大数据背景下联盟企业的知识转移路径初探

李莹

[摘要]大数据时代的来临，联盟企业利用大数据优势特点——容量大、产生速度快、多样性、信息价值大，使联盟企业间知识的清晰化、编码化、共享、内部化过程更为科学、快速、准确。知识的有效转移是联盟企业实现信息共享和知识溢出，实现提高联盟企业协同效益及绩效的关键手段之一。大数据时代下，联盟企业的知识转移更为高效。

[关键词]大数据；企业联盟；知识转移

1前言

大数据正成为推动企业效率提升和管理变革的强大力量。它对企业经济的影响已深入到企业内部的各个职能部门，掀起各职能部门运作模式变革浪潮。大数据背景下的营销模式变革，迅速加快了现代营销由产品导向向客户导向的模式转变，海量的数据使企业更为精准预测客户偏好，设计更为贴近客户个性化需求，如IBM、惠普、微软在内的全球知名企业纷纷通过收购大数据相关厂商来实现技术整合，实施其大数据战略，设计开发更满足市场需求的产品；张建设（2012）认为体现精英智慧、依靠经验判断、自上而下的传统战略论走向终结，大数据动摇了传统战略论的决策基础，社会公众及其意见领袖已经成为企业决策的中坚力量。同时，从管理学的角度将大数据技术与商业分析和决策结合，已经成为商学院教育的热点方向。以数据驱动为主导的金融、市场、战略、营销和运作管理研究和实践指导，已成为企业管理的重大战略。

然而，大数据时代下，对价值链上的企业间关系的研究仍较少，尤其对联盟企业间合作的影响研究更是不多见。“大数据”背景下，企业的边界日趋模糊，信息共享和知识溢出已成为联盟中各合作伙伴竞争与协同主要方式之一。大数据给合作各方营造了一个更为透明的合作环境，有效降低了联盟期间的机会主义行为和管理成本，从而有效提高了联盟的协同效应和绩效。但同时，大数据环境下，可以通过海量信息的深度分析，可能又严重导致企业的商业机密、关键技术泄露，核心竞争力迅速减弱。所以，大数据背景下，研究联盟企业的学习过程中的知识转移具有积极意义。

2大数据的定义及特点

麦肯锡全球研究院将“大数据”定义为“无法在一定时间内使用传统数据库软件工具对其内容进行获取、管理和处理的数据集合”；权威TT研究与顾问咨询公司Gartner将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题”；美国国家科学基金会（NSF）将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。上述概念定义不尽相同，但存在四个共同特征（即4V）：容量大（Volume）、产生速度快（Velocity）、多样性（Variety）、价值性（Value）”。

3“大数据”背景下企业联盟的知识转移路径

大数据背景下，企业联盟方式俨然成为获取新知识、新技术的快捷方式之一。信息共享和知识溢出已成为联盟中各合作伙伴竞争与协同的主要方式之一。Teece（1977）认为企业战略联盟是多个企业为了实现资源共享、优势互补等战略经营目标而进行的以承诺和信任为特征的合作活动。它是由多个企业构成的；以实现资源共享、优势互补等为战略目标，通过各种协议或契约形成的介于市场与公司之间的某一种中间组织形式。战略联盟被认为能够降低交易成本、增加规模经济和范围经济、增强企业应对经营风险的能力。知识转移也是联盟企业的目的之一，联盟企业通过知识转移，最大且最有效地利用知识资源以获取竞争优势。而知识转移是在一定的情境中，知识源将知识传递给接受方，并且在传递路径中被接受方保存记忆的过程，是一种基于组织间或组织内部的知识共享。而大数据技术的发展，将知识转移的过程变得更快捷更高效，使沟通更加通畅，知识的储存更安全。

而知识转移的效果取决于联盟企业之间的数据输入输出过程，在大数据技术支持下，它涉及知识源的清晰化、编码化、分享、内部化（Gilbert&codrey Hayes，1996）。在传统的以“人一文件一人”为主要方式的知识转移过程中，知识大都是通过单一的载体进行转移的，知识在过多层级的传播过程中可能表现为速度慢，编码有误或解码有误，传播介质、载体承载量小等问题而致使知识不能有效转移。

而通过运用大数据技术，知识可以遵循“数据信息一大数据系统一数据信息”这样一种简单的过程实现转移，大数据技术系统将处理清晰化、编码化、共享及内部化过程，简化转移过程，使知识转移更加准确、快速、高效。

清晰化是指将个人的联盟管理知识或专有技术转化为可清晰表达的或显性的知识。传统的清晰化可以采取口头或者书面两种形式，知识表达加快了联盟惯例在组织内相关的个体之间转移和传播的速度。而在大数据时代，将清晰化与大数据的多样性特点结合起来，用更丰富的呈现方式表达出来，除了口头和书面，还可以以图像、视频、音频的方式呈现，更易于理解。利用大数据技术客观化管理者及企业所拥有的联盟管理知识，并使它们变得更为明确。

编码化是指创造和使用知识对象或资源，例如联盟准则，清单或者手册等来促成将来联盟情况的行动或决策。利用大数据技术进行知识的编码化，形成模板、规则或者指导准则来帮助管理者从事特定的与联盟有关的工作任务。

分享指的是企业内部的各相关部门和个人交换和共享各自拥有的联盟管理知识的组织过程，这些知识可以是外显的，也可以是隐性的。知识分享在企业内部传播和共享联盟惯例的过程中扮演着至关重要的角色，能够促进企业更好地理解知识共享的经验教训并创建最佳方法，最终帮助企业改进和提升联盟能力。运用大数据技术，共享与大数据的快速度特点结合，使知识快速地在个体及企业间实现共享，广泛传播。

内部化是指加快组织拥有的联盟知识或专有技术成为个人知识的组织过程。比较而言，知识分享更侧重于知识在知识源和接受者之间的传播，而内部化则更强调个体接收者相关知识的吸收。培训项目和指导是企业传统使用的重要的内部化机制。而通过大数据技术的运用，员工可以根据个人所需而进行学习，以廉价的方式获得尽可能多的数据信息，个人进行学习，进而将联盟企业的知识内化为自身的知识。大数据技术提高员工培训效果，使员工尽快将其内化的知识运用到工作中，提高联盟企业的协同效果。

为了便于叙述，本文假设参与联盟的有两个企业，对于多个企业参与联盟的情况同样适用。通过大数据技术中的知识转移系统，将相关数据知识在联盟企业A、B企业间输出和输入，构成互相转移。使知识转移的“人一文件一人”的传统方式向“数据知识一大数据系统一数据知识”的变革方式转变。联盟企业能更有效地实现知识转移，实现知识溢出和协同效应，实现联盟目标。

4大数据背景下知识转移风险控制

大数据也会给联盟企业带来风险。企业的海量数据中不仅包括公司战略数据、公司内部数据、市场业务数据、顾客数据，也含有企业员工个人信息。大数据环境下通过对用户数据的深度分析，很容易了解用户行为和喜好，严重的将导致企业的商業机密及个人隐私泄露。在信息时代里，数据资源已经成为企业的重要竞争优势。对于联盟企业间的频繁的合作及资源的共享，更加增加了企业商业机密及核心技术泄露的风险。如何保证商业秘密、个人隐私秘密等安全与大数据带来的变革好处的平衡问题，对联盟企业是一道难题。因此，大数据系统中构建关键知识泄露的风险控制系统，当系统甄别到泄露信号或条件，系统会自动发出知识泄露预警并将输出的信息退回。

大数据环境下，运用大数据的四大特点及优势，联盟企业的知识转移更加有效，大大降低信息费用及信息不对称的风险。大数据技术为联盟稳定性提供了强有力的技术支持。所以探讨大数据时代下联盟企业知识专业路径的变革具有一定的现实意义。同时，联盟企业做好核心技术及知识的保密工作、培训大数据技术人才是使大数据技术在知识高效转移过程中发挥优势的关键所在。