服務業在三次產業結構中的比重, 盡快使服務業成為國民經濟的主導產業,是推進經濟結構調整、加快轉變經濟增長方式的必由之路”,而“大力發展與制造業緊密相關的生產性服務業,推動服務功能區和服務平臺建設”依然是2015年度發布的制造強國戰略中明確提出的。 當下傳統產業轉型升級、大眾創業萬眾創新、“互聯網+”等行業發展形勢更是對科技工作者提出了更高的科技創新要求。
學會組織等科技社團作為聯系科技工作者、行業、政府的重要橋梁和紐帶,作為行業交流的重要平臺,如何將傳統服務與新一代信息技術相結合, 更好地為行業和科技工作者服務,更充分地調動和發揮專家、學者以及廣大科技工作者的積極性與創造性,這也是對科技社團的更高要求。
綜觀國內科技社團的服務業務主要包括開展國內外學術交流,編輯出版科技書刊;對國家科技發展戰略、政策和經濟建設中的重大決策進行科技咨詢, 接受委托進行科技項目論證,科技成果鑒定、技術職稱評定、科技文獻和標準的編審;提供技術咨詢和技術服務;開展繼續教育,普及科學技術知識,傳播先進技術;發現并推薦人才;工程教育認證;反映會員的意見和呼聲,舉辦為會員服務的事業和活動[1],等等。不可否認,科技社團現有業務在促進科學技術繁榮和學科發展以及科技人才的成長與提高等方面起到了不可替代的促進作用, 但與新一代信息技術,尤其是移動互聯網絡的結合應用還不夠緊密,甚至部分機構的信息化水平還較低,不僅不利于重要學術資料、相關資料檔案等資源的保存傳承, 更不利于為科技工作者提供方便快捷的科技服務。
而當今知識社會時代, 隨著信息與傳播技術的突飛猛進使得信息量爆炸性增長, 傳統服務模式已不能滿足于科技工作者的創新需求,迫切需要“互聯網+科技社團”服務模式的開啟,將新一代信息技術與傳統業務相結合,并充分利用科技社團豐富的知識資源挖掘打造新的知識服務體系,全面構建智慧型科技社團組織,為推動行業技術進步和科研創新做出應有的貢獻。
任俊為在1999 年認為知識服務是文獻服務的深化,以知識服務為導向的文獻建設、文獻加工和文獻傳遞,是以知識存儲、知識重組和知識配送為目的[2];而柴永紅則認為由信息機構或有關部門將收集到的信息經過加工、處理, 利用各種手段和方法為社會和本機構內部提供信息產品和服務,以滿足信息需求的一種有組織的活動屬于信息服務,信息服務提供的知識含量極其有限,僅限于以序化的方式向用戶提供信息資源, 而針對人們的需要從各種顯性和隱性信息資源中將知識提煉出來、 傳輸出去的過程才是知識服務,知識服務是面向知識內容、面向解決方案的服務[3]。知識服務是信息服務和情報服務的最高境界和必然發展趨勢[4],已不單純是文獻的知識內容,因此更認同后一種觀點。知識包括顯性知識和隱性知識,知識服務也針對不同服務對象包含多層次的服務模式。
以制造業領域為例,以學會組織為代表,根據科技社團的基礎條件和服務能力, 初步探索了科技社團在新一代互聯網形勢下可開展的幾種知識服務模式。
(1)基于注意力經濟的知識關聯組織模式。 正如卡內基·梅隆大學的雷伊·蕾蒂博士所言,在21 世紀這個信息密集型世界里,信息太多,時間太少,注意力不足,因此從海量信息中提取有用信息以節省時間是非常必要的,注意力經濟也恰恰是基于這種要求發展而來。 盡管檢索技術已很好地解決了從信息海洋中大海撈針的問題, 但相對于認知需求而言, 僅僅把散落的知識點羅列出來還遠遠不夠,亟需實現從大數據中挖掘大知識。中國工程院原常務副院長潘云鶴院士也指出, 將海量數據彼此進行聯通,可以產生新知識。比如,目前醫學領域的“新本草綱目計劃”也是采用類似模式,將藥材、成分數據、藥理數據、疾病、病人、醫生等數據相互聯通,打造中醫藥的新知識體系;無獨有偶,浙江大學一博士生利用大數據編成“紅樓菜譜”,就是將《紅樓夢》中各種菜名、菜譜、食材,網絡各種烹飪視頻,以及營養成分、植物種植方式等內容相關聯。
根據大數據時代的知識需求, 制造業領域可將關聯知識點按特定邏輯關系進行系統化關聯, 包括文字、圖片、音頻、視頻等各種媒體類型,構成多維度多層次知識關聯系統,不僅可以系統化相關知識點,而且可以根據不同關注需求進行不同層次的深入細化。比如,將知識專題與領域專家、論文/報告/著作/專利等成果、會議、活動、培訓課程、科研動態、科技獎項等內容相關聯,既可提綱挈領又可一目了然地全方位展示知識體系,如圖1 所示。

圖1 基于注意力經濟的制造業領域知識關聯模式示意圖
(2)工作平臺嵌入式知識服務。 隨著網絡信息技術的飛速發展, 各類信息服務和情報服務平臺或門戶網站大量衍生, 基本都是靠通過各種宣傳推廣手段以招徠用戶到平臺上使用服務, 或通過用戶郵箱等方式開展信息推送服務, 歸根結底就是為了吸引用戶以提高平臺的用戶訪問量。 從鋪天蓋地的信息平臺中脫穎而出非常困難,再加上日益盛行的微信平臺的信息實時推送, 因此即便平臺內容質量再好也很難確保忠實用戶長期不流失。
綜觀所有軟件系統, 幾乎沒有一款軟件的用戶忠誠度可與window 操作系統相抗衡, 因為確實是用戶需要的。 根據TRIZ 理論的逆向思維方法,可將知識服務植根于用戶的日常工作平臺中,相當于擴展了Word 軟件中的搜索范圍、Office 辦公軟件的知識服務功能, 在日常工作過程中潛移默化地成為隨手可應用的知識助手, 不僅具有Word、Excel、Powerpoint 等日常辦公軟件, 具備深度檢索、智能搜索等基礎知識服務,以及資料的存檔、項目管理、分工協作、分享等功能,同時也具備學習、會議、培訓、認證、展覽、交流等多種功能,切實從用戶需要的角度提供協助服務。
根據對制造業領域行業專家的服務需求調查反饋表明, 其中參與調研的93%專家會選擇具備知識服務功能的日常工作平臺, 這也說明知識服務型工作平臺是有用戶實際需求的。
(1)基于網絡眾包的開放創新服務。創新驅動被認為是中國制造業從大到強的最基本路徑,國際經驗也證明,世界上制造業領先的國家無不具有強大的創新能力,我國也非常重視制造業的創新發展和轉型升級, 各省市也出臺各種配套政策, 將創新作為制造業轉型升級的主引擎,推動制造業向中高端邁進。
互聯網的飛速發展為跨空間服務的實現提供了基礎條件和保障。INNOCENTIVE 平臺是目前發展較成功的技術創新外包服務平臺,波音、杜邦、寶潔等眾多企業將遇到的科研難題放到該網上懸賞解決答案, 來自全球170多個國家的科研精英們在該網站注冊, 解決難題并獲得獎金,該網站被譽為“世界頂級難題的討論和解決場所”“集結了眾多全球頂級最強大腦”; 國內的威客模式同樣是基于眾包,其初衷是試圖將中國科學院的專家資源、科技成果與企業的技術難題進行對接, 但實際應用情況并不理想,其中最知名的豬八戒網也只限于解決生活問題、Logo 設計等初級任務, 由于制造業領域技術難題的不確定性和復雜性, 用于解決制造業企業的技術難題還存在諸多困難, 但威客模式的產生極大推動了隱性知識或智慧作為商品進行交易的進程。
盡管中國是INNOCENTIVE 網注冊科學家數量排名第二的國家, 但這些專家資源在國內并沒有充分利用起來,制造業領域尤其中小企業發展過程中,仍存在很多亟需解決的技術和科技創新問題。
近年來,隨著工業互聯網、移動互聯網、物聯網、工業軟件等技術飛速發展, 利用網絡眾包解決制造業領域技術難題逐步變得可行。 將線上服務和線下服務充分結合起來,除了可提供知識檢索、下載和信息情報推送等基礎知識服務外,可充分利用專家、學者以及廣大科技工作者的經驗和智慧,將隱性知識與企業技術難題相對接,通過眾包模式助力制造業領域轉型升級。
(2)基于戰略合作模式的技術服務。基于網絡平臺的眾包模式在開放式創新方面具有獨特的優勢, 但也具有一定的局限性,比如,眾包的前提是需要有大量的科技精英用戶,以確保提出的問題能夠圓滿解決,良好的服務經驗和著名的解決案例是增加企業信任度, 并愿意持續不斷提出新問題的保障, 而有挑戰的問題又是吸引科技精英關注的招牌,進而形成良性循環。
問題和解決者兩者缺一不可, 但網絡服務平臺注冊用戶科技水平參差不齊,很難確保接單率和服務質量;另外,往往很多企業清楚目標或目的,但無法清晰闡述具體問題,首先需要專家熟悉企業實際情況,逐步一步步捋清問題所在,然后才能提出解決辦法。 因此,建立有保障的專家團隊,通過與企業建立長期戰略合作關系,為技術服務樹立良好口碑和知名案例。
(3)基于大數據的行業產品技術對標服務。 為鑒定一產品或技術的行業水平, 通常是通過選取國際或國內最先進的產品或技術為標桿, 然后與標桿相比對以評判是否為國際或國內先進水平, 但具體定位缺乏相關數據進行評價支撐,只能依靠行業專家的經驗進行大致判斷。
隨著云時代的開啟,大數據備受關注,國務院也印發了《促進大數據發展行動綱要》。 不同于智慧城市或氣象等公共領域,制造業領域數據種類繁雜,尤其生產過程中實時數據獲取難度大,另外,市場競爭和技術保密等原因也導致無法實現行業整體數據的打通與匯聚, 制造業領域的大數據分析和挖掘存在很多實際困難。 隨著各行業智能制造工程的推進實施, 生產過程實時數據獲取變得可行,結合政府機構、檢測認證等機構的行業數據,可以對行業產品整體情況以及單個產品在整個行業中的水平情況進行分析,為相關政府部門產業決策、企業戰略調整以及技術鑒定等提供數據支撐。
在知識社會創新2.0 大背景下, 科技社團需要順應形勢抓住機遇,在“互聯網+”新時期下構建智慧型學會,充分利用新一代信息技術, 全面提升科技服務水平和服務能力, 將具有光榮使命和悠久歷史的科技團體繼續傳承下去并不斷發揚光大, 為廣大科技工作者提供更專業的知識服務,為行業科技進步貢獻力量。