亚洲国产日韩欧美综合A_欧美日韩亚洲色熟_亚洲男人在线天堂2019香蕉_在线观看亚洲国产色_国产色噜噜在线观看_精品国产高清一区二区三区av_久久伦理免费视频_免费无遮挡无码视频观看_14萝粉嫩自慰喷水_超碰牛牛91精品无码

新聞動態(tài) > 新聞詳情

知識工程2.0 :智能制造時代的研發(fā)智慧

2020-03-28 11:14     來源:中工云網(wǎng)     瀏覽:7342

本文標(biāo)簽:?知識工程?智能制造?智慧研發(fā)?

知識管理和知識工程對企業(yè)的重要性不言而喻,對中國企業(yè)尤為重要。當(dāng)前中國科技人才結(jié)構(gòu)呈現(xiàn)過于年輕化趨勢。知識缺乏有效管理,經(jīng)驗(yàn)和知識流失嚴(yán)重?!坝袠幼拥幕顣桑瑳]樣子的活不會干。”年輕人無法順利上手頂尖的型號研制,無法有效地應(yīng)用知識來解決問題。

中國企業(yè)一直在尋求轉(zhuǎn)型升級之道,希望在短時間內(nèi)進(jìn)入發(fā)展快車道。但企業(yè)的技術(shù)發(fā)展中,占主體的是持續(xù)進(jìn)化,而不是突變式創(chuàng)新。不進(jìn)行復(fù)制重用的創(chuàng)新是無效益的創(chuàng)新,是科研體系的最大浪費(fèi)。所以從“十三五”開始,知識工程成為一項(xiàng)國家戰(zhàn)略。

在智能制造時代,知識是研發(fā)的智慧,更是創(chuàng)新的基石。因此,我們非常需要用知識工程這個特殊的手段做好武裝,來達(dá)到核心能力的提升。

國外知識工程發(fā)展日趨成熟

技術(shù)的進(jìn)步和需求的升級,導(dǎo)致外部環(huán)境的加速變化,組織成果和知識也以前所未有的速度源源產(chǎn)生。隨著組織內(nèi)部各領(lǐng)域的專業(yè)性越來越強(qiáng),組織成員快速獲取知識和使用知識的能力成為其核心技能,管理與應(yīng)用知識的能力也成為企業(yè)的核心競爭力,國內(nèi)外各大企業(yè)紛紛在知識管理和應(yīng)用方面進(jìn)行積極實(shí)踐。


比較著名的有NASA知識工程體系、波音公司知識工程體系、英國石油公司(BP)知識管理、歐盟基于知識的研發(fā)體系等,這些企業(yè)在實(shí)踐應(yīng)用的廣度和深度上各有特色。但通過對以上幾家知名企業(yè)的知識工程建設(shè)的歷程、現(xiàn)狀和未來發(fā)展計劃進(jìn)行對比,發(fā)現(xiàn)一項(xiàng)共性特點(diǎn),那就是強(qiáng)調(diào)知識工程體系建設(shè)。這些企業(yè)顛覆以往“知識管理就是一個軟件平臺”的誤解,認(rèn)識到知識管理是一項(xiàng)體系化工作。所謂“體”,是適合各種企業(yè)用途的知識工程信息化系統(tǒng)的開發(fā)與建設(shè),以及知識資源本身的梳理和總結(jié)。所謂“系”,就是與知識工程相適應(yīng)的體制、文化、管理制度、標(biāo)準(zhǔn)規(guī)范和實(shí)施方法論等內(nèi)容的建設(shè)。

國內(nèi)知識工程1.0的成功實(shí)踐

在我們進(jìn)行精益研發(fā)體系研究和實(shí)踐時,知識管理是其中一項(xiàng)重要組成部分。但到底如何來做,在當(dāng)時是一道難題,因?yàn)楹芏嘀袊髽I(yè)都進(jìn)行過知識相關(guān)工作,但大部分都沒有發(fā)揮作用。研究發(fā)現(xiàn),企業(yè)的知識管理工作明顯存在以下三個大困局:

1)無知識,資深員工不知如何把知識共享出來,甚至意識不到自己有知識。當(dāng)我們請即將離崗的專家把他們的知識梳理出來的時候,專家們往往是一臉茫然;

2)弱知識,由于知識的梳理和挖掘存在問題,所以軟件中的知識過于泛泛,與工作關(guān)系較弱,只能做為閑來翻翻消遣之用。由于專家不能提供知識,企業(yè)的知識管理項(xiàng)目組只好從內(nèi)外部搜羅現(xiàn)有材料放入到知識管理平臺中。此類知識與實(shí)際業(yè)務(wù)勢必相去甚遠(yuǎn);

3)死知識,即使有一些有用的知識,但在遇到問題時卻反倒找不到這些知識。研發(fā)人員通常是通過搜索方式來尋找知識,往往發(fā)現(xiàn)要么搜索出來太多無關(guān)知識,要么搜索出來很少的知識,難以支持研發(fā)工作。

以上困局,使得即使是開展過知識工程工作的企業(yè),知識也沒有融入研發(fā)過程,沒有對研發(fā)活動起到支撐作用,存在知識與研發(fā)兩張皮現(xiàn)象。

為此,讓知識與研發(fā)流程伴隨,把完成工作包用得上的知識都與工作包伴隨起來。這樣可以利用研發(fā)業(yè)務(wù)活動進(jìn)行知識的產(chǎn)生、組織、管理、應(yīng)用和創(chuàng)新。這就很好的解決了以上三個問題,從而具有以下三個特點(diǎn)。

1)有知識,讓專家意識到自己確實(shí)有知識。讓專家在知識挖掘和整理的過程中有章可循。當(dāng)專家明確了要梳理自己擅長的工作包相關(guān)的知識和資源時,他們都表現(xiàn)的駕輕就熟;

2)活知識,在業(yè)務(wù)需要的時候,知識就出現(xiàn)了。變?nèi)苏抑R為知識找人,讓知識主動推送到研發(fā)人員的工作桌面上。工作人員領(lǐng)取到工作包的時候,知識就同時獲得;

3)強(qiáng)知識,所有知識都與工作直接強(qiáng)相關(guān)。無論用何種方法獲得知識,都是雪中送炭的知識,而不是錦上添花的知識。工作包上的知識只可能是與完成本工作包相關(guān)的知識,其他知識沒有機(jī)制和機(jī)會出現(xiàn)于此處。

這些是知識工程1.0的目標(biāo),主要解決知識如何共享出去,被別人找到,在相應(yīng)的地方用相應(yīng)的知識。

知識工程1.0在我國以航天航天等為代表的高端制造企業(yè)得到了成功實(shí)踐,這些行業(yè)企業(yè)對研發(fā)創(chuàng)新的追求是中國企業(yè)中最為執(zhí)著的那一批,因此也在國內(nèi)知識工程的應(yīng)用上走到了前列。?

知識工程2.0的發(fā)展方向?

雖然知識工程1.0在企業(yè)受到歡迎,但仍然有一些問題尚未得到好的解決,那就是知識本身的問題,包括以下兩方面:
? ?
1)遠(yuǎn)知識,知識似乎與工作有關(guān),但距離業(yè)務(wù)應(yīng)用太遠(yuǎn),使用起來不直接、不方便;

2)淺知識,只關(guān)注顯性知識的表面價值,看不到隱性知識的深層智慧。

為此,我們提出以下兩項(xiàng)要求,作為知識工程2.0的重要發(fā)展方向:

1)近知識,所有的知識可以像工具那樣直接使用,無需二次加工。無論用何種方法獲得知識,在應(yīng)用系統(tǒng)中可以即插即用;

2)深知識,提煉歸納分析知識的隱性價值。利用智慧分析方法,將隱性知識按照業(yè)務(wù)應(yīng)用情景顯性化,在研發(fā)人員工作過程中獲得智慧導(dǎo)航。

知識管理向上,梳理研發(fā)流程,將知識與研發(fā)流程的工作包伴隨,將知識融入流程。

知識管理向下,深挖設(shè)計過程中的知識。根據(jù)知識的類別,選擇合適工具進(jìn)行增值加工。通過計算機(jī)手段,利用知識建模手段生成數(shù)字化和工具化的知識,并直接與相關(guān)研發(fā)工具建立關(guān)聯(lián),使這些知識天然具有與業(yè)務(wù)工作環(huán)境互動的特點(diǎn),直接啟動應(yīng)用,使知識與設(shè)計活動緊密融合,直接支持設(shè)計工作。另外,這種方式也也提供了隨用隨積累、隨用隨創(chuàng)新的知識積累與應(yīng)用模式。

知識管理向上發(fā)展是知識工程1.0的重點(diǎn),向下發(fā)展是知識工程2.0的重點(diǎn)。?

知識增值加工是“知識工程2.0”核心

從工程實(shí)踐角度,對研發(fā)過程有幫助的資源都可以是知識,都是知識工程所建設(shè)的對象和范圍。知識資源增值是知識工程2.0的核心。

從企業(yè)實(shí)踐出發(fā),依據(jù)資源的特性和價值不同,我們對其進(jìn)行了類別和層級進(jìn)行了區(qū)分,分別是:實(shí)物、數(shù)據(jù)、信息、模式和技術(shù),同時這五類知識也具有層次遞進(jìn)的特征。針對這遞進(jìn)的五類知識,提出五種知識層級提升方法,即增值加工,分別是數(shù)字化、標(biāo)準(zhǔn)化、結(jié)構(gòu)化、范式化和模型化。

不同資源類型采用不同技術(shù)加工手段,提升其知識特征,是知識工程2.0的核心價值所在。實(shí)物資源數(shù)字化后具備顯性化特征,數(shù)據(jù)資源標(biāo)準(zhǔn)化之后具有有序化特征,信息知識結(jié)構(gòu)化之后具備共享化特征,模式資源范式化之后具備自動化特征,技術(shù)資源模型化后具備智能特征,利用大數(shù)據(jù)分析技術(shù)進(jìn)行知識的全息化之后具有智慧特征。

在智能制造時代,大數(shù)據(jù)分析方法的出現(xiàn)為知識層級的提升開辟了一種新方法:智慧分析法,將隱藏在以上各類資源中的知識挖掘出來,利用大數(shù)據(jù)分析技術(shù)找到數(shù)據(jù)之間的相關(guān)性,往往能夠突破基于預(yù)設(shè)模式的小樣本數(shù)據(jù)分析的結(jié)論,得到預(yù)料之外的顛覆性成果。根據(jù)工作場景自動分析工作需要,從現(xiàn)有的知識體系中自動組合當(dāng)前工作需要的知識,推送或嵌入到業(yè)務(wù)系統(tǒng)中,使之具有自判斷與自決策的特征。研發(fā)體系的智慧化水平將提升明顯。

因此,知識資源增值的程度,決定了知識接近業(yè)務(wù)的程度、促進(jìn)創(chuàng)新的程度以及研發(fā)體系的智慧化程度。未來工業(yè)4.0時代,基于大數(shù)據(jù)的智慧級知識普遍采用,那時我們將步入智慧研發(fā)時代。

免責(zé)聲明:凡注明為其它來源的信息均轉(zhuǎn)自其它平臺,由網(wǎng)友自主投稿和發(fā)布、編輯整理上傳,對此類作品本站僅提供交流平臺,不為其版權(quán)負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。如果您發(fā)現(xiàn)網(wǎng)站上有侵犯您的知識產(chǎn)權(quán)的作品,請與我們?nèi)〉寐?lián)系,我們會及時修改或刪除。聯(lián)系郵箱:liz@cimim.cn