# 管理資訊系統 — 期末小組專題:策略資訊系統規劃 — 個人部分/知識管理 (1) 參考資料整理

###### tags: `IMMIS`, `知識管理`, `知識經濟`

## 1. 何謂知識
### 1.1. 柏拉圖對知識的定義 (又稱 JTB理論, Justified true belief) [2]
Knowledge is justified, true belief.
知識是得到證成、為真的信念

同義於:
當某人 S 知道某事 P 的時候，
P 為知識的充分且必要條件為:
1) P 為 真
2) S 相信 P
3) S 有合理的理由相信 P

### 1.2 葛梯爾問題 (Gettier problem)
1963年，美國哲學家愛德蒙德·葛梯爾
對柏拉圖、哲學界先賢主張的知識論基礎: “Knowledge is justified, true belief.” 提出質疑
他的論文標題是：「得到證成的真信念就是知識嗎？」

*有關後續延伸議題，有點太偏哲學，故在此不多做討論*

### 1.3. Quinn 的知識層次 [3][16]
1. 認知知識 Cognitive knowledge (or **know-what**)
2. 系統理解 Advanced skills (**know-how**)
3. 進階技能 Systems understanding (**know-why**)
4. 自我激勵創造力 Self-motivated creativity (**care-why**)

Explanation:
1. 認知知識 **know-what**
做基本的工作，可以完成最低限度的工作
=> Minimal, workable

2. 系統理解 **know-how**
能將理論知識應用在實際工作中，解決複雜的現實問題，並**創造實用價值**
但只知其然，不知其所以然
=> Workable, but not very understand.

3. 進階技能 **know-why**
專業領域的能力所需具備的知識
且能理解原理、成因，並舉一反三
=> Workable, and clearly understand, can apply the knowledge to more applications.

4. 自我激勵創造力 **care-why**
追求成功的動機、意志與調適能力
或: 為了達成某個遠大的目標，必須建立相應的能力，並面對許多挑戰，且能排除萬難，實現目標的能力
=> To approach the goals, must gain abilities, face and conquer challenges, and then achieve the goals.
=> Entrepreneurship (企業家精神)

Quinn認為: 具有此層次的知識，可以更新上述三個較低層次的知識

老師認為: **自我激勵創造力 (care-why) 為成功的企業家所需具備的重要能力**
E.g., 老師的舉例

**1.裕隆前董事長 嚴凱泰先生**

**2.聚陽成衣董事長 周理平先生**

聚陽董事長，曾經在企業面臨重大瓶頸時
高層主管認為應量力而為: 接一半訂單 (接下產能可負荷的單量)
但董事長獨排眾議，仍決定接下超過公司產能2倍的大訂單
而最後公司擺脫困境，成為出色的成衣公司

### 1.4. 經營思考
| 第一階段思考 | 第二階段思考 |
| -------- | -------- |
| 認知、概念 | 演繹、邏輯 |
| 啟發性 | 分析性 |
| 無絕對的對錯 | 是非較為分明 |
| 不同模型間看出問題 | 在模型內辯證最佳解 |

企業經營者、高層主管: 建議可具備 大約 80% 第一階段思考 + 20% 第二階段思考
企業經營者、高層主管: 經營者 在 **怎麼看待、怎麼構思** 的思考更為重要

功能部門(主管及員工): 建議可具備 大約 80% 第二階段思考 + 20% 第一階段思考
功能部門(主管及員工): 尋找 問題/任務 的 **最佳解決方案(solutions)** 的思考更為重要

### 1.5. 知識與問題
由上圖，可對 1.4 小節提及的經營思考做更進一步的解釋:

**經營者**
經營者對於一個想發展的目標，需要做基本的了解 (know-what)
並規劃實現一個遠大目標的整體架構、策略 (care-what)
經營者對於經營狀況，需要找出目前存在的問題
即: 「**問題發掘**」的能力
並具備好的洞見，將問題反映給管理部門(高階管理者)

**高階管理者**
高階管理者需具備: 不僅具備 know-how (能實際應用知識)，還具備 know-why (舉一反三)的進階專業能力
如: 企業營運能力、企業經營能力、企業內部管理能力、某些領域的專業能力
對於經營者反應的「企業現有問題」，能想出有效的解決對策
即: 「**問題處理**」的能力
並將對策細化、分拆成較小的許多階段式目標
下放給功能部門處理
但不能只單就高層決定，只負責制定策略
若有很值得思考的洞見，是經營者不曾提點過的
應適時與經營者做有效的溝通
協助經營者更清楚的定義問題、做適合的決策

**功能部門 (主管及員工)**
即: 「**執行檢討**」的能力
內部更新知識 *包含但不限於* **績效**的檢討
績效的檢討可以評估 上級決策=>多個子目標=>實際執行 的好壞
但不能只依據績效做反饋
功能部門的主管 當績效未達預期時
必須綜合評估:
是否 高階管理者 分派、交付的多個子目標，可能有更好的優先順序 或 未曾提出的子目標
能帶來實際執行的績效有更好表現?
並適時與高階管理者做有效的溝通

**標竿學習**
透過效法相關產業的典範
學習其優勢，並嘗試帶進自身企業
或透過企業間的交流、觀摩、合作
由外部帶來新知識，提升企業的成長動能

## 2. 知識的延伸議題
### 2.1. 微笑曲線



**微笑曲線(Smile Curve)**
是 1992 年時任宏碁電腦董事長的 施振榮先生
在《再造宏碁：開創、成長與挑戰》一書中所提出的企業競爭戰略

微笑曲線分成左、中、右三段
左段為技術、專利；中段為組裝、製造；右段為品牌、服務
而圖形的縱軸代表「附加價值」
微笑曲線在中段位置的附加價值較低，左右兩段位置的附加價值較高，整個曲線看起來像是個微笑符號
表示: 要增加企業的附加價值，絕不是持續在組裝、製造位置，而是往左端或右端位置邁進

(老師的觀點)「微笑曲線」可以參考，提供了筆電相關產業出發的一種思路，但未必是放諸四海皆準的準則

(個人觀點)
此一觀點，僅為宏碁集團過去的價值理念
是否製造業永遠只能夠過壓低成本、提高工時來爭取獲利?
是否能透過新科技、新技術引領產業轉型，使得研發與製造並進，進一步提升獲利?
我想是需要時間，與研究管理科學的單位進一步檢驗的

### 2.2. 工作與知識 [17]
此為 Thomas H. 和 Varun Grover 兩位學者 2001 年發表的期刊論文所提出的觀點
工作與知識的流程，可分為: **作業流程、學習流程、知識流程** 三大構面
老師認為，此三者在大部分國內企業中，有點太專注於 **作業流程**
而忽略 **學習流程、知識流程** 的重要性

作業流程: 即遵從已學習過的既有知識，進行工作，得到產出
學習流程: 學習較不熟悉、未接觸過的新知，並運用在工作項目中，優化產出
知識流程: 將學習過的內容整理成知識，並在未來的工作項目重複、永續使用

(補充)
關於 工作與知識，之前在黃世禎老師開設之〈軟體工程〉課程
有邀請業師: 前任職於訊連、現任訊連旗下公司: 完美移動的副總兼技術長 曾維新先生
曾技術長在該堂課程分享了如何運用 BML 模式(Build, Measure, Learn)，優化團隊的專案管理
以管理學角度出發，BLM 模式更適用於 需求及時更新 且 技術及時更新 的影像相關專案
使之成為更具競爭優勢的學習型組織

### 2.3. 日月光企業的知識管理實例

## 3. 知識表徵
### 3.1. 何謂知識表徵
定義: 在長期記憶、工作記憶之中，訊息呈現的方式

### 3.2. 知識表徵的分類
1. 敘述性
了解事件本身的知識
是有關事實、理論、事件及物體的知識

2. 程序性
事情如何做的知識
包含動作技能、認知技能及認知策略
其運作規則是以 **若/則 (If ... then ...)** 的模式呈現的

### 3.3. 敘述性知識
敘述性知識
1. 可以是具有 **意義** 的基本單位: 命題 (proposition)
2. 另也有具有 **知覺** 的基本單位: 心像 、 線性規則
上述三種基本形式，可以整合成更大的結構，形成「基模」

**命題 (proposition)**
命題 (proposition) 包含 兩大部份:
1. 述詞 (predicate) => 介詞, 連接詞, 動詞, 形容詞, 副詞
2. 引詞 (arguments) => 名詞, 代名詞, 動名詞

### 3.4. 概念與命題
人類會將相似的物體，在腦中自動抽取出兩者皆具有非常相近的 pattern 或特徵
將將具有相似 pattern 或特徵 的物體，在腦海中自動連結在一起

### 3.5. 概念圖(Concept Map)
而人類常使用繪製 **概念圖** 的方式，將知識、概念建立成簡單的圖形結構
1995 年，Novak 就提出、定義了 **概念構圖** 的理論基礎，如上圖所示

對知識學習者而言，相比 **機械式學習**: 可能會使學習者更傾向於利用強記、背誦方式記憶與吸收
的學習方式
而發明者 Novak 相信，若採用 **概念圖**，較容易表達知識的整體結構，學習者也較容易理解與記憶
(範例: 如上〈水的三態概念圖〉、〈血液的概念圖〉所示)

而其它有關概念圖的應用，可參考以下幾個範例圖

香港中文大學的老師，繪製碳循環、體溫調節的概念圖輔助教學

台灣某學校的體育老師，繪製排球攔網的概念圖，輔助學生理解相關規則

台灣某學校的學生，繪製核四經濟效益的概念圖，在簡報上讓聽眾更好理解

### 3.6. 概念圖與心智圖的比較
心智圖較為產品設計、活動規劃、創意發想時
提供一種由點向外擴散至相關延伸主題的工具
而若需要輔助吸收、理解某知識更細部的概念
採概念圖的效益應較高

## 4. 知識管理延伸議題 [7]
### 4.1. 知識管理與經營策略
當企業欲發展某一產品，希望在某一市場中獲利
但礙於對目標產品的 **知識** 有限
組織成員目前無法透過有效的手段獲取與目標產品有關的相應知識
在較為稀缺的知識下，只能犧牲產品品質以在市場上競爭
但產品若沒有 **行銷** 的包裝與話題流通
加上研發的 **知識** 有限
如何提升此產品的獲利與市場價值呢?

**知識管理** 提供了一種很好的方法
將組織目前所擁有的知識，做妥適的儲存
挖掘並彌補組織成員的知識缺口 [7]
透過分析資料、找出資料之間隱含的規則或效用
進而提升目標產品的附加價值

### 4.2. 知識建立: CSFs 法
對於企業而言，哪些知識是有用的?
更明確的說法: 哪些知識對目標產品的成功是有幫助的?

**關鍵成功因素法 (Critical Success Factors, CSFs)**
提供了一種值得嘗試的方法
在產品上市後，將實際營收表現與資訊化的知識庫做連結
先將決定產品是否成功的因素都納入考量 (加以盤點)
再藉由人為方式，定義因素矩陣的評分 (rating)
最後透過橫向加總的簡單計算，得到對應各因素的 **權重**
而權重較高的知識，就可以在下一次同質性高的產品設計中被優先考量

### 4.3. CSFs 法的應用實例

CSFs 法也不限於產品開發
在更廣泛的場景中也能作為尋找、排序重要知識的應用
國光老師舉了台科大的例子，如下所示:

(1) 將決定 台科大辦學績效 是否成功的因素都納入考量

(2) 列舉上述所有可能要素的相關知識

(3) 人為(由 校務會議 等相關人士)評分

(4) 計算各要素所占權重

(5) 找出「決定 台科大辦學績效 是否成功」的重要知識，納入決策考量

## 5. 知識經濟
### 5.1. 知識經濟 [1]
> 前台積電董事長張忠謀: “台灣需要轉型、進步，就要發展知識經濟。
> 而知識經濟的意義就是將知識轉化為金錢、利潤。”

### 5.2. 知識變現的發展途徑 [13]
* 工作
* 各種專業顧問
* 出版
* 線下培訓
* 線上課程
* 自媒體（寫作, 影片/頻道/vlog, 旅行, 美食, etc.）
* “在行” [14] (分答, 飯糰 | i.e., 中國知名的知識技能共享網站)
* 付費社群

### 5.3. 知識經濟時代的生產要素
綠色部分: 農業時代 的 生產要素
藍色部分: 工業時代 的 生產要素
粉色部分: 知識經濟時代 的 生產要素

1. **生產要素的變遷**
* 農耕時代: 經濟獲利 最倚賴 **土地 & 勞動力**
* 工業時代: 經濟獲利 最倚賴 **資本 & 勞動力**，其次為 土地
* 知識經濟時代: 經濟獲利 最倚賴 **知識**，其次分別為 **資本**、勞動力、土地

2. **企業產出的變遷**
* 農耕時代: 農作物
* 工業時代: 工業產品、商業產品
* 知識經濟時代: 結合知識的新型態工商業產品

### 5.4. 新經濟特質比較

### 5.5. 如何發展以國家為構面的知識經濟?

## 6. 知識管理與心智模式
### 6.1. 心智模式活動圖 [15]
**6.1.1. 國光老師的觀點**
在心智模式活動圖 [15] 的**心智模式**區塊
老師認為此區塊，與資訊方面的 DB(資料庫) 很相像
也許可以找到一種類似 DB 的方式，把這些有價知識做管理

**6.1.2 個人觀點**
以上的心智模式活動圖中，**心智模式**區塊，先今的機器學習/深度學習方法可以根據歷史資料，達成 **經驗**與**法則**的自動推論

而 **認知活動**區塊，先今的機器學習/深度學習方法可以根據歷史資料，達成**篩選**、**分析**、**判斷**、**評估**的自動推論

但仍有許多人類特有的 **心智模式** 和 **認知活動** 是現今機器學習/深度學習方法難以準確預測或效法其行為
也許未來有更多值得一試的研究也說不定

另一方面，機器學習模型的架構選擇，仍然是人為的
(由機器學習的研究人員和工程師有關相關論文的知識、有關模型訓練的人為經驗，選擇對目標應用場景較合適的相關模型，加以建模、調整參數、訓練、預測、評估)

倘若能找到一種方法，將人類的心智模式裡的各種元素，做很好的組織
如: *蒐集 => 分析 => 應用 (=> 輔助決策)*
即利用當今 **資料科學** 正發展中的方法與架構，進行以下流程:

(1) 經過 **資料工程** 把較難處理的 **非結構性資料** 做 **蒐集** (資料採集, 如:**爬蟲**, **數據蒐集API**的使用)、**儲存**、**彙整**、**群組化
(grouping)**、**資料庫操作(schema 設計、DB 讀寫)**
可能由 資料工程師 與 資料庫後端人員負責

(2) 再透過 **資料分析** 如 **推論統計**、**資料探勘**、**Data Modeling** (包含但不限於結構化分析與設計 (SA/SD) 的 **資料塑模**) 等應用
可能由 資料分析師、特定領域研究人員、統計專家、領域專家 負責

(3) 真實世界的問題建模(Problem Modeling)
如: 分類(Classification)模型、迴歸(Regression)模型、聚類(Clustering)演算法
可能由 資料科學家、領域專家、機器學習研究人員、演算法工程師 負責 設計與實作 能夠**平衡 準確性 及 效能(速度/執行時間)** 的模型或演算法

而我認為，當**企業預算有限、可分配資源有限**時，要重金聘用資歷豐富的統計專家、領域專家作為顧問，不太容易達成
再者，倘若模型/演算法，乃至應用平台後端/UI的開發者，並沒有開發目標的**領域知識**
(如: **汽車, 醫學, 服飾, 彩妝, 紡織, 電子商務, 金融, 行銷**)
即便工作產出，其運行的效能很高 (某功能的運行時間很短)
、準確率很高 (某模型的loss很低且能generalization)
但開發者對開發目標領域越不熟，與領域專家的聘用成本越高 (需要更多時間理解、討論，並支付相關費用)
因此如何在閒暇時間，拓展更多元的領域知識 (**跨領域學習**)
甚至若想到好的點子，有機會運用在日後 **異業結合的產品設計 & 開發** 之上
這些觀點，想必也是未來「知識產業」的開發者、研究者值得思考的議題

更進一步，目前的 Data Pipeline
雖然能就特定目標或任務做很循序式 (sequential)、運行順暢 (如: 導入 ModelOps) 的工作流程
也有助於人員相互配合(管理-四大要素-“組織”)
但進一步思考，目前的 Data Pipeline，資料來源多半都是公開在網頁模板上的訊息
又或者是儲存在企業 DB 裡的保險箱
那麼，有些無法寫明
或連 NoSQL 都難以表述的
**(人為/市場) 規則(rule)、法則(principle)、慣例(convention)、圖形結構、階層結構**
又該如何蒐集(資料採集)？

透過搜尋引擎、NLP技術近年的快速成長
已經有些國外研究機構提出多種可供嘗試的演算法與模型，給予數種值得嘗試的方向了
很值得目前、日後去學習

但無可免俗的，這些演算法/模型，仍需要人為的研究、實作
而且技術也還不算成熟，尚在百家爭鳴的階段，一點一滴的尋找較好的替代方案，並應用在各平台上
其結果也不過就是讓搜尋引擎更精準、各式匹配相關的功能，更精準罷了
在資料蒐集階段，並沒有太多幫助

若未來有辦法設計並訓練一個深度學習模型
使得: 人類只需簡單畫出心智圖，甚至語音輸入一些搜尋詞、開始與結束等命令
便能採集與人類輸入信息相關的資料
進而整理或挖掘出 **文字間的規則**、**影像間的分群關係**
且最好需要領域專家的配合，開發團隊也勢必需要或多或少的學習這些其它領域的知識
以利組織成員能有效率地共同產出 **能解讀領域知識，應用 目標領域 的 規則、慣例、圖形結構等抽象概念** 的模型或演算法
甚至讓模型的選擇能更加自動化

以上是我目前就一些參考書籍和資料，所得出的淺見
由於是很不成熟的初步思考，細節應有疏漏
日後應會閱讀更多相關論文和書籍
尋找更加可行的架構，並嘗試實作

## 參考資料
[1] 台灣科技大學資管系李國光老師, 知識管理1
https://www.youtube.com/watch?v=NkuNRgEnDHg

[2] 台灣科技大學資管系李國光老師, 知識管理2
https://www.youtube.com/watch?v=RTVEyADbESs

[3] 台灣科技大學資管系李國光老師, 知識管理3
https://www.youtube.com/watch?v=Q55LmltCLf8

[4] 台灣科技大學資管系李國光老師, 知識管理4
https://www.youtube.com/watch?v=NeSbyvqviJs

[5] 台灣科技大學資管系李國光老師, 知識管理5
https://www.youtube.com/watch?v=LBI0Ucj8Y4A

[6] 台灣科技大學資管系李國光老師, 知識管理6
https://www.youtube.com/watch?v=Po4CUIWecvY

[7] 台灣科技大學資管系李國光老師, 知識管理7
https://www.youtube.com/watch?v=nogP6PTZeac

[8] 台灣科技大學資管系李國光老師, 知識管理8
https://www.youtube.com/watch?v=pNWgelsr14M

[9] 台灣科技大學資管系李國光老師, 知識管理9
https://www.youtube.com/watch?v=O4zAex1I69g

[10] 台灣科技大學資管系李國光老師, 何謂知識
https://www.youtube.com/watch?v=oAFHYUhZaWQ

[11] 台灣科技大學資管系李國光老師, 策略知識管理
https://www.youtube.com/watch?v=t3Xkl-h6LAU

[12] 台灣科技大學資管系李國光老師, 策略知識管理架構
https://www.youtube.com/watch?v=8dDwds3rpEM

[13] 一刻talks |知识管理专家萧秋水：你为什么当不了自由职业者？
https://www.youtube.com/watch?v=fGuM--SXqn4&ab_channel=%E4%B8%80%E5%88%BBTalks

[14] 在行 - 领先的知识技能共享平台
https://www.zaih.com/help/faq/

[15] 中山大學資管系林東清老師, 心智模式活動圖

[16] James Brian Quinn, Philip Anderson, and Sydney Finkelstein, “Making the Most of the Best”,
https://hbr.org/1996/03/making-the-most-of-the-best

[17] Thomas H. and Varun Grover, “General Perspectives on Knowledge Management: Fostering a Research Agenda”