面向汽车研发领域的知识管理体系设计

马书秀 徐旭 张志飞 陈莹 齐明月 郭帅

（1.中国第一汽车股份有限公司研发总院，长春 130013；
2.中国第一汽车股份有限公司战略与创新规划部，长春 130013；
3.同方知网（北京）技术有限公司，北京 100000）

主题词：汽车 研发 知识管理 体系架构

随着汽车与能源、交通、信息通信等领域加速融合，汽车正朝着电动化、网联化、智能化的方向迅速发展[1]，汽车企业的发展战略将由传统的“以产品为中心”的生产制造商向“以用户为中心”的移动出行服务商转型升级。汽车产品的设计研发技术不但涉及“NVH、人机工程、电化学、动力技术、制造工艺”等专业技术，还将融入“大数据、云计算、人工智能”等信息技术和以“通信传输、智能感知、分析计算、控制技术”为代表的智能网联技术，这将进一步增加汽车企业的产品研发的复杂程度[2]。在汽车行业全球化竞争加剧、用户需求趋向多元化、内外部知识大数据急剧增长的背景下，驱使汽车企业必须能动态感知用户需求、精准把握产品定位，提升产品研发效率，控制产品研发成本。进而提升设计师的研发知识获取效率和精准度，实现车型研发经验知识的传承和复用，将产品研发知识融合到车型研发的全流程将非常关键。这是汽车企业实践知识管理需要解决的核心问题[3]。

本文以汽车研发领域知识管理体系构建为研究为重点，探讨如何调研分析评估汽车研发领域核心知识需求，设计支撑汽车企业发展战略的知识管理体系蓝图以及分步实施的具体建设关键举措等。

汽车研发属于复杂性强的知识密集型工作，国内外汽车研发制造企业很早就意识到知识管理的重要性，纷纷通过搭体系、建平台等形式开展知识管理工作实践，但仍存在不足之处，其根本原因是缺少用户视角，缺少全局统筹。从信息化思维进行知识管理平台建设，基于设计师研发工作核心知识需求的调研将是系统化构建知识管理体系的基础。

基于知识管理现状评估维度，针对知识生产、传播、扩散和利用全环节、全过程进行梳理、分析和诊断，系统化地评估研发领域目前知识管理的真实水平和现状，识别研发领域知识管理的痛点与需求。

2.1 定义知识管理需求评估维度

考虑到知识管理是一个全面系统化的工作，需结合知识管理理论和汽车企业的现实状况，从知识管理战略、知识组织利用、知识管理平台、知识运营保障4个方面构建评估体系[4]。

（1）知识管理战略

评估基于总体战略的知识管理战略规划及执行情况，以及公司高层对知识管理工作的持续支持和企业内部的知识沉淀分享文化建设情况。

（2）知识组织利用

评估如何进行知识识别，如知识梳理、知识规划、知识审计；
如何进行知识的加工，如分类体系、内容标引、知识萃取，以及如何在内部进行知识的共享，如知识传播、知识扩散、吸收内化等方面实践成果。

（3）知识管理平台

评估为落实知识管理战略而搭建的知识管理工具平台建设及应用效果，如IT信息设施、系统整合、知识搜索、知识推送、知识融合等方面。

（4）知识运营保障

评估在相关制度保障，如流程规范、指导手册、运营评价，组织保障：组织设置、资源配置、角色职责，人员保障：专业能力、协调能力、培训宣传等方面的具体措施。

依据创新型企业的知识管理成熟度模型，基于多评估维度现状综合评估结果，可将知识管理建设发展阶段划分6级[5]，分别是：

（1）知识无序化

主要表现特征为：知识由个人掌握；
企业发展战略未涉及知识资产管理，未意识价值；
未有流程制度支持知识积累；
未有IT平台支撑知识管理应用等。

（2）知识积累化

主要表现特征为：知识资产管理融入企业发展战略；
建立相应的知识管理流程规范；
各领域知的识管理平台零星建设；
各领域已具备一定量级知识积累；
知识资源的档案化管理，复用度低等。

（3）知识共享化

主要表现特征为：设立了专职的知识管理部门和岗位；
企业层面开始展开知识管理工作；
形成知识的有组织统一管理；
知识平台实现知识共享等。

（4）知识场景化

主要表现特征为：知识管理流程制度健全并支撑企业战略；
知识通过流程、项目、岗位进行推送；
知识融入核心业务等。

（5）知识智能化

主要表现特征为：知识根据核心业务需要进行自组织；
知识伴随插件的设计研发应用；
实现核心业务的任务、数据、工具、知识的集成应用。

（6）知识生态化

主要表现特征为：知识管理引领企业发展战略；
企业核心业务对知识资源的高度依赖；
企业核心业务生命周期与知识生命周期自适应；
知识管理平台为企业内部和外部创新生态链提供服务；
知识管理共享文化生态与企业核心业务良性融合[6]。

2.2 知识管理需求理解与发现

基于知识管理现状评估体系从知识管理战略、知识组织利用、知识管理平台、知识运营保障维度总结知识积累、共享、场景等方面现状、问题及提升方向（图1）。

图1 知识管理各维度评价模板

目前，各大汽车企业普遍存在以下问题与核心需求。

（1）知识管理战略

知识管理工作是“一把手”工程，需要得到企业高层领导持续的关注和支持。知识管理最大的风险之一就是主管领导的变更以及其战略关注点变化，这就不仅仅要把知识管理看成为“战术运动”，还要上升到组织战略变革的高度。所以，需要高层领导和组织变革战略对知识管理工作的重视度及持续关注，统一思想，明确目标，构建知识型企业文化氛围[7]。

（2）知识组织利用

在知识组织利用方面，未能有效识别设计师在产品研发过程中所需知识资源，如外部情报类知识等。知识加工标注维度单一。知识共享范围仅在部门内，无法实现跨部门、跨领域、跨产品共享复用。

（3）知识管理平台

知识管理平台没有与业务系统、网盘、个人电脑中知识进行统一集成，无法实现资源一站式检索，影响设计师知识获取效率。检索项主要以篇名为主，检索结果不准确。无知识关联网络，无知识发现，无用户画像，无法根据行为数据进行知识推荐。

（4）知识运营保障

知识管理的资源投入和激励机制不足，难以保证知识管理的高质量持续运营。重数量考核，轻质量审核，负责知识管理运营工作的人力投入不足。缺少有效的常态化线上、线下运营机制来进行知识萃取积累沉淀，隐性知识显性化存在困难。

3.1 总体规划蓝图

知识管理的规划实施是一个“统一规划、分步实施”的长期持续建设运营的过程，结合当前汽车企业研发领域的知识管理现状和核心需求，需遵从知识共享化、知识场景化和知识智能化的建设步骤逻辑，通过以用户需求为中心，以设计思维为导向，以知识与业务融合为原则，坚持“积累、共享、应用、智能、创新”五项工作目标，完善组织保障及流程制度保障，实施内外知识统一搜索、知识地图、知识推送、数智化融合等10大关键举措[8]。实现研发领域知识归集沉淀共享复用，提升知识赋能力、拓展力，构建研发领域先进的知识管理体系，融入研发流程，支撑汽车产品研发创新[9]，如图2。

图2 知识管理体系总体规划

3.2 分步实施策略

通过强化知识管理与业务场景的有效融合，实现知识积累与研发业务如影随形伴随式双提升。通过“三步走”的策略实施落地，逐步实现知识共享化、知识场景化和知识智能化。

知识共享化主要是针对研发领域知识分散获取的问题，以提升知识资产统一集成及高效管理为目标，全面盘点现有知识资产，基于知识体系完善实现内外部知识资源的统一加工、标引和关联，面向各业务、各岗位提供统一导航、统一检索、统一关联、统一服务，一站式发现和获取学习、工作及创新所需的各类知识。通过内部知识全景梳理、外部知识资源采集、知识体系优化、内外部知识共享、专家隐性知识萃取沉淀等措施实现。

（2）知识场景化

知识管理场景化以快速促进知识赋能员工，知识融入、支撑研发工作过程为目标，通过知识地图，匹配流程任务和岗位所需知识内容。从设计师日常开展任务维度的全面梳理相关知识需求，按业务流程引擎定制知识资源，构建业务知识地图，在开展业务过程中推送知识。从设计师的工作岗位职责维度全面梳理相关知识需求，基于岗位胜任能力要求分析知识需求，构建岗位知识体系及知识包。

（3）知识智能化

知识智能化以支撑研发智能化转型为目标，基于员工知识需求，构建多维员工画像进行相关知识推送，在知识深度标引基础上，面向整车研发领域，构建概念关系词典和语义词典，通过机器自动和人工标注结合，构建车型、部件、工况、问题知识图谱，围绕业务单元所需全景知识包自动关联，实现知识与业务的场景化及智能化融合应用。

通过逐步实施知识管理10项行动举措，从而为设计师进行知识赋能，促进研发创新能力提升。

表1 知识管理10项举措

4.1 梳理知识全景图

围绕研发领域各部门、各业务系统、各类型知识进行显性知识资产的全面盘点，以形成研发领域知识全景图（图3）。

图3 知识全景图模板

4.2 外部知识采集

（1）业务痛点

指令接收模块:指令接收模块主要完成与PC机之间的信息交互,根据之前定义好的指令协议解析上位机传来的指令来完成对不同通信系统的模式选择,实现多模射频和中频的控制。

目前设计师直接从相关网站获取行业情报，信息的获取渠道少、效率低、时效差，情报无复用。

（2）目标价值

帮助设计师及时了解市场最新动态、行业动态，对标车型，用户反馈等，为产品研发提供情报支撑。

（3）重点工作

梳理与产品研发密切关联的互联网网站及对应频道模块，确定集成方案及知识资源进行采集发布，发现产品问题和用户需求[10]。

4.3 优化知识体系

（1）业务痛点

知识体系是知识管理实施的重要基础，是实现各类知识的管理、检索的重要前提，也是终端用户实现知识高效获取、智能推送和知识伴随等知识管理场景化、智能化应用的充分条件。

多数企业采用的是单维树形知识分类体系。一方面，对知识分类管理支撑不足，整车研发业务活动相对复杂，各业务活动间会存在交叉，如整车总布置下的产品工程开发和产品开发项目中的知识即会出现交叉，此时会干扰知识的归类及使用。另一方面，对知识高效复用支撑不足，知识管理的重要目标是如何让最有价值的知识进行最高效的复用。如设计师在遇到具体问题有明确知识需求时，多采用导航、组合检索方式精准获取，同时对于以往项目中可能存在相关的方案希望主动推送参考，如相关项目知识的订阅、智能推送、场景化知识伴随等方式才是更高效的知识共享及复用方式。

（2）目标价值

通过知识体系的整体优化方案，形成统一、规范、科学的知识体系，可有效提升检索的精准性，构建知识场景化应用模式，并提供面向问题的知识服务，为知识管理打好坚实的基础。

（3）重点工作

在汽车研发过程中涉及多部门协同、多项目并行，产品本身结构及性能复杂，导致企业所产生的知识种类多、知识呈现形式复杂并且知识应用场景丰富，涉及因素众多。在具体的知识应用场景下，各自独立的知识分类体系并不能满足企业各类员工的需求，同时也不能系统体现车企知识的整体结构，需要进一步建立面向具体业务的网状知识服务体系。

针对汽车研发业务特点，分3个层次进行建设。

（1）建设科学、统一的知识分类管理树形体系，对研发领域内外部知识进行科学规范的统一分类管理，以满足多层次及拓展性知识管理需求，此部分主要通过知识类型、隶属项目、整车结构、性能、流程、问题、部门、岗位八个维度进行分类；

（2）围绕整车研发过程中涉及的结构、性能、问题3条主线展开，通过关联映射建设面向各研究领域的场景化知识复网状体系；

（3）通过各研究领域中问题及其对应真因的梳理，建设面向问题诊断参考知识网状体系。

4.4 内外部知识共享服务

4.4.1 统一集成

（1）业务痛点

内外部知识存储在不同的业务系统或网盘等，存在信息孤岛，未能集中存储，不能统一检索，设计师在进行知识获取时效率低下。

（2）目标价值

对各业务系统知识进行识别筛选与分类，实现显性知识资源的统一汇聚，提升设计师对知识资源主动检索获取效率统一集成。

（3）重点工作

基于研发领域知识全景图，梳理研发高频使用的知核心识内容及其存储载体，明确集成方案。

4.4.2 数据加工

（1）业务痛点

知识标签维度单一，属性不全，难以满足精准化知识服务要求。

（2）目标价值

实现精准检索，检索结果分类、分组及推送等功能。

（3）重点工作

对显性知识进行标引和全文结构化加工，知识标签维度如题名、作者、部门、岗位、关键词、摘要、隶属项目、隶属流程、整车结构、类型等；
同时，针对问题案例类报告，可拓展深度标引字段：车型、发动机、排量、行驶状态、行驶环境、行驶速度、油门开度等，从而为实现精准检索、分类、分组、推送等功能做准备。

4.4.3 统一搜索

（1）业务痛点

知识检索精准度不够，检索结果无分组排序，知识之间难以深入关联拓展。

（2）目标价值

打破零散化“信息孤岛”，实现各类数据、经验、知识最快、最全一站式搜索，提升用户知识获取效率。

（3）重点工作

实现多源异构知识的一框式检索、主题检索、分类检索及高级检索等，以及同义词及中英文扩展，检索结果按部门、项目、系统/部件、类型等维度进行分组。

4.4.4 专题服务

（1）业务痛点

面向设计师推荐更精细化知识服务，缺少面向专业领域的专题知识库。

（2）目标价值

将知识以研发任务、验证问题等维度进行汇聚重组，设计师可快速获取具体研发任务、问题解决的全部技术、规范、案例等知识。

（3）重点工作

建设设计研发和验证研发两大研发阶段的专题知识库。

4.5 隐性知识萃取

（1）业务痛点

专家离职或退休后，其长期积累的宝贵经验与教训等核心知识资产也会随之流失，造成组织失忆。与此同时，年轻员工需要快速学习，站在前人的肩膀上迅速成长，汽车企业的优良传统和精神需要传承、发扬。同时专家对企业有着深厚情感，也愿意将自己有价值的经验感悟留存积淀下来，将自己职业生涯有价值的经验总结传授给下一辈，帮助他们快速成长、少走弯路，为企业的未来发展贡献自己的一份力量。通过积累沉淀专家的宝贵经验教训及知识成果，将其转化为生产力，不断凝聚提升核心竞争力，为企业的可持续发展提供动力。

（2）目标价值

旨在挖掘专家工作多年积累下的成熟工作方法、优秀项目经验以及丰富的总结教训等隐性知识，梳理后归集入库，成为企业知识资产，为日后开展工作提供参考和借鉴，实现隐性知识的积淀与传承，为企业高质量、可持续发展提供动力。

（3）重点工作

通过定向知识归集、跟随学习、专题邀稿及现场访谈等方式，萃取专家成熟的工作方法、优秀项目经验及丰富的总结教训，实现隐性知识沉淀与传承。

4.6 岗位知识地图

（1）业务痛点

新人入门主要是传帮带方式，人才成长效率低。

（2）目标价值

丰富人才培养方式，促进设计师自主学习，提升成长效率。

（3）重点工作

以岗位为基本单元实施知识管理，从岗位知识需求入手，梳理岗位胜任能力要求，确认各维度的核心知识内容，形成一种融合内外部知识的岗位创新知识服务模式。

4.7 任务知识地图

（1）业务痛点

设计师在开展任务过程中无法及时获取与任务相关的系统化精准知识。

（2）目标价值

实现以任务为导向，多维度匹配相关知识内容，赋能产品研发工作。

（3）重点工作

以产品开发任务为逻辑主线，围绕完成具体任务所需的经验成果、工具方法、标准规范、创新技术进行知识关联，并通过该项任务所研究的内容、属性和问题进行研发设计、工程案例知识的推荐参考。通过研发任务的梳理构建出该领域的任务知识地图，并围绕具体一项任务中所需的经验成果、工具方法、标准规范、创新技术进行知识的关联；
通过该项任务中研究的部件、属性、问题进行部件研发设计、问题工程案例推荐[11]。

4.8 知识推送

（1）业务痛点

设计师对于知识需求主要通过检索方式获取，知识主动推送服务能力不足。

（2）目标价值

实现由人找知识到知识找人的服务模式转变。

（3）重点工作

从设计师基本属性、工作关系、使用行为构建知识需求画像，智能推送精准知识内容。

4.9 数智化融合

（1）业务痛点

研发数字化、智能化工作推进中，业务流与知识流未能有效融合。

（2）目标价值

以流程化、知识化、工具化、规范化为核心，实现知识支撑、质量管控及工具集成，为数智化平台提供精准知识智能嵌入伴随服务，助力研发工作的精细化，不断提高产品研发的技术含量和水平，促进核心竞争力的有效形成和全面提升，逐步推动研发数智化转型[12]。

（3）重点工作

针对业务所需的输入参考知识进行标准化加工，构建研发领域重点知识湖，并与数智化工作平台实现互联互通，让知识管理平台成为数智化平台的“知识底座”。

4.1 0 知识运营

（1）业务痛点

知识管理价值认知参差不齐，设计师参与度低，隐性知识显性化困难。

（2）目标价值

传递知识管理理念与方法，持续创造用户参与价值，使知识管理平台可以面向用户良性运转，支撑研发活动，构建知识型企业的文化氛围。

（3）重点工作

按照专业实际工作需求，“线上+线下”双向并举，开展系列运营活动。

随着人工智能技术的加速发展，知识挖掘、数据算法、智能决策等在各行业的大量应用，未来，融入研发业务各类场景的智能聚类、智能搜索、智能问答、智能推荐、智能创作及智能决策的知识创新生态自动化将是知识管理的发展方向。

本项目立足于汽车研发的核心知识需求进行总体的知识管理体系规划，以服务研发业务为导向采用先试点后全部方式进行分步实施。通过梳理核心知识资产，集成内外部知识资源，构建知识体系，实现统一的内外部知识共享服务，岗位知识地图、任务知识地图、知识推送和数智化融合等方式实现知识伴随服务，并通过知识萃取、知识运营等一系列举措实现知识生产、传播、扩散、利用的运行闭环。在助力企业运营效率，提升员工赋能等方面起到积极作用。

猜你喜欢 痛点检索设计师 小小设计师幼儿100(2022年37期)2022-10-24“快递进村”还有哪些堵点、痛点?今日农业(2021年16期)2021-11-26设计师访谈家庭影院技术(2020年11期)2020-12-28聚焦学前教育 破解民生“痛点”人大建设(2020年2期)2020-07-27瑞典专利数据库的检索技巧科学与财富(2019年27期)2019-10-25在IEEE 数据库中检索的一点经验数码世界(2019年9期)2019-09-07一种基于Python的音乐检索方法的研究电子制作(2019年14期)2019-08-20儿童用药“痛点”多海峡姐妹(2018年3期)2018-11-19设计师的存在现代装饰(2018年1期)2018-05-22解决食材配送痛点创业家(2015年5期)2015-02-27

推荐访问:管理体系 面向 研发