SECI及其衍生模型评析

储节旺+李章超

摘 要 野中郁次郎提出的SECI模型对知识创造过程进行了深入、透彻的分析，然而SECI模型中隐含了不少缺陷。论文基于文献研究法对SECI模型进行介绍，指出模型的不足，列举其他学者根据新理解与新技术提出的衍生模型，最后对目前知识创造模型进行评析与展望。

关键词 SECI模型 衍生模型 隐性知识 显性知识

分类号 G254.29

DOI 10.16810/j.cnki.1672-514X.2017.03.013

The Description and Analysis of SECI and Its Derivative Model

Chu Jiewang， Li Zhangchao

Abstract The SECI model put forward by Nonaka analyzed the knowledge creation process in deep. However， SECI model implies a lot of defects. This paper introduces the SECI model based on the literature research， and points out the defects of SECI model， as well as cites other scholars derivative model based on the new understanding and new technology. Finally， it reviews and looks ahead the future of the current model of knowledge creation.

Keywords SECI model. Derivative model. Implicit knowledge. Explicit knowledge.

20世纪末期，野中郁次郎和竹内弘高在《创新求胜》一书中提出SECI模型的概念，指出知识可划分为隐性知识和显性知识，并提出隐性知识与显性知识之间可以通过社会化、外化、组合化、内化四种形式实现互相转换。这是人们在学习成长、知识创新等活动中隐性知识和显性知识二者之间互相作用、知识转化的过程，同时也是知识创造的过程。尽管SECI模型较好地描述了知识转化的过程，但在实际运用中依然有其不少缺陷。本文拟对此展开评价并结合其他学者的观点提出展望。

1 SECI模型缺陷分析

1.1 未考虑动态因素

野中郁次郎认为能通过口头传授、教科书等方式获取，通过语言、书籍、文字、数据库等编码方式传播，容易被人们学习的知识就是显性知识，除此之外，难以言述的知识即隐性知识。然而隐性知识是高度个人的，是一种基于经验的知识，很难通过语言、文字等方式进行传播。野中郁次郎对于隐性知识和显性知识范围的界定是SECI模型奠定的基础。其标准就是知识能否清晰地表述和有效地转移。但是，这种模糊的界定标准很容易导致SECI模型在应用上出现混乱[1]。

野中郁次郎对于显性知识和隐性知识的转化是一次性的，然而知识转化是一个逐渐实现内隐性减弱、外显性增强的过程。

1.2 未考虑主观因素

首先，隐性知识向显性知识的转化实际上需要考虑到复杂的个人经验[2]。以师傅和徒弟为例，师傅在向徒弟传授经验时，常会遇到以前未遇过的问题，在解决这些问题时会不断完善其所拥有的知识系统从而生成新知识；另外，每个人对于知识会有不同的领悟，因此也会结合本身的知识产生新的不同于师傅的知识。其次，根据日常经验可以发现不同知识的可表达程度是不同的。另外，每个人对于知识的态度和表述能力也是有差别的。即便每个人对于知识的偏重点是一致的，也会因为每个人的行事风格等差异而有所不同。

1.3 未考虑开放因素

野中郁次郎创造的SECI模型是一个封闭的知识创造系统，一个自动生成的认知系统[3]。在这一系统中，知识只能以组织内部知识为基础进行知识再造，成为“一潭死水”。然而在现实的实践中，从企业外部引進新知识并将其融入组织内部知识是十分必要的。

1.4 未考虑效率和重点

SECI模型是一个较为完整的循环知识创造过程。在这个系统中，野中仅介绍了显性知识和隐性知识之间相互转化的过程，并没有考虑如何实现知识的转化以及转化的效率等问题。因为在知识进行转化时，并不是一帆风顺的，肯定会遇到来自硬件、软件及人等方面的问题。

知识创造的最后是为了进行应用以实现其价值，而不是简单的无限循环的过程。野中郁次郎的SECI模型忽略了知识的使用，没有将知识创造、价值实现以及企业的知识资产进行链接，形成有机的结合，造成了系统脱节、目的不明确及方向不定的局面。

1.5 过度强调个人知识转化[4]

知识转化的过程包括隐形知识与显性知识之间的转化，组织与组织之间、个人与个人之间及个人与组织之间知识的转化。然而，SECI模型着重强调个人之间的知识转化，却忽略了其他层次间的知识转化。因此，要针对SECI模型对于各层级之间知识转化的混乱及不完整现象进行改进完善。

2 衍生模型

2.1 知识创造SIO-IE模型

针对野中郁次郎将知识简单划分为显性知识和隐性知识的问题，郑承志教授对SECI模型的逻辑基础进行了重新整理，重塑知识创造的实际流程，提出了知识创造的SIO-IE模型[5]。SIO-IE模型（见图1）与野中郁次郎的SECI模型的区别在于增加了操作化，结合组织内部创新等知识，将内化与外显化贯穿整个知识创造的全过程，逐步实现知识的外显化。

首先，组织吸收外部知识。这里的知识并不是完全显性知识，也不是完全的隐性知识，暂且称其为初步显性知识。组织吸收初步显性知识，并结合组织内部已有的知识，经过共同化（Socialization）将其转化为组织内部的共感知识。其次，共感知识与组织内部的创新等各种知识产生交集，经过知识的融合化（Integration）产生了创意与原型，这里的创意与原型可以是将初步显性知识运用到实际中的产品草图或模型，也可以是具有高度显性化的隐性知识。再次，创意与原型经过不断的操作化（Operation），对原型进行反复的实践与操作，使其实现高度的内隐化，成为具有完全外显化的操作知识。如此循环往复实现知识的不断创造。

图

值得注意的是，SIO-IE模型將外部知识引用进来，意味着知识创造系统不是一个封闭的系统，不是“闭门造车”，而是将外部知识引入与内部知识实现结合，不断产生并丰富组织的内部知识。另外，SIO-IE模型的内化（Internalization）与外显化（Explicitness）两个环节贯穿了整个知识创造的全过程，这也说明了知识创造并非一蹴而就，而是一个不断将隐性知识外显化及将显性知识内隐化的过程。

2.2 企业知识SECI-Clouds管理模型

针对SECI模型未突出应用性与系统封闭的问题。在大数据的时代背景下，雷晓凌副教授及其学生宋文将大数据、云计算技术与野中郁次郎的SECI模型结合起来，形成SECI-Clouds管理模型（见图2）[4]。

SECI-Clouds管理模型与SECI模型最明显的区别在于增加了开放与大数据的概念，使得知识创造模型成为一个开放的应用系统。SECI-Clouds模型的基础是企业自建或者从供应商处购买云系统。云系统包括公有云和私有云，可以实现企业内外部数据知识的云存储和企业内部知识的计算与挖掘，从而保障企业知识的安全性与增殖性。

SECI-Clouds模型包括了数据层、知识转化层、知识存储层及应用服务层四个层面。首先，企业通过公有云获取原始数据。其次，将获取到的原始数据经过知识获取SECI模型进行挖掘与处理存储到企业的私有云中。再次，企业在私有云中对所获取的数据知识进行深度挖掘，并进行数据可视化等应用软件的开发利用。最后是应用服务层，企业员工在云端进行数据知识学习，将知识运用到实践中，这一过程也可以了解企业员工的知识所需与知识水平。

云知识创造模型的优点是显而易见的。首先，其突破了野中郁次郎的SECI模型的封闭性，将大数据与云计算等新技术融入到了知识创造系统之中，使其形成一个开源的系统，不断获取大量新知识，拓展企业涉猎知识的广度与深度，从而丰富企业内部知识。其次，由于系统的开放性，使“创新的源泉”不断涌入企业固有的知识之中，使企业在原有知识的基础之上，不断产生新想法、新创意，让企业“活”起来。再次，创新知识管理模式，抓住大数据时代的数据资源，并结合云计算的时代背景，对企业的管理模式进行革新。最后，有利于企业员工不断实现智能化、数字化的学习互动，让企业员工在大数据时代增加实现其自身价值的可能。同时，云知识创造模型提高了企业进行知识管理的效率。

2.3 IDE-SECI模型

对于SECI的显性知识与隐性知识的划分与系统封闭及个人知识倾向问题，我国学者耿新针对性地提出了IDE-SECI模型[6]（见图3）。

IDE-SECI模型在SECI模型显性知识和隐性知识的基础上增加了知识的划分标准，将知识划分为内部与外部、个人与组织。按照这样的划分标准，内部知识可分为个人内部显性知识、个人内部隐性知识、组织内部显性知识与组织内部隐性知识四种，同样的外部知识也可以按此种标准划分出四种知识类型。这样的划分标准可以看出学者对于外部知识及组织知识的重视。另外，该模型对于知识类型的细分表明不同知识的创造流程是不同的，需要区别对待。

外部隐性知识。首先，通过将外部的隐性知识引入企业，并通过社会化的形式将其变成高度个人化的隐性知识留存于企业中。接着，需要个人将其所学习到的隐性知识外化成为个人显性知识，并将个人显性知识传播分享企业内的其他成员，形成组织显性知识。其次，再将规范、理论化了的组织显性知识运用到实践中，形成组织隐性知识。最后，个人对于组织隐性知识又有了新的见解，如此循环往复成为外部隐性知识创造系统。

外部显性知识。外部显性知识进入企业的途径虽有所不同，但是最终都是通过社会化过程进入SECI模型的循环之中。外部组织显性知识通过销售资料等方式进入企业，成为组织显性知识，继而通过传播共享等方式让每个人受教，然后通过个人的理解与经验将其转变为个人的隐性，最后进入SECI模型开始循环。而外部个人显性知识则是通过培训、销售等方式转化为个人显性知识，接着个人对引进的显性知识进行学习掌握并结合自身的理解与经验，解释内化为新的隐性知识，最后通过社会化进入SECI模型循环。

IDE-SECI模型跟SECI模型相比，其优点在于延长了知识创造的链条，将SECI模型延长到外部引入、传播共享、解释内化、社会化、外化、组合化和内化7个阶段。通过对模型各阶段的对比，可以看出IDE-SECI模型对于外部知识的引入介绍更为详细，并介绍了如何将显性知识有效内化为隐性知识，弥补了SECI模型的不足。

2.4 BAS-C-SEC模型

针对SECI模型的知识划分及知识转化局限在某一特定“巴”之中的问题，国内学者彭灿、胡厚宝提出了BAS-C-SECI模型[7]，详见图4。该模型相对于野中的SECI模型有以下优点。

（1）该模型将野中显性知识、隐性知识的分类方法与技术知识、系统知识、战略知识结合在一起。知识创造过程中，以技术、系统或战略知识分类，创造结果知识则用显性与隐性知识进行分类。两种知识分类标准结合在一起使知识创造更为专业化、规范化。

（2）引入组织目标与价值观的概念。实际上，在进行知识创造时需要不同类型的“巴”，该模型将知识创造与巴系统结合实现单环学习。组织在成立之初就确定了组织价值观与组织目标。在目标确立之后，双方付诸行动，行动结果与组织目标一致，则产生新产品；行动结果与组织目标不一致，则会引发单环学习，在不改变组织目标的情况下对组织原则进行修正。单环学习后，如若行动结果始终与组织目标不一致，则进而会引发双环学习，对组织的目标与价值观进行反思修正。这种方法大幅提高了显性知识和隐性知识的质量。

（3）借助工具实现知识创造。无论在单环学习还是双环学习中都需要借助工具来实现。在修正组织价值观、组织目标与组织规则之后，将会进行新的行动。若行动结果与新的目标一致，则认为双环学习成功，如若不成功将会继续新的单环学习；若单环学习成功则表明双环学习仍为成功，如不成功则继续进行新的双环学习。如此循环往复，实现组织目标与行动的不断调整。

（4）联系实践进行知识创造。在进行雙环学习时，学习过程与结果会实时反馈到各成员，有助成员对其行动过程进行反思。这里的反思结合了过去成功的经验、组织目标、新方法等，此过程会不断产生新的系统级知识。

（5）结合再学习产生战略知识。在不断的双环学习过程中，组织和成员都在进行再学习的过程，由此不断产生新的战略级新知识。

（6）成员价值观的再学习。价值观是一个组织实现发展的基础，组织价值观首先影响不同成员的价值观，如若两位成员的价值观实现冲突，将会对比组织价值观实现再学习，如此循环往复的同时也丰富发展了组织价值观，进而引发单环学习和双环学习。

2.5 SE-IE-CI模型

由于SECI模型中知识创造流程与系统较为封闭的缺陷，Peter A.Gloor和吴巧云针对性地提出了SE-IE-CI模型[8]（见图5）。该模型将知识创造流程进行细分，将组织内外部的划分标准与SECI模型原有的划分方式结合，产生了内部（组织创意团队）社会化、内部外化、外部内化、外部社会化和外化、内部组合化与内部内化六个过程。

首先，组织内部的创意团队进行内部社会化及内部外化。根据兴趣爱好产生个人的创意想法，然后进行内部交流讨论，这是创意与想法之间的碰撞，并据此形成产品雏形。其次是外部内化阶段。产品雏形与Web2.0结合，网络用户开始开放式了解学习组织内部创意团队创造的产品雏形。接着是外部社会化、外化。利用网络，大规模的人因之前组织内部产品学习产生了隐性知识之后，将自己的经验与创新产品结合，不断产生新的知识产品。再次是内部组合化阶段。组织利用选取规则，根据前一阶段产生的许多创新产品、创新理念进行整合。最后是组织内部的内化阶段。组织在收集到众多新知识、新产品、新理念之后，组织创意人员结合其自身所拥有的知识与经验进行学习，产生新的显性知识。如此循环往复，实现知识的不断创造。

图5 SE-IE-CI模型

SE-IE-CI模型的优点很明显，其不仅仅局限于组织内部的知识创造，更是结合了当今流行的Web2.0技术，利用数量庞大的组织外部的网络用户，丰富发展企业的产品和服务，以此来实现组织内部知识的数量与新颖度。

2.6 Web3.0知识创造模型

野中郁次郎仅介绍了知识创造的过程，然而对于如何进行转化或通过何种途径转化的描述较少。因此，李亚芳、师以贺及李玉娟将Web3.0与SECI模型结合起来，创造性地提出了基于Web3.0的SECI模型[9]。该模型最大的特点就是通过多种现代渠道进行知识创造。首先是社会阶段。隐性知识到隐性知识的转化是存在个人表达与理解能力以及地域语言等障碍。该模型利用网络社区、视频播客、SNS等方式进行感受与体验，使得参与者更直观地接触隐性知识。其次是外化阶段。这一阶段主要通过对话与互动的形式进行，为了突破障碍，该模型采用电话会议、E-mail等多种数字方式实现。再次就是组合化阶段。模型引入了智能搜索引擎与社会化书签，使显性知识的整合更为便利、更为智能。最后是内化阶段。将显性知识转化为隐性知识。这一阶段强调实践，因此模型利用仿真、角色扮演等“亲身参与”的途径实现。

这一模型弥补了传统SECI模型的不足，突出了知识创造所需的方法与工具，为数字时代的知识创造提供了便利。

3 几点思考

SECI模型虽是迄今为止对知识创造过程进行最为深入剖析的知识创造模型，依然存在缺陷。后来有学者在野中郁次郎的基础上，结合新兴发展的技术，对SECI模型进行了改进研究，并提出了改进模型，如SIO-IE模型、SECI-Clouds模型及IDE-SECI模型，但仍各有优劣，笔者据此有以下几点思考。

首先，知识创造模型是在不断完善的。无论是野中郁次郎的SECI模型还是本文列举的衍生模型，都存在不完善的问题：SECI模型忽视效率、实践等问题；SIO-IE模型忽略了人力资本；SECI-Clouds模型忽略了在“鱼龙混杂”的大数据时代如何甄别知识等问题；IDE-SECI模型也忽略了知识的应用问题。实际上，由于知识的不断丰富、技术的不断升级，以及每个人的观点态度与理解均不相同，所以创造出一套完美的知识创造模型基本上是不可能的[10]。

其次，我国目前知识管理模型存在的主要问题。缺乏统一的评价标准与考核体系，对于不同的知识管理模型也只能是仁者见仁智者见智；知识管理模型“万变不离其宗”，基本上都是对野中郁次郎的SECI模型进行延长或者结合新技术的演变；知识管理涉及人力、知识资源、知识甄别、信息技术等主要因素，然而目前对于这些因素的研究深度颇浅。

再次，知识管理模型忽略了外部环境[11]。实际上，知识创造系统是一个开放式的系统，其与企业外部联系十分紧密，从知识引入到知识转化、最后到知识应用都与外界因素密切相关。这里的外部环境主要指的是全球化的竞争、多元化及动态复杂多样的管理因素影响。另外，不同时代、不同国家、不同层次的知识创造也是不同的。因此，在进行知识创造时需要完整地考虑外部环境，不然会造成效率低下及资源浪费。

最后，目前知识管理的发展方向可以总结为大数据、智能化、系统集成化、用户敏感性这五个关键词[12]。大数据给知识管理增加了难度，知识创造模型也就更为复杂，这其中有很多诸如知识甄别、知识应用等问题需要我们去考虑。智能化、系统集成化，拿手机来说，越做越薄、功能越强大、越智能。同样地，知识创造也要注重智能化，考虑人的因素，并且也要更为全面，考虑到更多的功能。用户敏感性可以这样解释，知识创造固然重要，可是无法接收到知识或不会主动接受，那就会造成知识创造的低效率甚至浪费，因此要提高用户对知识的敏感性。

参考文献：

[ 1 ] 邵昶，丁栋虹.SECI知识转化模型中的“薛定谔猫悖论”及其理论阐释[J].中国工业经济，2009（2）：87-97.

[ 2 ] 范道津，郭瑜桥.对SECI知识创造模型的改进研究

[J].西北农林科技大学学报（社会科学版），2008（7）：77-87.

[ 3 ] 姚哲晖，胡汉辉.知识演化和创新的SECI模型之改进研究[J].中国软科学，2007（9）：118-124.

[ 4 ] 宋文，雷晓凌.知识管理SECI-Clouds模型研究[D].昆明：云南大学，2015.

[ 5 ] 郑承志，淑兰.知识创造的SIO-IE模型：对野中郁次郎SECI模型的修正与改进[J].电子科技大学学报（社科版），2010（12）：15-18.

[ 6 ] 耿新.知识创造的IDE-SECI模型：对野中郁次郎自我超越”模型的一个扩展[J].南开管理评论，2003（5）：11-15.

[ 7 ] 彭灿，胡厚宝.知识联盟中的知识创造机制：Bas-C-SECI模型[J].研究与发展管理，2008（1）：118-122.

[ 8 ] GLOOR P A，员巧云.Web2.0环境下网络知识创新螺旋转化模型SE-IE-CI研究[J].中国图书馆学报，2013（3）：63-70.

[ 9 ] 李亚芳，师以贺，李玉娟.一种Web3.0支持的SECI模型[J].华中师范大学研究生学报，2010（3）：158-162.

[10] 吴晓波，郭雯，刘清华.知识管理模型研究述评[J].研究与发展管理，2002（6）：52-58.

[11] 杨志强.开放式创新模式研究：一个技术创新研究的新视角[D].天津：南开大学，2009.

[12] 陈兰杰.国内知识管理模型研究综述[J].科学与管理，2010（1）：9-15.

储节旺 安徽大学管理学院教授、硕士生导师。安徽合肥，230039。

李章超 安徽大学管理学院硕士研究生。安徽合肥，230601。

（收稿日期：2016-04-28 编校：方 玮）