大数据知识服务来临 按下企业创新发展快进键
近日,由中国管理现代化研究会、同方知网(北京)技术有限公司主办,工信部中国信息化推进联盟会电力专委会与中国能源报社协办的“2015大数据环境下企业战略管理与知识服务峰会”在北京国际会议中心举行,来自能源、交通、通信、建设等行业的400多位企业管理者、大数据研究及战略管理专家齐聚京城,围绕战略管理、知识管理及其深度耦合等问题深入探讨,一致认为:大数据知识服务有望按下我国企业创新发展的“快进键”。
外部环境万变、大数据信息爆炸下,战略管理面临形形色色挑战
会上专家们纷纷表示,新常态与大数据背景下,企业面临各种挑战不断加大,若缺乏正确合理的战略管理,或者说未能很好的处理诸如创新模式、关键价值环节、相对竞争优势、合作战略等重大问题,那么在越来越激烈的市场竞争面前,将永远难以超越,只能疲于应付。
国家发改委能源研究所所长韩文科在发言中指出,目前我国各行业一方面亟需迅速认识并适应经济新常态,另一方面又不得不面对国际经济的各种变数。他举例说,去年年底,国际石油价格初跌,为我国油企海外并购提供了利好机遇;但今年国际油价持续暴跌,又将对油企生产经营活动和未来发展带来重大冲击。
国务院发展研究中心企业研究所副所长张永伟认为,新常态下中国经济增速持续放缓,过去靠规模、产能扩张的路子已走到尽头,创新发展驱动将成为2015年企业发展全新主题。与此同时,互联网与信息技术与各产业加速融合,很可能成为传统产业创新转型的突破口。
然而,在科技高度发展、分工日益细化的社会经济生态环境下,任何创新均涵盖业务调整、技术创新、商业模式创新、管理创新等各项内容,是一项对企业决策者与管理者要求近乎苛刻、且风险极高的复杂性工作。
“大数据是数字化生存时代的新型战略资源,是驱动创新的重要因素,正在改变人类的生产和生活方式。”。中国管理现代化研究会副理事长兼秘书长石勇说,在复杂化、不确定的大数据环境下,如何从粗糙中寻求精确、从相关关系中把握因果关系与必然关系,是当今大数据技术应用的核心难题。
工信部中国信息化推进联盟副理事长兼秘书长刘献军等专家则认为,大数据对于企业来讲,更像是一把双刃剑。一方面,大数据为企业提供了把握和预测产业方向、市场规律及运行轨迹的重要工具;另一方面,信息混杂的大数据又给企业带来了大量决策噪音与失真信息等,给公司治理、战略管理、创新决策等带来诸多挑战。
决策与执行呼唤知识动力引擎,打造知识管理服务
那么,在新常态宏观环境与大数据信息环境彼此交叉影响的复杂环境下,企业该如何创新制定并实施发展战略呢?来自能源、电力、交通、基础建设、网络通信等行业的与会专家的共同观点是,不仅需要权变布局、谋划长远的战略性思维,更要善于利用竞争对手不具备的独特的、难以复制的关键资源和核心能力,将其恰当地运用于战略决策与执行中。而这一能力的源泉,正来自科学高效的知识管理。
“知识经济时代将是知识管理型企业的时代,只有懂得运用知识管理开展战略管理的企业才是最有发展前途与增长前景的企业。”同方知网(北京)技术有限公司总经理助理、知识服务产品总监张义民对记者强调说,将自身战略管理与知识管理深度耦合,绝并非1+1=2那么简单。
那么,战略管理究竟需要怎样的知识管理呢?
张义民强调,知识管理不能简单地理解为信息数据库的整合与构建。他解释说,过去10多年来,各行业企业获取知识、信息与情报,主要通过文献数据库检索来实现。这种以“大资源”、“大发现”为特征的图情模式,以国内外资源整合、文献类型与学科分类为基础,简单检索、高级检索、联邦检索、专业检索、跨库检索等数据库技术为支撑,在互联网与信息技术发展初期,对各行业构建数字化文献情报服务体系、促进新知识推广与应用、提升利用知识开展创新的信心等方面,均起到不容小视的重要作用。
在全面调研、深入认识各行业战略管理特征与知识管理需求的基础上,同方知网(CNKI)近年来从知识文化传播顶层设计与未来发展的角度,开始了打造知识服务产业新模式的“二次创业”,并围绕资源加工、知识挖掘、产品研发等确立了战略转型三大目标:
一是借助主题标引技术,实现面向研究问题及对象的查全查准。在此基础上,深入调研各行业资源需求,针对性地整合国内外各类知识资源,涵盖各类期刊、学位论文、会议论文、报纸新闻、专著、辞书、工程技术手册、词典、年鉴、统计数据、标准、专利、科技报告、法律法规及案例、科研项目信息、市场信息、文艺文化作品等类型,同时通过结构化加工、主题标引、引文关联、分类汇编、知识自组织整合与关联、多媒体开发等,构建成跨语种、跨学科、跨媒体的知识发现平台。
二是借助XML与知识挖掘技术,实现面向知识的直接检索。2014年底,同方知网对2亿多篇中外资源进行了XML碎片化全面升级,并基于知识挖掘技术从各类文献中提取出研究对象、背景、问题、目标、方法、过程、结果、结论等,动态重组成“项目课题情报库”、“科研方法库”、“创新点数据库”等支持科研决策的知识库;析出概念、原理、观点、规范、人物等知识单元,构建为直接支持各行业知识直接检索的概念库、观点库、专家库等。
三是面向各行各业战略管理与创新需求,提供新颖、权威、可定制的知识服务。在广泛了解企业创新与战略管理需求的基础上,同方知网通过市场细分和行业专家研讨论证,以及按需出版平台、世界科学文献定性评价统计数据库、优先出版平台、专业知识元知识库、数字图书馆、数字化学习平台等国家级项目或技术平台的专业化整合与利用,发布行业知识服务产品,帮助各行业用户利用互联网、移动互联网与多媒体的互动优势,研究型利用各类知识资源,挖掘、开发、创造和利用各单位自己的创新知识体系。
据了解,目前同方知网已面向30多个行业,初步发布了60个知识服务平台,如通信科技创新知识服务平台、能源行业创新知识服务平台、交通规划设计知识服务平台等,广泛应用于能源、交通、网络通信、基础建设等多个领域。
数据分析咨询请扫描二维码
数据分析工具推荐 数据分析工具的选择至关重要。不同工具适用于不同的需求和场景。以下是一些推荐的数据分析工具,根据您的需求 ...
2024-11-27选择适合您需求的数据分析工具 数据分析作为商业决策过程中的关键环节,工具的选择至关重要。不同的工具适用于不同的场景和需求 ...
2024-11-27数据架构文档的编写涉及多个方面,包括内容结构、编写原则和具体要求。遵循规范可以帮助团队更好地理解和管理数据架构,支持项目 ...
2024-11-27挑战与解决方案概述 在数字化时代,数据开放共享对于推动创新和发展至关重要。然而,这一进程面临诸多挑战。保护用户隐私、确保 ...
2024-11-27促进科学研究和创新 数据开放共享为研究人员提供更广泛的资源和合作机会,加速科学知识的发展。通过访问他人的数据集,验证研究 ...
2024-11-27数据组织与存储策略 数据模型是数据仓库和商业智能系统的核心,通过合理的数据组织和存储策略,确保高效、低成本、高质量地利用 ...
2024-11-27持续关注数据系统运行状态 - 数据设计与开发完成后,维护与优化工作成为至关重要的环节。这个过程需要持续且细致的关注,以确保 ...
2024-11-27数据服务未来的趋势 智能化和自动化: 随着人工智能和机器学习技术的飞速发展,数据服务领域正逐渐朝着更智能化和自动化的方向 ...
2024-11-27未来最有前景的行业主要集中在以下几个领域: 人工智能与机器学习:人工智能被认为是未来最具潜力的行业之一,其应用范围广泛 ...
2024-11-27根据多条证据,目前多个行业展现出良好的发展前景。以下是一些被认为具有最好发展前景的行业: 人工智能与机器学习:人工智能 ...
2024-11-27学习数据分析后,可以在多种类型的单位找到工作机会。这些单位包括但不限于: 政府机关:数据分析师在政府机构中扮演重要角色 ...
2024-11-27必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件,涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时,需要考虑数据规模、分 ...
2024-11-27在数据分析领域,选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件: - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言,由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发,并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一,他们的工作内容主要涉及编写和维护网络爬虫程序,进行数据采集与清洗,设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言,进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27