数字经济时代的知识管理:挑战与趋势

doi:10.13266/j.issn.0252-3116.2019.01.009

图书情报工作 ›› 2019, Vol. 63 ›› Issue (1): 60-64.DOI: 10.13266/j.issn.0252-3116.2019.01.009

• 图书情报与档案管理前沿热点专辑 • 上一篇下一篇

数字经济时代的知识管理:挑战与趋势

董小英¹, 胡燕妮¹, 曹珅珅²

1 北京大学光华管理学院北京 100871;
2 腾讯数字中国研究中心北京 100080

收稿日期:2018-10-16 修回日期:2018-11-12 出版日期:2019-01-05 发布日期:2019-01-05
作者简介:董小英(ORCID:0000-0003-0205-1074),副教授,博士生导师,E-mail:dongxy@gsm.pku.edu.cn;胡燕妮(ORCID:0000-0002-8214-2779),博士研究生;曹珅珅(ORCID:0000-0003-0456-5028),高级研究员。

Knowledge Management in the Age of Digital Economy: Challenges and Trends

Dong Xiaoying¹, Hu Yanni¹, Cao Shenshen²

1 Guanghua School of Management, Peking University, Beijing 100871;
2 Tencent Digital China Research Center, Beijing 100080

Received:2018-10-16 Revised:2018-11-12 Online:2019-01-05 Published:2019-01-05

摘要/Abstract

摘要： [目的/意义]研究数字经济时代，知识作为关键战略资源和核心资产，对理论和实践提出的新挑战。[方法/过程]采用文献资料调研法和理论分析法，基于网络实体系统（CPS）对数字经济时代知识管理的挑战和趋势进行分析阐述。[结果/结论]数字经济时代，知识管理在对象上对数据的获取和整合要求更高，在增值体系上对数据到信息再到知识的精度、实时性和准确性要求更高，异构整合和数据挖掘成为知识管理的关键，人机交互和人工智作为关键技术将发挥关键作用，在知识管理的目标上，数据驱动的价值创造成为核心。未来知识管理的发展将在战略上向实时动态精准决策演化，在架构上转向全域知识管理，在组织上通过无障碍知识流打造高效创新型组织，在内容上系统整合碎片化知识，在方法上重视基于人机交互的隐性知识转化，在技术上打造基于平台的知识图谱。

关键词: 数字经济, 知识管理, 网络实体系统(CPS), 人工智能, 挑战与趋势

Abstract: [Purpose/significance] This paper analyses the challenges posed by the situation that knowledge is becoming key strategic resource in the digital economy era.[Method/process] The study adopts literature research and theoretical analysis method to analyze and explain the challenges and trends of knowledge management in the digital economy era based on the structure of Cyber-Physical Systems (CPS).[Result/conclusion] In the era of digital economy, knowledge management has higher demands of data acquisition and integration, and requires higher of the accuracy, timeliness and accuracy of the transformation from data to information to knowledge. The key of knowledge management becomes the integration of heterogeneous data and data mining. Human-computer interaction and artificial intelligence will play an important role as key technologies. Data-driven value co-creation becomes the core in the goal of knowledge management. The future development of knowledge management will be strategically evolved to real-time dynamic and precise decision-making, and the structure will be transferred to global knowledge management. And the efficient and innovative organization structure will be constructed through the accessible knowledge flow, and the fragmented knowledge will be systematically integrated. Knowledge management will pay attention to the tacit knowledge transformation based on human-computer interaction and build platform-based knowledge graph.

Key words: digital economy, knowledge management, Cyber-Physical Systems (CPS), artificial intelligence, challenges and trends

中图分类号:

G203

董小英, 胡燕妮, 曹珅珅. 数字经济时代的知识管理:挑战与趋势[J]. 图书情报工作, 2019, 63(1): 60-64.

Dong Xiaoying, Hu Yanni, Cao Shenshen. Knowledge Management in the Age of Digital Economy: Challenges and Trends[J]. LIS, 2019, 63(1): 60-64.

参考文献

[1] TAPSCOTT D. The digital economy:Promise and peril in the age of networked intelligence[M]. New York:McGraw-Hill, 1996.
[2] HENRY D K, BUCKLEY P, GILL G, et al. The emerging digital economy Ⅱ[M]. Washington, DC:US Department of Commerce, 1999.
[3] 中共中央网络安全和信息化领导小组办公室. 二十国集团数字经济发展与合作倡议[EB/OL].[2016-09-29]. http://www.cac.gov.cn/2016-09/29/c_1119648520.htm.
[4] 中国政府网. 2017年政府工作报告[EB/OL].[2017-03-21]. http://www.gov.cn/zhuanti/2017lhzfgzbg/index.htm.
[5] 中国政府网. 2018年政府工作报告[EB/OL].[2018-03-05]. http://www.gov.cn/zhuanti/2018lh/2018zfgzbg/mobile.htm.
[6] 戴亦舒, 叶丽莎, 董小英,等. CPS与未来制造业的发展:中德美政策与能力构建的比较研究[J]. 中国软科学, 2018(2).
[7] 德国国家科学与工程院. 德国智能服务世界——未来项目实施建议[EB/OL].[2016-05-30]. https://www.innovation4.cn/library/r990.
[8] 黄敏聪. 美国国家情报体系人工智能技术发展现状分析[J]. 图书情报工作, 2018(11):127-134.
[9] Normann R. Reframing business:when the map changes the landscape[J]. International journal of service industry management, 2004, 15(1):122-125(4).
[10] LUSCH R F, NAMBISAN S. Service innovation:a service-dominant logic perspective[J]. MIS quarterly, 2015, 39(1):155-176.
[11] VARGO S L, LUSCH R F. Evolving to a new dominant logic for marketing[J]. Journal of Marketing, 2004, 68(1):1-17.
[12] LUSCH R F, VARGO S L, O'BRIEN M. Competing through service:Insights from service-dominant logic[J]. Journal of retailing, 2007, 83(1):5-18.
[13] VARGO S L, LUSCH R F. Institutions and axioms:an extension and update of service-dominant logic[J]. Journal of the academy of marketing science, 2016, 44(1):5-23.
[14] LUSCH R F, VARGO S L. Service-dominant logic:reactions, reflections and refinements[J]. Marketing theory, 2006, 6(3):281-288.
[15] 郭骅, 苏新宁, 邓三鸿. "智慧城市"背景下的城市应急管理情报体系研究[J]. 图书情报工作, 2016(15):28-36.
[16] 佟玲, 付志平. 知识管理在企业管理中的应用研究[D]. 北京:对外经济贸易大学, 2007.
[17] GRAY P H, MEISTER D B. Introduction:fragmentation and integration in knowledge management research[J]. Information technology & People, 2003, 16(3):259-65.
[18] WU X, LIU Z. How community structure influences epidemic spread in social networks[J]. Physica a:statistical mechanics and its applications, 2008, 387(2/3):623-630.
[19] 刘俊熙. 搜索引擎在隐性知识显性化过程中的作用——论知识搜索及其变异:人肉搜索[J]. 现代情报, 2010, 30(3):7-10.
[20] 董小英, 晏梦灵, 余艳,等. 实践智慧助力中关村企业战略转型[J]. 清华管理评论, 2017(1):82-91.
[21] MAKRIDAKIS S. The forthcoming artificial intelligence (AI) revolution:its impact on society and firms[J]. Futures, 2017(90):46-60.
[22] 张英, 王儒敬, 魏圆圆. 基于知识地图的隐性知识获取系统的设计[J]. 微电子学与计算机, 2009, 26(5):17-20.

数字经济时代的知识管理:挑战与趋势

Knowledge Management in the Age of Digital Economy: Challenges and Trends

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	陆颖颖, 孙裕彤, 张瑶, 李旭光. 人工智能、机器学习、自动化和机器人技术对信息行业的影响——2021年CILIP专题研讨会综述与启示[J]. 图书情报工作, 2022, 66(19): 143-152.
[2]	袁毅, 陶鑫琪, 李瑾萱, 刘娅娴, 汪晓芸, 景香玉. 基于招聘文本实体挖掘的人才供需分析——以人工智能领域为例[J]. 图书情报工作, 2022, 66(14): 101-118.
[3]	刘坤锋, 李艳红, 张心源. 信任视角下数据智能与专家知识的对比实证研究[J]. 图书情报工作, 2021, 65(6): 110-117.
[4]	吴高, 黄晓斌. 人工智能时代文本与数据挖掘合理使用规则设计研究[J]. 图书情报工作, 2021, 65(22): 3-13.
[5]	钱力, 刘细文, 张智雄, 刘会洲. AI+智慧知识服务生态体系研究设计与应用实践——以中国科学院文献情报中心智慧服务平台建设为例[J]. 图书情报工作, 2021, 65(15): 78-90.
[6]	纪姗姗, 赵炳容, 刘峥. 国外知识组织体系管理工具比较分析与启示[J]. 图书情报工作, 2020, 64(24): 73-83.
[7]	余厚强, 白宽, 邹本涛, 王曰芬. 人工智能领域科研团队识别与领军团队提取[J]. 图书情报工作, 2020, 64(20): 4-13.
[8]	王曰芬, 杨雪, 余厚强, 曹嘉君. 人工智能科研团队的合作模式及其对比研究[J]. 图书情报工作, 2020, 64(20): 14-22.
[9]	邹本涛, 王曰芬, 余厚强. 人工智能领域高产科研团队的演化研究[J]. 图书情报工作, 2020, 64(20): 23-33.
[10]	杨新涯, 刘尚武, 罗丽, 魏群义, 王向辉, 付然, 许天才, 沈敏, 王彦力. 图书馆多媒体资源管理系统MRMS的现状与实践研究[J]. 图书情报工作, 2020, 64(19): 31-38.
[11]	涂佳琪, 杨新涯, 沈敏. 需求与决策驱动的图书智能采访系统研究与实践 ——以重庆大学图书馆为例[J]. 图书情报工作, 2020, 64(11): 28-34.
[12]	叶英平, 陈海涛, 陈皓. 大数据时代知识管理过程、技术工具、模型与对策[J]. 图书情报工作, 2019, 63(5): 5-13.
[13]	杨九龙, 阳玉堃, 许碧涵. 人工智能在图书馆应用的理论逻辑、现实困境与路径展望[J]. 图书情报工作, 2019, 63(4): 32-38.
[14]	王晰巍, 李玥琪, 刘宇桐, 李文乔. 大数据及人工智能时代背景下国外图书情报专业研究生人才培养趋势研究[J]. 图书情报工作, 2019, 63(11): 5-14.
[15]	吴庆海. 知识萃取应用框架研究与实务[J]. 图书情报工作, 2019, 63(1): 65-69.