何雨果的知识库

Appearance

Management Information Systems: Managing the Digital Firm ​

第 11 章 知识管理与人工智能 (Managing Knowledge and Artificial Intelligence) ​

11-1 🧠 知识管理系统在商业中的作用 (What is the role of knowledge management systems in business?) ​

知识的重要维度 ​

  • 数据、信息、知识与智慧的层次：
    • 数据 (Data)：是组织系统捕获的原始事件流。
    • 信息 (Information)：是将数据组织成有意义的类别后得到的产物。
    • 知识 (Knowledge)：是通过发现信息中的模式、规则和情境转化而来的。
    • 智慧 (Wisdom)：是应用知识解决问题的集体和个人经验，涉及何时、何地以及如何应用知识。
  • 知识的形式与特征：
    • 隐性知识 (Tacit Knowledge)：存在于员工头脑中、尚未被文档化的知识。
    • 显性知识 (Explicit Knowledge)：已被文档化的知识。
    • 知识的特征：知识既是个人资产，也是企业资产；它具有“粘性”（难以移动）、情境性（只在特定情境下有效）和背景性。

知识管理价值链 ​

  • 定义：知识管理 (Knowledge management) 是指组织中为创造、存储、转移和应用知识而开发的一系列业务流程。
  • 价值链的四个主要阶段：
    1. 知识获取 (Knowledge Acquisition)：组织通过多种方式获取知识，包括从专家处构建知识库、从公司数据中挖掘模式（通过数据挖掘和机器学习），或利用知识工作站发现新知识。
    2. 知识存储 (Knowledge Storage)：将发现的文档、模式和专家规则存储在数据库、文档管理系统或专家系统中，以便员工检索和使用。
    3. 知识传播 (Knowledge Dissemination)：通过门户网站、电子邮件、即时消息、维基和社交商业工具等多种渠道共享和传播知识。
    4. 知识应用 (Knowledge Application)：将知识融入业务流程和决策支持系统，以创造商业价值。这包括基于新知识创造新的业务实践、产品和服务。

建立组织与管理资本 ​

  • 实践社区 (Communities of Practice, COPs)：是由公司内外具有相似工作相关活动和兴趣的专业人士和员工组成的非正式社交网络。他们通过自学、会议和日常经验分享来解决具体的工作问题，是知识创造和传播的重要载体。

11-2 🤖 什么是人工智能 (AI) 与机器学习？企业如何使用 AI？ (What is artificial intelligence (AI) and machine learning? How do businesses use AI?) ​

人工智能 (AI) 的演进 ​

  • 定义：人工智能 (AI) 的宏大愿景是构建能像人类一样思考和行动的计算机系统。但在现实中，AI 更狭义地指代一系列特定的编程技术和技术，它们在处理数据的方式上与传统软件不同。
  • 发展驱动力：近年来 AI 的快速发展主要得益于大数据、计算成本的大幅降低以及算法的不断完善。

AI 的主要类型 ​

  1. 专家系统 (Expert Systems)
    • 工作原理：通过深入访谈捕获专家的隐性知识，并将其表示为一组可被计算机执行的“如果-那么”(IF-THEN) 规则。这些规则集合称为知识库 (knowledge base)，而搜索规则并得出结论的策略称为推理引擎 (inference engine)。
    • 应用：用于信贷审批、设备故障诊断和医疗诊断等领域。
  2. 机器学习 (Machine Learning, ML)
    • 工作原理：软件不是被明确编程，而是通过分析大量数据（包含数百万个数据点）来自动发现模式和关系，并进行统计推断。
    • 学习方式：
      • 监督学习 (Supervised Learning)：通过提供由人类预先识别的输入和输出的具体示例来“训练”系统。
      • 无监督学习 (Unsupervised Learning)：系统在没有人类提供示例的情况下，自行处理数据并报告其发现的任何模式。
  3. 神经网络与深度学习 (Neural Networks and Deep Learning)
    • 神经网络：由相互连接的单元（称为神经元）组成，通过学习大量数据中的模式来识别对象（如图像、声音）。它们通过反复试验，加强识别成功模式的路径连接。
    • 深度学习：使用多层神经网络来揭示数据中的深层模式，在某些情况下可以无需人类训练即可识别模式。
  4. 遗传算法 (Genetic Algorithms)
    • 工作原理：借鉴进化生物学的思想（如遗传、变异和选择），通过检查大量可能的备选方案来为特定问题寻找最优解。
    • 应用：适用于需要评估成百上千个变量的动态和复杂优化问题，如喷气发动机设计或供应链生产调度。
  5. 自然语言处理 (Natural Language Processing, NLP)
    • 功能：使计算机能够理解和分析人类本能使用的自然语言。
    • 应用：搜索引擎、垃圾邮件过滤、情感分析以及客服中心的智能应答。
  6. 计算机视觉系统 (Computer Vision Systems)
    • 功能：处理计算机如何模拟人类视觉系统，从真实世界的图像中观察和提取信息。
    • 应用：Facebook 的面部识别、自动驾驶汽车、工业机器视觉和医疗图像分析（如肿瘤评估）。
  7. 机器人技术 (Robotics)
    • 功能：设计、建造和使用可替代人类动作的可移动机器。
    • 应用：在危险环境中作业（如排爆）、制造业（如汽车装配）和医疗程序（如手术机器人）。
  8. 智能代理 (Intelligent Agents)
    • 功能：在后台为用户、业务流程或软件应用执行特定任务的软件程序，无需直接的人工干预。
    • 应用：聊天机器人 (Chatbots)、购物机器人（比价）、个人助理（如 Siri, Alexa）。

11-3 🏛️ 企业级知识管理系统有哪些类型，它们如何为企业创造价值？ (What types of systems are used for enterprise-wide knowledge management, and how do they provide value for businesses?) ​

企业需要处理至少三种知识：结构化知识（报告）、半结构化知识（邮件、图片）和非结构化/隐性知识（员工的经验）。企业级知识管理系统旨在管理所有这三种类型的知识。

  1. 企业内容管理系统 (Enterprise Content Management, ECM)
    • 功能：帮助组织管理结构化和半结构化两类知识资产。它们具备知识捕获、存储、检索、分发和保存的能力。
    • 核心挑战：创建一个合适的分类方案 (taxonomy) 来组织信息，并为每个知识对象“打上标签”，以便于检索。
    • 数字资产管理系统：是 ECM 的一种，专门用于管理照片、视频、音频等非结构化数字数据。
  2. 知识定位与共享系统
    • 功能：除了管理文档，现代 ECM 系统还集成了协作和社交工具，用于定位公司内部的专家，并利用他们的知识。
    • 工具：包括公司专家在线目录、专家生成的内容库以及方便员工查找专家的搜索工具。
  3. 学习管理系统 (Learning Management System, LMS)
    • 功能：为管理、交付、跟踪和评估各类员工学习与培训提供工具。LMS 支持多种学习模式，如在线课程、视频、实时指导和在线论坛。
    • MOOCs (慕课)：大规模开放在线课程 (Massive Open Online Courses) 是一种向大量参与者提供在线课程的方式，也正被企业用于员工教育。

11-4 🔬 主要的知识工作系统有哪些类型，它们如何为企业创造价值？ (What are the major types of knowledge work systems, and how do they provide value for firms?) ​

  • 知识工作者 (Knowledge Workers)：指那些主要为组织创造知识和信息的人，如研究人员、设计师、工程师和科学家。
  • 知识工作系统 (Knowledge Work Systems, KWS)：是为知识工作者构建的专用系统，帮助他们发现和创造新知识。
  • KWS 的要求：
    • 强大的计算能力以处理复杂的图形或计算。
    • 快速、便捷地访问外部知识库。
    • 用户友好的界面。
  • KWS 示例：
    1. 计算机辅助设计 (Computer-Aided Design, CAD)
      • 功能：使用计算机和复杂的图形软件来自动化设计的创建和修改。CAD 能够轻松地在计算机上测试和更改设计，从而节省大量时间和金钱。
      • 3D 打印：CAD 系统可以为 3D 打印（也称为增材制造）提供数据。
    2. 虚拟现实系统 (Virtual Reality, VR)
      • 功能：使用交互式图形软件创建与现实世界极为相似的计算机生成模拟。用户可以通过穿戴特殊设备沉浸其中。
      • 应用：用于车辆设计和开发，以替代昂贵的物理原型。
    3. 增强现实 (Augmented Reality, AR)
      • 功能：一种将数字数据和图像叠加到物理现实世界环境中的技术，以增强对现实的感知。
      • 应用：电视转播中的橄榄球首攻线标记、图像引导手术、军事训练和工程设计。

11-5 💼 MIS 如何助力我的职业生涯 (How will MIS help my career?) ​

学习 MIS 对于希望在人工智能等前沿技术领域发展的求职者非常有益，即使是对于销售等非技术岗位。

  • 理解前沿技术：MIS 课程提供了对人工智能（如计算机视觉系统）等复杂技术的基本理解，这对于在 AI 公司工作至关重要，能帮助你理解公司的产品和服务。
  • 掌握商业工具：熟练使用 Salesforce.com 进行潜在客户开发和数据维护，以及使用 Microsoft Office（尤其是 Excel）进行销售数据更新和分析，是销售助理等职位的核心要求。
  • 行业与公司研究能力：MIS 培养了通过网络和社交媒体（如 LinkedIn）研究公司、其产品、服务及竞争对手的能力，这对于准备面试和理解销售目标至关重要。
  • 沟通与分析能力：能够为客户会议准备材料、研究销售客户、撰写分析报告等，都需要强大的沟通和分析能力，这些都是 MIS 课程所强调的。
  • 展现学习热情：表明对技术行业和公司所用技术（如 AI、计算机视觉）有浓厚的学习兴趣，是求职时的重要加分项。