IT对无形资源的支持能力-信息执行力的现代企业IT能力

资源基础论的一个主要贡献是它对无形组织资源的明确认同，无形资源的战略作用已经得到了充分的肯定。目前，CIO和其他高级管理者所面临的一个越来越重要的问题是“如何通过技术的投资来为公司创造优良的无形资源”［1］，知识资产和组织学习是企业无形资源的关键部分，而信息技术可以获取这两种无形资源。因此，本章的重点在于研究信息技术对知识管理以及组织学习的支持作用。

作者认为，组织学习与知识管理是一个问题的两个方面，这个问题就是组织如何利用现有的知识，通过组织学习的过程来获取竞争优势。但在本章中，作者还是想把这两个方面加以区分。因为从理论界和企业界的研究现状来看，知识管理和组织学习在研究的重点上还是有所不同的。知识管理研究的对象是“知识”这一客体，主要围绕知识的获取、创造、搜索、使用等一系列步骤展开，同时强调促进这一过程的组织与文化方面的因素，但最终目的是通过知识创新来增加组织的知识存量进而达到提升组织竞争潜力的目的；相比之下，组织学习研究的对象是“组织”这一主体，通过剖析组织深层的假设并形成新的认知，来达到适应环境和控制环境的目的，同时维持和改善组织的绩效。虽然在这一过程中也涉及知识的获取、共享和使用的过程，但却不是组织学习研究和探讨的重点所在。接下来的部分，作者试图从信息技术的角度就这两方面展开全面的研究和讨论。

知识管理的研究存在多种流派，涉及各个领域的研究人员，包括经济学者（研究知识经济）、人力资源管理（确保各层人力资源的知识与企业战略配套）、IT专家与资料管理员（知识的存储、检索、传播）、组织理论（知识扩散、组织结构、知识创新）等。众多领域学者的参与，使知识管理的研究出现了多种方向，比如：共享知识与最佳实践、知识共享的机制、知识的获取与重用、知识的成果转化、知识产品生产、知识创新、知识图、数据挖掘与知识库、理解与度量知识的价值、组织内部与外部的知识平衡（知识的进、销、存），等等。

正因为知识管理的多样性，我们有必要对这一领域的研究做一分类，从而确定本章的研究角度。尽管知识管理理论起源于战略和组织理论研究，但是大多数知识管理项目都会或多或少地涉及信息技术。在信息系统领域内，Schultz［2］采纳Deetz的分类框架，从Consensus—Dissensus与Local／Emergent—Elite／Priori两个维度形成的四象限出发，对该领域发表的有关知识管理研究的文章进行了归类，具体包括对话性论文（dialogic discourse）、批判性论文（critical discourse）、解释性论文（interpretive discourse）与规范性论文（normative discourse）。不同类别的文章在研究的重点、对知识的看法、理论基础和对信息系统研究的意义上均有所不同，作者进行了总结，如表4－1所示。

本章的目的是研究信息技术对知识管理与组织学习的支持作用，因此看起来更加符合规范化的研究，即在当前理论的基础上探讨如何设计IT来支持和提高组织知识的创造、存储／记忆、选择和应用过程。虽然知识管理并不是一项单纯的技术活动，但没有强大的现代信息技术支持，公司将很难在当代知识经济环境中取得竞争优势。基于计算机的现代信息技术无疑是知识管理产生的最重要的原因之一，也是知识管理得以实现的基本条件之一。

表4－1　信息系统领域有关知识管理研究的分类

知识管理技术是在数据管理技术和信息管理技术的基础上，针对知识的特性而开发的一些具有特殊功能的、能够协助知识管理人员和知识工作者进行知识生产、存储、提炼和传递的现代信息技术，它将基于计算机的信息管理系统和基于人际网络的沟通系统结合起来，形成具有认知能力和创新能力的知识网络或者智力网络。通过信息技术，可以使用在线索引搜寻某个专家或被记录的知识来源；在虚拟团队中共享知识并共同工作；查询已有项目的信息；通过分析交易数据来了解客户需求和行为等等。事实上，由于知识管理系统中涉及多种技术的应用，因此在知识管理中IT的作用也是多方面的。

当然，在理解信息系统的应用时，不应仅仅研究它对知识以及知识管理的积极一面，还应考虑到其消极的影响，而这正是解释性文章所研究的问题。因此，本章的定位是以规范性研究为主，但在其中会穿插提示一些信息技术的局限性。

按照前面两章的惯例，本章首先分析组织知识的RBV特性以及基于知识的信息系统如何取得长期竞争优势。

（一）组织知识的RBV分析

随着知识管理的出现，智力资本作为唯一真正的战略资产这一观点得到了越来越多的认同。有形资源提供的服务依赖于这些资源如何被组合和应用，而这正是企业知识的功能所在，也是企业知识的价值所在。这种知识嵌入在组织内多种实体中，包括组织文化、惯例、策略、系统和文件以及雇员，具有社会复杂性，因此难以模仿和替代；基于知识的资源来自于持续不断的知识创造过程，因此符合对竞争对手的事前和事后限制，从而具有产生长期竞争优势的潜力。

另外，知识对于核心能力的升级、转换和调配至关重要，而核心能力又是产生长期竞争优势的基础［3］。一方面，知识对于将资源和能力转换成动态核心能力来说非常关键；另一方面，当知识被使用或与他人共享时，其价值就会增加，它能够建立独特的路径依赖并且是因果模糊的。Miller和Shamsie［4］的研究表明，基于知识的资产具有健壮性和多功能性，因此能够提高企业适应复杂多变环境的能力。

由于企业内部的知识深埋于雇员的技能和经验、流程、策略和数据仓库中，因此组织知识和竞争优势之间的关系由企业的集成、转移、运用知识的能力来调节。按照Nonaka和Takerchi的观点，知识管理需要保证创造新的与任务相关的知识，并将其在组织内传播，同时将其体现在产品、服务和系统中。这里，信息技术在实现知识的价值上可以发挥重要的作用。企业内用于管理知识的信息技术可以分为三种类型：知识导向的技术、功能导向的技术以及专业导向的技术。知识导向的技术包括群件和网络浏览器这些直接处理知识工作与组织内知识共享的技术。这类技术（例如，Internet，Intranet，extranet，浏览器，数据仓库，群件，网络浏览器，文件管理，搜索和检索技术，数据挖掘，图像技术，推动技术，群组决策支持和智能代理）可以组织、提高和加快企业内、外部大规模的知识管理。像群件和多媒体系统能够帮助阐明假设、加快交流的速度、抽取出隐性知识、构建有关历史记录并对其进行分类，从而改善地理上分散团队的协同工作。功能导向的技术包括办公自动化、桌面计算技术这些支持操作层次活动的技术，操作层次的活动主要指在收集数据并最终将其提炼成企业所需知识的过程中对数据进行的处理、生产和相关服务。专业导向的技术支持组织内高度专业化的功能，通常这些功能需要高水平的技能。例如CAD／CAM软件以及专家系统软件。通过上述技术的应用和发展，企业知识根植于信息技术中的程度决定了企业对环境变化做出反应的能力。

因此，IT系统可以促进知识的体系化以及它的跨组织影响。当信息技术填充以企业特定的知识和洞察力时，就能够转变为特殊的资产，这种特殊的资产对于竞争对手来说几乎是不可模仿的。

（二）基于知识的系统如何获取SCA——以专家系统为例

专家系统作为基于知识的系统之一，通过模拟人类专家的知识及推理过程来解决特定领域的问题。了解专家系统在多大程度上可以产生持续竞争优势，可以使管理人员在是否将其作为组织资源上做出选择，从而解决企业中一些令人头疼的管理问题，例如，企业如何利用信息技术从基于知识的资产中获取并维持竞争优势，同时保护这些资源不受竞争对手的模仿。

在此之前，研究人员只是泛泛解释了信息系统的战略影响，对于专家系统也只是在产业组织经济的框架中进行了研究。在这一框架中，专家系统产生竞争优势的潜力主要是根据它是否能够使企业利用行业的结构参数来进行分析的，例如，提高企业对于供应商和客户的议价能力，提高进入壁垒等等。

这里并不对知识采纳一个特定的定义和分类方式，而是试图了解基于专家系统的知识是如何开发和利用，从而为企业产生持续竞争优势的。

首先，专家系统的知识库中包含着人类稀缺的知识，这些知识是人类专家在特定领域进行决策或解决问题的过程中使用的具有良好判断力的个人规则。这些领域知识的建立需要长期广泛的培训、学习和经验，也并不是所有人在经过了培训和学习后都能够成为专家，在很多领域中专家和非专家人员的比例是1∶100，从这种意义上来说，人类专家是稀缺的，毫无疑问，专家技能的稀缺正是建立专家系统的一个动因。

专家们的推断（知识）是通过独特的认知过程建立起来的。将专家和非专家进行决策和解决问题的行为进行对比，会发现专家具有独特的思维过程。专家获取和处理信息的方式不同于初学者。专家在获取信息时，首先建立一个完整的画面或脑力模型，然后再对特定的问题进行搜寻。相比之下，初学者通常被动地搜寻信息，按照数据呈现的顺序来对其进行分析。另外，专家能够感知大量有意义的模式，并且具有建立问题之间因果关系的能力，这种建模能力使他们在解释问题时只需要经过简单的记忆搜寻和处理。Bedard等人［5］的研究也发现，专家具有更加广泛的搜寻模式，并且在搜寻时间上更有效。

因此，从知识本身的角度来看，可以对专家系统做如下推论：

推论1：那些运用ES获取并利用稀缺的、特殊知识和技能的企业，相对于那些运用ES知识库存储一般性和标准性知识的企业，更能获得持续竞争优势。

其次，为了取得持续竞争优势，专家系统除了能够不断产生新的组织知识并有效利用当前的知识外，专家系统的构件本身也要利用当前组织知识不断进行升级和更新，以保持有价值、稀缺和难以模仿的特性。

专家系统按照知识的复杂性和技术的复杂性可以分成四种类型［6］：个人生产力系统（personal productivity systems）；知识密集型系统（knowledge intensive systems）；集成产品系统（integrative product systems）；战略影响力系统（strategic impact systems）。知识的复杂性是指专家内在知识的专业化和深入化的程度，决策过程的范围以及所需技能的水平。技术复杂性描述了编程工作的深度和广度，用户环境以及建立和实施这类系统所涉及的相关技术工作。战略影响力系统具有最高层次的复杂性：它包含了多种领域的深奥知识，并与其他不同的信息系统相连接。相比之下，个人生产力系统最为简单，因为它仅仅涉及单一领域的简单知识，并与其他计算机软件具有较少的联系。知识密集型系统具有较高的知识复杂性和较低的技术复杂性，而集成产品系统则反映了较低的知识复杂性和较高的技术复杂性。较高的知识复杂性和技术复杂性具有较高的难以模仿性，能够更容易使企业同竞争对手区分开来。

因此，从专家系统的复杂性上考虑，有：

推论2：具有复杂知识和技术体系结构的ES，相对于那些具有较简单的知识和技术体系结构的ES来说，更具有创造持续竞争优势的潜力。

最后，考虑到资产的专用性，ES是为解决某一领域的特定问题而设计的，不仅知识库是针对特定的问题，其知识表示和处理的方式也随着应用的不同而不同［7］。在今天，虽然知识表示和推理的方法有很多，但没有一种知识表示或推理方法适合于所有任务，因为知识表示和推理技术依赖于多种因素，例如，知识库的规模和复杂性，与其他硬件和软件系统的兼容性等等［8］。

此外，ES是针对特定的组织任务和组织环境而设计的。Sullivan［9］指出专家系统中所获取的知识只有在特定的时间段、放在特定的企业环境中理解才是有意义的，也就是说，专家系统所提供的解释和推断对于用户、知识工程师和其他专家来说必须具有意义。因此，普通的ES具有较少的价值，因为它依赖于以标准形式表示普通的、公共的知识。

规范性方面的研究建议［10］，用户界面应当考虑用户特征（例如，用户需要、要求和技能水平），只有这样才能被用户所接受。因此，从某种程度上来说，ES是针对特定的用户而设计的。例如，如果用户分别是非专家、初学者、ES建设者、专家，则ES分别承担顾问、指导者、合作者和同事的角色。

综上，从ES资产的专用上来看，可以得出如下推论：

推论3：如果一个企业的专家系统是针对特定的应用问题、组织背景和用户而设计的，那么相对于那些专家系统缺乏这种用户和组织特殊性的企业来说，更能形成竞争优势。

由于大部分的组织知识存在于雇员和经理的头脑中，因此，专家系统作为一种重要的资源，通过对有价值的、稀缺的、长期建立起来的专家知识进行吸收、复制、传播，能够将个人知识转换成组织知识以及将知识集成为有价值的组织惯例。专家系统中包含的多种知识表示机制，允许从多个专家提取知识和技能，并且自我更新、自我维持，从而促进了企业特定的默会知识的建立，因此，有效加强了组织知识和持续竞争优势之间的关系。

知识的定义问题早在古希腊时期就占据了哲学家们的思维，并引起了许多认识论上的讨论。作者没有必要探究、质疑或重新构造知识这一术语，或从古代及现代的哲学中发现“普遍的真理”，因为这种对知识的理解并不是本章研究的决定性因素。然而，在讨论信息技术对知识管理的影响时，有必要考虑有关知识的分类方式以及多种观点，并将信息技术对不同知识观点的支持作用提炼出来，这将使我们发现支撑组织知识管理过程和知识管理系统的一些假设。

（一）知识的分类

了解知识的分类是重要的，因为知识管理领域的理论发展受知识类型区分方式的影响。另外，这里讨论的知识分类方式可以使知识管理系统在设计时注意支持不同的知识类型以及知识在不同类型之间的流动。

G．Ryle于1949年出版的《心的概念》一书中提出了两类知识：知道是何（Knowing what）和知道如何（Knowing how）。

OECD报告在此基础上扩充为四种知识形式：Know－What（关于事实的知识）、Know－Why（关于自然界、人的思维和社会运动规则与规律的科学知识）、Know－How（随着时间逐渐在企业中积累起来的实际工作技能）、Know－Who（关于谁知道什么和怎么做的信息）。

作为知识管理领域的重要学者，Nonaka利用Polanyi的研究成果，阐明了知识的两个维度：默会性和明晰性。知识的默会性（以后称为默会知识）植根于行为、经验和特定的情境，由认知和技术因素构成。认知成分指由环境感知图、信仰和观点组成的个人脑力模型[1]；技术成分包括应用于特定情境的具体专业技能、方法和技巧。知识的明晰性（以后称之为明晰知识）可以通过符号形式或自然语言明确表示、编码和表达。例如，购买电器产品时厂家的说明手册，它包括了有关正确操作产品的知识。

因此，默会知识是指不能直接与人通过交流来传输但能被拥有者灵活应用的知识；明晰知识是指能清晰表达出来并能与人进行交流的知识。明晰知识的管理可以采取标准化的形式和标准化的步骤来进行，如制定培训制度、编制说明书等等；而默会知识的管理则比较复杂，因为默会知识是个人能力的直接表现，它不能通过学习和培训来获取，必须在“干中学”、“用中学”，并且经过很多次的实践、失败、再实践的循环过程最后形成。

知识也可以看作是存在于个人或集体中的。个人知识由个人创造并存在于个人头脑中，而社会知识由团队的集体行动产生并存在于其中。

Nonaka和其他学者极大地依赖于默会—明晰、个人—集体知识的区别，但却没有对不同知识类型之间的相互关系提供全面的解释。这种分类方式假设默会知识比明晰知识更有价值，这实际上表明人们没有能力在明确表示知识的同时保留其价值。

除了上述重要的知识分类方式外，还存在其他知识分类方式，这些分类方式虽然没有明确地表明知识的默会与明晰维度，但都吸收和引用了这一观点。这些知识具体包括陈述性的（知道关于……的事情，know－about），描述性的（知道是什么，know－what），程序性的（知道如何，know－how），因果性的（知道为什么，know－why），条件性的（知道何时，know－when）以及关系性的（知道与谁，know－with）。更加实用的知识分类方法仅仅试图识别对组织有用的知识类型。例如，有关客户、产品、流程和竞争对手的知识，这包括最佳实践、专门技能和启发性法则、模式、软件代码、业务流程和模型；体系结构、技术和业务框架；项目经验（建议、工作计划和报告）以及一些实用工具。知识的具体分类，如表4－2所示。

表4－2　知识的分类方式

续表

资料来源：见文献［11］

（二）有关知识的几种观点

多数研究人员，尤其是IT领域的学者，通常将知识、信息和数据区分开来，形成数据、信息和知识的等级观点。其假设是，如果知识同数据或信息没有分别的话，那么对知识管理的研究就没有什么新意。一个比较一致的观点是，数据是原始数据和事实，信息是经过处理的数据，知识是被证实了的信息。

Tuomi打破常规，认为通常假设的从数据到知识的等级结构事实上应当反过来：知识必须在信息得以阐明之前并且数据得以测度以形成信息之前存在［12］。Tuomi认为当知识被清楚地表达、用语言描述出来并且结构化表示时就形成了信息，当信息被给予一个固定的表达或标准的解释时，数据就形成了。这样一来，“原始数据”根本不存在，因为即使最基本的数据块也已经受到了识别和收集数据时的思维或知识处理过程的影响。这一论点的关键在于这样一个事实，即知识不可能存在于认知者之外，知识的形成不可避免地要受个人的需要和已有的知识存量的影响。因此，知识是由新的刺激引起的认知处理的结果。与此观点相一致，我们认为一旦信息在个人的头脑中加以处理后就被转变为知识，而知识一旦被清晰地表达并以文本、图形、文字或其他符号形式表达之后就成为信息。这一观点的一个重要含义是，个人若想对数据或信息达成相同的理解，他们必须具有一部分相同的知识基础。知识的这一定义方式所产生的另外一个重要含义是组织中支持知识的系统在本质上同其他形式的信息系统或许没什么不同，但是它要能够使得用户对信息赋予一定意义，并且用信息或数据来记录他们的部分知识。

事实上，Tuomi的这一观点并不新，我们可以从Polanyi对知识的看法中找到它的轨迹。Michael Polanyi认为，认识来自于知识意义的焦点（focal）部分与辅助（subsidiary）部分之间的动态交互［13］。按照他的说法，辅助知识包括潜意识的、情境的提示，而这些我们通常意识不到。然而，这些潜意识的、外围的暗示却为焦点知识的形成提供了背景。Polanyi称这些背景知识为默会知识，并认为这些未表达出来的背景知识将知识的焦点意义清晰地衬托了出来。从Polanyi的观点中可以看出，他将明晰知识理解为除去背景后的信息，并认为这种信息的建立和存在是离不开认知者已有的默会知识的，从这一点上说，它同Tuomi的看法是一致的。

在Polanyi之后，Nonaka和Takeuchi在两种知识动态交互的基础上建立了知识创造模型［14］。Nonaka和Takeuchi的核心观点是，新知识是在默会的心智模型明晰化的过程中创造出来的，在这一过程中，默会知识转换成了明晰的形式。

由上面可以看出，Polanyi对默会知识和明晰知识的区分方式不同于Nonaka 和Takeuchi。在Polanyi看来，默会知识是有意义的焦点知识形成的前提条件，没有任何明晰知识离得开辅助的、外围的、默会的内涵结构。因此不可能将明晰知识和默会知识分离开来，正是在默会知识这一背景之下，认知者才得以注意到焦点知识。这样看来，默会知识并未转换为独立的明晰知识，而是知识含义的结构转变了，原先作为背景的默会知识变成了焦点部分。在社会的层次上，同样的情形发生在个人默会知识转换为集体默会知识的过程中。在这样一个“社会化”的过程中，默会背景是由社会共享的知识意义结构提供的，它是在组织成员认知与社会发展的过程中建立起来的。

关于知识还存在另外几种看法，它们是［11］：①一种心智状态（a state of mind）；②一种对象（an object）；③一个过程（aprocess）；④获取信息的一种条件（a condition of having access to information）；⑤一种能力（a capability）。

知识被描述成“一种知道的状态”，而“知道”是“获得来自经验或学习的知识”的一个条件，并且是“所感知、发现或学习得到知识的总和”［15］。知识是一种心智状态这一观点集中于促使个人拓展自身的知识并将知识应用到组织的需要中去。将知识定义为一种对象的观点认为，知识是一种可以被加以存储和操纵的事物。过程的观点集中于专业技能的应用。知识是获取信息的一种条件，根据该观点，组织知识必须被组织起来以方便访问和检索。这一观点可以看作是对第二种观点的延伸，但特别强调了对知识对象的可访问性。最后，知识可以看作是一种能力，具有影响未来行为的潜力。Watson［16］建立了能力观点，并认为知识是一种使用信息的能力而不是进行具体行动的能力，解释信息并确定什么样的信息是决策所必需的，这种能力是可以通过学习和经历获得的。

（三）IT对不同知识观点的支持作用

上述这些有关知识的不同观点导致了对知识管理的不同理解。如果知识被视为一种对象，或等同于信息存取，那么知识管理应当集中在知识库的建立和管理上。而如果知识是一种过程，那么知识管理的重点应当放在知识流以及知识创造、共享和分发的过程上。知识作为一种能力的观点认为知识管理的角度应当围绕构建核心竞争力、理解技能（know－how）的战略优势以及创建智力资本展开。

当知识同数据和信息相比时，正像前面所分析的那样，存在两种观点，对于数据→信息→知识的等级观点来说，IT的作用在于如何更有效地促进个人对信息的接触和吸收。而知识→信息→数据的观点说明了只有那些具有一定共同知识的人与人之间才能实现真正的交流。为此，如果B为了理解A的知识，其知识基础中必然有一部分同A重叠（一个共享的知识空间），而信息技术能够增加组织中这一“微弱的联系”，通过促进个人之间非正式和偶然的联系来增加知识共享的宽度。

上述有关知识的不同概念产生了不同的知识管理战略，并对支持知识管理的信息技术所发挥的作用形成了不同的看法，如表4－3所示。

表4－3　知识观点及相应的IT支持

续表

资料来源：见文献［11］

在这一部分中，作者旨在从知识的过程观点出发，探讨信息技术对知识管理的作用。

（一）知识管理的过程模型

关于知识管理过程，许多学者提出了各自的模型。

Dibella和Nevis[2]认为KM过程是一系列组织学习阶段的循环：知识获取、知识的传播、知识的利用。

Marquardt[3]将KM过程分为四个步骤：获取、创造、传播与利用、存储。

Wiig[4]认为KM过程包括四个方面：知识的创造和取得、知识的编辑和转化、知识的传播、知识的运用和价值实现。

Van der Spek[5]提出了下述模型：开发新知识、现有知识及新知识的保护、知识的扩散、组合可用知识到产品与服务中运用。

O’Dell[6]的知识管理模型分为七步：辨识、收集、改进、组织、应用、共享、创新。

Beckman[7]提出了一个与O’Dell相似的八阶段的知识管理模型，包括识别、记录、选择、存储、共享、运用、创造和出售。

Ruggles[8]提出了具有支持活动的三阶段知识管理过程：产生、整理、传递。其中产生阶段具体包括创造、获取、合成、融合和改进；整理过程包括记录和显示。

最后，Holsapple和Joshi[9]提出了一个包含支持活动的范围更广的框架，该框架包括六个主要的步骤以及相应的支持活动：获取知识（吸取、解释、传递）、选择知识（定位、索引、传递）、内部化知识（评价、设定目标、存储）、使用知识、生成知识（监控、评价、生产、传递）、外部化知识（设定目标、生产、传递）。

总之，企业KM过程应包括从知识获取到知识应用的全过程，虽然在对这一过程的描述上，不同的文献稍有不同，通常是在活动的数目和名称上有所不同，但其基本概念是一致的。不同的企业根据其知识管理的不同战略，采用不同的KM过程并对各过程有不同的侧重点。

作者将知识管理过程划分为五项活动，具体为知识的获取、存储／记忆、选择、创造和应用。这些步骤和活动并不一定是串行的，它们常常是并行的、重复的过程或循环，其之间的主要关系，如图4－1所示。

图4－1　主要的知识操作活动

（二）IT对每一过程的支持

作者认为，IT的应用能够创造一个框架和环境，通过改善知识过程基本的动态性、范围、时间和整体协同来对知识过程进行深层次的实现、支持、扩充和增强，从而辅助组织的知识管理。因此，这一部分将定位于知识管理的过程并考虑IT在每一过程中的作用。

1．IT对知识获取的支持

知识获取是指识别组织环境中的知识并将其转化成组织可以内部化与使用的形式。组织获取知识的外部来源主要包括客户和合作伙伴（例如，供应商、物流运输商、产品服务商，等等）。

客户作为企业最重要的资源之一，正决定着企业的一切：经营模式、营销模式和竞争策略。客户的一举一动都应该引起企业的特别关注，否则企业即使具有优秀的产品也有可能会失去稍纵即逝的发展机遇。新经济时代，客户就是市场，如何才能在强者如云的竞争环境中捕捉到客户的有效需求、维持长期的合作关系是企业需要解决的重要问题。

客户智能（customer intelligence）作为客户关系管理的核心内容，其取得优良客户导向的关键能力是跟踪并预测变化了的客户喜好的能力，并进行客户利益率分析、忠诚度分析和消费行为分析，从而能够智能化地发现不易被察觉的客户知识，这些知识用在客户的决策问题上，能够达到出奇制胜的效果。

信息技术使上述的分析成为可能。客户智能系统的支撑技术包括：数据仓库、数据集成技术；知识发现技术；OLTP、OLAP、Legacy等分析技术；数据可视化技术；计算机网络与WEB技术。

目前，CRM与Internet技术的结合、计算机电话集成（Computer Telephony Integration，CTI）与呼叫中心（Call Center）的研制与使用、数据仓库技术在CRM中的使用、OLAP技术与数据挖掘技术在CRM中的应用，等等，许多这个层面的研究已取得了卓有成效的成果，有的已直接投入使用，成为企业获取客户知识的重要手段和途径。

从合作伙伴的角度来看，互联网独特的架构为供应链上多个合作伙伴之间同时多对多协作提供了便捷的方式。同时，基于互联网的信息传递服务使企业之间，而不只是企业内部的不同信息系统连接起来，为从内部流程整合扩展到外部流程整合提供了巨大的机遇。制造商、供应商和供应链上的其他合作伙伴之间的无缝沟通，使公司之间可以方便地共享知识，促进合作伙伴在整个供应链上进行协作。

当今，信息技术作为供应链管理的重要使能技术，随着网络技术（Internet／Intranet、局域网、广域网、网络协议等）、数据库技术、面向对象（O－O）技术、客户机／服务器（C／S）计算模式、电子商务、数据交换标准（EDI、STEP、SGML）、数据访问与传递安全技术（加密技术、防火墙技术）、各种管理软件（供应链管理SCM软件、ERP软件、制造执行系统MES软件、后勤管理LM软件、仓库管理系统WMS软件等）、条形码技术、电子资金转账（EFT）技术等信息技术的普及和应用，为企业跨地域从外界获得信息和扩大信息交换提供了有力的技术支持。

2．IT对知识创造过程的支持

组织知识创造涉及在组织的默会和明晰知识中建立新的内容或替代已有的内容［17］。通过社会化和合作化过程以及个人的认知过程（思考），知识得以创造、共享、充实、释放并且合理化。Nonaka著名的知识创造模型将组织知识创造视为默会知识和明晰知识不断相互作用的过程，以及知识从个人、团队直到组织层次的螺旋上升过程。在这一过程中，有四种知识创造的形式：社会化、外部化、内部化和联合化。社会化指默会知识通过社会交互过程以及组织成员的共同经历而转换成新的默会知识。联合化指通过合并、归类、重新分类以及综合现有的明晰知识而创造新的明晰知识（文献调查报告）。另外两种模式则涉及默会知识和明晰知识的交互和转换。外部化指将默会知识转换成新的明晰知识（清楚地表达习得的最佳实践和经验）。内部化指从明晰知识创造新的默会知识（通过阅读或讨论来增强知识和认识）。

当然，这四种知识创造模式不是孤立的，而是高度依赖和相互影响的。例如，当个人由于与他人的交互而触发某种新的洞察力时，社会化过程就导致新知识的产生。通过观点的讨论，社会化过程可以将当前的默会知识从一个人传递到另外一个人，这本身并没有产生新的组织知识，但是对于接受者来说这一知识却是新的。联合化过程在多数情况下是一个中间过程，个人从明晰知识中获取洞察力（内部化），然后将这种新的知识编码成明晰的形式（外部化）。最后，内部化过程包括简单的从当前明晰知识到个人默会知识的转换，另外，当明晰知识引发新的洞察力时，就会产生新的组织知识。

为了了解IT在什么样的条件和环境下有利于新知识的创造，我们借用Nonaka和Konno［18］提出的“场”的概念。Nonaka认为知识创造的本质问题是建立组织场（用于创造知识的公共空间），了解不同场的特征以及同知识创新模式之间的关系对于提高组织知识的创新具有重要作用。场提供了知识转化与创新的操作平台，是一种共享的空间，这种空间既可以是物理的（如办公室、车间）、虚拟的（如E－mail，电子会议），也可以是心理的（如共享的经验、观点、意识形态），或者兼而有之。知识在场中产生，因此，知识管理也在“场”中进行。

有四种类型的场与上述知识创新的四种模式相对应：①源发场；②互动场；③网络场；④训练场。

源发场对应于知识创新的社会化阶段，是组织知识创新过程的起点。源发场是这样一种空间，在那里，人们在同一时间、同一地点通过面对面的交流共享经验，个体的自我与他人之间的障碍被消除，人们共享有关感觉、情绪、经验和心智的默会知识；社会化鼓励人们共享和探索各自独立的知识，通过面对面的接触，实现默会知识——默会知识的转化。组织对源发场的管理是间接的，主要是提供促发源发场的条件。这一过程产生的知识是交感型知识。

互动场对应于知识创新的外部化阶段。互动场是指这样一种空间，在这里默会知识转变为明晰知识，人们通过对话和合作来共享明晰知识，个体之间通过相互探讨和分析，达到对事物的共同理解。相对于源发场而言，这种场可以较为直接地管理。这一过程产生的知识是概念型知识。

网络场是一种由虚拟世界代替真实时空的场，对应于知识创新的联合化阶段。在这里，新的明晰知识与已有的明晰知识连接，并被组合、储存，由组织的成员共享。这一过程产生的知识是运作型知识。

训练场涉及通过内部化过程将明晰知识转换为默会知识，这一过程产生的知识是系统型的知识。因此，训练场提供了积极并连续进行个人学习的空间。

这样看来，IT在网络场中的应用更加广泛。例如，在网络场中，IT有助于提高知识创新联合化过程的效率；数据仓库、数据挖掘、软件代理、决策支持系统、管理信息系统和Internet在网络场中具有重要作用。明晰知识的联合化，能够最有效地支持人们在合作环境下对IT的运用。

然而，考虑到现代IT的灵活性，其他形式的组织场以及相应的知识创造模式也可以通过对不同信息系统的使用而得到提高。例如，用于支持互动场中合作、协调和交流过程的信息系统可以促进团队合作，从而增强人与人之间的联系。电子邮件和群组支持系统加强了组织成员之间的微弱联系，而这又促进了知识创新的发展。Intranet使人们接触到更多的在线组织信息，而随着信息量的增加，个人通过观察和解释信息从而产生新的默会知识，亦即知识创新的内部化模式也得到了增强。从这一点来看，Intranet通过提供计算机模拟（支持干中学）能够支持个人的学习（明晰知识转换为个人的默会知识）。

另外，计算机支持的沟通方式通过建立论坛来提高知识创新的质量，这一论坛用于人们构建和共享观点，明确共同的看法并表达新的观点。信息系统通过促使组织成员之间的交互而使他们共享观点和看法并建立对话，从而可以使个人获得新的洞察力或对事物更为准确的解释。Boland等人［19］举了一个称之为Spider的信息系统例子，这一系统为个人观点的表示、交换和讨论提供了环境。因此，知识创造的质量得到了明显的改善。

当然，技术本身无法创造新知识，知识的创造依旧是个人或团队的行为，因此对这些问题的管理还需要一些软的工具和概念，例如Nonaka的“知识螺旋”，Leonard和Strauss提出的“创造性磨损”，以及Argyris的“双环学习”。

3．IT对知识选择过程的支持

（1）知识选择的重要性。在知识管理领域，知识选择的作用极其重要。一个组织可能拥有大量的知识资源，但如果所需的知识不能在需要的时间、需要的地点以有效的形式方便并且容易地获得，那么这些知识的价值就会大大降低。一家知识公司的总裁声称，公司每个业务人员平均要将50%的时间花费在寻找信息上，30%的时间试图使这些信息变得实用，只有10%～20%的时间真正用于阅读和分析数据［20］，这些都在某种程度上与知识选择有关。

知识选择是指在组织当前的知识资源中选取所需知识，并以恰当形式提供给需要它的知识活动（知识获取、创造和应用）。这一活动类似于知识获取，但其区别在于所操作的资源是组织当前已经存在的而不是位于外部环境中的知识。这两种知识操作活动需要不同的技能和成本。组织通常对于知识选择能够进行更多的控制，因为相对于外部知识源来说，组织对其内部知识源中知识的分布和组织有着较强的控制能力，除了在控制程度上的差异外，所选择的知识同所获取的知识在质量和成本上也有所不同。

知识选择活动在组织知识管理中发挥了核心作用，正是通过知识选择活动，知识的获取、创造和使用活动才得以同当前的知识资源产生作用，知识选择为它们提供了原材料。例如，当组织获取知识时，需要从内部知识源中选择知识以评价所获取知识的质量；知识创造的发生也得益于知识源中已有的知识；当生成需求预测时，知识使用活动需要选择过去10年的销售数据。当然，知识选择也离不开其他活动的支持，只有将获取和创造的知识存入组织记忆中后，知识选择才能够进行；同时，知识应用活动决定了从组织存储的知识源中选取何种知识应用于组织的决策之中。

（2）知识选择的步骤。知识选择活动涉及一系列子过程：识别、获取、组织和传送，如图4－2所示。

上述四个子过程并不严格按照顺序进行。知识选择要么由知识搜索者的请求引起（拉动式），要么通过预先制定的标准自动（推动式）引发。

从组织当前的知识源中识别相关知识，需要进行知识源的定位、访问、评价和过滤。当知识选择是由具有明确需求的知识搜索者拉动而进行时，知识的识别主要涉及定位知识来源。如果存在候选知识源，则需要对知识源进行评价以确定哪一个更适合，这种评价主要包括计算交易成本和评价知识质量，而评价依赖于对候选来源的访问和浏览。当知识搜索者的要求并不明确时，在知识的识别过程中需要同搜索者进行反复交互，以明确搜索者的请求，直到识别出所要请求的知识来源。这一交互过程也是知识过滤的过程，它能够消除非期望的候选知识源。当知识选择是推动方式时，知识的识别过程变得更加主动，因为在固定的请求中已经包含了知识搜索者预先设定的兴趣标准。定位功能按照这些固定请求来观察知识源中发生的变化，这一过程可以是连续性的、周期性的，也可以是间断进行的。通过这种方式，可以及时定位新出现的满足知识要求的候选知识源。访问、评价和过滤功能则在这些候选知识源的基础上进行。

图4－2　知识选择涉及的活动

获取知识涉及从组织的知识源中检索／收集／聚集知识的过程。检索是指从已识别的知识源中取出知识。如果被选择的知识位于多个知识源中，则涉及在不同的知识源中进行有序的收集或聚集。在收集的过程中，知识检索的时间和顺序对于知识的获取具有重要影响。知识获取的方式随知识源的类型、特征的不同而不同，即使从单一的知识源中获取知识，也随着知识属性（默会／明晰，文本／视频，新的／旧的，描述性的／程序性的）的不同而不同。一旦知识被获取，有必要在将其转移到知识搜索者之前对其进行组织。

要使知识选择发挥最大效用，应对知识加以组织而满足每个搜索者的需要。对已获取的知识进行组织，包括对知识的解释、提取、精炼、聚集、转换、定位和包装。其中，提取、精炼、聚集、转换涉及对知识内容的修改，而定位和包装涉及对知识的外观进行重新安排。所有这些功能的实现均依赖于对知识的解释能力。

如果没有对知识的组织这一子过程，所获取的知识就会原原本本地转移给知识搜索者。在某些情况下，这些知识是可以接受的，但有时这些知识对于知识搜索者来说可能过于广泛、粗糙、零散或模糊；或者知识的表示形式不适合知识搜索者。而知识的组织过程可以客制化知识的表示方法从而满足知识搜索者的需要。由于知识搜索者的喜好可能包含在知识的请求当中，因此，知识的组织过程可以看作是从知识的一种表达方式映射到另外一种表达方式，其映射的准则就是搜索者的需要和偏好。

知识的传送可能涉及将知识传递给一个或多个知识搜索者。传送活动涉及渠道的识别和选择、时间和渠道的安排以及知识的发送。渠道可以呈现不同的形式（例如E－mail或web页面），也可以选择一个或多个有效和可靠的渠道将知识发送给搜索者。渠道的选择同时依赖于搜索者在知识请求中所阐明的喜好。如果同时有多个知识流需要传送，则需要按照重要性和紧迫性的程度来对这些知识的发送进行安排。

（3）知识选择技术。目前出现了大量进行知识选择或支持知识选择活动的技术，确定何种技术能够满足组织知识选择的需要，对于今天的管理人员来说是一项具有挑战性的工作。知识选择技术应具备多种特征，例如，理解知识选择的背景、从先前的选择请求中进行学习、提供可能的知识选择方案。了解知识选择技术的功能有助于确定什么样的产品适合组织的知识管理需要。

目前，知识管理软件行业还处于初级阶段。用于描述KM技术产品的术语有很多种，这使得在对产品进行对比和评价时产生了困难。表4－4显示了具有代表性的支持知识选择的技术产品。

表4－4　几种具有代表性的知识选择技术

资料来源：见文献［21］

第一，本地知识库选择技术。虽然一些传统的技术并没有被冠以知识管理的名称，但我们可以从知识管理的角度来重新看待它。例如，数据库管理软件的本质特征就是按照搜索者的要求，从存储的数据库中选择相应的子集。在数据库查询中，其重点在于从文件中对描述性知识（数据、信息）进行条件选择，这些文件按照一定的规范（DB2，Oracle）进行组织。同样，一些新出现的知识管理产品也具有创建本地知识库并提供随后的知识选择的功能。例如表中的Hyper－knowledge产品，它为用户提供交互式建立超知识库的工具，并重点存储程序性和推理性知识。这种超知识结构由具有连接关系的不同结点组成，它们反映了结点之间的语义关系。利用这一产品，组织可以将示意性知识源（战略、基础设施和文化）内部化到计算机中。

Folio Views和Folio Builder也同样是从本地知识库进行知识选择的技术，Folio Builder将多种知识来源内部化到知识库中，Folio Views则按照搜索者的要求进行相应的知识选择。Folio Builder自动地从多种具有不同格式的（MS Word，RTF，HTML）文件中搜索知识，包括多媒体文件（例如图形、声音、视频）。这些知识内部化到一个经过组织、索引和压缩的Folio Inforbase中。Inforbase管理员对其进行安全和权限的设置并维护其内容。FolioViews在本地Inforbase上进行知识选择，它提供多种文本搜索特征，包括布尔检索、短语检索、近似检索、自然语言处理、重要性排序、通配符检索和字段检索，同时支持文件层次的检索以及字段、字符等级别的限制检索，它同样支持用户运用模板进行客制化的查询以及由Inforbase管理员建立的问询式查询。

与Hyperknowledge和Folio一样，KnowledgeX从多种外部来源中获取知识，形成具有相互联系的知识类别，并从中进行选择。KnowledgeX允许用户增加或更新知识库中的内容。KnowledgeX还能将知识类之间的关系以图形的方式展示出来，从而使用户在搜索和浏览本地知识库时更加直观。用户可以用自然语言描述所要搜索的知识，其结果可以按照报告模板进行组织，并通过E－mail传递或直接张贴到Intranet服务器上。

第二，交叉知识库选择技术。与创建一个特定的知识库并在此基础上运行知识选择软件不同，我们还可以对当前已经存在的知识库进行选择操作。在这种情况下，选择软件是运行在不同的、分部式的数据库基础之上，这些知识库是组织长期以来为了满足特定的需求而建立起来的，并且知识库中的文件以多种格式存在，这就为知识选择活动带来了困难。例如，如何确定所需的知识在何处，如何解决不同计算机系统之间的接口规范，如何组织来自不同知识库的选择结果。

解决这一问题的方法之一是运用技术来集成组织中的不同知识库，促进横向思维。当然，这种集成是虚拟的，相互独立的知识库依然存在，但知识搜索者不必考虑这一问题，知识选择技术为用户提供统一的界面，捕捉来自不同知识库中的知识并将结果组织成统一的格式。

Knowledge Management Suite就是这样一种知识选择技术，它通过建立一个知识仓库来统一对不同知识库的访问。知识仓库是按照知识的等级分类进行组织的，这种分类系统也称为知识地图。存在于不同知识库中的知识资产可以具有不同的格式，例如Word、Excel、WordPerfect、HTML、PowerPoint、关系数据库、图形、视频等等。从知识搜索者的角度来看，Knowledge Management Suite很像一个Web浏览器，而知识地图就是一个文件夹，里面包含着不同层次的组织知识类别，知识选择活动可以通过不同的方式进行，例如自然语言检索、布尔检索、近似检索、情境检索等等。

Fulcrum Knowledge Network也是支持从公司知识库进行知识选择的一套产品，这些知识库分布于公司的不同地方并且具有多种存储格式。具有等级结构的文件夹式的知识地图将组织中不同的知识库连接起来，这一地图包括公共文件夹和私人文件夹。前者由Knowledge Network管理员为整个组织建立和维护，而私人文件夹则按照特定的个人需要而建立。知识地图、索引和文件属性由Knowledge Center持有以便Knowledge Server软件执行选择活动。对于一个特定的请求，选择结果按照一定的格式显示出来，而搜索者无权访问的知识则不予显示。智能代理可以按照用户定义的要求，通过E－mail或浏览器界面进行推动式选择。

具有交叉知识库选择功能的技术还有SEARCH’97和Excalibur Screen Room。

第三，知识选择附件。另一类知识选择技术由作为群件或工作流系统附件的软件组成。例如，grapeVINE可以用于改善群件的功能，它包括知识图表、目录和兴趣说明。知识图表是一个表示组织知识的关键字分级结构；目录指出到哪里可以找到需要的知识；兴趣说明则描述了每个用户的知识需求，并将其映射到知识图表中的四类知识：惯例知识、重要知识、行动知识和关键知识。Notes中使用的grapeVINE运用组织特定的标准来监控不同Notes数据库中的文件。通过Notes mail、grapeVINE E－mail用户会收到一些提示信息，其中包括了用户感兴趣知识的简要描述、相应的链接以及有关的讨论，用户可以向Notes数据库中添加观点以及评价，grapeVINE负责将用户需要的知识选择出来。

第四，知识选择模块。还有一些知识选择技术不是作为独立的软件存在，而是作为一个模块集成到其他产品中，例如Linguist XTM和Viz ControlsTM。微软、Oracle、SPSS、Infoseek等公司都将Inxight技术集成到自己的产品中去，虽然这一技术仅仅能够对文本资源进行选择。Viz ControlsTM是一个可视化的展示工具，能够将选择的文本以不同的方式显示。Linguist XTM通过对文本的分析来识别所要选择的知识，这种分析包括对字的分析和对句子的分析。对字的分析成分包括词干和词形变化；对句子的分析成分包括语言辨识、语言符号和标示符。除了识别知识外，Linguist XTM还能够对选择的文本进行实时的概要提取，这就使得知识搜索者能够快速了解文件的大致意思。

（4）IT在知识选择上的局限性。组织的知识来自于雇员、计算机系统、工具（例如手册、视频、纸质文件）、基础设施、文化等等。总的来说，这些知识源可以分成两类：内容知识源（content resource）和示意性知识源（schematic resource）。主要区别在于内容知识源的存在不依赖于组织的存在，而示意性知识源的存在离不开组织。一般来说，内容知识源中的知识相对明晰，示意知识源中的知识较为默会，而对默会知识的选择要比明晰知识的选择难，人通常善于选择默会性知识，计算机则在选择明晰知识时更有效。对于示意性知识源来说，由于没有一个可以直接进行观察的对象，因此，选择行为通常是通过行为、活动和对结果的观察而进行的，可以看出，这种选择比较困难也比较耗费时间。然而随着示意性知识源的发展，组织通常会将基础设施、目标和战略知识编码到有关文件和工具中（例如计划报告书、政策说明书、组织结构图），它们在某种程度上可以代替示意性资源，而利用IT从这些工具中进行知识选择通常会更及时和方便。不论怎样，组织中的示意性知识源还是大量存在的，并且有相当一部分难以明晰化。我们上述对知识选择的探讨也主要集中于对内容知识源的操纵，这可以说也是IT的局限性之一。

另外，知识选择的影响因素除了技术因素外，还有管理因素和资源因素。其中，管理因素的重点在于如何确保被操作知识的质量和数量，并使其受到良好的保护。然而，除了对知识源进行控制以保证被选择知识的有效性和有用性外，还应对知识选择的结果进行评价，具体包括：选择的效果、时间、方便性、成本、对其他知识操作活动的影响、灵活性，等等。这些都是在知识选择的管理上所要考虑的因素。

资源因素有四种：财力、物力、人力和知识。其中，财务资源设置了知识选择支出的上限；人员的知识操作技能同样可以限制或促进知识选择的进行；不同的知识源同样影响着知识选择的进行，每种知识源均可根据一系列特征来描述，例如，重要性程度、地点、方式（默会／明晰）、类型（描述性／程序性／推理性）和使用年限，这些都决定了知识选择何时以及如何发生。另外，由于知识可以用不同的形式表示，如文本、图像、音频或视频，从文本性知识中进行选择的技能不同于从音频和视频中进行选择所使用的技能，因此，面对不同的特征，组织应当识别主要的知识属性以及所需的技能，并逐步建立这些技能。

4．IT对知识存储／组织记忆的支持

实证研究表明，尽管组织能够创造知识并进行学习，但组织也会遗忘（忘记所学的知识或找不到知识所在的地方）。因此，对组织知识的存储和组织，即组织记忆，就构成了对组织知识进行有效管理的一个重要方面。

组织记忆记载和反映了组织所学，是组织内的知识来源，也是组织进一步学习的起点。已有文献中对个人记忆同组织记忆进行了区分，认为个人记忆建立在个人的观察、经历和行为基础之上，而组织记忆被定义为组织存储知识以备将来使用的方式。组织记忆超越了个人记忆的范畴，还包括其他一些组成部分，例如，组织文化、转化（生产过程和工作流程）、组织结构（正式的组织角色）、生态（如工作场所的有形设计或物理结构）和信息档案库（包括组织内部的和外部的）［22］。

组织记忆作为组织存储的可供未来使用的知识仓库，提供给决策者的不仅仅是硬数据或信息，还有软信息，即信息的内涵［23］。组织成员、既成的事实、统计数字和行为规则等称为硬数据，而把组织内相互默契的配合（可以是人和人之间，部门和部门之间，以及人和部门之间的配合）、专门技术、经验、组织的成长历程、决定性的时间、组织的战略规划和战略决策等称为软数据。大多数组织都有不同类型的信息系统，如库存控制系统，财政决算系统，用来存储和查找硬数据，却很少有相类似系统来处理软信息。可以利用超媒体对多种数据（如文本、图形、声音、影像和图像）的处理技术来管理组织记忆，基于超媒体的信息系统在处理大型的、复杂的、多联系的以及多参照系的信息时具有的特长。这些系统与纯文本系统和文件管理系统一起，同时应用现代访问技术，如导航技术、查询技术等，能够帮助存储和查找大量的组织信息，不仅包括硬数据，也可以获得软数据信息［24］。

组织记忆对组织的行为和绩效具有积极的一面，同时也具有潜在的消极影响。从积极的一面讲，组织记忆有助于存储和重新应用以标准和程序形式存在的具有可行性的解决方案，从而避免在重复相同工作时浪费组织资源。从消极的一面讲，在个人层面上，组织记忆会导致决策偏见；在组织层面上，组织记忆由于加强了单环学习（检测错误并修正错误的过程）而使得组织维持现状，这会导致稳定、一致的组织文化从而抵制变化的发生。

尽管组织记忆具有一定的局限性，但是IT使能的组织记忆对个人和组织的行为以及绩效还是具有积极的作用的。先进的计算机存储技术和高度发展的检索技术，例如查询语言、多媒体数据库、数据库管理系统，都是改善组织记忆的有效工具。群件使得组织以结构化和非结构化的信息形式创建组织记忆并在不同的时间和地点共享这一记忆。文件管理技术使得散布在各处的组织过去的知识得以有效地存储和访问。利用这些技术，多数咨询公司通过建立大量的有关客户、项目、竞争和行业的知识数据库而创建了自己的组织记忆。

Argyris和Schon认为，记忆对组织的知识创造和学习非常必要，而信息系统是记忆的重要组成部分。Stein和Zwass将组织记忆信息系统OMIS（Organizational Memory Information Systems），定义为“一种系统，通过它，组织当前的活动可以充分利用组织过去的知识，从而提高组织的有效性”［25］。一个OMIS可以通过不同类型的信息技术（例如数据库、知识库和Intranet）共同组成OMIS基础设施来实现。

环境的复杂性和组织内管理人员与专业人员的更替，使信息系统成为支持组织记忆的重要手段。Huber（1990）曾经断言，先进的信息技术在促进数据库和专家系统的建立和使用的同时，也使其成为组织记忆的重要组成部分。组织记忆不论是现在还是将来，都将极大地依赖于结构化的信息系统的支持。事实上，在今天，很难想象如果组织无法得到过去的解决方案和规划结果将如何在知识密集型的工作中做出决策。

目前，已经实施或提出的面向特定任务的组织记忆信息系统以及信息系统支持的主要记忆分类方式，如表4－5和表4－6所示。

表4－5　面向特定任务的组织记忆信息系统分类

资料来源：见文献［26］

表4－6　信息系统支持的主要记忆分类方式

OMIS对知识管理的支持主要体现在两个方面：①提供当前准则和标准的部分记录，从而可以使组织进行评论和修改。②对组织获得的知识进行编码化，以备将来使用。正是通过OMIS这种超越了决策者个人记忆的机制，才减缓了由于人员更替对组织造成的影响，从而保持了知识管理的成果，并成为组织进一步进行知识创造的基础。

从OMIS的功能可以看出，在OMIS建立的过程中，记忆的编码化是其中一个重要的部分。记忆编码化的水平是记忆内容可以被形式化、明晰化的程度。知识可以定义为解释、预测和技术，并且可以根据人们对自身任务或环境的控制水平来进行测度。Bohn［29］对于生产过程识别了八个阶段的知识（事实上包括了技能和潜在的知识），从最初的识别到测度，直到最后将其合并到一个更大的理论和实践框架中，以期对知识的明晰化程度进行测度。其中，（1）到（4）阶段涉及信息（相关变量的定义和测度以及结果信息），较高的阶段则代表了解释、预测和技术之类的知识。具体如下：

（1）某一状态特征的陈述；

（2）识别关键变量；

（3）评价变量的重要性（关键因素）；

（4）定义变量的测度标准；

（5）控制局部变量的能力（技能）；

（6）用理论解释局部变量的改变对系统产出造成的影响；

（7）使预测和模拟在一定误差范围内的理论；

（8）形成对生产过程的完整知识（在x%的误差范围之内）。

记忆的编码化过程中还有一个重要问题，那就是对情境知识的存储。当围绕知识创造的情境知识没有得到共享时，对知识的存储是否会导致有效的应用这一结论还值得进一步探讨。因为情境知识的丢失意味着知识本质的丢失。因此，在对知识的存储进行设计时，应当考虑需要同时包括多少情境知识。另外，今天的知识对于明天来说可能会没有用处，因为知识是不断进化的，因此，任何设计用来存储知识的系统必须确保知识的动态性并适时更新。

除此之外，还有一些影响知识存储是否成功的非技术因素，例如雇员没有时间贡献他们的知识，或者公司文化不鼓励贡献和共享知识。在多数组织中，组织成员感到他们在公司的未来依赖于自身产生的专业技能而不是帮助他人的程度，这样一来，人们就会试图建立并保护自己的知识。虽然人们愿意与他人共享自己的知识，但可能他们自己并没有意识到自己学到了什么，即便他们意识到了自己所学，他们也不清楚所学的哪些知识对他人有用。这些都不是IT所能完成和实现的。

5．IT对知识应用过程的支持

知识竞争优势的来源在于知识的应用而不是知识本身。知识的应用效果同组织成员有着密切的关系，主要包括：①知识接收者的特征（即获取知识的意愿）；②对知识来源的不信任；③缺少时间或机会应用知识；④接收者的吸收能力，不仅包括获取知识和吸收知识的能力，还包括运用知识的能力。最难控制的是第④点，因为知识必须在接收者头脑中经历一个改造的过程，这一改造过程依赖于接收者对新事物的认知能力，而接收者通常按照自己的思维框架来解释知识和应用知识。

由此看来，提高知识的应用水平关键在于扩大和提高组织成员对新事物的认知能力或改善对旧事物的理解能力，而扩展组织成员的认识能力和理解能力需要为其提供接触多种知识来源的渠道，增加他们进行学习的机会，这些渠道可以是正式的也可以是非正式的，可以同个人有关也可以同个人无关。非正式的渠道，如不定期的会议、非正式的讨论会或业余时间的交流，都能够促进知识在人员之间的流动，但这种交流通常只限于具有共同兴趣的人员之间，传播范围较窄，因此，在较小的组织中会更加有效。正式的渠道，如培训和车间换班，可能有助于知识的应用，但会抑制创造力的产生。与个人有关的渠道，如做学徒或进行人员调换对于应用一些具有高度情境依赖性的知识非常有效。人员调换是一种正式的与个人有关的渠道，这种调换有助于加强在不同环境下应用知识的能力。同个人无关的渠道，如知识库，对于那些能够容易地应用到其他情境中的知识更有效。

IT可以支持上述四种渠道，但通常主要应用于非正式的、与个人无关的方式（像Lotus Notes讨论数据库）以及正式的、与个人无关的方式（像知识地图或公司目录）。

总的来说，IT是通过扩展个人的沟通渠道从而增加组织成员应用知识的能力。组织成员在日常的接触中很难发现新的知识来源，由于同一团队中的成员拥有的知识具有相似性，所以他们很难在彼此之间发现新的知识。另外，研究发现，个人有时没有意识到其同伴在做什么［30］。因此，将人际网络进行拓展对于知识应用过程来说至关重要，因为这可以使个人接触到更多的新观点，并使组织知识的应用可以跨越时间和空间。计算机网络和电子公告牌以及享有共同话题兴趣的用户组织的讨论群体，能够促进人们之间的知识交换。公司目录可以使个人快速定位具有所需知识或能够解决所需问题的人员，这种源知识（关于知识在何处的知识）同初始（original）的知识同样重要。对知识进行分类或提供组织知识地图也可以使人们快速定位知识或拥有所需知识的人员。

智能代理作为现代信息技术的一种，在知识管理过程中发挥了重要作用。Selker认为，代理“是一种计算机程序，能够代替他人激发与人类之间的关系”[10]。Maes声称“代理能够在不同方面帮助人们：隐藏任务的复杂性、代表用户执行任务、训练或指导用户、促进不同用户之间的协作、监控事件和程序”[11]。Hayes－Roth认为：“智能代理连续执行三种功能：感知环境中的动态状况；影响环境的状态；推理并决定如何行动。”[12]Foner认为智能代理是协助用户完成任务的系统[13]。Russell和Norving将代理定义为：“通过感知和作用来认识环境的事物。”[14]FTP对智能代理的解释是“一种自包容的计算机程序，能够代表用户执行任务”[15]。IBM定义智能代理为：代表用户或其他程序执行某操作集合的软件实体，具有一定的独立性或自治性，为此，能够运用某些知识并代表用户的目标或愿望[16]。总体来说，智能代理具有如表4－7所示的特征。

表4－7　智能代理的特征

资料来源：见文献［31］

智能代理对知识管理过程中的知识创造、知识选择和知识存储三个重要的过程具有很强的支持作用，目前已实现的智能代理系统、系统特征以及相应的理论基础，如表4－8所示。

表4－8　智能代理在知识管理中的作用

续表

资料来源：见文献［31］
①ACT是adaptive control of thought theory，即思维的适应性控制理论的英文缩写。

组织学习是指组织通过不断创造、积累和利用知识资源，努力改变或重新设计自身以适应不断变化的内外环境，从而保持可持续竞争优势的过程［32］。由于组织学习和基于资源的理论均追求创造和维持竞争优势这一目标，因此，将组织学习作为一种战略资源纳入基于资源的观点是符合逻辑的，而基于资源的理论若要充分地解释获取持续竞争优势的过程就必须将组织学习这种战略能力包含进来。

对于组织学习与持续竞争优势关系的探讨，作者主要是从组织学习的动态性角度进行考虑的。Dierickx和Cool［33］认为，在研究RBV时应将时间因素考虑其中，因为竞争优势的建立需要时间。Nevis［34］也认为，组织学习作为一种可测度的组织能力，能够随着时间的推移建立起来，并且可以用于获取竞争优势。然而，目前基于资源的理论更多的是从静态角度来对打造竞争优势的结果而非过程进行研究，忽略了寻求竞争优势这一过程的动态本质。而组织学习不仅是结果，更是一个过程。Nevis等人将组织学习定义为“组织内运用经验来维持和改善绩效的能力和过程”［34］。这一定义类似于Argyris和Schon（1978）、Dodgson （1993）、Senge（1990）以及Shrivastava和Grant（1985）所提出的组织学习的定义。按照Dodgson的说法：“学习是一个动态的概念，理论上它强调一种不断变化的、动态的组织特性。”［35］这样看来，组织通过不断的自我学习来对资源不断进行操纵并重新调配来自目标资源的优势，从而成功地走在竞争对手的前列而获得了持续竞争优势。这说明，持续竞争优势可以产生自其他企业对本企业战略的无法复制，也可以在企业不断开发自身能力从而更好地利用资源配置的情况下产生，虽然从本质上讲，这些资源同竞争对手的资源并没有什么不同。换句话说，企业可以利用已经取得的优势来重新配置资源以更好地适应竞争环境，而这种不断的调整正是组织学习的核心所在。

有目的的资源配置需要改变组织所具有的因果映射（causal map）。组织因果映射发生的变化是认知改善（cognition development）；而组织反应模式中发生的变化称为行为改善（behavioral development）。行为改善可以在没有发生认知改善的情况下发生，反之亦然。为了有效地建立持续竞争优势，认知改善和行为改善都是必需的，而这也是组织学习的要求。企业必须了解如何重新配置已有的资源（因果映射的变化），同时能够在新的条件下执行这种对资源的重新配置（组织行为的变化）。

按照认知变化和行为变化发生的范围，可以将组织学习分为不同的层次：单环学习和双环学习，或称之为低层次学习和高层次学习。企业重新对资源进行配置实质上是在重新定义自己在市场上的竞争方式。这种竞争方式的改变要么需要改善当前战略实施的方式——单环学习，要么需要重新定义基本的运营假设——双环学习。在对目标资源的重新配置过程中，通常需要的是高层次的学习，因为它要求全面调整准则和标准，而不仅仅是对特定的行为活动本身进行改变。一般来说，学习的层次越高，与学习有关的竞争优势就越持久。低层次的学习通常导致操作程序的改变，而并没有改变高层的业务准则，这种学习通常发生在组织环境已被充分了解并且不确定性相对较低的情况下。然而，在管理文献中，有很多例子表明IT可以通过对单环学习的支持来对竞争优势有所贡献［36］。在这些例子中，企业并没有停留在IT带来的最初优势上，相反，企业对这些优势进行重新部署和组合。在这一过程中，组织学习充当了关键要素，它能够不断利用资源带来的优势从而更好地进行资源开发和配置，因此，应将组织学习作为一种战略资源涵盖在基于资源的观点之中。

（一）组织学习的不同观点

21世纪的人，不应仅是泰勒和法约尔看成的“经济人”，梅奥认为的“社会人”，马斯洛倡导的“自我实现的人”，麦格雷戈提出的“复杂的人”；也不仅是20世纪70年代戴维思强调的“组织的人”，80年代追求的“文化的人”。21世纪的人是把学习看作人的天性与生命趣味盎然的“学习型的人”，学习动机被看成是每个人与生俱来的，人们怀着对未来前景的共同憧憬和追求，必将激发自我不断学习，因为每个人都是天生的学习者，这是组织学习研究发轫的人性假设前提，并为组织学习的研究奠定了坚实的基础［37］。

有关个人学习的研究多数是从对人类行为的心理研究开始的。最初，行为主义者根据刺激（S）—反应（R）行为模型提出了有关学习的早期理论。学习被认为是反应概率的改变。新近的行为主义者认为反应概率的改变来自学习过程的随机模型，从而拓展了最初的过分简单的观点。而强调解决问题的认知心理学从信息处理的角度看待学习，主张既要注意行为的研究，又要试图了解人的智力的性质和人们如何进行思维，并认为学习必然改变知识状态，而不仅仅是反应概率的改变，研究的重点也随之转移到探索记忆的结构、信息的处理、知识的组织以及获取和搜索相关信息以解决特定的问题。

相对于个人学习的研究，有关组织学习的探讨则显得比较分散。自20世纪90年代以来，组织学习和学习型组织一直受到西方学术界和企业界的广泛重视，人们从多个方面开展研究，其中包括：组织学习的内涵，组织学习的层次（指单环学习、双环学习、三环学习等），组织学习的过程，组织学习的范围（指个人、团队、组织等），组织学习的方法和工具，组织学习的案例，以及如何建立学习型组织等。

尽管事实上没有一种严谨的组织学习理论，但是对于组织学习的研究还是可以归纳为四种显然不同的观点，这些观点基于不同的理论假设，并且在对组织学习的研究上形成了一种互补的趋势。它们分别将组织学习视为：①一种适应性；②假设共享；③建立有关行为——结果关系的知识；④制度化的经验。其核心内容，如表4－9所示。

表4－9　组织学习的不同观点

资料来源：见文献［38］

从上述观点中可以看出：

（1）学习是组织的过程而不是个人的过程。尽管学习是通过个人来进行的，但学习的过程受到更广泛的社会、政治和结构变量的影响。学习涉及在人们之间共享知识、信仰或假设。

（2）组织学习与组织拥有的经验密切相关。通过利用在先前决策活动中获得的经验，组织得以调整目标，并有选择性地关注环境并选择方案。

（3）组织学习的结果是有关行为——结果关系的知识体系，它被广泛地应用于组织的决策过程中。(www.chuimin.cn)

（4）学习涉及组织当前理论和观点的改变，从而改变了组织进行决策的参照系。它伴随着决策者观点的重新定位，结构和程序的改变以及新知识的合并。这一过程包括观点的重新调整，其发生的周期相对较长。

（5）学习发生在组织多个层次上，例如，个人、部门、公司、行业等等。对于战略决策比较重要的是组织层次和行业层次上的学习。前者使得决策者意识到内部的资源、目标、机会和局限性；后者使决策者能够更好地感知环境的变化。

（6）组织学习以学习系统的形式固化在企业中，它包括一些正式的和非正式的机制，这些机制用于管理组织的信息共享、信息规划和信息控制。

（二）组织学习系统的特征和分类

组织学习系统的特征包括：

（1）学习系统是获取、传达和解释与组织决策相关的知识的系统。它试图将组织成员个人主观的知识客观化到组织的知识库中。

（2）组织学习系统同广泛的组织活动有关，它为组织多个部门、多个层级上的决策过程提供相关信息，而不仅限于特定的任务或特定的职能领域。

（3）组织学习系统植根于组织的实践中，这意味着它反映了组织当前的观点和假设。

（4）组织成员了解这些系统，即使有时这一系统并没有被明确地描述出来。

组织学习系统按照个人—组织[17]和进化—设计[18]两个维度，分为六类：

（1）one man institution：在这类组织学习中，存在一个关键的协调者，他了解业务的所有方面，是组织知识的关键代理者。他利用自身的知识、经验和在组织中的位置，而成为组织成员所有关键信息的来源。在将他的默会知识传递给其他组织成员的过程中，他的偏见和局限性也成为了组织的局限性。

（2）mythological learning systems：组织内的很多学习是通过交流有关组织参与者和组织活动的历史事件而完成的。这些事件经久不衰，成为组织神话式的事物。

（3）information seeking culture：与组织相关的信息在组织成员日常的工作中通过非正式的沟通网络得以共享。主要的沟通方式是通过口头传播。组织积极促进成员之间的这种交流，获得的信息通过恰当的方式检验后用于决策过程中。

（4）participative learning systems：参与式的学习系统。组织形成专门的委员会、工作组或团队来解决与战略和管理控制有关的问题。组织学习、信息获取、处理和传递均是通过共同的工作组或委员会来进行的。某些委员会是专门为特定的问题组建的，当问题得以解决后就解散了。工作组的组成依赖于所要研究的问题本质。工作组或委员会的形成为组织成员提供了经常接触的机会，有助于成员理解彼此对组织关键问题的看法。

（5）formal management systems：到目前为止，进行组织学习最普遍的方式是设计和实施正式的规划和控制管理系统。这些系统包含了可以为组织所有相关成员使用的知识，以指导组织的活动。

（6）bureaucratic learning systems：包括控制组织成员之间信息流动的过程和调节系统。信息收集、概括和传播的方式都由该系统决定。

表4－10从知识的类型、知识的结构化程度、知识处理规则的明晰度、系统处理的知识范围、沟通的媒介、知识活动的动机、时间范围以及组织构成几方面对上述六种组织学习系统进行了比较。

表4－10　组织学习系统的比较

资料来源：见文献［38］

上述有关组织学习的观点以及组织学习系统的分类和特征，为我们了解组织如何学习以及IT在组织学习中的作用提供了进一步思考的基础。

组织理论、产业经济学、经济史、管理学和创新研究均探讨了组织如何学习的问题。组织学习的概念在心理学、社会学、管理科学和组织研究的角度得到了广泛的探讨。近年来，信息系统在组织学习中得到了越来越多的注意，该领域研究的基本问题就是如何利用IT来促进或支持组织学习。

对于IT如何支持组织学习的研究历史并不长，在这之前，有关知识管理的讨论在某种程度上代替了这一问题。在有关知识管理的文献中，IT被当做支持知识管理的工具，而组织学习是实施知识管理系统的必然结果［39］。将组织学习转换成知识获取、应用和传播等问题在组织学习文献中并不罕见。组织学习的其中一个观点就是将组织学习视为“知识库”的建立过程。Huber在其广为引用的文章中也谈到了与组织学习有关的四个概念，它们是知识获取、信息分发、信息解释和组织记忆。其中信息技术是主要的使能器。Huber对于学习的定义是，“如果通过信息处理，实体潜在的行为发生了变化，那么学习就发生了”［40］。而信息处理包括信息的获取、分发或解释。

正像本章开头所说的那样，作者不想将组织学习同知识管理等同起来，因此，对于IT如何支持组织学习的研究角度也不同于已有的研究。作者期望从目前对组织学习研究所存在的两种主要的方法入手，分别探讨IT的支持作用。这两种主要的方法是：系统—结构方法和解释的方法［41］。前者强调获取和传播组织学习所需的信息，后者则强调理解环境事件的潜在目的和意义。对应于前者，作者将搭建一个组织学习的IT框架，用于智能化地支持不同的组织学习方式，提供组织学习中所需的信息和知识；相应于后者，作者从组织学习是建立和交换组织成员的基本观点、假设及其对环境的解释的过程这一观点出发，进行解释性组织学习系统的构建。这两者都是从信息技术对组织学习的直接影响方面进行探讨的，即信息技术可以作为学习的媒体，作为企业内部门和团队之间以及员工之间交流和沟通的工具，而不考虑信息技术对组织学习的间接影响，即信息技术通过影响组织周围环境因素来间接影响组织学习。

（一）组织学习的IT框架

组织进行学习的方式有多种，例如，从案例中进行学习，在战略形成的过程中进行学习（参与式战略制定构成了学习过程，在这一过程中组织内的不同团体对事物的感知和理解有所不同），通过个人知识的共享过程来进行学习，以及在观察组织同环境因素之间的关系过程中学习，等等［42］。一些先进的信息技术能够支持上述的组织学习过程，像基于案例的推理系统（CBRS）、群组决策支持系统（GDSS）、认知映射系统（Cognitive Mapping System）、人工神经网络（ANN）和专家系统（ES）。不同的组织学习方式与其相应的IT支持之间的关系如表4－11所示。

表4－11　组织学习方式及相应的IT支持

续表

这样看来，不同的IT工具可以支持不同的组织学习方式。智能的支持工具，像CBRS，COMS，GDSS，ANN同知识库、案例库、数据库一起加载到文件服务器上，该文件服务器同其他的计算机／终端通过Intranet相连，Intranet中的所有成员都有权使用不同的工具进行自由的交流。新的技术，例如电子集体讨论（头脑风暴）、群组一致性和协商软件以及会议支持系统都能够集成到GDSS中，从而有效地支持群组学习。计算机通信系统和Internet使得公司能够存储、处理和检索外部信息，并提供电子学习环境，在这里所有成员可以自由交流。语音邮件、E－mail和视频会议这些先进的技术为有效的交流提供了渠道。公司通过Internet与外部相关系统连接，因此，任何时候都可以在公司内部通过远程访问获取经营环境中的知识。当这些不同的工具集成在一起时，就形成了一个智能化的组织学习系统，它能够支持和改善组织学习过程，如图4－3所示。

（二）解释性组织学习系统（IOLS）的构建

组织学习包括建立和交换组织成员的基本观点、假设以及对环境的解释这一过程。为了理解其他人员对环境事件的解释，就必须要领会其表达的含义。尽管解释性组织学习的目的是建立对环境事件统一的解释，但它却是以激发、共享和理解不同的解释为特征的。正像Huber所说的那样：“看起来当越来越多的不同解释建立起来的时候，组织学习更为有效……当更多的组织成员理解其他成员所持有的不同解释的本质时，组织学习更为有效。”[19]

图4－3　集成化组织学习系统概念框架

在不同的解释中，势必会出现相互冲突的解释，将决策冲突植入团队活动中有助于环境假设的建立，基于冲突的方法比传统的基于一致性的方法能够产生更好的决策。当多种相互冲突的解释出现时，不确定性就产生了，减少这种不确定性是组织学习的要求。当管理人员交流彼此的观点、感知和判断，并试图解决相互冲突的解释时，这种不确定性就相应减少了。Daft和Huber认为，IT研究应当包括对解释性学习系统（Interpretive Organizational Learning System）的设计和开发工作。由于本章的研究角度是从战略的高度来把握信息技术对组织学习的支持作用的，因此，解释性组织学习系统的定位也放在组织成员对战略环境的解释上，当同自身的环境相偏离时，组织就无法保持竞争优势，而这种偏离通常来自对于环境中的事件或信息没有给予正确的解释。解释性组织学习系统（IOLS）的目的就是支持组织成员对战略环境的解释，并建立对战略环境的共同理解。

尽管IT领域的研究已经认识到了解释性组织学习的重要性，但用于支持解释性组织学习过程的系统设计和开发工作还比较少。为了将信息技术同解释性组织学习结合起来，有必要设计一个解释性组织学习系统的概念模型。

解释性组织学习的过程是这样的：管理人员运用环境中的提示、组织记忆中的相关信息以及当前的知识来建立对战略环境的评价和解释。他们交流彼此的观点和解释，力图更好地理解所处的竞争环境并建立一致的看法，在这一过程中涉及识别解释的重叠和冲突部分，而冲突必须得以解决并最终成为组织记忆的一部分。具体步骤为：建立个人解释→个人解释的共享→检测解释中存在的冲突和重叠部分→将不同的解释合并成一个统一的解释。在出现冲突以后，成员根据交流的结果对个人的解释进行动态的重新编辑从而调整个人对环境的解释，这是一个认知反馈的过程。Sengupta和Te’eni［43］的研究表明，认知反馈对认知冲突具有一定的影响，它通过增强战略的收敛性来降低认知冲突的程度，即认知反馈战略收敛认知冲突。当解释不再冲突时，需要进行自动的合成，而当冲突比较大时，要通过会议来解决相冲突的问题。

由于专家在对环境事件的认识和解释上具有复杂的结构，这种复杂结构表现为战略要素之间的众多连接，因此通过对大量专家建议的访问，有助于组织成员在动态、模糊的环境中形成明确的方向，从而更好地解释自身所处的环境。

解释性组织学习系统的概念模型，如图4－4所示。

其中，计算冲突和重叠的数量与强度的过程，如图4－5所示。

图4－4　解释性组织学习系统的概念模型

图4－5　冲突和重叠树

在图4－5中，支持冲突1的N1面的人有P1，P2，P3，P4共4人，“×”表示每人给予的解释，一个人可以给予1个或多个具有共同意义的解释。

假设1：设confi为解释冲突结点，i＝1，…，m，Nj为冲突的不同面，j＝1，…，n。

如图4－5所示，N1和N2为冲突1的两个方面，即冲突1具有两个对立面，不同的冲突可以有不同数量的冲突面。

假设2：设NI（Nj，t）为Nj结点中第Pt个人给出的解释数，t＝1，…，p。NI（Nj）为Nj结点中个人提出的最大解释数，则NI（Nj）＝max（NI（Nj，t））。

例如，NI（N1，P1）＝1，NI（N1，P2）＝2，而NI（N1）＝max（NI （N1，P4））＝3。

假设3：设confi，x为冲突i的x面（confi，y为冲突i的y面），x＝1，…，u，则，当i＝1时，

假设4：confi，x，tx表示与冲突i的x面具有联系的人tx，tx＝1，…，r，confi，x，ty表示与冲突i的y面具有联系的人ty，ty＝1，…，s。

假设5：设NP为结点连接的人数，NP（Nj）表示Nj结点所连接的人数，即具有共同解释意义的人数，则NP（Nj）＝p；NP（confi，x）为支持冲突i的x面的人数，则NP（confi，x）＝r；NP（confi，y）为支持冲突i的y面的人数，则NP（confi，y）＝s。

例如，NP（N1）＝4，r＝NP（conf1，1）＝4。

用数量和强度来描述解释之间的重叠和冲突，其中重叠的数量表示在任一冲突面结点Nj中，需要人们之间进行两两对照的次数，而重叠的强度则用个人解释数与同一结点中最大可能解释数的加权比值之和来表示；冲突的数量表示在任一冲突结点confi中，位于不同冲突面中的人们进行两两对照的次数，而冲突的强度则用与个人相冲突的解释数与相应的最大可能相冲突的解释数的加权比值之和来表示。由此可以看出，数量和强度这两个变量分别从人的角度和人给予的解释的角度来描述人们之间的冲突和相似，从而能够较好地刻画图4－5中的二维结构。

令ov为重叠的结点数，则ov≤n，co为冲突的结点数，则co≤m。

重叠的数量：

重叠的强度：

冲突的数量：

冲突的强度：

随着组织逐步向合作伙伴寻找互补性能力，组织间学习变得越来越重要。同样，随着合作的深入、供应链管理软件的采纳以及B－to－B电子商务的建立，IT对组织间学习的影响也越来越显著。组织间学习（Inter Organizational Learning，IOL）是两种趋势汇集的结果：第一个趋势是“虚拟”组织形式的出现，组织之间的障碍由于信息技术的影响而变得更容易渗透；第二个趋势是人们逐渐意识到知识和学习对于网络化组织的重要性［44］。组织间学习对于那些处于竞争激烈、变化迅速和技术复杂行业中的企业来说尤为重要。

战略研究人员曾经对组织间合作和组织间学习进行了研究，但对于其中的信息技术问题却没有涉及，而IT研究者则过多地强调组织间信息系统以及虚拟合作的建立，例如EDI、Internet，而忽略了IT如何促进组织间学习的机制。

图4－6给出了IT促进组织间学习的概念模型。这一概念模型集中于组织之间的学习与知识创造，强调IT的作用以及信任、合作等因素的地位。它区分了低层次与高层次的组织间学习、认知的信任与情感的信任、虚拟合作与人文主义的组织间合作。

（一）组织间学习、组织间信任和组织间合作之间的关系（如图中虚线所示）

组织间合作同组织间学习是有区别的。合作意味着在一起工作，而学习意味着行为或信仰的改变。在组织间这一层次上，合作可以在不进行学习的情况下发生，例如，在日常的业务流程中，合作的任何一方都不需要调整自身的行为，而组织间的学习要求合作双方至少有一方获得了新的知识和技能。

因此，组织间合作通过引进各种不同的知识加速了学习的过程。组织同客户、供应商以及竞争者之间的合作形成了新的学习网络，这种知识连接使组织能够接近合作者的技能和能力并将其内部化。这使延伸的企业能够创造新的知识，同时在整个价值链的范围内传播知识，并将其体现在共同开发的产品、服务和系统中。通过合作者之间的学习，组织能够获得大量的知识和技能，对于这些知识和技能，组织既不能直接创造也不能从组织内部获取。各种不同的知识能够促进组织重新考虑已有的假设和惯例，从而促进高层次的组织间学习。

图4－6　IT促进组织间学习的概念模型

信任对于虚拟价值链中的组织间合作来说是非常重要的问题，因为在组织之间涉及了有关战略、机密信息和知识的长期交流。信任可以划分为理性的基于认知的信任，以及社会的基于情感的信任。研究表明信任是逐步建立起来的，而且通常是以认知信任为起点逐步发展为情感信任。当双方期待建立长久的关系时，信任相对来说比较容易建立。基于认知的信任反映了信任的理性一面，包括资格、能力、责任、正直性、可靠性、可信性。相反，基于情感的信任则从社会的角度对其进行了描述，富有更多的感情因素，包括关心、善心、无私、个人责任感、承诺、相互的尊重、坦率、倾听和理解的能力以及对情感相互性的信任。

组织间学习的基本要素是交流、对话和协调。尽管电子通信能够超越时空的障碍和组织的界限，但传统的面对面交流仍然是建立信任和避免误解的理想方式，面对面的交流通过建立基于情感的信任而增强了组织之间的关系。如果这种交流是频繁的、充满热情的，并且在这一过程中建立了共同的信心和互惠，那么这种社会交流就成为信任的纽带。

因此，当信息难以描述，或者需要高层次的交流来表达复杂的信息，或者在不确定的情况之下，面对面的交流通常是最有价值的。同样，默会知识通常是通过建立在信任基础上的观察、模仿、实践和共享的经验来获取和转移的。换句话说，“如果转移的信息仅仅是从植入的情感中抽象出来的，或仅有少量的情境信息同共享的经验相联系，这种信息的转移通常意义不大”［45］。

互惠性和学习社区（communities－of－learning）是合作的特征，二者既有助于信任的建立，又能够促进进一步的合作。合作对于维持信任是重要的，组织之间的社会联系为共同的价值观念和社会相似性建立了基础，从而促进进一步的沟通、交流以及彼此的信任。同样，非正式的、人与人之间的联系和沟通也能够促进信任的建立，而这种信任又促进了进一步的合作。

最后，组织间的学习能够促进组织之间的信任和合作。信任是通过学习而获得并且得以巩固的，组织通过学习也获得了与不同的伙伴进行合作的经验。

（二）IT对组织间学习的作用方式（如图4－6中实线所示）

IT以两种直接的方式以及三种间接的方式来促进组织间的学习。

第一种直接的方式是，运用编码在信息系统中的明晰知识通过监控来促进低层次的组织间学习。例如，供应商定期接收到来自决策支持系统的绩效评价报告，通过考察供应商的供货质量、交付时间以及其他指标来对其进行跟踪和监控，定期的反馈使供应商可以及时对行为进行调整而不至于丧失认证资格；或者通过IT及时监控并跟踪库存的水平、订单的状态以及产品的质量、快速的反馈使合作伙伴及时调整行为从而增加反应性和有效性。

第二种直接的方式是，通过模拟技术来促进高层次的组织间学习。例如，在新产品开发的过程中，计算机模拟技术使得组织能够对多种方案进行不断实验从而进行着知识的创造。工程师在组织之间传递着模拟文件。模拟信息对根本假设提出了挑战，并引起生产或设计模式的改变。由于IT的应用，组织间进行交互的成本较低，因此，知识在不断的反馈中得以提炼。由于答案的快速到达从而使得参与者的学习更有效。物理或虚拟的模型促进了知识创造的外部化过程，从而将默会性的理解变得明晰起来。

IT对于组织间学习的间接影响是通过三种途径进行的。

其一，IT通过对合作伙伴的监控来跟踪供应商的绩效并提供供应商可靠性的证据，从而引发认知信任、深化组织之间的合作并最终促进组织之间的学习。一旦认知信任建立起来，情感信任和更有力的关系就会随之建立起来，这就会促使组织之间的进一步开放与信息共享。在获得了认知信任和情感信任之后，企业使用IT通过模拟和通信技术来促进信息共享。监控对于认知信任是有效的，它能够对能力、可靠性和可信性进行跟踪，而在情感信任的控制上却不如其他管理实践那么有效。

其二，IT通过改善组织间的合作而间接促进组织间学习。E－mail、视频会议允许合作伙伴跨越组织的、地理的以及时间的障碍来进行问题的讨论和解释。这使合作双方接触大量的知识，从而促进组织惯例的改变。在这样一种高层次的组织间学习过程中同时涉及了默会知识与明晰知识。

其三，IT能够促进组织成员之间的沟通并加强组织间的情感信任，从而通过深化组织间的合作而间接影响组织间学习。虽然从某种意义上来说，面对面是建立信任关系的关键因素，而IT促进的交流大部分忽略了感官信息、感觉、直觉和情境。随着计算机技术、无线通信技术与媒体技术的融合，以及虚拟现实技术的发展，以电子方式进行的沟通将能更加准确地反映面对面交流的体验。

当然，IT对于组织间学习的作用还是存在一定的局限性的。IT能够直接提高低层次的组织间学习的效率，但除了模拟之外，用于影响高层次组织间学习的IT机制，通常是通过信任和合作来间接完成的，因此，IT的主要作用是测度可靠性、沟通情感，从而增加认知信任和情感信任，同时促进以电子方式进行的合作。另外，虽然计算机模拟工具逐步变得经济而有效，增加的带宽和可能的虚拟现实技术改善了视频会议的效果，高质量的图形和用户界面有效地克服了用户对IT的抵制，但IT还是不能完全代替面对面的交流［46］。

海尔虽然对于知识管理和组织学习的概念没有太多提及，但在实际中却做了很多，只不过有的是建立在IT的基础之上，有的则没有依赖IT的支持，但不论怎样，作者还是希望将这些好的做法记录下来，以供读者学习和参考。

（一）海尔如何利用IT获取客户知识

一个企业在市场上怎么满足市场的需求，怎么使顾客满意，它不应该是一段时间的运动，而应该是一个系统。这个系统包括企业内部的售前服务、售中服务、售后服务、电话服务、企业的闭环反馈等。如果不是一个系统全力地去做，就不可能满足顾客的需求。海尔在实践中总结出，获取消费者的需求信息是第一时间满足消费者需求的基础。为此，必须搭建能够与消费者进行沟通的平台。海尔集团自20世纪90年代即着手建立信息系统，并率先在全国各主要城市建立了电话服务中心，率先开通了“9999”用户电话，并为用户建立档案。用户在购买海尔产品后，登记信息会100%地录入海尔顾客服务管理系统中，一旦用户有帮助需要，海尔会在同一时间将用户的档案调出。

现在，海尔集团售后信息流程再次提速，实现了与全国5000多家专业服务商的联网，实行网上派工，电话中心接到用户信息后，利用自动派工系统在5分钟之内便可将信息同步传送到离用户距离最近的专业服务商，根据用户的需求，及时提供服务；除此之外，海尔还建立了售后服务网站，所有集团信息、客户信息、培训资料、市场信息、新产品信息、法律法规等内容网点均可以在第一时间在网站上查询，网站还开辟了BBS专线及网上会议室，专门供总部与专业服务商之间召开网络会议、网点与网点之间讨论技术、交流心得。

有效的决策建立在信息收集和数据分析的基础上。有了集中、完整的顾客数据后，信息分析人员的任务是把数据变为信息，即研究这些数据到底意味着什么，因此对于数据进行客观的、合乎逻辑的分析是非常重要的。但这些庞大的数据如果没有良好的信息分析系统，仅靠人工操作，则会事倍功半、劳人耗时，甚至会丧失工作改进的时机。

2001年，海尔电话服务中心采用了美国SAS公司的分析软件系统。整个模式采用C／S和B／S混合结构，C／S提供灵活的数据分析能力，B／S提供WWW日常报表分析的结果，通过海尔内部网络，以WWW方式为海尔相关部门提供咨询服务。数据挖掘系统提供相关的数据挖掘分析报告。数据管理负责数据抽取、清洗、转换、报表生成以及系统层次关系数据维护等任务。报表查询系统分为两级身份验证：系统管理级和查询用户级。根据以上分析挖掘模式，首先对复杂的数据做分类统计，然后根据不同业务需求挑选出主因素或主项目，即统计值突出的部分，再进行下一步挖掘和分析，最后要把经挖掘确认有价值的项目清楚地表述出来，以供决策。

海尔挖掘出的客户知识主要用于三个方面：产品研发和改进，销售支持，售后服务。海尔KF－26GW／C（BPF）单冷变频空调就是电话中心信息分析人员在2002年3月接收的空调产品咨询信息中对性能特点类进行分析的过程中发现的。另外，2001年初，海尔通过信息分析发现，电话中心每天接收的大量信息中有近9%是用户来电咨询产品价格、特点的，这部分用户已对海尔产品产生了兴趣，属于潜在用户，以往电话中心只是解答完毕就结束了，无后续的跟进，致使许多用户流失，这对企业来说是很大的损失，是信息的浪费。自从采用了分析软件以后，全国34个电话中心相继推行了电话营销工作。电话营销由电话中心全员参与，通过对老用户信息的分析和新打入电话的消费者的跟进，把握和挖掘用户的潜在需求，利用掌握的丰富的商品知识，根据用户特点，对有购机倾向的用户（即目标顾客）通过电话导购、资料邮寄、活动通知等方式，来宣传产品和服务的优势（即接触、沟通），最大程度地激发和增加用户购买海尔产品的欲望，采取商场送货、工贸送货等方式送达产品，让用户足不出户，通过电话就能了解产品的性能、价格，用上中意的产品。同时在工作中广泛征求用户的意见，作为工作调整的参考。对于导购成功的用户，至少每个季度与用户联系一次，了解产品的使用情况和产品再需求情况，以便及时了解用户需求。

这样的知识管理活动将组织同客户连接起来，有助于产品的差异化和市场份额的保持，并且使管理者更加接近市场，同客户建立起有力的、快速反应的关系。

（二）海尔如何建设学习型组织

海尔19年的发展历程充分说明了以海尔企业文化为基础建设，“创造有价值订单、获取全球用户忠诚度”的学习型组织的重要性，特别是自1998年开始进行的“以市场链为纽带的业务流程再造”为核心的海尔企业文化建设，更是将学习型组织的理论在实践中得到应用和升华。

海尔能够在竞争激烈的国内外家电市场站稳脚跟，保持高速稳定的发展，一个重要原因是围绕市场创新培育企业文化，通过市场创新激发每个员工创新的活力，从而为企业高速发展提供了强大的精神动力和团队凝聚力。在海尔，不是“居安思危”而是“居危思进”。

海尔的国际化，首先要求员工具有国际化的正确观念及企业经营所需要的创新力和责任心。海尔提出学习型组织主要有两个特征：一是建立起有活力的员工队伍，二是有合理的组织架构能够支撑员工进行创新。以企业文化为基础建设“创造有价值订单、获取全球用户忠诚度”的学习型组织的核心，是解决员工的工作责任心和创新的动力以及追求目标的问题，由原来被动执行任务的责任心转变为主动的创造型责任心。

员工是创新的源泉，要建立一种“不结疙瘩”的机制使员工的积极性像喷泉一样喷涌而出，而不是靠挤或抽出来，有效避免和减少了员工思想问题的发生，激发了广大员工创新的活力。海尔推行的“合格班组、信得过班组、免检班组、自主管理班组”升级制度，取得了很好的效果，并设立“海尔奖”和“海尔希望奖”、“合理化建议奖”等，采取了用员工名字命名小技巧、小革新项目的措施，这是对员工劳动和首创精神的承认和尊重。为鼓励工人学技术，提高操作技能，海尔还开展了“岗位技能竞赛”、评选岗位能手活动，评出“学技术标兵”、“质量标兵”等，每半年表彰、奖励一次，其先进事迹在《海尔人》报上选登，形成了学先进、学技术的良好风气和比、学、赶、超的可喜局面。

例如，为了提高工人的技能，海尔对于一些重点工种，像焊接、吸附、抽真空和喷粉等，都要进行每月一次的技能比武。就拿焊接来说，海尔首先在班组、车间里选拔出焊接速度快、焊接质量高的工人，然后派其代表车间参加集团的总决赛。这种技能比武看起来同学习并没有直接的联系，但仔细分析一下，它实质上促进了员工的自我培训和个人学习。为了参加集团的比赛，员工必然要在下面刻苦练习，因此，海尔从另一个方面提供了员工展示学习成果的机会，从而激励了员工自我学习的热情。

另外，对于工人，海尔还提供一种称之为班后训练的学习形式。例如，以前海尔对于工人出现的质量问题，主要是以罚款单（或索赔单）的形式进行惩罚，而现在，除了索赔单外，出现质量问题的工人又多了一张培训单，这张培训单要求工人在下班后留下来，进入培训车间并在工艺人员（质量经理）的现场指导和培训下反复练习，直到解决问题为止。

对于不同公司同类岗位的人员，像大连海尔、平度海尔等7个生产冰箱的事业部中都有吸附工人，海尔从这7个事业部的吸附工人中选取技术精湛的人员树立标杆，海尔大学的培训人员负责将这些标杆工人的隐性技能从理论上提炼出来，并用员工的名字来命名，同时要求别的工人以他们为目标进行学习。例如，以前，海尔在流水线上检验冰箱外观的人员需要两名，他们同时对冰箱的前后面进行检查，如果减为一个人，这一个人一定要将冰箱转过来才能同时完成对两面的检验，但这样一来就形成了工序瓶颈，从而影响了流水线上的产品速度，造成了在制品的积压。工人陈云霞针对这一问题提出了在背面放一面镜子，这样可以由一个工人同时对冰箱的前后面进行检验，经过试验，证明了这一方法的可行性，因此海尔将这面镜子命名为云霞镜。这一做法立即在全集团推广开来，现在由于一个工人替代了两个工人的劳动，因此减少了用工数量，同时增加了工人的收入，得到了工人积极的响应。

海尔的高层管理人员也在不断学习，海尔总经理以上的人员有57人，他们每周六上午9：30～1：00都要参加高级经理研讨会（或称周六经理人互动会）。在这个会议上，本部和事业部的经理都针对上次会议上布置的小三角作业提出解决方案。小三角，如图4－7所示，是围绕每个部门所关心的问题首先提出一个问题点，例如，生产部门主要围绕质量、成本和交货期中存在的问题展开，本部主要围绕新产品开发和市场运作中存在的问题展开。然后在会后由经理人员寻找问题出现的原因并寻找出最终的解决方法。这一方案在研讨会上加以讨论并听取他人的意见，如果得到认可，就进行试行和推广，如果几周过去之后，经理人员都没有找出问题的解决方案，那么在会议上就由大家共同想办法，起到了集思广益的作用。

图4－7　用于解决问题的小三角

除了周六经理人互动会外，集团每月的8号还召开全集团大会，主要由集团总裁张瑞敏对全体员工做思路和理念方面的培训。还有就是在海尔全球经理人年会上，很多经理人都有不少非常好的建议和意见，大家把自己宝贵的经验讲出来，使海尔在全球各地的经销商都能够得到迅速的提高。例如，美国的一些好的销售经验可以被欧洲学习，欧洲好的销售经验可以被中东采纳，通过召开这种互动会，可以使每个地区都发展起来。

海尔还采取“请进来、送出去”的办法，每年有计划地请一些国际、国内知名的教授或专家学者到海尔来，用海尔的实际案例及国际著名企业的成功案例给海尔员工进行培训，同时有针对性地选派大批的人员到国外、国内的大专院校、著名的培训机构或企业进行学习，从而加快人员素质国际化发展的进程。

（三）海尔如何进行组织间学习

组织进行学习的来源与范围很广，R＆D是其中的关键来源，企业内正式研发部门的建立是为了有效地学习发展中的科学和技术。海尔中央研究院是海尔集团联合美国、日本、德国等国家和地区的28家具备一流技术水平的公司，通过技术合作建成的综合性科研基地。海尔中央研究院的目标是要建立世界先进水平的技术研究、开发机构以及先进的技术资源整合中心，整合利用全球优势科学和技术资源为海尔集团在全球的发展服务。

海尔集团十分重视运用全球科技资源，形成了技术创新体系中的外部体系，即战略联盟工作系统、海外工作子系统、产学研工作系统、博士课题工作系统，包括在国际范围内建立信息中心和技术分中心。海尔在发达国家和地区建立的信息分中心和设计网络构成的全国信息网络，动态及时地获取国际最新的科技信息、市场信息，并充分了解当地市场的需求信息，并在第一时间将这些需求转化成研发的课题。

在海尔，研发部门除了通过上述途径和手段提高创新水平外，分供方、服务商和客户也是研发部门学习的关键来源。

海尔集团通过互联网在全球范围内进行网上招标、网上采购，和全球最好的分供方建立战略联盟关系，让分供方不只是供货，还要参与到产品的前端设计上来。海尔的分供方分为三类：第一类可以进入到设计阶段；第二类拥有非常完善的质量管理体系，可以保证产品的质量；第三类的价格比较低。第一类分供方，如果不在全世界寻求的话，不会太多。他们不仅是生产零部件的工厂，而且还能开发设计，服务个性化如果没有他们的支持就不行。因此，海尔现在对分供方的评价标准并不是看质量高、价格低，最重要的是看有没有参与产品前端设计的能力，没有这个能力，供的货再好也不行。

例如，海尔与供应商爱默生和上海的宝钢都成为了战略合作伙伴。爱默生在胶州的电机厂专门为海尔生产电机，海尔的研发人员将新研制的洗衣机的设计参数传给爱默生公司，由他们为海尔专门匹配电机。而上海的宝钢专门为海尔匹配最好的钢板，并且能够开发新的产品以满足海尔的不同需求。上述两个公司的技术人员同海尔的研发人员经常沟通，并为研发人员提出一些参数改进的建议，从而使产品的性能更好。

另外，世界上最好的粉末生产厂家除了为海尔供应粉末外，也成为海尔学习的对象。尽管海尔使用的粉末质量很好，但有的工人在喷粉的过程中总是出现变色、脱落的现象，为此，粉末供应商的生产技术专家专门到海尔进行现场指导，帮助调整温度、湿度、喷干度等参数，从而在保证喷粉质量的同时，将喷粉量降低了15%。

在工业设计方面，海尔集团研发推进本部分别与欧洲的Giugiaro公司、Mo Millot公司、美国S．F．设计公司以及荷兰的GD设计公司，在海尔产品的外观设计方面进行了广泛的国际合作和交流，所有的设计信息往来都是通过信息化渠道进行。及时、准确、广泛的国际交流，为海尔产品的国际化起到了积极的推进作用。目前，研发推进本部已实现全员无纸化办公，信息的传递随时可通过网络进行，在所有员工的心里，已基本消除了地域的概念。网络化的管理使全国各地的员工成为一个具有战斗力的团队。海尔已经建立的全球供应链网络，共有供应商978家，GE、爱默生、巴斯夫等世界500强企业都成为海尔的分供方，可以参与产品开发的供应商比例已高达32．5%。按照双赢的原则，海尔和分供方之间不再是简单的买卖关系，国际化分供方提前参与到海尔产品的设计阶段，与海尔共同面对用户，使订单增值。

从服务商方面来看，海尔发现，尽管拥有细分化的庞大服务网络，但由于服务商数量多，覆盖面广，对服务商的培训以及与服务商的交流都存在一定的滞后，如新的产品信息、技术信息不能同步对服务商进行培训，而服务商存在的困难以及发现的质量问题，也不能及时反馈到海尔，这都为服务水平的提高和创新造成了一定的困难，为此海尔建立了自己的服务网站。此服务网站主要面向售后中心以及所有的服务商，是集信息发布、技术培训、网上BBS等为一体的综合性售后服务网络，主要服务有：公告，信息发布，企业新闻发布，内部信息公告，工作通知、通报，网上培训课堂，新品介绍，BOM表，服务规范培训，企业文化培训，维修技术指南，微机知识培训，网上交流，专题论坛，专家解答，受理网点投诉，业务数据查询，培训资料等等，从而能够及时有效地从服务商那里进行学习。

国际化企业的显著特征是企业的产品开发、采购、制造和销售都是全球的，可以利用的设计资源、制造资源也是全球性的。所有参与项目的部门和企业之间进行设计的同步、制造的协同、客户的参与都是必需的。如HRF－215／B、HRF－285F／B冰箱的开发，由于这两款冰箱都是欧洲客户提出的要求，所以冰箱科研项目负责人在方案确定的过程中，抓住了海外营销人员与欧洲客户的参与，不但使产品设计更贴近市场需求，而且将海尔现有资源和客户需求做到了最优化的整合。不但从产品的功能、造型、成本等方面使客户对方案达到了满意和肯定，而且仅用两天时间就确定了最合理、开发周期最短的开发方案。可以说，没有海外推销和欧洲客户的参与开发就不可能有如此快的开发速度。

（1）对信息系统领域有关知识管理的研究进行了分类，从而确定了本章的研究方法，即规范化研究和解释性研究相结合的方法。接着对组织知识进行了RBV分析，并以专家系统为例，探讨了基于知识的系统如何获取持续竞争优势的问题。

（2）总结了知识的分类、有关知识的几种观点，从而提炼出IT对不同知识观点的支持作用和支持角度。从知识的过程观点出发，提出了本章的知识管理的过程模型，并在此基础上，详细分析和探讨了IT对每一过程的支持作用，同时结合解释性研究的方法，对每一过程中IT的局限性也给予了一定的提示。以智能代理为例，分析了它对知识管理过程的影响以及相应的理论基础。

（3）对组织学习的观点和组织学习系统进行了总结和分类，在此基础上探讨了IT对组织学习的支持和IT对组织间学习的作用机制，以期从组织内外两个方面对IT和组织学习进行比较全面的研究。对于IT对组织学习的支持作用是从两方面展开的：从系统—结构的角度搭建了一个组织学习的IT框架，用于提供组织学习中所需的信息和知识；从解释的角度进行了解释性组织学习系统概念模型的构建，并对解释的冲突和重叠进行了数学分析。对于IT对组织间学习的作用机制，作者在分析组织间学习、组织间信任和组织间合作三者关系的基础上，对IT对组织间学习的直接影响和间接影响进行了讨论。

（4）本章最后分析了IT对海尔知识管理和组织学习的支持作用。

本章参考文献

［1］Bharadwaj，A．S．A Resource－Based Perspective on Information Technology Capability and Firm Performance：An Empirical Investigation．MIS Quarterly，2000，24（1）：169－196

［2］Ulrike Schultz．Studying knowledge management in information systems research：discourses and theoretical assumptions．MIS Quarterly，2002，26（3）：213－242

［3］Peter Meso，Robert Smith．A resource－based view of organizational knowledge management systems．Journal of Knowledge Management，2000，4（3）：224－234

［4］Miller，D．，Shamsie，J．The resource－based view of the firm in two environments：The Hollwood film studios from 1936－1965．Academy of Management Journal，1996，39 （3）：519－543

［5］Bedard，J．，Mock，T．J．，Boritz，J．E．Expert and novice problem－solving behavior in audit planning discussion．Journal of Practice ＆Theory，1992，11（supplement）：1－32

［6］Meyer，M．H．，Curley，K．F．An applied framework for classifying the complexity of knowledge－based systems．MIS Quarterly，1991，15（4）：455－472

［7］Augustine A Lado，Michael J．Zhang．Expert Systems，knowledge development and utilization，and sustained competitive advantage：a resource－based model．Journal of Management，1998，24（4）：489－509

［8］Gevarter，W．B．The nature and evaluation of commercial expert system building tools．Computer，1987，20（5）：25－41

［9］Sullivan，J．J．Experts，expert systems，and organizations．In：M．Masuch，ed．Organization，Management，and Expert Systems．New York：Walter de Gruyter，1990．13－33

［10］Lamberti，D．M，Wallace，W．A．Intelligent interface design：An empirical assessment of knowledge presentation in expert systems．MIS Quarterly，1990，14（3）：279－311

［11］Maryam Alavi，Dorothy E．Leidner．Review：Knowledge management and knowledge management systems：conceptual foundations and research issues．MIS Quarterly，2001，25（1）：107－136

［12］Ilkka Tuomi．Data is more than knowledge：implications of the reversed knowledge hierarchy for knowledge management and organizational memory．Journal of Management Information Systems，Winter 1999－2000，16（3）：103－117

［13］Polanyi，M．The Tacit Dimension．New York：Anchor，1967

［14］Nonaka，I．，Takeuchi，H．The Knowledge－Creating Company：How Japanese Companies Create the Dynamics of Innovation．Oxford：Oxford University Press，1995

［15］Schubert，P．，Lincke，D．，Schmid，B．A global knowledge medium as a virtual community：The netacademy concept．In：E．Hoadley，I．Benbasat ed．Proceedings of the Fourth Americans Conference on Information Systems．Baltimore，MD，August 1998．618－620

［16］Watson，R．T．Data Management：Databases and Organizations．2nd ed．New York：John Wiley，1999

［17］Pentland，B．T．Information systems and organizational learning：The social epistemology of organizational knowledge systems．Accounting，Management and Information Technologies，1995，5（1）：1－21

［18］Nonaka，I．，Konno，N．The concept of“Ba”：Building a foundation for knowledge creation．California Management Review，1998，40（3）：40－54

［19］Boland，R．J．，Tenkasi，R．J．，Te’eni，D．Designing information technology for distributed cognition．Organization Science，1994，5（3）：463－474

［20］MaCune，J．Snooping on the net．Tech Talk，http：／／www．amanet．org／news／archive／techtalk／07tech．htm

［21］Holsapple，C．，Joshi，K．D．Knowledge selection：concepts，issues，and technolo－gies．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．7－1—7－17

［22］Fernando Olivera，Memory Systems In Organizations：An Empirical Investigation Of Mechanisms For Knowledge Collection，Storage And Access．Journal of Management Studies，2000，37（6）：811－832

［23］王其藩，蔡雨阳，贾建国．回顾与评述：从系统动力学到组织学习．中国管理科学，2000年S1期，237－247

［24］彭赓．信息技术的经济绩效和影响研究［D］．天津：天津大学，2000年

［25］Fons Wijnhoven．Development scenarios for organizational memory information systems．Journal of Management Information Systems，1999，16（1）：121－146

［26］Eric W．Stein，Vladimir Zwass．Actualizing organizational memory with information systems．Information Systems Research，1995，6（2）：85－117

［27］El Sawy，O．A．，G．M．Gomes，M．V．Gonzalez．Preserving institutional memory：The management of history as an organizational resource．Academy of Management Best Paper Proceedings，1986，37，118－122

［28］Stein，E．W．Organizational Memory：Review of Concepts and Recommendations for Management．International Journal of Information Management，1995，15（1）：17－32

［29］Bohn，R．E．Measuring and managing technological knowledge．Sloan Management Review，1994，36（1）：61－73

［30］Kogut，B．，Zander，U．What firms do？Coordination，identity，and learning．Organization Science，1996，7（5）：502－518

［31］Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowledge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．Ed．Boca Raton，Fla．：CRC Press，1999．11－1—11－23

［32］陈国权．学习型组织的过程模型、本质特征和设计原则．中国管理科学，2002，10（4）：86－94

［33］Dierickx，I．，K．Cool．Asset stock accumulation and sustainability of competitive advantage．Management Science，1989，35（12）：1504－1511

［34］Nevis，E．C．，DiBella，A．J．，Gould，J．M．Understanding organizations as learning sys－tems．Sloan Management Review，1995，36（2）：73－85

［35］Dodgson，M．Organizational learning：a review of some literature．Organization Studies，1993，14（3）：375－394

［36］Smith，Ken A．，Vasudevan，Satish P．，Tanniru，Mohan R．Organizational learning and resource－based theory：an integrative model．Journal of Organizational Change Management，1996，9（6）：41－53

［37］由长延，徐林．学习型组织研究综述（上）．研究与发展管理，2002，14（3）：11－15

［38］Paul Shrivastava．A typology of organizational learning systems．Journal of Management Studies，1983，20（1）：7－28

［39］Jens Broendsted，Bente Elkjaer．Organizational learning and information technology：toward a unified perspective on learning theories and understandings of technology．Paper for the 7th Annual Human Resources Management and Organizational Management／Behavior（HRMOB）Conference．Charlotte，NC，USA，October 2000

［40］Huber，G．P．Organizational learning：The contributing processes and the literatures．Organization Science，1991，2（1）：88－115

［41］Daft，R．L．，Huber，G．P．How organizations learn：a communication framework．Research in the Sociology of Organizations，1987，5（supplement）：1－36

［42］Walter Baets，V．Venugopal．An IT architecture to support organizational transformation．In：R．D．Galliers，W．R．J．Baets．ed．Organizational Technology and Organizational Transformation．Jon Wiley＆Sons Ltd，1998．195－221

［43］Sengupta，K．，Te’eni，D．Cognitive feedback in GDSS：Improving control and convergence．MIS Quarterly，1993，17（1）：87－109

［44］Judy E．Scott．Facilitating interorganizational learning with information technology．Journal of Management Information Systems，2000，17（2）：81－113

［45］Nonaka，I．A dynamic theory of organizational knowledge creation．Organization Science，1994，5（1）：14－37

［46］Joanne Roberts．From know－how to show－how？Questioning the role of information and communication technologies in knowledge transfer．Technology Analysis ＆Strategic Management，2000，12（4）：429－443

[1]脑力模型（mental model）是指那些存在于个人与群体脑中，用于描述、分析与处理问题的方法和进行决策的准则。脑力模型和个人或集体的世界观、价值观、信仰、学识、阅历、经验和文化传统等是密切相关的。对同一事件、同一问题，不同个人或集体都以自己的脑力模型进行分析、处理与决策，其结果可能大不相同，决策实施效果亦将迥异。

[2]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[3]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[4]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[5]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[6]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[7]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[8]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[9]：Thomas J．Beckman．The current state of knowledge management．In：Liebowitz，Jay．ed．Knowledge management Handbook．Boca Raton，Fla．：CRC Press，1999．

[10]转引自：Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowledge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．

[11]转引自：Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowl
edge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．

[12]转引自：Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowl
edge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．

[13]转引自：Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowl
edge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．

[14]转引自：Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowl
edge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．

[15]转引自：Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowl
edge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．

[16]转引自：Seung Baek，Jay Liebowitz，Srinivas Y．Prasad，et al．．Intelligent agent for knowl
edge management—Toward intelligent web－based collaboration within virtual teams．In：Liebowitz，Jay．ed．Knowledge Management Handbook．Boca Raton，Fla．：CRC Press，1999．

[17]组织学习系统可能依赖于个别关键人物来完成知识共享的过程，也可能依赖广泛参与的人员来完成知识共享的过程。

[18]组织学习系统可能是组织中社会—文化准则、历史惯例或管理传统的结果，也可能是组织精心设计和实施的服务于特定学习需要的系统。

[19]转引自：Michael J．Hine，Michael Goul．The design，development，and validation of a knowledge－based organizational learning support system．Journal of Management Information Systems，1998，15 （2）：119－152