目前很多企业面临的一个新的课题即为推动数字化转型。数字化对企业的知识创造的速度和质量也会带来很大的影响。内外部的环境要求企业要加速知识的积累、应用和创造的过程；同时也要创造出高质量的知识。因此，如今知识管理比20年前更加重要。

第一代知识管理是上个世纪90年代很多发达国家的跨国公司，面临知识匮乏、人才流失的困难；组织当中存在知识孤岛等问题。因此，跨国公司将知识管理被认为是一个全新的课题。

《财富》杂志曾有过一篇报道，采访了世界500强的25位领导人，他们都认为面临最大的困难就是由于人才的流失所带来的知识流失，但却不知如何去管理这些知识。

第一代知识管理主要是文件和结构化的数据。第一代知识管理实际上是以人为核心的，大量的知识都存留在人的头脑里和人们协作之间的过程当中，如在一些专业技术人员的大量的实践中。因此，第一代知识管理更强调的是对人的经验和隐性知识的管理，以及企业的一些文件和结构化的数据的管理。

第一代知识管理的重点是如何整合企业的内部知识。目前，第一代知识管理在许多企业中仍然存在。比如人才外流所带来的知识损失，各个部门的知识没有整合，企业不知道拥有哪些知识，对客户的知识没有很好的管理等。在人的层面和组织层面，知识管理的问题尚未完全得到解决。

为了解决这些问题，日本的著名的学者野中郁次郎先生发表了系列的有关知识创造的著作，特别是他的隐性知识和显性知识转化模型，总结了知识创造的最本质的特征。他总结了日本企业在知识创造过程中，自中而上下的方式。即领导人提出愿景；中层为知识创造的核心，是将最高领导层的愿景和最基层的员工链接的核心桥梁；基层为知识的愿景和企业具体的实践者。

在第一代知识管理过程中，美国模式是以知识的显性化、信息技术的建设来构建组织的系统，打造组织的知识创造和知识整合的模式。而日本企业则强调隐性知识和显性知识的转化，且非常重视人在创造知识中的核心作用。

因此，美国和西方的企业将该领域称之为“知识管理”，而日本特别是野中郁次郎先生强调是“知识创造”，重视发展新的知识。

第二代知识管理是要解决数据和人的关系。如今知识管理面临的很多新的挑战和新的问题。

一是数字泛滥。数字泛滥实际上是由知识是匮乏导致的，人们的认知被大量的泛滥的、无法判断质量的数字所占据，所获得有价值的知识并不多。“为学日益，为道日损”，如今我们大量的沉浸在数据中，时间越多反而真正获得的真知实际上是越少的。

二是数据只有转化为知识才有可能变成生产要素。在这一增值链上，数据是离散的、互不关联的客观事实，是孤立的文字数据和符号。缺乏关联和目的性的数据充其量为原材料，只有进行系统的组织分析，产生相关性并将其潜在规律进行碎片组合后，它的相互关联才可能被揭示出来。

进一步，当这些数据通过分析、加工、处理，通过人工智能的算法模型，将提炼出来的内容用于人类的决策行动时，才能够转变为知识。然而，还有一部分知识是现在的数据无法企及的，如国家评审的一些专、精、特、新企业和小巨人企业等，这些企业需要一批专、精、特、新的人才，这需要在长期的试错探索中所形成的专业知识，具有比较优势和差异化的能力。此外，企业家在对未来预判缺少数据支持和相关经验的时候，还需要具备数字化转型中的实践智慧。

三是人机协同问题有待解决。随着越来越多的企业打造了大数据人工智能平台，实现机器化、自动化，甚至数字看板，数据驱动发展等。人机协同是数字化转型中的一个关键性的能力。资产数字化以及未来更多部门、业务、事业单元将实现模块化，通过API接口和平台进行整合并将大量的数据集成入户，再通过人工智能算法和模型对数据进行分析形成一种新的智能，而新的智能和人的关系如何、平台间如何交互是非常值得探索和研究的问题。

如今面临的新课题是，新一代数字技术，云、大、物一致对的数字化转型到底带来了哪些改变?

随着移动互联网的发展，特别是智能手机的普及，全世界几十亿人都开始和互联网进行连接。此时出现了一大批消费类互联网平台企业。

根据联合国贸发组织数字经济报告提供的资料，在全球有影响力的平台约90多个，中美两国平台市值占平台总市值约94%，当然，这个数据在今天已经发生了变化。随着5G技术的发展，工业物联网有机会在大量的物体之间进行连接，如设备、车辆、工厂、城市基础设施等。

移动互联网和工业互联网将人和物体连接在一起形成了海量数据，此时，人工智能技术开始发挥作用，5G、云计算即为这些数据的采集、传输、整合、赋能提供了非常重要的技术基础设施环境。

根据我们研究团队2020年出版的《变数：中国数字企业模型与实践》，企业要接受的数据源在不断增加，数据种类也越来越多，从管理信息系统、智能设备、移动互联网、第三方平台等结构化、半结构和非结构化的数据，给企业的数据管理工作提出了很多挑战。

知识管理要从后台走向前台，从战术走向战略，从外围走向核心。企业在数字化转型中的生产过程、服务体系、研发都开始转为数字化形式，第二代知识管理的边界在拓展。

然而，在第二代知识管理的时代，很多的设备数据过程、数据机理、数据和社会数据扑面而来，现阶段知识管理能力的体系并无法应对。在数据中台中，数据的采集、处理、整合、分析的工作巨大，成为公司的主角。

因此，知识管理过程中的定位是非常值得关注和探讨的问题。在国家急、难、险、重的大背景，以及第二代知识管理中海量的数据的背景之下，知识管理要从后台走向前台，从战术走向战略，从外围走向核心。

目前，企业的知识管理人员并未成为企业的一个核心，而是相当于一个辅助部门。未来如果将知识管理设置在战略部门或研发部门，它将变为组织变革部门甚至是组织的核心。

数字化转型为知识管理带来了挑战，也带来了机遇。数字化转型的价值可从三个维度来做评价。

一是没有被数字化的资产难以被观察和使用。企业有大量的隐藏和闲置资产，尽管有些企业在信息化建设中把财务、仓储采购以及生产、物流过程用信息化的手段进行管理，但是企业、政府和社会还有很多的资产，在没有被数字化的情况下是很难被开发和使用的。共享经济的动机和目标(与共享住房、共享单车)就是要将大量闲置的资产通过数字化平台变成可使用和可交易的资产。

二是数字化为信息的整合协同提供可能性。现在有不少供应链平台将离散的资源提供数字化平台进行整合，并根据客户的需求快速提供个性化和有针对性的服务，将物理上分散和独立的资产进行整合协同，有可能创造全新的价值。目前在服装供应链上做到世界领先的Shein，就是一个典型的案例。

三是企业的数字化价值。很多企业在数字化转型中的目标是解决内部管理的问题。企业数字化转型的第一个目标就是降本增效。比如通过工业设计软件进行仿真并在系统上面迭代，而无需到用实体迭代，可以大大降低企业的成本。

知识管理的增值模式的变化。在数字化时代，数据的处理、分析和决策支持任务更加艰巨和复杂，需要借助人工智能技术对海量数据进行快速检索、分析和预判。基于大数据、知识图谱和人工智能所形成的新知识体系，在一定程度上超越了人的经验和大脑对信息的处理能力，形成了新的知识体系和形态。人们如何开发利用好人工智能技术，是知识管理领域里所面临的全新挑战和课题。