广州汽车集团股份有限公司汽车工程研究院广东广州511434
摘要:知识经济时代,知识型员工和企业需要新的管理新模式,德鲁克曾提出“21世纪,无论是对商业还是非商业机构,其最宝贵的资产将是它们的知识工作者和知识工作者的生产力率”[1]。知识工作者无疑是核心资产及核心能力体现,而企业实施知识管理是提升企业核心竞争力的重要手段[2]。汽车研发企业有知识密集、技术成熟、员工高素质等特点,且其文档管理和信息管理较为完善,具备实施知识管理的良好基础。但是近年来,国内外汽车研发企业开始实施知识管理且成功的很少,因此汽车研发企业实施知识管理除了借鉴其他行业的经验教训以外,需结合自身特点,选择适当的实施策略和实施手段。
关键词:知识管理;隐性知识;显性知识;梳理方法
1引言
在现今的知识经济时代,鉴于知识传承、利用和增值对产品设计能力的提升和产品设计人员的培养所起的巨大作用,近年各类知识管理项目的建设是我国制造业,尤其是汽车行业这类复杂产品设计企业,是信息化建设的一个重点。在这个背景下,进行汽车研发企业如何全面系统的进行知识收集沉淀、规范管理、利用增值等知识管理和机制方面的探索,显得尤为必要和迫切,以服务与提升汽车设计能力和创新。
2汽车研发企业实现知识管理的基础
知识密集、技术成熟、员工素质高等汽车研发企业的自身特点,具有极大的优势开展知识管理;且汽车研发流程长、结构复杂、需高度协同等行业特点,使其具有极大的必要性实施知识管理。
2.1研发流程长
汽车研发是一个很复杂的系统工程,需要上千人花费几年的时间才能完成;一款汽车从研发到投入市场一般都需要3年左右的时间。无论正向设计还是逆向设计,随着技术的不断进步,研发的周期在缩短,但研发流程依然长且协同工作多。因此,知识的提取,车型开发中的做前学、做中学、做后学非常必要,且效果明显。
2.2知识密集
汽车研发企业是一种知识密集型企业,其专业领域涉及到车身、底盘、电子电器、新能源、动力总成、试验等等;业务领域包括设计、采购、合同商务、工程建设、运维领域等,工作人员需具备的学科知识包括仿真、工艺、物理、传导热、水化学、电气、仪控和材料学等。
2.2技术成熟
汽车研发首要考虑的是出行安全问题,因此企业为了维护其核心部件的安全,所采用的都是非常成熟的技术,且汽车已有一百多年发展历史,除新能源和智能网联车外,传统燃油车的技术都非常成熟,所以其提炼的知识,在汽车研发生命周期中复用性强。
2.3研发工作需高度协同
汽车研发的高度协同性,往往导致沟通成本大、沟通信息丢失严重,部门墙导致知识共享少,互相扯皮多,从而降低协同流畅性,通过知识管理,结合流程实现伴随知识推送,一定程度解决以上问题。
2.4质量体系的要求
换版后的质量管理体系ISO90012015版要求组织需进行知识管理。
汽车研发企业开展知识管理,时机成熟,业界呼声高,专业领域一旦受益,产生的效益将非常巨大的,具有良好的知识管理开展基础。
3汽车研发企业知识管理实施方法
知识管理的实施一般有六种方法:自下而上、自上而下、机会牵引、铺开预先设计的知识管理框架、铺开单个知识管理流程或工具、试点。核心策略是“试点”方法,结合机会牵引和自上而下,这确保了将必要的长期战略变化和定期证明知识管理的价值相结合,保证知识管理支持稳定升级[3]。
知识管理对象主要为显性知识和隐性知识,通过信息化手段将梳理出来的知识加以落地,实现知识的最大化共享复用。所以知识管理的实施也是从显性知识、隐性知识、系统平台等这三方面来入手,实际实施过程中的策略应根据企业的实际情况:以显性知识为对象的知识管理,以隐性知识为对象的知识管理,还有同时以显性知识和隐性知识为对象的知识管理[4]。对于汽车研发企业来说,车型研发的日常工作都以显性知识结合流程、程序、规程等形式梳理好,车身、底盘、动总、智能网联、新能源等方面的隐性知识通过显性化,使研发工程师日常的工作操作和规程、问题处理、经验教训都有据可查的,所以汽车研发企业的业务流程主要是依靠显性知识。
4汽车研发企业显性知识管理
首先沥青显性知识管理管什么:汽车研发企业显性知识按知识类别发包括设计文档类、质量体系类、行政管理类三大类文件文件。设计文档类主要包括设计流程、技术标准、图纸、专利、技术方案、论文、科研文件、及项目类(工作计划、总结、项目立项书、项目可行性报告、项目实施方案、统计数据、统计报告、管理大纲、项目经验总结等);其他两大类边界基本清晰。
显性知识梳理的总体框架是以知识管理业务体系作为基础框架的核心,以知识支撑体系为保障、以知识系统为载体进行设计的。
知识管理全生命周期各种知识的产聚和应用等。实现知识支撑研发,提升研发能力建设水平和研发管理水平主。
知识如何用,知识应用分为基础应用和高级应用。基础应用即知识管理的通用功能,通过人主动去获取需要的知识,典型功能有知识搜索、知识导航,以及知识评论、知识收藏等。而知识的高级应用,则通过知识的关联关系以及对用户的人物画像,系统智能将知识推送给用户,以及将知识与工作环境相结合的知识应用,如设计引导、智能文档应用等。
4.1显性知识梳理方法
从众多汽车型号中选取一个最具代表的型号,一般以配置最全为原则,作为分析对象,采用四维分析法进行分析,理出主营业务和知识梳理对象。所谓四维分析法,就是按照四个维度进行梳理,这四维分别是:时间维、系统维、专业维、逻辑维。
时间维:也叫做价值流,是整个研发过程的各个阶段,每一个阶段与阶段之间,有明确的里程碑。
系统维指的是从系统的角度逐层进行分解。通常分解的方法为车型、系统、子系统、部件、零件等。
专业维指的是根据学科、技术进行分类,如车身、电器、NVH等。
逻辑维指的是事务之间的因果关系。也就是通常所说的流程。
依据四维分析方法,把车型结构、开发时间、专业领域、逻辑关系为要素构成知识梳理网络和方法,理出梳理对象。
4.1.1知识的产生
根据系统工程的理论,一个流程包括了输入、活动、输出、控制、资源这些要素,这些所有的要素,都可能是知识的载体,也是知识的产生者。
4.1.2知识的聚集
根据汽车研发业务活动及知识特性,知识类型按以下七类进行归类和汇集:
1)数据类知识,如工程实例数据、基础数据等数据资源;
2)经验类知识,如设计研发过程中各种经验、教训,最佳案例等;
3)工具类知识,如设计研发所需的各类工具;
4)标准规范类知识,如研发活动遵循的标准和约束条件;
5)通用资料类知识,如论文专利、科研成果等参考资料;
6)流程类知识,如研发活动需遵循的执行步骤;
7)其他类知识,以上6类不能涵盖的知识。
4.1.3知识的应用
知识只有在应用中产生价值,知识应用分为基础应用和高级应用。基础应用即知识管理的通用功能,通过人主动去获取需要的知识,典型功能有知识搜索、知识导航等。工程师开展研发活动,并利用相关的资源和知识完成任务,并在完成任务时使用和沉淀知识。
4.2知识深加工
知识深加工的主要方式就是将知识从只能阅读的形态“加工”为可以执行的形态。知识增值加工的方法主要包括:
1)通过设计引导加工工具,将工作流程封装为设计引导;
2)通过工程数据管理系统,将研发参数数据构建对应的工程数据库;
3)通过封装建模工具,将工程算法等封装为可以执行的智能组件;
4)通过基于大数据及人工智能的智能引擎,自动对企业知识进行聚类。
通过研发工具软件的工程开发包,定制各专业的实用工具库或知识插件,直接在研发工具软件中辅助工程师快速完成模型设计、结构布置、颜色配置等工作。每一个类型的知识的加工方法[5]。
5汽车研发企业隐性知识管理
隐性知识也称无形知识,隐性知识与显性知识相对,是难以或尚未用文字记录和传播的知识。根据隐性知识所反映的内容要素的不同,可以大致分为如下几类型:
技术要素:技术诀窍、技能和能力
认知要素:分析问题、判断力、前瞻性
经验要素:经验和阅历
从技能和认识角度可将企业隐性知识划分为两类:一类是技能方面的隐性知识,包括那些非正式的、难以表达的技能、技巧、经验和诀窍等;另一类是认识方面的隐性知识,包括洞察力、直觉、感悟、价值观、心智模式、团队的默契和组织文化等。从企业隐性知识可编码程度可划分为:不易编码的隐性知识和(在一定时期不具备条件)不能编码的隐性知识。
对于隐性知识的管理,也可以从两个方面开展工作,一种是传统的方法,一种是利用信息技术构建的交流平台。
5.1传统方法
传统的方式是组织开展师傅带徒弟的形式,使隐性知识显性化,从而能够得到更大范围的传播和利用,现在更多手段加以应用,如专家库形式,实现专家的创建与维护、专家组织及专家问答功能。员工可以直接获取到当前专家的详细个人信息,可以通过这些信息了解到专家擅长的领域。当员工在某领域遇到问题的时候,可从专家库中筛选出合适的专家,并向其求助。
5.2互联网手段
随着信息技术的发展,利用信息技术构建的交流平台是一种越来越重要的隐性知识管理手段。借助互联网技术开展知识社区,是可搜索的互动式知识分享平台。通过知识问答,研发人员可快速获得针对性的知识和急需的解决方案。针对具有代表性的实践社区内容,可通过“转化为知识”的功能,启动知识获取流程,将解决方案固化为知识后归入相应的知识库中进行管理。
6小结
知识管理的实施是一个系统工程,包含“体”“系”建设等多方面内容。如何快速形成适合企业自身需要的系统化实施策略,是诸多企业面临的现实问题。在复杂的汽车研发企业中引入并切实应用知识管理理论、方法和工具,从而提升车型研制水平,既是挑战,又是机遇,而且机遇大于挑战。在总结其他行业实施知识工程成功经验的基础上,力求充分结合企业的实际情况,寻求符合企业需求的、系统化的知识工程实施方案。
参考文献:
【1】德鲁克,《21世纪的管理挑战》,1999
【2】GB/T23701.3-2010知识管理第2部分:组织文化[S].
【3】[英]帕特里克.拉姆;[英]尼克.米尔顿,《知识管理》,2018
【4】GB/T23701.4-2010知识管理第4部分:知识活动[S].
【5】田锋,《知识工程2.0》,2017