作者：施荣明,赵敏,孙聪,余培红
出版社：航空工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
知识工程与创新试读：
前言
知识是人类的一种沟通媒介，创新是人类的一种生存方式。没有知识，我们就无法创新；离开了创新，社会将无法发展和演进。对个人、组织、企业、产业乃至国家，都是同一个道理。因此，基于知识的创新，是这个世界的基本形态。
自古以来，“知识管理”就已经存在，只是人们使用的是非常朴素的、古老的人脑记忆的方式。在知识爆炸的今天，以人脑为主体的“知识管理”模式已经无法适应社会和企业发展的需要。“知识管理”必须要升级换代，必须要借助信息化技术来扩大和深化知识管理的作用，必须实现基于知识的创新，特别是基于有组织的知识的创新。
在现实世界中，知识和信息是极其丰富的，而对于企业来说，真正稀缺的是能有意义地使用它们的能力，即应用知识实施技术创新的能力。研究表明，提升企业技术创新能力和产品自主研发能力的关键在于大力提升知识和信息的获取、处理、共享、运用的能力，即建立研发知识工程体系———— 一个提升企业能力的有效途径。
企业特别是研发型企业（工程科研院所）是知识密集的场所，是靠知识开展工作的单位。知识对这样的企业的重要性毋须多言。开展知识工程建设是企业领导必须要考虑的、关乎企业生存与可持续发展的问题。也许开展知识工程需要付出一定的代价，但不实施知识工程可能会付出更高的代价。
由国务院发展研究中心承担的国家自然科学基金“八五”重大项目“技术创新研究”的成果表明，企业的研发成果和实践经验是以知识的形式存在于知识库中，企业的积累越丰富，知识库就越充实，从而企业的技术创新能力就越强大。
知识的形态有很多种。在本书中主要涉及了两类：一是方法类的知识，二是案例类的知识。
前苏联的根里奇·阿奇舒勒（G. S. Altshuller）———— 一个伟大的工程师和发明家，通过数十年的孜孜不倦的研究与实践，发现了人类解决工程问题所遵循的方法和思路，揭示了创新的基本规律，并由此创立了一个基于知识的、由重在解决工程问题、实现技术创新的各种方法/算法组成的综合理论体系，称为“发明问题解决理论（TRIZ）”，为知识工程的实现提供了有效的方法类的知识。
世间万物皆有联系————描述这种联系的理论叫做本体论。总体上说，本体论是“一种概念化的说明，是对客观存在的概念和关系的描述。本体论将错综复杂、游离的信息和知识片断通过关系链接在一起，形成有用的信息网，实现了创新的知识组织方式”，理论上，借助本体关系，人们可以找到任意想要的甚至是意想不到的知识，引导人类去开发和认识未知的世界。本体论为知识工程的实现提供了实用的案例类的知识。“TRIZ+本体论”的模式，构成了知识工程的理论基础————现代创新理论———— TRIZ理论，引导人类按照客观规律解决问题，实现创新；本体论让人类把与创新有关的知识有序组织，用来支持创新。当人类的知识被有序地组织和联接，当人类想象的空间在客观规律的支持下被无限放大之后，现实领域里的创新结果就必然变得丰富起来了。
培根说过：“知识就是力量。”但是这句话并没有说明为什么知识就是力量。其实知识之所以就是力量的道理在于两点：①只有有效组织起来的知识才是力量，零散的、不系统的知识片断是无法形成力量的；②知识支持创新，创新改变世界。因此我们崇尚和尊重知识，因此我们实施知识工程，因此我们确切地说：“知识就是力量！”
改变，皆由力量的作用而导致，尤其是这种力量掌握在常人的手中的时候，改变将会是巨大无比和天翻地覆的。基于知识的创新，将是本书带给读者的最重要的信息。
本书以基于知识的现代创新理论为基础，根据笔者多年的研究与实践，说明了知识、知识工程与创新的关系，论述了知识工程如何继承和发展了知识管理和传统的知识工程（专家系统）的基本要义，扬长避短，独辟蹊径，将其进一步发展成为适合于制造业产品研发与技术创新的现代知识工程；阐述了知识工程的定义、意义、内涵、实施方法学、实施案例等。本书的几个鲜明特点是：（1）理论创新————在国内首次详细介绍了基于知识的现代创新理论；（2）知识工程软件创新————所介绍的CAI软件是经过实践检验的、先进的知识工程与技术创新平台；（3）案例新颖————所提及的案例资料是笔者在本企业经过多年实际操作而总结出来的，资料翔实，形式新颖，理论与实践结合紧密，管理制度与软件平台配套，所涉及案例及其成果属于在国内首次披露；（4）可操作性强————本书提供的实施知识工程的思路，来源于在几个企业的实践经验的总结和提炼，可操作性很强，有一定的示范作用。
在本书的撰写过程中，亿维讯公司CAI总工段海波博士、资深专家洪允楣教授提供了重要的技术资料和创新理论见解，资深专家黄毓瑜教授提供了大量有益的调研资料和若干知识模板，总架构师刘斌先生提供了知识自动采集软件的详细资料；中国航空工业集团公司沈阳飞机设计研究所科技委刘孟昭研究员、何连珠研究员、杨洋工程师为本书绘制了中国首张飞机术语本体关系图，科技委主任杨抗美研究员、姜凤兰高工、张杰敏高工、王晓宁主管为本书整理了资料和图片。在此一并致谢！
本书仅仅表达了我们最近几年的学习和实践的部分心得和研究成果。限于笔者水平，我们对知识工程、知识管理以及技术创新的理解还不是很深入和到位，因此在本书中一定有疏漏和不足之处，恳请读者予以批评指正。施荣明 赵敏 孙聪2009年3月第1章 知识与知识工程的基本概念“知识中蕴藏着力量。”——人工智能大师 爱德华·费根鲍姆“知识将取代资金、自然资源及人力，成为最根本的经济资源。”——管理大师 彼得·德鲁克1.1 实施知识工程的必要性1.1.1 知识与技术创新
在现实世界中，知识和信息是极其丰富的，而对于企业来说，真正稀缺的是能有意义地使用它们的能力，即应用知识实施技术创新的能力。研究表明，提升企业技术创新能力和产品自主研发能力的关键在于大力提升知识和信息的获取、处理、共享、运用能力，即建立知识工程体系。“知识工程”由两个关键词组成：“知识”和“工程”。把它们放在一起，简单地理解有两个意思：一是要探讨与知识有关的工程——这里工程指一门学科，如生物工程、系统工程、知识工程等；二是要探讨与工程有关的知识——这里工程指产品研发、生产与技术创新。本书所研究的知识工程确切地说是研发知识工程。
对知识应用于产品研发、生产与技术创新的历史，可以追溯到20世纪40年代。
第二次世界大战结束后，苏联军方专家根里奇·阿奇舒勒在分析总结发明专利的过程中认识到，95%的科技问题和管理问题可以依靠人类已有的知识体系来解决。因此管理好现有的知识并做好知识获取与重用工作显得尤为重要。阿奇舒勒及其合作者通过对世界近百万件高水平发明专利的分析研究，总结出人类解决技术问题过程所遵循的原理、法则以及相关方法和算法的综合理论体系——TRIZ（发明问题解决理论）。TRIZ是基于知识的系统化的创新方法学，其知识重组和技巧提炼的规模庞大而深入，对全世界创新领域产生了巨大影响。以TRIZ为核心奠定了东欧的基于知识的创新方法与设计学体系。
同期，以德国为代表的欧洲流派的设计方法论主张将从专业设计人员长期的设计实践中归纳总结出来的各种方法作为工程设计流程各个环节的手段，贯穿到整个设计过程中，并且通过实际的再应用加以发扬和完善。同时，将归纳和总结出来的大量的工程设计知识经过系统化的整理，以设计目录（design catalog）的形式得以保存、传递和运用，其方法理论的系统性和严密性使人们大开眼界。比如Roth提出的包括功能定义、物理原理、物理效应等方面的设计目录已在设计实践中得到普遍使用。
1996—1997年，国际生产工程学会（CIRP）连续在年会上发表关于制造智能的研究报告。报告多次指出：我们不仅需要新的计算机技术以生成、记录、检索信息，而且也需要将信息整理、综合成知识，并采用合适的知识表达方法来表达知识，以支持人的决策。
在美国政府能源部TEAM（技术使能的敏捷制造）计划中，将知识管理工具套件作为设计领域的研究内容之一。在日本的IMS（智能制造技术国际合作）计划中，也将知识系统化列为一项重要的研究内容，目前已开发出一个信息与知识交互协调平台Madiator——一个开放结构的信息和知识管理系统。
2005年，联合国著名的千年计划“科学、技术和创新”项目组发表了《创新—知识促进发展》的报告，强调了知识和创新对于每个国家发展的极端重要性。
IDC（International Data Corporation）的研究报告显示，大部分研发人员做的90%的所谓“创新工作”是重复工作，因为这些知识已经存在（于组织内部或组织外部）。另一份研究报告显示：在知识密集的企业、科研院所和高等院校中，知识工作者三分之一的时间用在了寻找某些他们永远没有找到的信息上。
在中国，对知识与技术创新的关系的研究比国外起步晚一些，但是最近20年取得了重要的进展。由国务院发展研究中心承担的国家自然科学基金“八五”重大项目“技术创新研究”的成果表明，企业的研发成果和实践经验是以知识的形式存在于知识库中，企业的积累越丰富，知识库就越充实，从而企业的技术创新能力就越强大。因此我们的基本认识是：创新，一定是基于知识的创新，特别是基于有组织的知识的创新。
1997年，中国科学院数学研究所陆汝钤院士主持国家自然科学基金重点项目“常识性知识的实用研究”，建立了大规模的常识知识库，并按照本体论原则组织各知识单元的横向联系，形成本体网。同时，陆汝钤院士还明确提出了“知识科学”和“知件”的概念。
中国科学院计算技术研究所史忠植研究员自20世纪70年代起在智能科学、知识工程、认知科学和知识网格方面做了多年的研究，研究内容包括：知识模型、知识获取、知识组织等。2000年，史忠植在国内首次研制了具有自主知识产权的知识挖掘平台MSMiner。
1999—2003年，华中科技大学、西安交通大学和清华大学等单位联合开展国家自然科学基金重大项目“支持产品创新的先进制造技术中若干基础性研究”，重点围绕产品创新设计中知识基础、知识服务以及知识运用工具等问题开展深入研究。
2002年国家科技部重大基础研究专项“信息和知识共享的系统理论”正式进入研究阶段，并且于2003年底完成。该课题以多学科信息和知识共享为主要背景，以本体论为基本工具，研究了信息和知识共享的理论和方法，取得了一些重要成果。
2004—2005年，北京航空航天大学刘继红教授对复杂产品设计知识物化理论与方法进行了深入研究，提出了复杂产品设计知识物化理论就是关于复杂产品设计相关信息和知识的产生（新知识获取）、表达（形式化）、组织（体系化）、共享（知识传递）、检索（已有知识获取）、运用（物化）以及更新（过时知识的淘汰）等一系列科学问题的总称的论点。
西安交通大学谢友柏院士自1995年起一直从事设计资源合作和知识获取的研究，并于2001年在教育部的支持下成立了“现代设计与制造网上合作研究中心”，并主持该中心的研究工作，方向是异地合作的产品设计和开发中获取设计知识的研究等，明确提出了“现代设计是以知识为基础，以获取新知识为中心，依赖分布式的资源环境。创新是现代设计的灵魂！”等理念。
从20世纪90年代起，浙江大学谭建荣院士、顾建新教授等提出了支持协同设计的知识管理系统功能模型以及知识管理集成模型应用知识资源的元数据技术和知识的业务视图技术，实现了知识资源与特定设计过程的集成。谭建荣院士等于2008年出版了《制造企业知识工程》一书，是首部将知识工程概念与制造业需求联合起来研究的书籍。
自2001年以来，知识与技术创新的结合在中国取得了重要的进展。亿维讯公司通过对TRIZ的方法学体系的深入分析、整合，融合技术系统分析方法和本体论技术，率先将本体论用于创新问题求解领域。通过构建工程对象及其之间的复杂关系来关联知识，并在计算机上予以实现，形成了独有的描述工程领域对象之间关系的知识工程理论体系，开发出了先进的CAI技术和实施方法学——以创新的知识组织方式为用户提供了一个转变思维方式、突破思维定式、拓展思维空间，提供了一个看待人类已有知识和发明成果的全新视角。本体论与发明问题解决理论TRIZ等创新理论的结合，是知识与技术创新完美结合的一个创举。亿维讯为此已经申请了若干专利。
2005年，中航沈阳飞机设计研究所与亿维讯合作开始实施知识工程，在知识工程建设方面走在了业界的前列。他们连续数年坚持不懈，在总结实施知识工程的制度、规范、流程、技术等方面做了有益的尝试，培训了全所的核心员工、总师乃至院士，积累了大量研发知识，取得了丰富的成果和经验，受到了中航集团领导的关注与表彰。本书的最后一章将详细介绍他们的实施过程和所取得的经验。
2007年，北方车辆研究所开展了产品创新过程的知识共享方法研究，引进了Pro/Innovator软件，在TRIZ理论和本体论的支持下创建知识库，使企业内部知识得以重新利用，使研发团队更快地了解国际和国内先进的军工制造技术的发展和走向，最终形成知识系统所不具备的新知识，走出了一条独具特色的知识工程道路。
2008—2009年，北方发动机研究所与亿维讯公司合作开发了柴油机知识管理平台，结合企业的知识存量研究和能力提升工作，开展了对知识工程的研究，在知识获取、知识表达、知识组织方面都进行了一定的探索。所取得的初步成果填补了柴油机开发中的研发知识管理空白，为发动机从经验设计走向预测设计迈出了重要的一步。1.1.2 知识与企业信息化发展趋势
以信息化带动工业化，以信息技术促进和提升产品的创新设计，从来都是国家、产业、企业十分关注的事情。产品本身离不开信息化；产品设计手段离不开信息化；企业的管理与长远发展更离不开信息化。
改革开放以后，我国已经逐步走上了信息化与工业化相结合的进程。随着对信息技术认识的不断提高，我们逐步在生产实践、研发实践中使用了CAD、CAE、CAM，以及ERP、PDM等技术，带动了整个制造业的发展。但是，在经过了“甩图板”、“上三维”、“上规模”、“协同设计”、“集成制造”等一系列信息化浪潮之后，在企业软件种类和数量都有大幅度提升的情况下，企业最关键的问题并没有得到解决——即开发拥有自主知识产权、具备国际竞争力的新产品的能力没有得到根本性的提高。
在企业信息化的进程中，以中国企业的一般应用状况而言，企业信息化已经从20年前以CAX为代表的数据集成，发展到了10年前以PDM为代表的信息集成，更进一步地，又发展到了近些年以CAI为代表的知识集成。知识集成必然呼唤面向工程领域的知识集成平台，实现企业知识的有效积累。
从全球化的趋势来看，国外知名企业和集团纷纷实现联合或重组，除了获得产品和市场互补之外，在研发环节上实现了资源共享、平台共享。研发环节的全球化使得原来分散在各个企业的研发优势得以优化重组，同时降低了研发成本。由此决定了在不久的将来，产业级或企业（包括虚拟企业）级的信息和知识的生产、处理、共享、运用能力将会有重大的提升。累积企业知识以及基于知识进行技术创新，是企业信息化未来的必由之路。1.1.3 知识与企业能力建设
什么是企业的能力？“知识工程”的奠基人爱德华·费根鲍姆有句名言：“知识中蕴藏着力量”（“In the knowledge lies the power”）。美国麦肯锡咨询公司的研究报告指出：“企业核心能力是指企业内部一系列互补的技能和知识的结合，它具有使一项或多项业务达到世界一流水平的能力。”这个说法强调了核心能力是知识和技能的结合。由于技能可以理解为良好的做事模式与方法，因此我们可以认为：能力=知识+做事模式与方法
那么，什么是企业信息化所表达的基础能力？遵循以上的模式，我们可以认为：信息化能力=知识库+流程
知识库的建设和企业运作流程的电子化，一直是企业信息化基础能力建设的瓶颈。传统信息化的局限在于，企业往往要求大量购买软件，认为软件数量是提高企业信息化水平的关键，只要软件的种类和数量上去了，信息化的能力就自然提高了——这个观点貌似正确，其实是错误的——它忽略了一个重要的问题，虽然企业购买了大量的软件，但是在绝大多数的商用软件中，企业买到手的知识库是空的，做事的流程是没有固化的（或者有了流程模板但是是不适用的），企业的知识（流程、案例、经验）没有及时沉淀下来。企业还需要花很大的力气在知识库的内容充实上和企业做事流程的标准化上下功夫，才能真正体现出软件的作用，体现出信息化能力建设的效果，才能真正形成科研能力。对信息化能力认识上的误区，导致在“十一五”很多年间，许多企业花了巨额的资金，盲目上了大量的软件，但是这些企业的信息化应用的水平与效益普遍不好。究其原因，是信息化的能力建设不够。1.1.4 知识与企业管理模式
查尔斯·萨维奇博士在《第五代管理》一书中认为，目前的组织管理中，我们只利用了企业内部潜在知识的5%～15%，而对其他资源（不论是土地、矿产还是资本）的利用率，都远远地超过了这个数字。
萨维奇博士将企业管理模式的发展划分为五个阶段，即工业时代早期以所有制为核心的第一代管理，严格等级制的第二代管理，矩阵型组织的第三代管理，以计算机网络化为特征的第四代管理，以及以“知识网络化”为特征的第五代管理。第三代的矩阵型组织和第四代的计算机联网的管理方式在本质上并没有摆脱和超越第二代严格等级制的核心结构。因此可以说，严格的等级制度始终是工业时代占主导地位的管理模式。表1-1简要说明了企业管理模式的发展与变革。表1-1 企业管理模式的发展与变革
在企业管理的前四代发展阶段，原材料和信息的传递都是“串行式”的，即从一个职能部门连续地转移到另一个职能部门，而第五代管理方式中，原材料尤其是信息的传递都是趋向于“并行式”的，这使得不同职能部门之间的协同工作成为可能。但是目前很多企业在这一点上的认识是有局限性的，在没有改变企业的管理模式（即没有理顺生产关系——“体”）的情况下，即热衷于将今天最先进的计算机信息系统（生产力——“系”）塞进组织内部严格的等级体系中，试图依靠先进的计算机和网络的技术来突破工业时代组织的局限，其实，这样的做法是典型的用先进的生产力来强求生产关系的改变，这种急于求成的做法注定是行不通的。对此，萨维奇的名言是：“一个自动化的混乱并不是一个更好的混乱，而只是一个更快的混乱。”
笔者理解，萨维奇先生要倡导的是一种生产关系和生产力相适应的管理体系，即知识时代的管理首先是对工业时代组织原则和管理模式的突破和创新，而不仅仅是新技术（软件/硬件/设备等）的应用，它包括思想、组织形态、技术特征等的全面改变，尤其是要对知识进行有效的管理，建立知识工程体系，并以此推动技术创新。萨维奇提出的集成的、对等的知识联网，对话式的工作方式以及建立虚拟企业和动态协作等措施，都是衡量是否实现管理模式创新的重要概念。他指出：“我们必须通过虚拟企业、动态协作、能力网络化等来发展第五代管理能力，以便我们能够比现在更加有效地利用我们的知识。”而落实在行动上的重要指标之一，就是我们是否运用了“那些依然处于我们大脑之中的、经营企业所需的知识的70%～90%”，换言之，我们是否实施了知识工程。1.1.5 以企业知识谋求企业发展
在当前世界经济的剧烈竞争环境中，企业如何在竞争中求生存，如何实现跨越式的发展，成为了企业界，特别是企业的领导层关注和思考的首要问题。
企业特别是研发型企业（工程科研院所）是知识密集的场所，不管企业是否意识到，他们都是靠知识来“吃饭”的。知识对这样的企业的重要性毋须多言。对这些企业而言，知识是每天都必须要用到的生产要素，但是知识又是一直没有使用到位的要素。开展知识工程建设是企业领导必须要考虑的、关乎企业生存与可持续发展的问题。也许开展知识工程需要付出一定的代价，但不实施知识工程可能会付出更高的代价。业界的有识之士大都已经认识到了这一点。有一项面向全球500强CEO的调查显示，CEO们认为影响企业未来有两大趋势：第一是全球化，第二就是知识工程或知识管理。为此，很多企业已经开始了对企业“知识存量（knowledge stock）”的研究。
知识存量是指在某一阶段内一个企业对知识资源的占有总量，表现为人们所具有的智力、知识、能力、技术等，是依附于企业的内部人员、设备和组织结构中的所有知识的总和，是企业在生产经营过程中知识的积累，是学习和创新的结果。企业知识存量在一定程度上反映了企业的知识状态，反映了组织系统生产知识的能力和潜力，体现了组织系统的竞争力。
知识存量研究，就是对企业的最佳实践和经验进行研究，为实施企业知识管理做好铺垫与准备。前面提到的调查结果显示：自从知识管理的概念诞生以来，虽然只有短短的十年多的时间，但全球500强的企业中已有70%实施了知识存量研究，实施了知识管理或知识工程。1.1.6 企业内的知识现状
对于靠知识“吃饭”的企业来说，知识是企业的本钱和能力的表征。企业内的源设计、原始创新中所使用的经验、创意、原理、方法、规则、Know-how等知识，是企业智力资产的重要组成部分，是企业的宝贵财富。如何把知识留给企业、留给后来的年轻人，实现知识的传承和增值，成为企业管理中首要的任务。
技术创新往往从模仿开始，因为模仿的意义在于要熟悉和掌握现有产品的知识体系，了解前人做了什么，是怎么做的，做到了什么水平上。但是在企业中，我们经常听到研发人员这样的反映：“有样子的活儿会干，没有样子的活儿不怎么会干。”这是因为在打算进行技术创新时，连一个可供模仿的样子（产品实物或所有与之相关的图文介绍）都没有！缺乏可借鉴的知识成了企业的软肋。
目前，企业还普遍未能形成一套完整的知识管理体系，特别是企业内的核心知识——科研经验，由于其多属于隐性和离散知识，因此现存的问题是：
·研发项目进行时没有对记录问题与解决问题的知识及时进行总结；
·项目完成或质量问题归零以后没有及时总结和提炼其中产生的知识；
·总结和提炼后的知识（项目总结文件）堆放在文件柜或情报室里“睡大觉”；
·现存的知识缺乏挖掘（显性化）与梳理（公有化）；
·挖掘出来的知识缺乏良好的知识表达和知识组织（结构化）；
·知识只能以传统的纸介质方式记录，难查难记，更难融会贯通；
·知识零散分布，不成系统，无法集中与分享；
·只能依靠人脑的“记忆”与“悟性”来使用，理解和消化周期很长；
·只能依靠专家、学术带头人的“高见”来解决问题，影响范围有限；
·由于知识依附于人的大脑，任何人员的变动（如调动、跳槽、出国、退休、意外等）都可能危及到企业知识的完整性和有效性，甚至造成企业智力资产不可挽回的损毁；
·总结出来的知识没有很好地利用在企业研发的各个环节，A科室已经解决过的问题，可能又要在B科室重新解决一遍，甚至A科室在几年后又重复解决了一次，造成人力、物力和投资的浪费，不同企业做重复事情、解决早已经解决过的问题的浪费现象尤为严重；
·企业研发人员习惯于使用常识和本专业知识来解决问题，不习惯使用或根本无从了解其他专业或学科的知识。
进入知识经济时代，这种传统的令人担忧的知识状态和朴素而落后的知识管理模式已经不能适应当今的竞争态势，而且极易造成企业知识的无形磨损和大量流失。1.1.7 实施知识工程的目的
企业内部的知识工程建设的目的是：
·积累企业内部企业知识，增加企业的知识存量与价值；
·借鉴企业外部企业知识，提升获取知识的效率和跨度；
·挖掘隐形的企业知识，提高知识应用水平；
·实现全范畴企业知识的管理及利用，促进知识流动；
·提高工作效率，有效发挥员工的创新潜能；
·提高知识学习能力，利用知识为企业创造更多财富；
·形成有利于技术创新和管理创新的企业文化。
如果企业能够做到：
·把个体的知识转变成公有的、有组织的、可以共享的知识，并把这些知识与多年积累的产品知识作为企业的企业知识放到一个知识库中；
·与外部的企业知识整合、关联在一起；
·把这些企业知识提升到战略财富的高度加以对待和充分利用，让技术创新团队的每一个成员都可以很容易地来选取、访问、充分利用并主动参与收集和归纳总结。
那么，我们可以预计，企业的企业知识将不断地积累和重用，突破性的研发进展和“撒手锏”级的产品创新可以显著地增加。在这个过程中，显然经过有效组织的知识起到了决定性的作用。
知识工程的实施，让企业以知识谋求企业的未来发展，促进企业科研人员掌握创新理论、规律和改变思维方法；从企业知识库中得到解决问题的相关案例参考；启发科研人员生成新的创意和方案；避免重复劳动、重复研究和重复创造；提高设计质量，缩短研制周期，降低成本，促进技术创新。同时，在进行知识沉淀和积累的同时，也要对自身知识进行提炼和总结，不断提高创新意识和能力。因此，需要对企业的技术队伍进行基于创新的知识工程培训，使技术团队掌握创新理论、改变思维方式、具备创新设计理念。从而，企业实现基于知识的跨越式发展是可实现的。1.2 知识的基本概念1.2.1 不同版本的知识定义“知识”的定义是什么？迄今为止，知识没有统一而准确的定义，其内涵和外延因使用者不同而异。关于知识的定义，有很多不同的版本。“知识”一词在中国文化中有20多种含义，在各类历史文献和书籍中频繁使用。据统计，在2500年前问世的《论语》中，“知”字就出现过116次；在2200多年前，先秦时期的儒学大师荀子在《劝学》中说“则知明而行无过矣”，这里的“知”是“智”的意思；在1500多年前，东汉哲学家、教育家王充在《论衡》中提到“知为力”，开了“知识就是力量”的先河。在1979年版的《辞海》中，定义知识是“人类在社会实践中积累的经验”。总体来看，“知识”一词作为名词是“知识”，作为动词是“知道”，作为代词则有“智慧”的意思。
对于知识的定义，可以说是仁者见仁，智者见智。从心理学观点来看，知识是个体头脑中的一种内部状态。根据现代认知心理学的观点，心理学界把知识定义为：“主体通过与其环境相互作用而获得的信息及其组织。”
也有不少学者从实用主义、理论以及哲学角度来定义知识，定义的深度和广度也各不相同。例如：
——从相关信息中过滤、提炼及加工而得到的有用资料。
——知识是用于解决问题的结构化的信息（Woolf，1980）。
——知识是用于解决问题或者决策的经过整理的易于理解和结构化的信息（Turban，1992）。
——知识包含真理和信念，观点和概念，判断和展望，方法和诀窍（Wiig，1993）。
——知识是信息、文化脉络以及经验的组合（Harris，1996）。
——知识是一整套被评估为是正确与真实的，因此用来引导人类思想、行为及沟通的洞察力、经验以及流程（van der Spek and Spijkervet，1997）。
——知识是对于数据与信息的评断与整理，藉以主动引发绩效产生、问题解决、决策、学习与教导等方面的能力（Beckman，1997）。
——知识是一种流动性质的综合体：其中包括结构化的经验、价值以及经过文字化的信息（Davenport and Prusak，1998）。
——知识是通过实践、研究、联系或调查获得的关于事物的事实和状态的认识，是对科学、艺术或技术的理解，是人类获得的关于真理和原理的认识的总和。总之，知识是人类积累的关于自然和社会的认识和经验的总和（Webster词典，1997）。
总体上说，知识是一种可以指导人做事的、结构化的信息。
在知识管理中有一种倾向，即把所有计算机中的数据、文件、文档、图样、图片、邮件、网页等都定义为“知识”，使得知识的范畴比较泛化。这种泛化的知识定义并不利于知识的管理与利用，而使得“知识管理”与“内容管理”之间的界限变得日益模糊。其实，要对所管理知识的内涵和外延有一个清晰认识和界定（尽管有争议和歧义，不容易做到），要注意在个人工作领域里，所定义的知识是否对企业的产品研发、生产产生直接效益。有一个观点是值得借鉴的，即有用的知识是财富，无用的知识是包袱。
笔者在此说明，从知识工程的基本内涵出发，在知识工程中所定义的知识范畴，是支持产品研发、生产的知识，不是泛化的知识。1.2.2 知识的定义与分类
知识是一种“看得见、摸得着、感受得到”的东西，但又无法清晰地界定知识的形态。因此，知识的分类是比较困难的事情，目前所知道的知识的分类比知识的定义还多。知识分类就如同盲人摸象，不同的人在不同的侧面给出了不同的说法。在知识分类上，目前有以下的一些区分方式：
·含义——广义和狭义，例如“知识是人类积累的关于自然和社会的认识和经验的总和”就是广义的知识，其中分为陈述性知识、程序性知识和策略性知识。而陈述性知识则为狭义的知识（也有人把关于“是什么”和“为什么”的知识，即关于自然和社会的运动规律、原理方面的理论体系，称之为狭义的知识）。
·形式——有形和无形，或者说显性和隐性。显性知识是“能用文字和数字表达出来，容易以硬数据的形式交流和共享，并且经编辑整理的程序或者普遍原则”。隐性知识是高度个性化而且难于格式化的知识，包括主观的理解、直觉和预感等。
·状态——动态与静态，如果把科学家发现的规律和结论称为静态知识，那么，科学家在其发现过程中运用的思想、方法等就可称为动态知识。
·深度——感性与理性，感性知识是反映事物外部属性、外部联系的知识，而理性知识是反映事物本质属性的内在联系的知识。
·来源——直接和间接，直接知识是从人类社会实践中直接获得的知识，而间接知识则是通过书本或其他途径获得的知识。
·属性——物化与非物化，物化知识是可以被“物质化”的知识，是获得实际产品前的知识，例如产品的图样、三维CAD造型文件、仿真分析结果、加工与装配工艺、产品说明书等；非物化知识是还没有被“物质化”的知识，是形成物化知识之前的知识，例如设计图样上的产品所需要的经验与创意，三维CAD造型的技巧等。
·内容——有自然、社会、思维、人文、管理、研发、生产等不同类别的知识。
·专业——物理、化学、机械、电子、生物、宇航、文学、外语等知识。
·归属——个人知识、组织知识、企业知识、专业知识和学科领域等知识。
·成熟度——不成熟的知识（如认知、知识片断），成熟的、未经过严格验证的知识（如解决方案、效应），成熟的经过严格验证的知识（如标准、规范），普及的常识类的知识等。
·其他分类等。
另外一种知识分类方式是经济合作与发展组织（OECD）做出的，在其编写的《知识经济》（Knowledge Based Economy，1996）一书中对知识的界定，采用了西方20世纪60年代以来一直流行的说法，知识按内容分为如下四种：
·Know-what（知道是什么？）——事实；
·Know-why（知道为什么？）——规律、原理、效应、规范、标准；
·Know-how（知道如何做？）——方法、经验、技巧、“有样子的活儿”；
·Know-who（知道谁能做？）——专家、智囊团、服务机构。
四种知识的总和称之为广义的知识，而前两类（“是什么”和“为什么”）的知识，属于狭义的知识。
如果从形式上区分，前两类知识是易于文字记载的认识类知识，有人称之为“显性知识”或“有形知识”，非常容易编码（信息化），可通过各种传媒获得。第三、第四类知识更多的是没有记载的经验类知识，有人称之为“隐性知识”或“无形知识”，需要通过实践来获得。
当然，还有一种含义更广的“Know-X知识分类法”，除了上面四类知识之外，还把Know-when（对于时间节奏方面的知识，例如何时最合适做某事）以及Know-where（对于做事的最佳场合的知识，例如从企业的哪一个部门开始实施知识工程可能会取得成功）也包含了进来。
综上所述各种知识分类，对于企业的研发、生产与管理等基本过程来说，Know-why、Know-how与Know-who是更重要的知识。在本书后续内容中，将反复提及这三类知识，尤其是Know-why与Know-how。1.2.3 企业知识的特点
按照科学家的理论，知识具有以下七点特殊性：
·不可替代性，即每一种知识具有其独特性。
·不可相加性，即知识不遵从物品的加法定律。
·不可逆性，人们一旦掌握了某种知识，便不可逆转，不可被剥夺，某种知识一旦传播开来，就不可收回。
·非磨损性，知识在使用中本身不会被消耗，可被重复使用（但是，知识存在老化与过时的问题，即知识会随着科技的发展而更新和淘汰）。
·不可分性，一条知识一旦被拆分成几个部分，就失去了知识的意义，降级为信息，即不存在半条知识的说法。
·可共享性，所有物质商品都有排他性，但知识不是这样，一个人拥有的知识不排除他人也同样完整地拥有。共享性越大，创造价值的潜力就越大。
·无限增值性，知识在生产、传播和使用过程中，有不断被丰富、被充实的可能性。物质资源具有明显的消耗性，但是企业的核心知识通常不会在使用和共享的过程中丧失和磨损，而是会在这一过程中不断增值和成长。
长期积累的核心知识（尤其是研发知识）是企业生存和发展的关键要素，是企业最重要的战略资源，是企业核心竞争力的重要标志。1.2.4 数据、信息、知识、智慧一脉相承
在知识管理领域，经常用一个经典的知识阶层图把数据、信息、知识、智慧纳入到一种金字塔形的层次体系中。这个知识阶层图也称做DIKW体系（即Data，Information，Knowledge，Wisdom四个英文词的首字母缩写），如图1-1所示。
对于“数据、信息、知识、智慧”之间的关系，很多人都表示对它们不是很容易区分和准确理解。在这里，我们可以以一张电话费清单为例来说明这三者之间的关系。图1-1 金字塔形DIKW体系知识阶层图
数据——是一个一般描述的数字量，没有特定时间、空间背景和意义的数字、图像或声音。数据是没有前后关系的事件，没有上下文关系的字符、字词。数据的堆砌不是信息，即在数据片断中没有关系的数据的堆砌不是信息，关键问题是彼此之间没有“关联”。在电话费清单上，我们看到了诸如20001001或者100.98，我们可以认为是一个个的罗列状态的数字，只表示大小，例如20001001＞100.98，除此以外它们没有别的含义。
信息——经过格式化和过滤，已经综合处理过的、有时空条件的数据，即在两个数据之间，或者在数据片断和信息之间的关系的理解。数据的关联将产生信息。我们可以把观点、定义、描述、术语、参数等看成是信息（what，who，when，where）。以电话费清单为例，20001001可以是打电话的日期，也可以理解为2000年的国庆节；100.98可以理解为是通话时间（如分、秒），也可以理解为是话费金额（如元）等。总之，数据和数据之间进行了一个交错和联系（条件），产生了新的意义（信息）。
知识——有指导意义的结构化的信息，表现在信息与信息之间的关系模式上，信息的关联将产生知识。我们可以把战略、实践、方法、步骤、一个意义明确且语素完整的语句等看成是知识（how）。值得注意的是，知识有成熟度的区分，如认知（知识片断，由两个以上信息关联但是还没有构成有明确意义的语句）、经验知识（未严格验证）、规范知识（严格验证）、常识等。还以电话费清单为例，我们可以看出，在节假日和晚上9点以后，长途费用都是半价，可以产生“节假日和晚9点以后打长途节省电话费”的知识。另外，在互联网和打电话两个信息之间，如果建立一种联系，则产生了“用IP电话打长途节省电话费”的知识。如果我们只是把“节假日、和、晚上、9点、以后”多个信息关联成了“节假日和晚9点以后”，这只能是一个知识片断，不能完全说明问题，也不是一条完整的知识。
智慧——一种应用知识处理问题的能力，表现在知识与知识的关联上，即运用已有的知识，针对物质世界发展过程中产生的问题，根据获得的知识和信息进行分析、对比，演绎出解决方案的能力。我们可以把原理、洞察力、道德、典型、获取知识的知识等看成是智慧（why）。不同于数据和信息是可以被量化的特点，从知识升级到智慧，必须加入创新的意念。再以电话费清单为例，运用所获得的“节假日和晚上9点以后长途费用是半价”以及“用IP电话打长途节省电话费”等知识，设计出个人或家庭的电话费节省模式，甚至给电信服务商设计出一种更具人性化的家庭话费优惠打包计划等。“关联”是如此重要，是我们必须要牢牢掌握的概念。大家都知道一个简单的道理：把一堆土豆放到一个筐里它们还是一堆土豆。对于数据、信息、知识和智慧的实质而言也是如此：一堆数据的堆砌不是信息；一堆信息的堆砌不是知识；一堆知识的堆砌不是智慧；一堆智慧的堆砌不是真理。
从数据、信息、知识再到智慧的过程，是一个彼此关联的过程，是一个不断重用和提炼的过程——数据在反复关联与使用中提升为信息，信息在反复关联与使用中转化为知识，而知识则进一步提炼、累积为智慧，转化为个人、组织或企业的创新能力，沉淀为个人、组织或企业的智力资产，如图1-2所示。图1-2 数据、信息、知识、智慧的转化过程
图1-2所示的过程若发生“逆转”，即如果一条最精简、完整的知识（例如一个意义明确，主语、谓语、宾语完整的句子）被“割裂”或者从其中抽取出某些关键词汇，丧失了词汇之间的上下文关联结构，妨碍了理解，那么割裂后的句子残余或抽取出的词汇将降格成为信息。例如，在“电阻丝加热水”这个作为一条解决方案知识的句子中，如果“电阻丝”二字被抽取掉，原来的句子就变成了“加热水”，那么无论是“电阻丝”还是“加热水”就都不再具备知识的意义，而是变成了两个信息，而且“加热水”这个信息还带有一定的歧义性（“加-热水”，“加热-水”）；同理，一个明确的信息如果割裂或抽取了其中的时空概念，妨碍了理解，那么该信息也将降格成为数据。例如从“加热水”中抽取出一个“加”字，由于没有了明确的上下文的关系，我们不知道这个“加”字到底是在表达“添加”、“加法”、“加冕”，还是作为姓氏的“加”。
在后续章节中，我们还要经常提到解决方案知识的常见表现形式——句子。一个或多个意义明确，主语、谓语、宾语完整的句子，都可以构成知识。
数据、信息、知识、智慧一脉相承，层次不同，所代表的意义不同，对企业的作用也不同。它们由关联而升级，由使用而增值，由提炼而精准，由分享而放大和再生，但也会由割裂和抽取而降格。因此，对它们施加有效的管理，至关重要。1.2.5 产品研发中的数据、信息和知识
在制造业的产品研发、生产中，数据、信息和知识在研发过程中时刻在产生。以使用CAD为例，在进行产品绘图或造型设计时，设计者在屏幕上画出的每一条线段的起点与终点的坐标中的（X、Y、Z）数值，包括颜色、虚实线等属性，就是数据；由线段所表示的内容和意义（例如形成某个空间的点，某条线段，某种形状的平面、曲面和体等）就是信息；而如何能更好更快地画出这些线段，如何快速合理地利用特征做三维造型等，就是知识。以CAE分析为例，所有的有限元网格结点、载荷位置以及载荷大小的数值等都是数据，网格单元类型、载荷约束形式、载荷类型等所表达的意义都是信息，而为什么要划分六面体而不是四面体单元，为什么要把某个产品结构的有限元模型划分10万单元而不是2万单元，为什么要施加面载荷而不是线载荷则属于知识。以编写产品说明书为例，写作时所用到的每一个数字或文字都是数据，数字或文字的组合（词汇）所表达的含义是信息，而使用数字或文字的先后顺序以及表达形式等（即如何写才能可读性好）则是知识。以上例子充分说明，知识就是数据和信息反复重用后沉淀下来的结果。
产品研发、生产中所用到的某些数据、信息和知识如表1-2所示。表1-2 产品研发、生产中所用到的数据、信息和知识
在过去的制造业信息化中，人们对数据和信息给予了更多的关注，但是对知识的提炼与利用却没有提升到应有的高度。从现有的PDM和ERP来看，基本上只管理CAX和其他应用软件所产生的数据与信息，通常并不管理原理、方法和Know-how知识。即使不少使用了知识管理软件（KMS）的企业，也基本上都是在管理一些产品研发和生产外围（营销计划、办公文档、邮件、绩效考核）的知识，很少涉及产品研发、生产知识。面向研发与生产、以提高企业技术创新能力为目标的知识管理，在企业中还基本上是空白。1.2.6 产品研发中的规范类知识
在制造业的产品研发、生产中，我们经常使用到诸如设计标准、仿真规范、工艺规则、试验规程等类型的文档，实际上是一种高端的知识体系，是经验性知识经过严格验证所形成的规范类知识。
规范、标准类知识的一个明显的特点是，从内容上看，它们只是陈述了一些做事情的流程（如给出步骤）和准则（如给出量化指标），其作用是，只要按照规范、标准上的流程和准则来工作，那么工作结果的质量是有保证的，是不会有大的偏差的。这样就最大程度地避免了由于工作人员的个体知识水平（经验、学术水平）的差异而引起的工作失误。
尽管规范、标准等表面只是陈述了事实，似乎是Know-what、Know-how类的知识，但是在标准、规范的背后，所包含的是“为什么要这么做”的Know-why类的知识，是“高手”的游戏规则，是前人工作经验和智慧的结晶，如图1-3所示。
获得规范、标准类的知识是很不容易的。它们建立在大量、反复的计算，画图，试验，操作的基础上，标准和规范中的每一句话都是要有根据的，不是随意说的。例如：在某型柴油机连杆的仿真规范中，可以规定其有限元模型要划分10万单元，而且必须划分六面体单元。至于为什么要划分10万单元而不是2万单元，为什么要划分六面体单元而不是四面体单元，自有它的道理——经过长时间的CAE经验积累，划分到2万单元时，计算结果与试验结果的误差比较大，而划分20万、30万单元，也只增加计算量，对结果几乎没有影响了；而划分六面体单元比划分四面体单元在计算上收敛要快。当我们把这样的知识提炼出来以后，也是形成了提升能力的一个有利因素，我们没有办法期待我们周围的每一个工作人员都是“高手”，但是，缺乏专家经验的一般工作人员，也可以在遵从规范、标准的前提下，干出具有“高手”水平的工作。图1-3 标准、规范类知识示例1.2.7 产品研发知识的多维性
从系统的角度看，产品生命周期是指从产品的立项论证（获得需求、需求分析）、方案研制（方案设计、可行性分析、初步设计）、工程研制（详细设计、仿真分析、试制、设计定型）、生产定型（生产定型、批量生产）、使用维护（投入使用、维护与修理）一直到产品退役（报废）阶段的全生命周期。
我们把表示产品生命周期的过程叫做系统维。知识在产品生命周期的每个阶段中处处存在，在不同的阶段，表现出不同的特点。无论从立项论证、方案研制、工程研制、生产定型、使用维护还是到产品退役阶段，我们都可以获取知识、应用知识、生成知识和管理知识，如图1-4所示。
为了用信息化的技术手段支持产品研发、生产过程，在产品生命周期的每个阶段中，我们都应用了大量的软件（如CAI、CAX和PDM等）。各种软件的使用过程是一个软件功能的反复迭代过程，我们把这个过程叫做逻辑维。在各种软件的使用过程中，也都在随时应用知识、生成知识、沉淀知识和管理知识，如图1-5所示。该图中再次显示了我们在表1-3中所提到的产品研发、生产知识。
在知识工程中，还有一个维度我们是必须涉及的，那就是知识维。根据图1-1和图1-2的DIKW体系知识阶层图以及数据、信息、知识和智慧转化图，数据、信息、知识和智慧是一脉相承的。在实际的产品研发和生产中，数据在重用中将不断转化为信息，信息在重用中转化
试读结束[说明：试读内容隐藏了图片]