智能制造时代的研发智慧:知识工程2.0
上QQ阅读APP看书,第一时间看更新

五、知识工程2.0的发展方向

虽然知识工程1.0在企业受到欢迎,但仍然有一些问题尚未得到较好的解决,那就是知识本身的问题,包括以下两方面:

1)远知识:知识似乎与工作有关,但距离业务应用太远,使用起来不直接、不方便。对于同一条知识,不同的人理解不同,应用效果也相去甚远。

2)浅知识:只关注显性知识的表面价值,看不到隐性知识的深层智慧。

为此,我们提出以下两项要求作为知识工程2.0的重要发展方向:

1)近知识:所有的知识可以像工具那样直接使用,无需二次加工。无论用何种方法获得知识,在应用系统中可以即插即用。只有工具化的知识才能保证不同的人使用结果相同,因为工具化的知识具有自动化和智能化特征,将人为因素降到最低。

2)深知识:提炼、归纳、分析知识的隐性价值。利用智慧分析方法,将隐性知识按照业务应用情景显性化,使研发人员在工作过程中获得智慧导航。基于大数据的智慧分析方法是一项前瞻性技术,严格来讲,它属于知识工程3.0的范畴,在本书中展望知识工程的未来时会涉及。

通过以上的发展,可以对图1-4形成的两层结构进行优化和扩展,形成由三个层次构成的知识工程体系,如图1-5所示。

图1-5 知识工程2.0体系的三层结构

三层结构中的中间层是传统的知识管理,将已有知识按照业务需求进行分门别类的管理,支撑业务人员的查询和搜索。

知识管理向上梳理研发流程,将知识与研发流程的工作包伴随,将知识融入流程。

知识管理向下深挖设计过程中的知识。根据知识的类别,选择合适的工具进行增值加工。通过软件的知识建模工具生成数字化和工具化的知识,并直接与相关研发工具建立关联;使这些知识天然具有与业务工作环境互动的特点,直接启动应用;使知识与设计活动紧密融合,直接支持设计工作。另外,这种方式也提供了随用随积累、随用随创新的知识积累与应用模式。

知识管理向上发展是知识工程1.0的重点,向下发展是知识工程2.0的重点。