当前位置: 首页 > 学术活动 > 正文

学术活动

数字“中台”的平衡之道: 数智化视域下企业应对不确定性的新范式

作者: 点击数: 更新时间:2023-02-17

近日,我院MBA中心周翔博士(第一作者)与合作者的研究成果《数智化知识编排与组织动态能力演化——基于小米科技的案例研究》在中国管理学顶级期刊《管理世界》发表。该成果曾荣获“李占祥管理哲学优秀论文奖”,该奖项由中国人民大学管理哲学与组织生态研究中心中心设立,每年从数百篇参选论文评选出6篇获奖论文。

《管理世界》是国务院发展研究中心主管、主办的经济类管理类学术期刊,在我国三大社科期刊评价系统的评价中,居管理类学术期刊首位;在中国社会科学院期刊评价中,被誉为管理学唯一“顶级期刊”;南京大学中国社会科学研究评价中心(CSSCI)排名首位。

 


作者:

周翔(广州大学管理学院)

叶文平(暨南大学管理学院) 

李新春(中山大学管理学院、中山大学中国家族企业研究中心)

 

 

 

摘要:有效的知识管理在企业应对不确定性的过程中起着至关重要的作用,但是随着组织业务复杂程度不断提升,知识管理的成本和难度往往也会令很多企业望而却步。“中台”作为组织“数智化”的关键产物,可以大幅提升组织知识管理的效率,也为我们理解企业如何利用知识管理来应对不确定性提供了关键的抓手,但是现有研究很少围绕“中台”、知识管理和企业不确定性应对之间的关系展开讨论。为弥补这一缺口,本研究基于知识基础观的视角,聚焦“基于中台的知识管理如何提升组织应对不确定性的能力?”这一问题,以小米科技有限公司为例,提炼出基于“中台”的知识获取、解码、筛选、编码、开发和探索等知识管理机制。通过这些机制,企业得以从内外部业务实践中广泛吸收零散、静态的隐性知识并将其解码和重构成为以“人工智能”为内核的智能知识模块,而智能知识模块的进一步开发与探索则是企业有效应对不确定性的基础。

关键词:数智化;中台;知识管理;不确定性;人工智能

 

 

时至今日,iPhone已经成为了智能手机的代名词。倚仗iPhone这一划时代的产品,苹果公司已然成为全球手机行业神话般的存在。但在并不遥远的15年前,曾经有一家手机公司的成就远远超过今天的苹果,它从1994年起连续14年占据销量全球第一的宝座,直至2008年的巅峰时期,市场份额在全球手机行业的占比更是达到了惊人的40%,它就是“诺基亚”。而诺基亚衰败的前兆正是2007年苹果公司第一代iPhone的发布,那是一个让所有人都震惊的只有一个HOME键的触屏手机,还可以下载各式应用程序来为用户提供数字化服务。

自此,功能手机开始向智能手机进化,模拟时代也逐步向数字化时代过渡,而躺在往日荣光上吃老本的诺基亚公司不可避免地让位于代表数字化和智能化的苹果公司。2013年,诺基亚手机因为销量急剧下滑而不得不将该业务出售给微软。百年巨人的轰然倒塌仅用了5年,这又一次印证了数字化时代商业环境的极端不确定性,在这“唯一的确定性就是不确定”的新时代里,如何应对不确定性成为了任何一个企业都无法回避的重要议题。

到底什么样的机遇会在未来成为主流?我们要如何对未来进行布局?当下和未来的投入之间要如何进行平衡?这些问题依然为我们带来无尽的困惑。

 

1、当下与未来之间平衡的关键突破口在于有效的知识管理

知识管理的实质就是帮助人们认识、利用和开发公司真正有价值的知识从而获取持久的竞争优势。知识管理是一种全新的经营管理模式,主要包括企业知识发现、知识共享、知识运用和知识创新等。

从知识管理的角度,企业经营的主要意义就是为拥有互补性知识的不同个体提供一个通过知识整合来创造价值的平台。一方面,企业独家隐性知识的开发和利用是企业维持当下竞争优势并获取现金流的核心动力;另一方面,因为知识具有柔性、可拆分、可组合的特征,所以企业可以通过对内外部知识进行分解、组合与重构,来探索未来潜在的机会。也就是说,对知识这种要素的利用和探索,是解开动态能力如何实现当下与未来之间双元平衡这一谜团的关键所在。但是,通过知识管理来应对不确定性也同样存在困境:

(1)隐性知识的识别难度大。能够为组织带来竞争优势的通常是隐性知识,而这些知识往往隐藏在特定的个体和业务过程之中,很多时候都无法察觉这些知识的存在。

(2)隐性知识的定义、学习和应用难度大。即使有些隐性知识被识别出来,但是它们从提炼、定义、学习和应用的周期、成本和难度也很大。

(3)隐性知识的创新难度大。能够掌握组织的关键隐性知识并能够与其他知识进行组合创新,从而探索出全新机会的人极少。即便存在,知识创新的效率也往往很低。

综上所述,虽然隐性知识是构成组织核心竞争力的关键要素,但是随着组织规模的不断扩大,隐性知识规模不断扩大、离散程度不断增强,隐性知识转化为组织能力的效率会不断降低。隐性知识难以留存、转化、传播和进一步创新的特点,大大限制了知识管理在构建企业动态能力方面的价值。

 

2、突破知识管理的困境“数智化”力量——“中台”

“中台”是一种数字基础设施,由专业的部门或第三方机构负责搭建和运营。“中台”在前台和后台之间起着承前启后的作用。从支撑前台的角度,“中台”的运营人员可以把企业各类业务中常用的、可复用的先进经验(隐性知识)识别出来,转化成小程序并放置在“中台”上,以供前台业务人员随时调用和改进。从承前启后的角度,“中台”可以把前台的业务数据采集下来并传输到后台,为后台的知识库、能力库建设提供信息支撑。这不仅有效解决了有价值的隐性知识识别的问题,还大大降低了知识学习、应用的门槛(人们不需要理解知识背后的原理,只需要操作小程序即可获得隐性知识的赋能)。

更重要的是,这些以小程序形式留存下来的隐性知识,还可以通过代码的优化和模块化的组合产生无数的新功能,以帮助企业更快地适应变化。

基于这样的思考,课题组基于小米科技的案例研究,梳理出了企业基于“中台”的知识管理来构建动态能力的过程模型。这个模型可以分为知识数据化、知识模块化和知识情境化三个具体的子过程。详情如下:

(1)基于中台的知识数据化

识数据化是指,企业通过“中台”的连接作用嵌入到相关流程的各个节点,在辅助业务完成的同时自动获取员工或客户行为的相关数据,再将原始数据进行结构化、整合以及按标签分类形成经验大数据,为后续知识模块化做准备的过程。因此,基于“中台”的吸收能力所带来的主要价值是将难以观测、非标准化的隐性知识,转化为可以复盘和解析的知识大数据。

知识大数据是指以观测、理解和复盘特定场景的业务知识为目标,在业务流程的关键节点所采集的海量、多维度的数据,是将个人知识显性化的重要中介。在小米的案例中,“数据中台”里整合并存储着大量不同场景的业务数据。例如与产品研发相关的用户行为数据、为开发者提供便利的平台赋能数据等。在产品研发方面,小米手环等产品自动监测并记录了用户的体重、运动量、肌肉含量、基础代谢、体脂、睡眠、心率、血压等情况。通过对历史数据和综合人群大数据(人种、年龄、职业、当地空气、环境等)的交叉分析,就可以准确把握并预测用户身体的情况。而拥有这些数据的小米,就可以通过复盘这些数据获取大量的隐性知识,从而快速地实现客户导向的业务优化和创新。

知识数据化的实现机理见图1。

图1  知识数据化的实现机理

 

(2)基于中台的知识模块化

知识模块化是指,“中台”在前期经验大数据的基础上,通过对经验大数据的分析与拟合,提炼出组织中通用的业务场景,并以此为基础进行能力概念凝练、能力流程编码和标准界面设计打造出通用的智能知识模块,从而为常规业务赋能的过程。智能知识模块是指具有标准化界面、嵌入在“中台”、具有模块化耦合特征并且可以在广泛的业务场景中具有通用性、功能性和可复用特征的智能化应用程序,或者为成为独立程序但是已经被代码定义的更小的能力单元。智能知识模块既可以让用户在不需要了解该能力具体运作机理的前提下轻松地调用该能力并得到赋能,也可以在“中台”的辅助下和其他能力模块进行便利、高效的协同。智能知识模块具有智能化运行、通用性强、模块化协同和通过机器学习自动演进等特点。小米“中台”的智能知识模块大体可以分为业务执行模块、智能感知模块、数智分析模块和检索协同模块等。

知识模块化的实现机理见图2。

6923

图2  知识模块化的实现机理

 

(3)基于中台的知识情境化

知识情境化是指,“中台”通过业务执行、智能感知、数智前瞻和拼凑与协同等机制,将功能单一的通用智能知识模块转化为可以胜任不同业务情境的动态能力的过程。智能知识模块的出现为组织核心能力的凝练与沉淀奠定了基础,凝练成为智能知识模块后的核心能力可以直接为各类业务赋能。这些模块可以分为两类:业务赋能型知识模块创新赋能型知识模块。其中,业务赋能型知识模块包括业务执行模块智能感知模块,可以自动完成机械性的常规业务,将前台业务人员从机械的劳作中解放出来提供个性化服务和解决突发性问题,从而带来渐进式的创新,为核心业务的稳固和拓展提供支撑。另外,创新赋能型知识模块包括数智分析模块检索协同模块,这些模块能够通过大数据分析预测未来的趋势,当发现机会后还可以通过模块化的知识组合创造各种新兴业务能力去把握机会,从而有效地避免了能力的固化。具体而言,知识情境化的基础条件是智能知识模块,在智能知识模块的赋能下进行知识开发与探索,最终形成动态能力。

知识情境化的实现机理见图3。

715B

图3  知识情境化的实现机理

 

3、用基于“中台”的知识管理实现当下与未来的平衡

知识开发与探索的关键基础是智能知识模块。智能知识模块则是“中台”最大程度地吸收来自环境、用户、组织运营、供应链和生态的知识并通过机器学习转化为具有特定的、通用性功能的人工智能。其中,业务执行模块和智能感知模块主要为知识开发活动赋能,而数智前瞻和拼凑协同模块则主要为知识探索活动赋能。能够平衡当下与未来的数智动态能力的具体运作逻辑是:首先,在把握当下方面,业务执行模块智能感知模块分别从两个方面赋能现有业务效率的提升;其次,探索未来方面,数智前瞻模块拼凑协同知识模块分别从两个方面赋能未来潜在机会的探索。

综上所述,数智动态能力能够同时应对当下和未来的挑战的根源在于“中台”能够不断地吸收和解码内外部的隐性知识,并将这些知识通过筛选和编码重构成为智能知识模块。

基于“中台”的数智动态能力运作机理如图4所示。

5CB8

图4  基于数智化知识编排的动态能力的运作机理

 

4、数智化视域下的动态能力新范式

基于“中台”的数智动态能力理论的提出,从定义、形成机理和作用机理三个角度推动了传统动态能力理论的发展。

首先,从定义的角度,在“中台”赋能下基于数智化知识编排的动态能力在高管认知和组织惯例之外提供了一种新兴的动态能力微观基础;

其次,从形成机理的角度,基于“中台”的数智动态能力通过知识获取、解码、筛选、编码、开发和探索等基于“中台”的知识管理机制构建起了以吸收能力、重构能力和动态能力为核心的动态能力演化模型;

最后,从作用机理的角度,基于“中台”的数智动态能力可以基于智能知识模块这种单一关键资源的利用与挖掘来实现当前盈利能力和未来机会探索的双元平衡。这种当下与未来之间实现平衡的逻辑如图5所示。

3E39

图5  基于“中台”的数智动态能力新范式

 

5、企业实践启示

首先,在数智经济的背景下,大型复杂业务企业动态应对不确定性的有效措施之一是构建“中台”,通过“中台”将重要的知识转化为核心能力,并为探索活动提供助力。

其次,“中台”的建设依赖于高品质的知识大数据,因此在构建“中台”的过程中,企业要注重对业务知识的有效分解,同时吸收有价值的数据,并做好数据清洗和整理工作,进而为数据转化为能力奠定基础。

再次,“中台”是大量通用智能知识模块的集合,在智能知识模块打造的过程中,要注意其自动化、通用性、模块化和机器学习的特质营造,以及业务执行、智能感知、数智分析和拼凑协同四大功能类型的平衡发展。

最后,“中台”能够帮助企业应对环境变化的关键是以智能知识模块为基础的人工智能,以及基于智能知识模块的开发和探索所衍生出来的各种情境化能力,其中业务执行模块能最大限度地将组织的核心能力标准化,并将人力资源从日常事务中释放出来;智能感知模块有利于提升渐进式创新的质量;数智前瞻则有利于组织以低成本低风险的方式挖掘和验证创新的设想;基于模块化协同的开放平台则有利于组织广泛吸收各个领域的知识,进而通过能力模块的组合快速构建把握机会所需的新能力。

 

 

更详细的内容请参考原文:

周翔,叶文平,李新春. 数智化知识编排与组织动态能力演化——基于小米科技的案例研究[J]. 管理世界. 2023, 39(1): 138-156.