信息化支撑下的设计企业知识管理

知识管理在建筑设计行业是一个新兴的热门话题，新版质量管理体系也对知识管理提出了新的要求。笔者结合自己对质量管理、信息化和知识管理的研究实践，逐步梳理出一些关于建筑设计企业知识管理的思路，即遵循知识管理的固有原则和规律，结合设计企业的业务特性和实际需求，充分利用信息化建设成果和新技术手段，实现知识管理对企业业务和管理工作的支持。

知识管理的前世

与同行讨论起知识管理，很多人都会谦逊地说，我们还没怎么做过知识管理。这种说法其实是有误区的，建筑设计行业从来就是依靠员工的知识和技能生存和发展的，设计院的实力从根本上来讲就是知识实力。二三十年前，一个刚从学校毕业的建筑专业学生进入设计室项目组的第一件事，就是按师傅的指点去档案室借一份前辈完成的施工图，从头至尾认真学习一遍后，基本就形成了对施工图设计范围、设计深度和设计内容组织最初的认知，再经过几个工程的历练，数年之后，就可以独立承担中小型的项目设计，而完成的每一个项目的文件归档，就是最基本的知识收集过程。如果是重要的、复杂的或有技术难度的项目，还会被要求做工程总结或设立研究课题，即进一步的知识提炼。以上这些都是知识管理的过程，只不过在传统话语体系下，没有把这些熟悉且常规的管理内容看作知识管理。而当我们谈论知识管理时，我们往往谈论的是信息化支撑下的知识管理，是借助信息化手段实施的知识管理。

知识管理大奖——MAKE奖在评价企业知识管理水平时，会使用以下8个主要维度：一是营造知识驱动的企业文化；二是对知识员工的培养；三是开发和交付知识型产品/服务/方案；四是企业智力资本的最大化；五是打造企业协作型知识共享环境；六是营造学习型组织；七是基于客户及利益相关者的知识交付价值；八是将企业知识转化为股东及利益相关者价值。

传统的设计企业在这几个维度上也都是有计划、有步骤地持续进行的，对员工专业技术能力的培养，对设计产品的创新性追求，挖掘企业内外部人才，推广企业内外部的先进技术和设计方法，这些都是设计企业技术质量等部门工作的主要内容，只是没有把这些内容特别归入知识管理范畴，没有形成系统的知识管理框架。

这些可以认为是设计企业知识管理的前世，也是当下知识管理的最本源的依据和最初始动力。当然，在当今信息化和网络技术广泛渗透的时代背景下，我们谈论的很多内容都已经超出了传统意义范畴，而且知识管理本身就是伴随着信息化和网络技术而普及的，因此，当我们真正谈论知识管理时，的确需要更多地深入探讨信息化支撑下的知识管理。

信息化进程和数据的积累

随着信息化技术的普及，设计企业的信息化建设水平在最近10年有了极大提升，尽管与其他行业相比建筑业的整体信息化水平还比较低，但经过10年的努力，大多数设计企业也纷纷建起了管理系统，比如档案管理、工程项目管理、协同设计平台，以及人力资源和财务管理系统等。信息化系统的应用提升了管理水平，管理的提升又反过来促进了信息化建设，二者相辅相成。管理系统经过多年的运行，其中，大量数据都是可以通过挖掘和整理作为知识，帮助和支持业务以及管理工作。

通常设计企业还都会建立一个档案管理系统，把设计和科研业务的最终成果或者说是完结状态，保存在档案系统中，既作为工程档案，也作为成果知识库。这是最直接的知识资源，例如要想找到一份已完工的施工图纸，就方便很多。此外，设计企业还会逐步建立各种知识库，取代传统的资料室或图书馆，资料查询效率大大提升。而要想使知识管理的功效更强大，则需要建设知识仓库，也就是让知识有特定的来源，有合理清晰的分类货架，有知识内容之间的有机关联，有便捷高效的查询界面和灵活多样的展现形式。

信息化助力知识管理

知识管理理论体系通常把知识分成显性知识和隐性知识两大类。显性知识是指能被明确表达的知识，也就是人们可以通过口头传授、教科书、参考资料、期刊杂志、专利文献、视听媒体、软件和数据库等方式获取，可以通过语言、书籍、文字、数据库等编码方式传播，也容易被人们学习。换句话说，就是可以写在书本和杂志上，能用语言说出来的知识。而隐性知识是存在于人的头脑中，可以被应用，但未能被表述出来的知识。

基于信息化数据积累，借助信息化手段来建设知识管理平台，可以从3个层面体现，即显性知识的展现、隐性知识显性化和寻找和发现隐性知识。在笔者3年的知识管理实践中，各种应用场景也基本上是围绕这3个层面展开的。

显性知识的展现

除了建立知识库和知识仓库，分门别类存放知识内容外，还可以利用信息化手段和知识管理工具将知识的展现做得更加有声色、更加方便高效。比如，工程设计成果的保存和利用方面与传统的档案管理查询调阅相比，在知识管理平台展现工程设计成果的方式更多。此外，定位于显性知识展现的知识管理应用还有很多，例如，项目百科词条。这可以看作是一个项目知识库，当工程项目设计完成时，将在信息化业务系统中运行的设计项目中的知识点，连同成果文件，以开放词条的方式展现在知识管理平台。也就是当项目的设计团队在业务系统中操作并设计完成归档流程后，知识管理平台会自动创建一个以项目名称为词条名的百科词条，按照预先设定的展现内容、条目、格式以及信息关联关系，从业务系统中抽取知识内容，建立与档案管理系统中项目图纸的链接。词条在设计完成时生成，可以永久开放。设计完成后逐步形成的专业技术总结、关键技术要点、施工现场服务中的重点内容，甚至后期运行维护过程中的信息反馈和设计反思等，都可以在不同阶段通过完善词条的操作丰富到项目知识库中。

项目实例定向推送。由于业务系统和知识仓库中的每个项目都已做好了分类属性设置，当新的项目在业务系统中立项，根据新项目的分类和属性，知识管理平台可以自动匹配合适的项目实例，并及时推送给项目设计团队中的所有成员。

设计错误和问题解析。从业务系统中收集工程项目设计过程中在审核、审定、会审以及质量检查等查漏纠错工作中形成的对技术性问题或设计错误的纪录，包括问题的产生原因，错误的地方，正确的做法等，形成常见和典型问题知识库。这些错误和问题解析同时还可以作为专业技术培训和考试的内容。由于错误出自实际的项目设计，因此特别适合作为培训的案例。

标准规范推送。标准规范管理功能也可以与项目管理或协同设计平台建立接口，在工程项目的设计输入阶段，在项目管理或协同设计平台通过点选该项目应执行的设计标准和规范目录，标准和规范编号和名称自动写入设计说明的设计依据部分。在设计和审核图纸时，选定的标准规范条文通过浮窗或类似的方式推送到桌面，供设计人员或审图人员查阅，同时，也可将审查出的问题与标准规范条文相关联，用于统计汇总，作为标准规范本身的检视依据。

知识地图。知识有条不紊地存放于知识仓库后，可以通过知识地图工具，建立起以各种事件为线索的关联关系，让和整个事件有关的原先散落在知识仓库的不同“架位”、不同“抽屉”的知识内容串联成一整条知识链，让整件事件所需要的知识点都清晰地组织好，整体地提供给有需求的用户。线索可以是设计阶段、专业、项目类型相关的专有知识等。知识地图的梳理和搭建需要专业的和有经验的人员付出精力，一旦知识地图搭建好，其作用是极其强大和高效的。

隐性知识显性化

当没有信息化手段支撑时，隐性知识显性化需要花费的额外工作量较大，成效又不明显，若没有强烈的责任心或强力的考核或激励手段，一般难于实现。借助信息化技术，借助知识管理工具，则可以在一定程度上让设计人员乐于将自己的隐性知识变成显性的存在。

知识问答。设计人员在日常工作中相互请教或向高阶人士请教的情况非常多，随着通信方式的普及和便捷，在各类即时通讯平台或群组中提问的设计人员越来越多，但一般的即时通讯平台不具备问题分类汇总、存储查询功能，问过和答过的问题不能被重复利用。在知识管理平台构建一个问答功能模块非常必要，通过提问和回答，可以把隐性知识显露出来，并加以分类保存，问题和回答积累多了，可以形成知识库，便于后来者学习借鉴，让知识发挥更大价值。更有价值的是，通过对问题解答的沉积以及对解答的评价，还可以汇总分析出哪些设计人员善于回答问题，或擅长回答哪类问题，也可以得出对设计人员所具备的专长和钻研领域的数据积累。

知识提交与共享。全体设计人员参与知识供献，形成注重知识分享的企业文化，是企业做好知识管理的重要环节。营造共享知识、协同工作的环境氛围，才有可能最大限度地把员工个人的隐性知识发掘出来。为设计人员的知识提交与共享行为提供更便捷、更友好的平台和工具，利用评论、打分、点赞等信息反馈和积分管理机制，增加知识分享的交互性和趣味性，使设计人员在知识分享中获得成就感，从而乐于共享知识内容。设置简洁的知识审核流程，减少提交和共享知识中的环节控制和审批障碍，让知识共享更顺畅。企业内网一般采用实名登录，员工以实名提交共享知识，他们会对提交的知识内容自我审核，加上评论和打分机制，基本可以保证共享知识内容的质量。

寻找和发现隐性知识

即便是成功地利用各种手段实现了一定程度的隐性知识显性化，那也只是针对能够显性化的隐性知识。对于设计院这类知识型企业，其绝大部分的隐性知识其实是水面以下的冰山，其体量数倍于露出水面的部分。而要想找到这部分隐性知识，最简单的办法莫过于找到藏有这些知识的大脑，也就是具备这些知识的人才，并让其发挥出应有的价值。

专家库。每一个设计企业都需要自己的专家库，也需要对自己企业的人才储备情况有清晰的了解，以应对市场的变化，保持核心竞争力。通常的做法是手工建立和维护专家库，定期收集人才业绩，组织评审，认定专家，向公众发布。这样的方式往往在初始评审认定发布后，后期因工作量大而疏于更新，而且，评价和认定只能限于较小的范围，后起之秀脱颖而出比较困难，企业整体人才储备情况就更难于把握了。

随着信息化业务系统的应用，基于数据的专家库系统应运而生，采取的具体做法是，尽可能最大程度地整合各业务系统数据，将来源于人力资源系统的人才信息和来源于各业务系统的各类业务信息（如设计项目、咨询项目、投标项目、科研课题、发表论文、获奖信息等）相关联，实现大数据整合；在数据收集的基础上，依据项目复杂程度、重要程度、担当角色、中标及获奖等级等影响因子建立计算模型，作出多维度的客观评价；按照人才分类的需要（比如可以按设计项目类型、课题研究类型等维度）对人才进行分类筛选，展现不同分类中的人才状况。

由于所有数据全部来源于人力资源和业务系统，可以做到数据实时更新，因此这样的专家理论上不需要人工维护。当然最终的人才选拔任用可能还需要考虑其他维度的评价。基于数据的专家库系统所提供的动态的客观的评价，当项目或团队需要某类型专家的时候，这个强大的数据平台可供使用，同时企业的人力资源管理部门可以据此了解人才现状和成长趋势，技术质量经营等管理部门可以据此组建精英技术团队以应对市场。对于设计人员个人来说，客观的数据形成的人才评价，给予个人相对公平的脱颖而出的机会，让那些有实力有积累但尚未出现在领导层视野之内的人才不被埋没。

专家问答。专家库与知识问答两项功能相结合，形成了专家问答功能模块。与单纯的知识问答不同，当我们向专家请教时，系统可以自动推送经过筛选的专家的专长领域，这样就实现了向特定的专家请教特定领域问题的功能，也就是向用户推荐他正在寻找的隐性知识所寄存的大脑。

数据的体量和质量。信息化业务系统支撑的知识管理，数据的体量和质量是关键。所谓数据的体量，是指需要业务系统成熟运行一段时间，所有工程项目全部在系统上运行，管理的过程也尽可能全面，也就是说，数据涵盖面是全的，而且数据量具备一定规模。所谓数据质量，是指系统上工程项目运行是严谨认真的，每个过程的数据填写是真实准确的。如设计项目或科研课题立项时的类别选择要准确，项目或课题各阶段填选的属性信息要完整准确，也就是各类标签要贴全贴对，同时，还需要各个数据源头化管理，保证数据的唯一性。当然，这就需要建立一套比较完善的数据信息标准以及知识分类和属性体系。数据信息标准需要落实到相关各个信息化管理系统，同时，分类和属性体系也需要贯彻在业务系统中。业务系统中的数据也需要尽可能地做到结构化。换句话说，业务系统数据的结构化程度越高，后期在知识管理平台上的应用效果就越好。在笔者本人和团队的实践经历中，由于信息化业务系统建立得比较早，当时对知识管理的认知还没有那么清晰，在做知识管理系统时，往往发现业务系统的不足，需要回头再去优化改造业务系统。

以上所提到的知识管理功能模块，必须立足于设计企业信息化建设和运行的基础条件，条件比较成熟的，除了尝试这些应用外，还可以尝试更深入地挖掘知识内容，从信息化走入知识化，然后向智慧化过渡。信息化条件薄弱的企业，可以在信息化建设的起步阶段就引入知识管理的概念，一开始就注重数据的体量和质量，标准和体系在先，系统建设可以高起点出发，后期效果会更理想。