許立波，潘旭偉，袁平，李興森

(1.浙江大學(xué) 寧波理工學(xué)院管理學(xué)院，浙江 寧波 315100； 2.浙江理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，浙江 杭州310018)

知識(shí)智能涌現(xiàn)創(chuàng)新：概念、體系與路徑

許立波，潘旭偉，袁平，李興森

(1.浙江大學(xué) 寧波理工學(xué)院管理學(xué)院，浙江 寧波 315100； 2.浙江理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，浙江 杭州310018)

快速變化的網(wǎng)絡(luò)科技環(huán)境與創(chuàng)新需求，迫切需要相應(yīng)的智能化創(chuàng)新理論與方法支撐。大數(shù)據(jù)及網(wǎng)絡(luò)信息技術(shù)為創(chuàng)新機(jī)理的科學(xué)研究準(zhǔn)備了條件。本文基于可拓學(xué)的基元理論，闡述了研究創(chuàng)新過程中海量知識(shí)的智能涌現(xiàn)機(jī)理的策略，以網(wǎng)絡(luò)信息資源補(bǔ)充人腦隱性知識(shí)分享的不足，以模擬仿真技術(shù)實(shí)現(xiàn)創(chuàng)新路徑的輔助生成，在一定程度上破解創(chuàng)新過程的“黑箱”困境，以解決創(chuàng)新的信息知識(shí)智能協(xié)同處理機(jī)理問題。智能創(chuàng)新理論的提出對豐富知識(shí)管理理論和科學(xué)創(chuàng)新方法具有較強(qiáng)的理論意義和實(shí)踐意義。

知識(shí)涌現(xiàn)；智能創(chuàng)新；可拓學(xué)；大數(shù)據(jù)；基元理論；知識(shí)管理；創(chuàng)新路徑

隨著信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)、數(shù)據(jù)挖掘、信息系統(tǒng)等正在改變著創(chuàng)新的環(huán)境，大數(shù)據(jù)為創(chuàng)新帶來了新的機(jī)遇[1]。

在異構(gòu)、快速變化、稀疏的大數(shù)據(jù)背后，隱藏著創(chuàng)新方案生成所需的幾乎所有原料，從大數(shù)據(jù)中挖掘知識(shí)輔助創(chuàng)新是未來的必然趨勢[2]。創(chuàng)新正轉(zhuǎn)向以共同創(chuàng)新、開放創(chuàng)新為特點(diǎn)的用戶參與創(chuàng)新2.0模式[3]。數(shù)據(jù)、信息的海量性導(dǎo)致創(chuàng)新的復(fù)雜性、系統(tǒng)性進(jìn)一步提高[4]。

大數(shù)據(jù)環(huán)境下，企業(yè)內(nèi)部知識(shí)共享能力的作用相對減弱，而價(jià)值鏈各方知識(shí)的協(xié)同創(chuàng)新能力越來越重要[5]。企業(yè)研發(fā)活動(dòng)的學(xué)科交叉性、多元化和網(wǎng)絡(luò)化[6]對創(chuàng)新個(gè)體的信息存儲(chǔ)、處理、分析等能力提出了更高要求。由于創(chuàng)新活動(dòng)的復(fù)雜性已遠(yuǎn)遠(yuǎn)超越了個(gè)人、單個(gè)企業(yè)或機(jī)構(gòu)的知識(shí)能力范圍[7-8]，知識(shí)管理研究重心正在轉(zhuǎn)移[9]，快速變化的科技環(huán)境與創(chuàng)新需求迫切需要相應(yīng)的智能化創(chuàng)新理論與方法支撐[10]。

一般認(rèn)為創(chuàng)意生成在一剎那發(fā)生，難以捕捉，所以很難用科學(xué)方法來實(shí)現(xiàn)創(chuàng)新，創(chuàng)新過程至今仍然被視為一個(gè)“黑箱”[11-12]，目前還沒有模型能夠清楚地解釋創(chuàng)新方案生成這一微觀層面的具體過程。創(chuàng)意靈感幾乎可遇而不可求，甚至連輸入都不清晰。這使得有關(guān)創(chuàng)新機(jī)理和方法的研究難以建立在科學(xué)基礎(chǔ)之上，從而無法有效地指導(dǎo)創(chuàng)新管理的實(shí)踐。

近年來關(guān)于創(chuàng)新的研究主要集中在創(chuàng)新理念、創(chuàng)新動(dòng)力、創(chuàng)新模式和宏觀政策等幾方面[11-14]。創(chuàng)新需要集成和協(xié)同在學(xué)術(shù)界已達(dá)成共識(shí)[15-16]，但缺乏微觀層面知識(shí)集成和協(xié)同機(jī)理方面的深入研究與之配合，導(dǎo)致良好的理念無法有效實(shí)施。認(rèn)知神經(jīng)科學(xué)領(lǐng)域的功能磁共振成像(fMRI)技術(shù)能對特定的大腦活動(dòng)的皮層區(qū)域進(jìn)行準(zhǔn)確、可靠的定位，通過對大腦的掃描實(shí)時(shí)跟蹤腦信號(hào)的改變，讀取大腦思維活動(dòng)，如消費(fèi)者購買行為的潛意識(shí)類型[17]。然而，fMRI卻無法準(zhǔn)確描述思維處理的信息內(nèi)容。創(chuàng)造學(xué)、水平思考法[18]等從思維方法上提高創(chuàng)新效率，但這些創(chuàng)新方法的應(yīng)用均存在過于依賴人的思維能力的問題，很難以科學(xué)手段定量化生成系統(tǒng)的創(chuàng)新方案。TRIZ理論通過39個(gè)矛盾參數(shù)與40個(gè)解決法則等，實(shí)現(xiàn)了技術(shù)創(chuàng)新的程序化，使技術(shù)創(chuàng)新過程可以按照技術(shù)演變規(guī)律進(jìn)行[19]。但它主要研究的是技術(shù)矛盾和物理矛盾，對社會(huì)矛盾、管理矛盾等難以解決。因此很難用于管理創(chuàng)新、服務(wù)創(chuàng)新等非技術(shù)領(lǐng)域。

創(chuàng)新從根本上說是基于知識(shí)的創(chuàng)新，創(chuàng)新是知識(shí)運(yùn)用的結(jié)果[20]，知識(shí)的收集、創(chuàng)造及運(yùn)用能力是企業(yè)持續(xù)創(chuàng)新的決定性要素[21]。近年來，歐盟各國斥巨資建設(shè)Living Lab讓用戶在真實(shí)的生活環(huán)境中參與共同創(chuàng)新，并將歐洲Living Lab網(wǎng)絡(luò)的建設(shè)作為信息社會(huì)、知識(shí)社會(huì)條件下重塑其科技創(chuàng)新能力和全球競爭力的重要舉措[22]。Fab Lab則基于社會(huì)技術(shù)發(fā)展脈絡(luò)，試圖構(gòu)建面向應(yīng)用的從設(shè)計(jì)、制造，到調(diào)試、分析及文檔管理各個(gè)環(huán)節(jié)的用戶融合創(chuàng)新制造環(huán)境[23]。中國學(xué)者在這方面的研究還相對缺乏。

創(chuàng)新是一項(xiàng)復(fù)雜的知識(shí)管理工程[24]，知識(shí)創(chuàng)新需要可實(shí)施性強(qiáng)的網(wǎng)絡(luò)模型[25]。從復(fù)雜性角度看，創(chuàng)新本身可視為創(chuàng)新主體、創(chuàng)新要素交互作用下的一種涌現(xiàn)現(xiàn)象[26]。知識(shí)涌現(xiàn)通過許多簡單、線性的個(gè)體相互作用，由個(gè)體的線性上升到整體的非線性，在某個(gè)相對穩(wěn)定的階段涌現(xiàn)出群體性、非線性與復(fù)雜系統(tǒng)特征[27]。知識(shí)涌現(xiàn)模式分為決策導(dǎo)向的功能主體模式和情景適應(yīng)的協(xié)調(diào)反應(yīng)模式兩類[28]，文獻(xiàn)[29-31]進(jìn)一步闡述了創(chuàng)新系統(tǒng)元素間良性互動(dòng)機(jī)制的形成，并且制度化有一定彈性的創(chuàng)新體系的形成對知識(shí)創(chuàng)新的涌現(xiàn)將具有決定性作用[32-34]。

上述研究論證了知識(shí)涌現(xiàn)的優(yōu)勢與實(shí)現(xiàn)方法等，但仍存在如下不足：1)從知識(shí)涌現(xiàn)的條件準(zhǔn)備到創(chuàng)新目標(biāo)的實(shí)現(xiàn)之間缺乏內(nèi)在的關(guān)聯(lián)機(jī)制，缺失創(chuàng)新目標(biāo)的融入，難以為創(chuàng)新方案的生成呈現(xiàn)出所有可能的路徑；2)現(xiàn)有知識(shí)管理模式與知識(shí)管理系統(tǒng)難以直接用于復(fù)雜性涌現(xiàn)的模擬；3)創(chuàng)新管理研究沒有正式將知識(shí)智能涌現(xiàn)創(chuàng)新納入交叉研究范圍。

大數(shù)據(jù)背景下，創(chuàng)新機(jī)理研究面臨良好的機(jī)遇，有充足的信息與知識(shí)可供處理，智能知識(shí)管理[9]、本體、智能體模擬仿真技術(shù)等為知識(shí)智能化處理準(zhǔn)備了條件?？赏貙W(xué)由于具備形式化模型定性表示及關(guān)聯(lián)函數(shù)定量分析方面的優(yōu)勢[35]，近年來在工程、管理等領(lǐng)域的成果向人們展示了可拓學(xué)作為方法論的良好應(yīng)用前景[36-37]，可拓學(xué)將為知識(shí)涌現(xiàn)創(chuàng)新研究提供新的方法論，有可能成為知識(shí)管理和創(chuàng)新方案智能生成之間的橋梁。

因此，從理論上探究大數(shù)據(jù)環(huán)境下智能創(chuàng)新的知識(shí)管理理論，使“創(chuàng)新過程”具備某種程度上的可觀察性，將有助于促進(jìn)知識(shí)管理與可拓學(xué)在創(chuàng)新領(lǐng)域的交叉應(yīng)用，促進(jìn)創(chuàng)新學(xué)這一新興學(xué)科[13]在大數(shù)據(jù)時(shí)代的發(fā)展。

1 知識(shí)智能涌現(xiàn)創(chuàng)新的概念與特征

通過數(shù)據(jù)挖掘等信息技術(shù)，從各類數(shù)據(jù)中獲取信息和知識(shí)，將獲取的多元知識(shí)與人的經(jīng)驗(yàn)知識(shí)相結(jié)合，利用智能知識(shí)管理[9]手段發(fā)現(xiàn)多元知識(shí)中間蘊(yùn)含的深層知識(shí)和規(guī)律。這些規(guī)律和知識(shí)是從大量知識(shí)和信息中通過二次、多次集成、交互、涌現(xiàn)產(chǎn)生的，往往更具新穎性、實(shí)用性，對企業(yè)管理創(chuàng)新、技術(shù)創(chuàng)新有較好的輔助作用，稱之為知識(shí)智能涌現(xiàn)創(chuàng)新，簡稱智能創(chuàng)新。其基本特征如下：

1)結(jié)果的不可預(yù)知性。在涌現(xiàn)結(jié)果生成前，可能會(huì)有很長的醞釀期，時(shí)間長短不一，往往無法判斷何時(shí)產(chǎn)生新知識(shí)。

2)過程的反復(fù)性。需要人機(jī)交互多次反復(fù)，人看到計(jì)算機(jī)挖掘的知識(shí)，觸發(fā)新的聯(lián)想和信息需求、知識(shí)需求，進(jìn)而從數(shù)據(jù)中再次挖掘知識(shí)，補(bǔ)充到知識(shí)庫。多次循環(huán)，認(rèn)識(shí)符合螺旋式上升的規(guī)律。

3)涌現(xiàn)的突變性。知識(shí)和信息積累到一定程度，量變引起質(zhì)變，往往增加一條看似無關(guān)緊要的知識(shí)時(shí)，涌現(xiàn)突然發(fā)生。

4)可解釋性。與神經(jīng)網(wǎng)絡(luò)等方法獲取的結(jié)果相比，智能涌現(xiàn)產(chǎn)生的知識(shí)有較強(qiáng)的可讀性和可解釋性，專家可以解讀，甚至可以跟蹤主要知識(shí)鏈的聯(lián)系。

2 知識(shí)智能涌現(xiàn)創(chuàng)新的理論框架

2.1 知識(shí)智能涌現(xiàn)創(chuàng)新的信息、知識(shí)完備性理論

定量化研究信息管理、知識(shí)管理與創(chuàng)新過程的內(nèi)在關(guān)聯(lián)機(jī)理，研究創(chuàng)新方案生成所需信息、知識(shí)的類型、結(jié)構(gòu)、組成等，構(gòu)建創(chuàng)新所需的信息、知識(shí)的完備性理論，為有效利用大數(shù)據(jù)環(huán)境下的各種信息和知識(shí)等生成創(chuàng)新方案準(zhǔn)備充分條件。初步研究發(fā)現(xiàn)，創(chuàng)新方案生成至少需要方法論知識(shí)和描述性知識(shí)(反映事物內(nèi)容的)，而描述性知識(shí)又必須包括與條件有關(guān)的知識(shí)和與目標(biāo)有關(guān)的知識(shí)。該研究將為如何利用知識(shí)管理與數(shù)據(jù)挖掘等新技術(shù)在大數(shù)據(jù)環(huán)境下構(gòu)建創(chuàng)新知識(shí)庫和知識(shí)涌現(xiàn)提供理論指導(dǎo)，解決創(chuàng)新過程所需的信息和知識(shí)的輸入問題。

2.2 復(fù)雜性視角下基元與本體智能融合的創(chuàng)新知識(shí)庫構(gòu)建模式

網(wǎng)絡(luò)環(huán)境下大量的信息和知識(shí)成為創(chuàng)新的重要資源，同時(shí)也產(chǎn)生了信息爆炸和知識(shí)過載等問題，本體(ontology)作為一種能在語義和知識(shí)層次上描述信息的概念建模工具，已在知識(shí)工程、自然語言理解、概念檢索等領(lǐng)域得到較好應(yīng)用?；獙⑿畔⒈磉_(dá)為(對象，屬性，量值)的三元組形式，用于構(gòu)建問題描述模型。以基元形式化表達(dá)信息的方式為

式中:O(Object) 表示某對象(物、動(dòng)作或關(guān)系詞);c1,c2,…,cn表示對象O的n個(gè)特征;v1,v2,…,vn表示對象O關(guān)于上述特征的相應(yīng)量值。利用本體技術(shù)拓展基元理論，研究基元本體的表達(dá)、存儲(chǔ)方式，實(shí)現(xiàn)創(chuàng)新所需信息與知識(shí)的智能采集與存儲(chǔ)，不斷拓展、完善面向行業(yè)應(yīng)用的創(chuàng)新素材庫。以物元為例的智能創(chuàng)新基元庫模型示意圖如圖1所示。

圖1 智能創(chuàng)新基元庫模型(以物元為例)Fig.1 Basic element model of intelligent innovation (take matter element as example)

2.3 知識(shí)智能涌現(xiàn)發(fā)生的機(jī)理

針對特定問題和創(chuàng)新目標(biāo)，當(dāng)采集的相關(guān)數(shù)據(jù)、信息與知識(shí)達(dá)到足夠數(shù)量時(shí)，創(chuàng)新方案必然隱含其中，只是一時(shí)無法識(shí)別其關(guān)鍵創(chuàng)新路徑。通過探索網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)、信息與知識(shí)集成創(chuàng)新的基本規(guī)律和方法，挖掘創(chuàng)新方案生成背后的信息、知識(shí)整體涌現(xiàn)發(fā)生的機(jī)理，建立起涌現(xiàn)特征與微觀機(jī)制的聯(lián)系，進(jìn)而設(shè)計(jì)算法，通過模擬仿真實(shí)現(xiàn)知識(shí)的智能涌現(xiàn)，作為一種新的創(chuàng)新路徑，形成在創(chuàng)新中的應(yīng)用策略，為創(chuàng)新提供知識(shí)路徑參考。

2.4 實(shí)踐驗(yàn)證

基于初步構(gòu)建的大數(shù)據(jù)環(huán)境下知識(shí)智能涌現(xiàn)創(chuàng)新的理論與方法體系，開發(fā)模擬軟件，通過基元庫輸入、整體涌現(xiàn)和方案選擇等使創(chuàng)新的偶然性在一定條件下成為必然性，測試檢驗(yàn)理論與方法的有效性。知識(shí)智能涌現(xiàn)創(chuàng)新體系如圖2所示。

圖2 知識(shí)智能涌現(xiàn)創(chuàng)新理論框架與內(nèi)容體系Fig.2 Theory framework and its contents of intelligent innovation on knowledge emergence

3 實(shí)現(xiàn)路徑及應(yīng)用案例

3.1 智能涌現(xiàn)創(chuàng)新實(shí)現(xiàn)過程中的主要問題分析

1)網(wǎng)絡(luò)環(huán)境下創(chuàng)新過程中的“黑箱”解剖問題。受限于目前的研究手段，創(chuàng)新方案生成的過程仍然是一個(gè)“黑箱”，這使得有關(guān)創(chuàng)新方案生成機(jī)制的研究難以建立在科學(xué)基礎(chǔ)之上。借助大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境，通過數(shù)據(jù)、信息與知識(shí)的融合和智能涌現(xiàn)等技術(shù)手段，使人們擺脫傳統(tǒng)習(xí)慣思維的束縛，找到更系統(tǒng)全面的創(chuàng)新路徑，這是突破創(chuàng)新方案生成瓶頸的關(guān)鍵之一。

2)創(chuàng)新方案生成的解空間問題。創(chuàng)新策略的生成其實(shí)有一個(gè)很長的醞釀期，看似天馬行空的創(chuàng)新思維背后，仍然存在一定的規(guī)律。借助網(wǎng)絡(luò)信息集成和可拓變換方法，有可能挖掘出問題處理的基本路徑鏈。

3)創(chuàng)新方案智能涌現(xiàn)生成的方法完備性規(guī)則。借助數(shù)據(jù)挖掘和可拓學(xué)理論，研究生成創(chuàng)新方案背后的方法體系的充分條件，通過計(jì)算機(jī)模擬解讀、構(gòu)建智能涌現(xiàn)創(chuàng)新的方法完備性規(guī)則，通過不斷反饋，反過來為創(chuàng)新所需知識(shí)與信息的收集進(jìn)一步提供理論指導(dǎo)。

3.2 實(shí)現(xiàn)路徑

對創(chuàng)新思維過程的“黑箱”通過生理掃描等手段進(jìn)行正面研究難以觀察到大數(shù)據(jù)與知識(shí)的輸入情況，條件限制較大。以各類網(wǎng)絡(luò)信息資源為外腦，用數(shù)據(jù)挖掘、復(fù)雜性模擬等技術(shù)方法彌補(bǔ)人的有限能力，從“黑箱”的外圍入手，從知識(shí)管理與智能涌現(xiàn)模擬的角度，與現(xiàn)有腦科學(xué)研究成果對接，開辟新的創(chuàng)新方案生成路徑，從更宏觀的層次解讀創(chuàng)新過程的知識(shí)涌現(xiàn)機(jī)理。

主要實(shí)現(xiàn)策略如下:

1)理論推演與計(jì)算機(jī)軟件模擬相結(jié)合。以可拓集合理論從系統(tǒng)角度進(jìn)行創(chuàng)新宏觀路徑研究，以基元理論從微觀分解的角度對創(chuàng)新過程進(jìn)行模擬仿真、解剖研究。將本體技術(shù)和基元理論相結(jié)合，借助網(wǎng)絡(luò)信息收集和Web挖掘構(gòu)建基元庫，以可拓?cái)?shù)據(jù)挖掘方法獲取創(chuàng)新過程中的信息輸入、輸出的轉(zhuǎn)化知識(shí)，并在Swarm軟件平臺(tái)上進(jìn)行模擬仿真。

2)文獻(xiàn)對比分析與案例研究、實(shí)踐應(yīng)用反饋相結(jié)合。對知識(shí)管理、數(shù)據(jù)挖掘與創(chuàng)新方法文獻(xiàn)進(jìn)行系統(tǒng)、全面地對比研究，并對復(fù)雜性系統(tǒng)模擬應(yīng)用案例及可拓學(xué)典型的創(chuàng)新案例進(jìn)行分析、歸納，以總結(jié)基本規(guī)律和方法，并以案例檢驗(yàn)理論的有效性。

3)定性研究與定量研究相結(jié)合。以關(guān)聯(lián)函數(shù)、數(shù)據(jù)挖掘和模擬仿真等作為定量研究工具，采用智能知識(shí)管理手段對創(chuàng)新知識(shí)庫進(jìn)行挖掘和特定目標(biāo)下的涌現(xiàn)模擬。以開放型專家訪談、參與性或非參與性觀察、文獻(xiàn)分析、個(gè)案調(diào)查等作為定性研究工具，發(fā)散與收斂交替使用，通過人機(jī)交互挖掘創(chuàng)新策略生成的路徑。

實(shí)現(xiàn)途徑上，用本體技術(shù)和可拓學(xué)基元存儲(chǔ)信息與知識(shí)，用智能體模擬仿真技術(shù)實(shí)現(xiàn)智能涌現(xiàn)，用可拓變換理論設(shè)置初始路徑，最后用知識(shí)二次挖掘的方法從數(shù)據(jù)和信息中(以基元庫素材作為輸入，涌現(xiàn)結(jié)果作為輸出)挖掘規(guī)律，與初始路徑對比分析，解讀知識(shí)整體智能涌現(xiàn)的機(jī)理，反饋信息與知識(shí)的完備性，形成良性循環(huán)。首先，通過文獻(xiàn)對比分析、案例分析及企業(yè)調(diào)研，設(shè)計(jì)基本思路，進(jìn)而融合復(fù)雜性理論、可拓學(xué)理論和智能知識(shí)管理理論，通過問題建模、軟件模擬、歸納、演繹等手段，探索智能知識(shí)管理與創(chuàng)新策略生成的內(nèi)在聯(lián)系機(jī)理，逐步明確信息、知識(shí)收集的范圍、方向、收集方式等，進(jìn)而通過實(shí)驗(yàn)?zāi)M探索知識(shí)涌現(xiàn)的規(guī)律、機(jī)理及可行路徑，最后構(gòu)建知識(shí)智能涌現(xiàn)創(chuàng)新的理論與方法體系。完成算法和原型系統(tǒng)后，通過試用來驗(yàn)證理論方法的有效性。

3.3 應(yīng)用案例

某服裝集團(tuán)曾被一件管理問題困惑多年：下屬多家生產(chǎn)企業(yè)和3家銷售公司年度利潤指標(biāo)都完成良好，而集團(tuán)整體利潤卻不升反降，利潤漏洞在哪里？通過數(shù)據(jù)分析和管理層研討，收集的關(guān)鍵信息和知識(shí)如下。

1)集團(tuán)公司對各生產(chǎn)廠實(shí)施利潤指標(biāo)為主的業(yè)績考核管理。

2)生產(chǎn)企業(yè)在產(chǎn)能不足的情況下，面臨如何對內(nèi)銷訂單和外貿(mào)訂單進(jìn)行取舍的問題。

3)襯衫的代加工費(fèi)(18元/件)高于內(nèi)銷訂單的加工費(fèi)(14元/件)，平均每件高4元。

4)生產(chǎn)廠的加工規(guī)則是：優(yōu)先加工利潤高、批量大的訂單。

5)外貿(mào)OEM訂單一般批量大。

6)集團(tuán)財(cái)務(wù)數(shù)據(jù)統(tǒng)計(jì)顯示，企業(yè)利潤主要來源于自營專賣店銷售和團(tuán)購業(yè)務(wù)銷售。

7)生產(chǎn)廠的加工生產(chǎn)類型分3類：①面向庫存的生產(chǎn)，供各類渠道銷售；②團(tuán)購訂單加工，量體定制，先付款后加工；③委托生產(chǎn)OEM，幫其他品牌代加工。

8)生產(chǎn)廠團(tuán)購訂單及時(shí)交貨率出現(xiàn)持續(xù)下降趨勢，遠(yuǎn)遠(yuǎn)低于委托生產(chǎn)訂單的及時(shí)交貨率。

9)委托訂單批量大，在生產(chǎn)廠利潤中的比重也越來越大。

10)利潤指標(biāo)是集團(tuán)對下屬單位考核的主要指標(biāo)之一，生產(chǎn)廠每年利潤指標(biāo)都完成96%以上。但銷售公司利潤只完成82%，集團(tuán)整體利潤只完成87%。

11)對完成利潤指標(biāo)低于85%的下屬單位負(fù)責(zé)人，年底扣發(fā)獎(jiǎng)金、公示、降職。

12)影響自營專賣店銷售的主要因素是暢銷品缺貨，訂貨后生產(chǎn)交貨不及時(shí)；交貨不及時(shí)也是造成團(tuán)購客戶不滿意的主要因素。

13)生產(chǎn)廠一旦承接大量的代加工生產(chǎn)訂單，則往往因生產(chǎn)能力不足，需要統(tǒng)籌安排生產(chǎn)計(jì)劃。

基于智能涌現(xiàn)創(chuàng)新的理論方法，構(gòu)建相關(guān)基元庫，如某生產(chǎn)廠的物元模型如下：

通過智能涌現(xiàn)創(chuàng)新方法，得出如下知識(shí)關(guān)鍵鏈：因?yàn)槔麧櫴巧a(chǎn)廠的主要考核指標(biāo)，所以生產(chǎn)廠會(huì)優(yōu)先加工利潤高的訂單；因?yàn)镺EM訂單利潤高，所以生產(chǎn)廠優(yōu)先加工OEM訂單；OEM訂單批量大，在生產(chǎn)能力一定的情況下，OEM訂單占用大量產(chǎn)能，到帳內(nèi)銷訂單不能及時(shí)生產(chǎn)而被延期。從生產(chǎn)廠管理者的角度來看，優(yōu)先加工利潤高的OEM訂單無可厚非，但從集團(tuán)角度來看，為賺取OEM單件加工費(fèi)18元而耽誤了平均利潤200元的單件內(nèi)銷襯衫的生產(chǎn)，實(shí)際上是因小失大。從集團(tuán)角度看，生產(chǎn)內(nèi)銷訂單賺取的利潤是OEM加工利潤的10倍以上。

最終得出管理創(chuàng)新的知識(shí)如下：從集團(tuán)利潤最大化的角度入手，修改生產(chǎn)廠以利潤指標(biāo)為主的考核辦法，改為以訂單完成率和平均成本作為主要考核指標(biāo)。這樣一條管理創(chuàng)新方案很簡單，但效果非常顯著。本案例僅有13條關(guān)鍵知識(shí)，但人工處理已經(jīng)非常耗時(shí)，還不容易發(fā)現(xiàn)根本問題所在。如果有700條知識(shí)，人工處理難度可想而知。通過知識(shí)涌現(xiàn)的策略，自動(dòng)生成知識(shí)創(chuàng)新鏈，可以有效地輔助企業(yè)的管理創(chuàng)新。

4 結(jié)論與展望

信息技術(shù)的廣泛應(yīng)用產(chǎn)生了大量數(shù)據(jù)，形成的大數(shù)據(jù)環(huán)境中蘊(yùn)含著豐富的創(chuàng)新資源。低碳經(jīng)濟(jì)、轉(zhuǎn)型升級(jí)、智慧城市建設(shè)等需求推動(dòng)企業(yè)必須不斷創(chuàng)新，但傳統(tǒng)創(chuàng)新方法的局限使創(chuàng)新主體有動(dòng)力但缺乏大眾化創(chuàng)新的能力，目前急需利用更有效的智能手段，通過挖掘網(wǎng)絡(luò)大數(shù)據(jù)資源進(jìn)行系統(tǒng)性平民化創(chuàng)新。大數(shù)據(jù)背景下，新一代信息技術(shù)和可拓學(xué)為創(chuàng)新方案生成帶來了新的機(jī)遇，利用搜索引擎和網(wǎng)絡(luò)爬蟲等技術(shù)可以采集大量信息，通過智能信息處理和知識(shí)管理構(gòu)建行業(yè)基元庫，采用可拓變換的方法與算法生成創(chuàng)意，從而逐步實(shí)現(xiàn)創(chuàng)新策略的輔助生成。

基于互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)迅速發(fā)展的背景，本文分析了大數(shù)據(jù)背景下創(chuàng)新環(huán)境的改變，提出了知識(shí)智能涌現(xiàn)創(chuàng)新的概念與體系，分析了其特點(diǎn)，并給出了實(shí)現(xiàn)的技術(shù)路線和方法?？赏貙W(xué)以形式化的方法輔助創(chuàng)新，不是把極其富有創(chuàng)造性的活動(dòng)呆板化，而是立足于彌補(bǔ)人的思維靈感難以捕捉、可遇而不可求的不足，提高創(chuàng)新的效率和質(zhì)量。網(wǎng)絡(luò)環(huán)境下通過人機(jī)交互，有可能從一定程度上使創(chuàng)新方案生成更為智能化。未來主要的研究方向包括：

1)系統(tǒng)研究網(wǎng)絡(luò)信息環(huán)境下智能創(chuàng)新的知識(shí)完備性理論，挖掘海量的知識(shí)與信息背后隱含的創(chuàng)新路徑和方案。

2)以海量知識(shí)涌現(xiàn)的機(jī)理為研究對象，從知識(shí)挖掘的角度研究新的創(chuàng)新方法，實(shí)現(xiàn)從依賴個(gè)人能力的創(chuàng)新到網(wǎng)絡(luò)信息等大數(shù)據(jù)資源人機(jī)交互輔助創(chuàng)新的轉(zhuǎn)型。

3)將可拓學(xué)理論與網(wǎng)絡(luò)信息技術(shù)相結(jié)合，研究大數(shù)據(jù)稀疏矩陣的信息提取與知識(shí)挖掘、推送，開發(fā)基于互聯(lián)網(wǎng)等大數(shù)據(jù)的高效智能創(chuàng)新平臺(tái)系統(tǒng)。

知識(shí)智能涌現(xiàn)模式基于可拓學(xué)理論，將信息技術(shù)與知識(shí)管理的創(chuàng)新實(shí)踐相結(jié)合，以數(shù)據(jù)挖掘等技術(shù)為知識(shí)獲取手段，彌補(bǔ)了大數(shù)據(jù)環(huán)境下個(gè)體知識(shí)處理能力和創(chuàng)新方法的不足。該領(lǐng)域的深入研究將為創(chuàng)新理論和方法研究帶來新的視角，有可能形成大數(shù)據(jù)環(huán)境下的智能創(chuàng)新方法論。

[1] 涂子沛. 大數(shù)據(jù): 正在到來的數(shù)據(jù)革命[M]. 南寧: 廣西師范大學(xué)出版社, 2012.

[2]BUGHIN J, CHUI M, MANYIKA J. Clouds, big data, and smart assets: ten tech-enabled business trends to watch[J]. McKinsey quarterly, 2010, 56: 1-14.

[3]宋剛, 陳凱亮, 張楠, 等. Fab Lab創(chuàng)新模式及其啟示[J]. 科學(xué)管理研究, 2008, 26(6): 1-4. SONG Gang, CHEN Kailiang, ZHANG Nan, et al. Innovation mode of Fab Lab and its enlightenment[J]. Scientific management research, 2008, 26(6): 1-4.

[4]SNIJDERS C C P, MATZAT U, REIPS U D. ‘Big data’: big gaps of knowledge in the field of internet science[J]. International journal of internet science, 2012, 7(1): 1-5.

[5]洪江濤, 黃沛. 企業(yè)價(jià)值鏈上協(xié)同知識(shí)創(chuàng)新的動(dòng)態(tài)決策模型[J]. 中國管理科學(xué), 2011, 19(4): 130-136. HONG Jiangtao, HUANG Pei. Dynamic decision model of collaboration knowledge creation in enterprise value chain[J]. Chinese journal of management science, 2011, 19(4): 130-136.

[6]陳傲, 柳卸林, 呂萍. 創(chuàng)新系統(tǒng)各主體間的分工與協(xié)同機(jī)制研究[J]. 管理學(xué)報(bào), 2010, 7(10): 1455-1462. CHEN Ao, LIU Xielin, LV Ping. Mechanism of the division and cooperation of institutions in national innovation system[J]. Chinese journal of management, 2010, 7(10): 1455-1462.

[7]FELDMAN M P. Knowledge complementarity and innovation[J]. Small business economics, 1994, 6(5): 363-372.

[8]VAN DE,VEN A H. Central problems in the management of innovation[J]. Management science, 1986, 32(5): 590-607.

[9]李興森, 石勇, 張玲玲. 從信息爆炸到智能知識(shí)管理[M]. 北京: 科學(xué)出版社, 2010.

[10]ZELENY M. High technology and barriers to innovation: from globalization to relocalization[J]. International journal of information technology & decision making, 2012, 11(2): 441-456.

[11]BECHEIKH N, LANDRY R, AMARA N. Lessons from innovation empirical studies in the manufacturing sector: a systematic review of the literature from 1993-2003[J]. Technovation, 2006, 26(5/6): 644-664.

[12]BIRKINSHAW J, HAMEL G, MOL M J. Management innovation[J]. Academy of management review, 2008, 33(4): 825-845.

[13]張治河, 周國華, 胡銳, 等. 創(chuàng)新學(xué): 一個(gè)驅(qū)動(dòng)21世紀(jì)發(fā)展的新興學(xué)科[J]. 科研管理, 2011, 32(12): 143-150, 156. ZHANG Zhihe, ZHOU Guohua, HU Rui, et al. Innovation studies: an emerging discipline driving economic development and improving social welfare in the 21st century[J]. Science research management, 2011, 32(12): 143-150, 156.

[14]陳悅, 宋剛, 鄭剛, 等. 中國創(chuàng)新管理研究的知識(shí)結(jié)構(gòu)分析[J]. 科研管理, 2011, 32(2): 10-19. CHEN Yue, SONG Gang, ZHENG Gang, et al. Intellectual structure analysis of Chinese innovation management research[J]. Science research management, 2011, 32(2): 10-19.

[15]孫冰, 趙健. 技術(shù)創(chuàng)新協(xié)同研究綜述[J]. 情報(bào)雜志, 2011, 30(11): 76-81. SUN Bing, ZHAO Jian. Literature review on synergy in technology innovation[J]. Journal of intelligence, 2011, 30(11): 76-81.

[16]許慶瑞, 鄭剛, 陳勁. 全面創(chuàng)新管理: 創(chuàng)新管理新范式初探-理論溯源與框架[J]. 管理學(xué)報(bào), 2006, 3(2): 135-142. XU Qingrui, ZHENG Gang, CHEN Jin. Theoretical trace and framework of overall innovation management[J]. Chinese journal of management, 2006, 3(2): 135-142.

[17]林斯特龍·馬丁. 買[M]. 趙萌萌, 譯. 北京: 中國人民大學(xué)出版社, 2009.

[18]德·波諾·愛德華. 水平思考法[M]. 馮楊, 譯. 太原: 山西人民出版社, 2008.

[19]檀潤華. 發(fā)明問題解決理論[M]. 北京: 科學(xué)出版社, 2004.

[20]CANTNER U, JOEL K, SCHMIDT T. The effects of knowledge management on innovative success:an empirical analysis of German firms[J]. Research policy, 2011, 40(10): 1453-1462.

[21]劉海運(yùn), 游達(dá)明. 基于知識(shí)管理的企業(yè)突破性技術(shù)創(chuàng)新能力機(jī)制研究[J]. 科技進(jìn)步與對策, 2011, 28(12): 92-95. LIU Haiyun, YOU Daming. Research on the mechanism of the enterprise radical technology innovation competence base on knowledge management[J]. Science & technology progress and policy, 2011, 28(12): 92-95.

[22]宋剛, 紀(jì)陽, 唐薔, 等. Living Lab創(chuàng)新模式及其啟示[J]. 科學(xué)管理研究, 2008, 26(3): 4-7. SONG Gang, JI Yang, TANG Qiang, et al. Innovation mode of Living Lab and its enlightenment[J]. Scientific management research, 2008, 26(3): 4-7.

[23]GERSHENFELD N. FAB: the coming revolution on your desktop: from personal computers to personal fabrication[M]. New York: Basic Books, 2005: 4.

[24]PYKA A. Innovation networks in economics: from the incentive-based to the knowledge-based approaches[J]. European journal of innovation management, 2002, 5(3): 152-163.

[25]單海燕, 王文平. 跨組織知識(shí)整合下的創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)分析[J]. 中國管理科學(xué), 2012, 20(6): 176-184. SHAN Haiyan, WANG Wenping. Analysis of the structure of inter-organization innovation network during the process of knowledge integration[J]. Chinese journal of management science, 2012, 20(6): 176-184.

[26]WESSELINK A. The emergence of interdisciplinary knowledge in problem-focused research[J]. Area, 2009, 41(4): 404-413.

[27]何小賢, 朱云龍, 王玫. 群體智能中的知識(shí)涌現(xiàn)與復(fù)雜適應(yīng)性問題綜述研究[J]. 信息與控制, 2005, 34(5): 560-566. HE Xiaoxian, ZHU Yunlong, WANG Mei. Knowledge emergence and complex adaptability in swarm intelligence[J]. Information and control, 2005, 34(5): 560-566.

[28]朱慶華, 李保珍. 基于適應(yīng)性功能主體的知識(shí)涌現(xiàn)模式探討[C]//中國信息系統(tǒng)研究與應(yīng)用前沿. 北京, 中國, 2005: 448-451. ZHU Qinhua, LI Baozhen. The pattern of knowledge emergence based on adaptive function agent[C]//Research and Application of Information System in China. Beijing, China, 2005: 448-451.

[29]董偉, 顏澤賢. 知識(shí)創(chuàng)新系統(tǒng)的涌現(xiàn)特征和機(jī)理探析[J]. 科技管理研究, 2007, 27(10): 227-229. DONG Wei, YAN Zexian. A research on the character and machinery of emergence of the knowledge innovation system[J]. Science and technology management research, 2007, 27(10): 227-229.

[30]BRENA R F, AGUIRRE J L, CHESNEVAR C, et al. Knowledge and information distribution leveraged by intelligent agents[J]. Knowledge and information systems, 2007, 12(2): 203-227.

[31]吳文清, 張海紅, 趙黎明. 孵化器內(nèi)創(chuàng)業(yè)企業(yè)知識(shí)網(wǎng)絡(luò)涌現(xiàn)研究[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2014, 35(12): 109-118. WU Wenqing, ZHANG Haihong, ZHAO Liming. Research on emergence of start-ups knowledge network in business incubator[J]. Science of science and management of S. & T., 2014, 35(12): 109-118.

[32]員巧云, GLOOR P A. Web 2.0環(huán)境下網(wǎng)絡(luò)知識(shí)創(chuàng)新螺旋轉(zhuǎn)化模型SE-IE-CI研究[J]. 中國圖書館學(xué)報(bào), 2013, 39(2): 63-70. YUN Qiaoyun, GLOOR P A. Spiral transformation model of knowledge innovation under web 2.0: SE-IE-CI model[J]. Journal of library science in China, 2013, 39(2): 63-70.

[33]ZHANG Yang, ZHANG Chi. Citation networks and the emergence of knowledge core[J]. IEEE transactions on knowledge and data engineering, 2015, 27(12): 3203-3216.

[34]NATARAAJAN R. Knowledge and innovation: musings from the 2015 GIKA Ivory Tower[J]. Journal of business research, 2016, 69(9): 3572-3575.

[35]楊春燕, 蔡文. 可拓學(xué)[M]. 北京: 科學(xué)出版社, 2014.

[36]蔡文, 楊春燕, 陳文偉, 等. 可拓集與可拓?cái)?shù)據(jù)挖掘[M]. 北京: 科學(xué)出版社, 2008.

[37]周志丹, 李興森. 企業(yè)自主創(chuàng)新的可拓創(chuàng)新模型構(gòu)建與應(yīng)用研究[J]. 科學(xué)學(xué)研究, 2010, 28(5): 769-776. ZHOU Zhidan, LI Xingsen. Research on Extenics-based innovation model construction and application of enterprise independent innovation[J]. Studies in science of science, 2010, 28(5): 769-776.

Knowledge innovation by intelligent emergence—concept, framework and its pathway

XU Libo1， PAN Xuwei2， YUAN Ping1， LI Xingsen1

(1. School of Management Ningbo Institute of Technology, Zhejiang University, Ningbo 315100, China; 2.School of Economic-management, Zhejiang Sci-Tech University, Hangzhou 310018, China)

The rapidly changing network technology environment and practical innovation urgently need support from corresponding intelligent innovation theory and methods. The development of megadata and network information technology has paved the way for scientific research of the innovation mechanism. Based on the basic-element theory of Extenics, the strategy for an intelligent emerging mechanism containing a large knowledgebase in the innovation process was expounded. This supplements the deficiency in hidden knowledge of the human brain, aids to realize the innovation pathway by simulation technology to remove the dilemma of the “black box” during the innovation process to a certain extent, and builds the mechanism of intelligent co-processing of innovative information and knowledge. This innovation mechanism is of theoretical and practical significance to enriching both knowledge management theory and scientific innovative approaches.

knowledge emergence; intelligent innovation; Extenics; megadata; basic element theory; knowledge management; innovation path

許立波，男，1976年生，講師，主要研究方向?yàn)橹悄苄畔⑻幚?、可拓學(xué)與機(jī)器學(xué)習(xí)。出版專著1部，發(fā)表一級(jí)和核心期刊論文10余篇，其中被SCI、EI收錄6篇。

潘旭偉，男，1977年生，教授，副院長，主要研究方向?yàn)榭赏貙W(xué)與知識(shí)管理、商務(wù)智能與數(shù)據(jù)分析等。主持國家自然科學(xué)基金項(xiàng)目3項(xiàng)，獲全國商業(yè)科技進(jìn)步獎(jiǎng)二等獎(jiǎng)、浙江省企業(yè)管理現(xiàn)代化創(chuàng)新成果一等獎(jiǎng),發(fā)表論文80余篇，出版專著3部。

袁平，女，1982年生，講師，主要研究方向?yàn)榭赏貏?chuàng)新與旅游創(chuàng)業(yè)。主參國家級(jí)項(xiàng)目3項(xiàng)，主持省部級(jí)項(xiàng)目3項(xiàng)，發(fā)表論文12篇，出版專著2部。

10.11992/tis.201610014

http://kns.cnki.net/kcms/detail/23.1538.TP.20170227.2217.026.html

2016-10-13.

日期：2017-02-27.

國家自然科學(xué)基金項(xiàng)目(71271191)；教育部人文社科青年項(xiàng)目(16YJC630162);浙江省自然科學(xué)基金項(xiàng)目(LY16G010010，LY14G010004)；寧波市自然科學(xué)基金項(xiàng)目(2015A610138).

李興森.E-mail：lixs@nit.zju.edu.cn.

TP18；F272；G203

A

1673-4785(2017)01-0047-08

許立波，潘旭偉，袁平，等. 知識(shí)智能涌現(xiàn)創(chuàng)新：概念、體系與路徑[J]. 智能系統(tǒng)學(xué)報(bào)， 2017, 12(1): 47-54.

英文引用格式：XU Libo，PAN Xuwei，YUAN Ping，et al. Knowledge innovation by intelligent emergence:Concept, framework and its pathway[J]. CAAI transactions on intelligent systems, 2017, 12(1): 47-54.