“融通创新”中的跨组织知识 协同共享场域的建设探索

崔桂林 初雪峰

随着产业数字化、智能化、生态化趋势的日渐明朗，近年来，以技术性大型企业发起、组织、财务资助（全部或部分） 为特征，由不同行业、企业、部门、管理层级的学习者组成的学习社群不断涌现，围绕新技术的产业应用探索，形成了新的跨组织知识协同共享场域。

2018年以来，笔者以外部研究者身份参与了百度AI融通创新研学工坊项目的活动，对该项目及生态企业创新案例进行了近距离观察。本文以百度及该项目的为例，尝试对此类尚属新事物的跨组织知识协同共享场域建设探索中的逻辑、经验与挑战做一些解析，希望能为融通创新活动中的不同类型企业的相关决策者、组织者和学习者提供一些参考。

《“十四五”规划和2035年远景目标纲要》指出，提升企业技术创新能力，需要形成以企业为主体、市场为导向、产学研用深度融合的技术创新体系。创建这样的创新体系离不开对产业共性基础技术研发的支持，其中重要的抓手是“发挥大企业引领支撑作用，推动产业链上中下游、大中小企业融通创新”。 跨组织的创新知识协同共享属于知识管理的范畴，是融通创新的核心内涵之一。

清华大学陈劲教授等多位学者对融通创新的内涵和实践曾经做过深入解析。简单地说，融通创新是以社会实际需求和价值创造为导向，通过资源融合互补、知识协同共享、价值共创共得而实现产学研、大中小企业、国有民营企业间协同创新的跨组织合作创新模式。在创新主体方面，它强调不同规模、不同所有制企业之间自发的、以构建产业创新生态为目标的深度融合；在知识管理方面，它强调企业间动态的知识协同与共享，强调对行业前沿、社会需求、制度行规的实时动态把握和管理。

可以说，“融通创新”中的跨组织知识协同共享既是对新时代、新变化的回应，更是对组织知识的创造和管理，对开放、兼容的知识融合转化提出了更高的要求。

知识管理的场域

一般来说，培训是人们最熟悉、企业可管理的知识协同共享方式。除了业务配套服务属性的应用技能培训外（如ICT客户培训等，其实是业务部门的工作范畴），传统上，作为人力资源管理六大模块的组成部分，学习发展通常属于企业的成本中心，以提升组织竞争力为目标，面向企业内部员工，并不对外提供服务。然而，在产业数字化、智能化、生态化的今天，大量的创新知识来自于企业外、产业外，“创新在边缘”“创新在融合”“创新在跨界”已是常识，跨组织的知识协同共享场域建设变得越来越重要。

以知识管理闻名于世的学者野中郁次郎先生详细阐述了企业知识创造与管理的过程。他将企业知识划分为隐性知识和显性知识两类，直觉、思维模式、经验等隐性知识难以被文本化，而规范、惯例、文档、标准等显性知识则可以进行文字化、系统化的传播。企业创新活动包含了隐性知识与显性知识之间的互动、转化，这就是知识创造的过程。这一过程有四种模式——社会化（Socialization）、外显化（Externalization）、融合化（Combination）和内隐化 （Internalization）， 这是著名的SECI模型。

SECI转化的实现需要一个前提“场域”，即适当的人际社交环境，不同场域的构建和管理对于促进知识转化循环至关重要。知识转化四个阶段分别对应了初始场域-社会化（如在职培训、干中学、非正式沟通）、互动场域-外显化（如公开表达、演绎论证）、系统场域-融合化（如系统整理、会议报告、材料汇编）、练习场域-内隐藏化（如执行计划、实验模拟）。其中，初始场域是知识创造的起点，为参与者提供充分接触、沟通的环境；互动场域提供了跨单位沟通、交换想法、研讨反思的空间；系统场域是将显性知识系统化、组合化、有序化的环境；练习场域则是将知识转化为实践，成为新的隐性知识的关键一环。

SECI模型对企业知识生产过程有很强的解释力。不过，它诞生自对工业时代日本企业竞争优势来源的观察，仅强调了企业内部的知识转化与流动，具有一定的局限性。

企业知识的结构

众所周知，知识是企业的重要资源（有的甚至是核心资源），在数字经济、知识经济的今天尤为如此。因此，可以借助企业资源管理的认知理解企业知识的结构。

一般来说，企业使用的资源可以分为通用性资源、产业专有资源、企业专有资源。其中，通用性资源能够在不同行业、不同企业中使用，具有跨行业的共享性和可转移性；产业专有资源能够在同行间共享和流动；企业专有资源则与企业自身的独特产品、能力、组织高度相关，很难进行跨行业甚至跨企业的转移。资源基础观认为企业专有资源中的一部分独特资源是企业竞争优势的来源，它们被称为核心资源，如核心技术、卓越的组织能力等。

相应地，企业拥有的知识也可以分为通用知识、产业专有知识、企业专有知识（见表1）。其中，通用知识（如对政策、法规、技术趋势、全球化的理解等）是不同产业所共享的知识基礎，产业专有知识（如行业技术方案、需求特征、竞争环境的认知等）是行业内共享的知识，企业专有知识（如技术前沿、企业文化、企业制度等）具有高度的企业属性。如果对企业专有知识进行内部细分，仍然可以分为企业内通用知识（企业文化、合规准则等）、业务专用知识（技术知识在部门间存在差异）等，业务知识中的核心知识（如技术诀窍等）是知识经济时代企业竞争力的来源。

必要的知识和技术其实是产业创新系统的基础设施。在企业内部，通用知识、产业专有知识、企业专有知识的积累来自集体学习（学习发展）。由于知识的无形特征与显而易见的溢出效应（如企业间人员的流动意味着知识的移动，人际的互动交流也伴随着知识的扩散），相比其他有形资源，知识具有更强的流动性。

处于技术领先地位的大企业构建跨行业、跨组织、跨部门的知识流动场域，不仅有助于以通用知识、产业专有知识的共享、共识为基础的跨界创新的发生，也有助于通过企业专有知识的溢出和协同实现产业专用知识增量共识，促进生态创新，这样的场域（初始场域、互动场域、系统场域、练习场域）也是对传统企业内SECI知识螺旋的重要补充。

百度公司创立于2000年，其搜索引擎业务居领先地位，拥有分布在全球100余国家的10亿互联网用户。作为一家技术驱动型企业，近十年来，百度连续在深度学习、智能语音、自动驾驶等智能技术领域深耕，并成为少数在芯片、软件架构和应用程序等诸多方面进行全栈技术布局的科技企业。

百度显示出了对融通创新较高程度的自觉与重视，这既与该公司指向AI技术、云服务、智能（自动）驾驶、智慧交通解决方案提供商的商业模式转型密不可分，也与其创新业务性质与产业生态发展水平高度相互依赖有关。2021年3月，百度董事长兼首席执行官李彦宏曾在《人民日报》撰文，清晰阐述了“在相关领域拥有更多技术优势的大企业，理应以更大的担当作为，带动更多创新主体，支撑行业内的融通创新”的意见。近年来，百度的诸多经营活动都体现了产业生态逻辑下的融通创新特征，如推出的开源开放、功能完备的产业级深度学习平台飞桨，帮助开发者上线人工智能业务，推动更大范围的产业智能化升级；打造AI开放平台Apollo，帮助汽车产业及自动驾驶领域的合作伙伴搭建属于自己的自动驾驶系统；通过各类“AI开放平台”建设，百度吸引了大量企业一同在智慧城市、智慧交通、智慧医疗等多领域开展合作，逐渐衍生出了以AI技术应用为核心、多企业协同共生的生态结构。

在跨组织的知识协同共享方面，百度从不同维度出发，开展了多种形态的学习活动实践。

由于国内AI技术人才匮乏，百度承担起了产业培育者的角色：通过“百度云智学院”项目，联合政府、产业界、高校一起推动人才培养，截至目前，这个政产学研合作模式已培养了100万AI相关人才；通过“百度技术学院”项目，面向企业客户和高校学生，输出百度技术与最佳实践案例，以产教融合的方式，培养了大批TPU序列初中阶员工或高校师生；此外，百度联合长江商学院，搭建了“创业进阶平台”，以“培养新生一代卓越的科技创业企业家”为目标，进行了技术与商业模式创新方面优势力量的输出。以上三类学习项目都可以视为围绕融合化、系统化阶段显性知识的协同共享。百度在相关技术方面具有领先地位，因此，这实际上是以企业专有知识溢出的方式，提升产业专有知识的共享水平，促进智能化人才即生产要素的供给。

百度首席AI架构师培训计划与百度AI融通创新研学工坊都是外部生态伙伴与百度内部伙伴的混合学习项目，前者以CTO、AI技术人才为对象，侧重深度和前沿技术学习；后者以CEO、大组织业务条线直接负责人等综合管理者为主要对象，侧重综合性产业智能化创新领军人才的发掘。两者都定位于产业融通创新的前沿地带，通过互动交流学习场域的搭建，促进跨界、隐性知识的SECI螺旋，并非单向的百度专有知识的溢出，而是希望在互动中实现跨组织的企业专有知识外溢与协同，提升产业专有知识的共享水平。

百度AI融通创新研学工坊（以下简称“AI研学工坊”）隶属于百度学习发展中心。它起源于2016年开始的百度内部科学家、管理者之间的跨部门知识交流活动。2017年，由百度AI领域多位高阶管理者做理事，共同发起成立了“Alpha学院”（AI研学工坊的前身），确立了以“发展并培养产业智能化的领军人才”为使命，以“成为行业智能化认知升级的引领者”为愿景，以“AI开启未来，生态改变世界”为口号的内外部学员混合的跨界生态学习定位。

AI研学工坊在雏形阶段就拥有了鲜明的前沿、开放的特征，在诞生后，确立了跨界知识协同与共享的目标，即通过内外部紧密互动，前瞻探究性学习，以知识共创的方式，共同探索AI技术产业融合落地的生态创新方向。

学习者：多样化的学员构成

自2018年起，截至目前，AI研学工坊已经服务了三届约120位学员。为确保跨界学习质量和目标达成，在学员资质方面，AI研学工坊提出了以下要求：第一，对创新主体，要求是已经完成A轮融资、企业人数在100人以上的创业公司，或在AI技术及应用方面已经有所布局或者探索的国企或政府机构；第二，对学员个人，要求是创业公司的CEO、CTO、CIO等主要负责人，或国企、政府机构AI技术及应用方面相关的负责人；第三，为保证学员可靠性，要求进入面试名单的学员至少有一位合格推荐人（百度高管或往屆校友）。

AI研学工坊极为重视学员的多样化。在每期约40名学员之中，百度内部和外部学员比例约为1：3。百度内部学员均是智能技术相关高阶专家或业务负责人，拥有较为充分的业务和技术知识；生态企业学员来自智慧交通、智能（自动）驾驶、智能家居、金融科技、智慧医疗、云服务等不同领域，既有创业企业，也有政府、国企或其他大型组织。

这种以外为主、不拘一格的学员组合，不但为百度内外部知识交互提供了条件，更凸显了大企业搭建场域，大中小企业、不同所有制企业之间知识共享与协同的融通创新特征。

教学：差异性模块促进知识协同

与青藤等学习项目中有大量的社交促进、文旅体验内容不同，AI研学工坊几乎全部内容都紧密围绕跨界学习展开（即便是社交，也是学习性互动社交）。在具体教学设计上，历届AI研学工坊课程均围绕产业智能化的主题，以不同的内容形式促进学员之间分享和互动，即便在疫情的干扰下，仍然通过线上线下相结合的教学形式构建了丰富的课程活动。其中包含了专家分享、实际案例（live case）、游学参访、线上平台四个模块。

专家分享以建立学员对业界技术前沿认知的共识为具体目标。邀请业界顶尖的专家、科学家、著名学者，针对与智能化相关的技术、产业、管理、创新等多个主题进行教学演讲，辅之以主题性开放式讨论。

实际案例以研究性学习、产业创新知识共创为具体目标。AI研学工坊以创新理论为工具，结合企业自身数字化、智能化创新实践，通过学员生态企业调研，征集案主，打磨案例，以问题为引导进行极具互动性、挑战性的研习会（workshop）式行动学习，萃取真实智能化创新案例。

游学参访以共同的学习和生活带来更深入的交流为具体目标。AI研学工坊设计了与产业智能化紧密相关主题的国内外游学活动（第一届完成了硅谷科技企业游学，2020年后受疫情影响转为国内产业智能化参访），通过参观、授课、互动、分享等环节，促进认知与交流深化。

线上平台以丰富、精致的线上学习内容保持交互学习的持续性。持续的线上“思想汇”主题课程与线下课程紧密衔接，AI研学工坊提供在线平台的课程管理服务，学习效果与学员互动交流同为教学管理目标。

知识融通：共学-共享-共创

如前文所述，AI研学工坊搭建互动交流场域，促进跨界、隐性知识的SECI螺旋，并非單向的百度专有知识的溢出，而是希望在互动中实现跨组织的企业专有知识外溢与协同，提升产业专有知识的共享水平。通过长期近距离观察，我们看到，AI研学工坊的知识活动包含了学员间的“知识共学”“知识共享”“知识共创”。

知识共学。通过各个模块内前沿知识的共同学习，来自不同领域的学员以最直接的方式获得了通用知识或产业专用知识层面的共享。

知识共享。通过精心设计的学员分享与主题讨论，使大多数学员都能够将自身的企业专有知识和产业专有知识进行有效分享，并且通过直接沟通、在线平台、共同生活等方式，促进互补和了解。

知识共创。在知识共学和知识共享的基础上，AI研学工坊学员进行了一定程度的新知识的共创，是跨组织SECI知识生产螺旋的鲜活实践。这种新知识体现在技术应用上，比如在某本地云服务业务的案例中，最终在跨组织的研讨碰撞中，形成一个新的潜在可行技术方案（概念性、外显化的知识）；也体现在管理上，比如在平台与垂直软件关系的研讨中，就涌现出了相对完整的管理认知框架（概念性、外显化的知识）；还体现在产业创新共识上，比如智能驾驶与车险业务的关系认知、智能驾驶的前瞻趋势与智慧交通的关系（概念性、外显化的知识）。在产业研究意义上，AI研学工坊在真实案例萃取与研究的基础上，与清华大学的研究机构联合发布了《产业智能化白皮书》（概念性、外显化的知识），这是国内首个基于AI实践的理论联系实际的前瞻性研究报告。

“共学”“共享”“共创”这三类活动之间有着相互促进的关系。“共学”提高了产业专用知识共享水平，为更进一步的“共享”“共创”创造了条件；“共享”是企业专有知识的外溢，同样提高了产业专用知识存量；“共创”是“共学”“共享”的成果，“共创”将进一步提高产业专有知识共享的水平。

创新文化：培育知识协同文化的场域

支持“共学-共享-共创”知识协同活动的是培育知识协同文化的场域。AI研学工坊团队有意识的知识协同文化培养行为，帮助学员之间建立起了主动进行“共学”“共享”“共创”的意识和行为，形成了一种以“知识协同创新”为价值的新文化。

通过对历届学员的回访追踪，我们发现，在AI研学工坊一系列有关文化培养的设计与管理中，新的知识协同文化是通过破冰期-共识期-行动期-自觉期建立起来的。

破冰期，建立对“知识协同”的统一概念。这个过程一般从第一次课到第二次课前，通过作业的完成情况可以得到确认。在开学之初，学员之间较为陌生，AI研学工坊以重量级专家的知识分享为抓手，为大家讲解和定义具体的协同、共享价值观，并通过“专家分享”模块一起，帮助学员建立对“知识协同”的理解。

共识期，形成对“知识协同”的共同意识。第二次课开始，所有的模块活动都紧紧围绕着“共学”和“共享”展开，通过自身总结与分享、案例讨论和出谋献策，学员会在不断切磋中形成知识交叉体验，从而带来对“知识协同”的认同和主动行为。

行动期，培养“知识协同”的行为习惯。通过班级的设定建立集体概念；在实际案例、参访游学中，有意识的设计促使每一位学员参与到分享行为中。

自觉期，保持“知识协同文化”的主动性。以“共创未来”为主题的毕业仪式结束后，由于前期的铺垫使得学员之间在熟悉和信任的基础上形成了分享就是价值的理念，更多的人愿意把困难和可分享的资源拿出来讨论。这样的文化有利于更高频率的“知识共创”尝试，促进新知识、新合作的诞生。

融通创新中的跨组织知识协同与共享，终究需要落实到资源融合互补、价值共创的产业创新中来。百度AI融通创新研学工坊围绕AI落地的潜在创新情境，在跨界的学习中，从企业创新的实际问题出发，以共学-共享-共创的方式，实践了SECI知识创造的螺旋，提升了产业专有知识的共享水平，为解决产业问题提供了帮助。

不过，应该看到，产业数字化、产业智能化实际是一个数字、AI技术与既有产业大范围、深度融合的过程，涉及极为广泛的前沿性新知识的构建，不可能一蹴而就。目前，类似百度AI融通创新研学工坊这样的跨界主题学习项目仍然还是小规模的探索，且只是较为初级阶段的知识协同与共享。促进不同规模、不同所有制企业之间的融通创新产业生态，还需要更多、更大规模的跨界知识共享与学习。

从知识管理SECI螺旋的角度看，由于涉及较多的跨界，大量的知识共享仍然处于从隐性知识到隐性知识的经验分享与从隐性知识到显性知识的外显表达阶段。面对产业融合创新前沿，融合性、系统性的知识成果还不多，仍然需要投入力量进行进一步的沉淀、整理和发掘，以实现融合化的知识生产以及在此基础上的内隐化（可实践、可操作）进程。

从企业知识结构的角度看，当前的跨界学习多是不同行业间产业专有知识的共享，以及在互动中企业专有知识外溢形式的对产业专有知识共享的补充，为了加速产业智能化的深入，还需要更多的从产业专有知识到企业专有知识的反哺与升级（即推进融合后的本地化创新、形成新的know-how），这仍然有赖于深入的沉淀、研究与切实的创新实践。

（本文内容为作者独立观点，不代表作者所在单位及百度公司立场；作者在长期案例调研和跟踪观察过程中得到了百度AI融通创新研学工坊的大力支持，特此表示感谢。）