員工隱性知識的顯性化是組織知識管理中的重點和難點。解決本問題的要點是對知識貢獻者進行合理激勵，科學(xué)的知識評價是知識激勵的前提。本文融合了投融資思維和互聯(lián)網(wǎng)思維，提出一種“去中心化”但又“負責(zé)任”的知識評價方法——千伯IPO。該方法不僅可以識別知識的價值，同時還可識別企業(yè)中的優(yōu)秀員工，不僅能達到對知識貢獻者進行激勵，還可以為職稱評定和管理者選拔提供數(shù)據(jù)支持。

▌引言

對一個組織來說，知識管理和知識工程的價值是毋庸置疑的。很多組織也已經(jīng)開展了相關(guān)工作，但各組織的收效有天壤之別。除了所采用的技術(shù)、方法和管理方案不同外，對知識的擁有者——員工的知識貢獻激勵的差異，也是導(dǎo)致知識工程效果差異的關(guān)鍵因素之一。

圖1 基于社會技術(shù)學(xué)模型的知識工程體系模型

圖1是基于社會技術(shù)學(xué)的知識工程體系模型。該模型將“人”這一因素放在了關(guān)鍵位置。很多組織正在用多種技術(shù)和方法來利用顯性知識——那些已經(jīng)被整理和發(fā)表的知識。但員工大腦中的知識才是組織最具價值的知識，這類知識有一個特點——隱性化，如果員工不能或不愿整理和發(fā)表，就無法成為組織大規(guī)模應(yīng)用的知識。組織都愿意增加對人力資源的投資，但如何將人力資源管理與隱性知識管理相結(jié)合作為組織新的競爭力的研究做得仍不充分。

知識工程是研發(fā)型組織的能力建設(shè)，需要組織通過日復(fù)一日、點點滴滴的積累而成，沒有捷徑可走。但很多組織一直幻想有一條捷徑。他們希望世界上存在一項“聰明”技術(shù)，讓組織的知識積累可以自動完成，而不愿意激勵技術(shù)人員花時間總結(jié)整理。我們不否認技術(shù)的重要作用，但更強調(diào)人在知識工程中的主體作用。我們實踐發(fā)現(xiàn)，在知識工程這件事情上，看上去越“聰明”的組織，在知識積累上越是原地打轉(zhuǎn)。那些老老實實按照既定路線梳理知識、加工知識的組織，在知識工程的道路上，反而越走越扎實。

▌組織現(xiàn)行的激勵機制對知識貢獻者是負激勵

我們建議，在人力資源管理過程中，從隱性知識的顯性化角度，激勵員工貢獻隱性知識。但目前，多數(shù)組織的績效評價中沒有與知識貢獻相關(guān)的維度。通常來說，在組織的績效評價體系中缺少某個維度，員工就不會主動發(fā)生某種行為，也不會帶來相應(yīng)結(jié)果，屬于零激勵。但知識管理領(lǐng)域，如果沒有激勵，并不僅僅是零激勵，而是負激勵，也就是說，組織在懲罰那些貢獻知識的人。

當(dāng)然，這么怪異的規(guī)則不可能是明文規(guī)定的，而是潛規(guī)則?。在我們多數(shù)組織內(nèi)，個人基本工資是確定的，年終獎是浮動的，是根據(jù)當(dāng)年完成項目的情況來確定。也就是說，一個人的收入多少是與項目貢獻掛鉤的。當(dāng)你把你的知識貢獻出來，別人學(xué)會了，你的項目就可能被他搶走，你的項目獎也相應(yīng)減少，這就相當(dāng)于懲罰了你。

所以，在很多組織，對貢獻知識的行為是負激勵，誰貢獻知識就懲罰誰，這是激勵機制的缺陷決定的。這個缺陷就在于：激勵只對項目（或成果）激勵，不對知識貢獻進行激勵（或補償）。這個缺陷其實在很多組織的領(lǐng)導(dǎo)都意識到了，但一直沒有找到好的解決辦法。所以，組織購買或開發(fā)了知識管理軟件，但卻聚集不上來真正有用的知識。

▌缺乏知識的科學(xué)評價方法是知識激勵缺失的原因

實踐證明，對知識貢獻者的激勵不是給貢獻知識的人發(fā)獎金這么簡單。筆者曾經(jīng)在服務(wù)企業(yè)過程中遇到一個典型案例：一家企業(yè)規(guī)定“貢獻一條知識發(fā)300元”，于是，一夜之間知識平臺出現(xiàn)一萬多條知識，一改前一天沒有一條知識的狀況。但研究發(fā)現(xiàn)，這些知識中的絕大多數(shù)都是從某些資料中粘貼過來濫竽充數(shù)的。企業(yè)領(lǐng)導(dǎo)要求組織專家來評審和認定這些知識的價值，有價值的知識才兌現(xiàn)獎勵。先不論所謂“有價值”的評判好不好做和能不能做，單就這一萬多條知識的數(shù)量，就把這件事拖進了泥潭。最后這條“300元獎勵”的規(guī)定不了了之。

其實，專家組做知識價值評價，除了工作量瓶頸外，有很多其他弊端:

• -評價標(biāo)準(zhǔn)無法統(tǒng)一，很難用一套標(biāo)準(zhǔn)來客觀衡量各種知識的價值。上述案例中，專家組花了很長時間都沒能確定標(biāo)準(zhǔn)，多數(shù)指標(biāo)的爭議都很大。其實，不同于自然科學(xué)，社會科學(xué)和工程實踐中知識價值的判斷有巨大的主觀屬性，很難提出公認的客觀標(biāo)準(zhǔn)；

• -為數(shù)不多的專家無法覆蓋所有的專業(yè)領(lǐng)域，沒有標(biāo)準(zhǔn)就會導(dǎo)致誤判。人數(shù)有限的專家組，個別人的誤判就可能導(dǎo)致結(jié)論錯誤；

• -專家組是由人構(gòu)成的，而人是有可能因為各種原因有意做出某種傾向性誤判的。

由于專家組沒法短時間做大量評審，有些組織采用互聯(lián)網(wǎng)常用的大眾“點贊”方式來評價這些知識。但實踐表明，這種情況下，個人很難認真地點贊。多數(shù)人也會在此過程中送人情，因為不用負責(zé)任的點贊，點贊者不會損失什么。所以，這種“廉價點贊”評價出來的知識往往沒有真正價值。員工不會認真對待自己的點贊，組織也不會認真對待點贊的結(jié)果。

所以，其實不是組織不愿意激勵知識貢獻者，而是沒有公平的激勵機制。準(zhǔn)確來說，是沒有方法多快好省地評判知識價值。

▌科學(xué)的知識評價方法

以上兩種做法其實是知識評價的兩個極端：“專家組”是“負責(zé)任的中心化方式”，“廉價點贊”是“不負責(zé)任的去中心化方式”?！柏撠?zé)任”是優(yōu)點，但“中心化”必然成為瓶頸。“去中心化”可以消除瓶頸，但“不負責(zé)任”就失去了評價的意義。

本文針對以上難題，針對隱性知識的挖掘，提出一種博采眾長的知識評價方案——千伯IPO，一種“負責(zé)任的去中心化”的知識評價方式??。該方法利用“有償點贊”的方式來評價知識，其原理是：

1）??把知識視為股票，用虛擬知識幣（該體系中稱為千伯幣）通過“點贊”來投資“好知識”。所謂“好知識”，是多數(shù)人認為有價值且踴躍投資的知識；

2）??投資了好知識，投資者將賺錢，否則投資者將賠錢。所以投資者有動力對知識價值進行甄別；

3）??獲得投資多的知識就是好知識，貢獻此知識的人能收入相應(yīng)的千伯幣；

4）??組織將根據(jù)員工獲得千伯幣的數(shù)量，對員工進行相配套的物質(zhì)獎勵和懲罰，包括但不限于經(jīng)濟手段和職務(wù)職稱升降。

之所以說該方法是一個“負責(zé)任的去中心化”的方法，是因為千伯幣是有實物價值的，任何投資行為都影響投資者真實盈虧。所以，投資者在投資之前會認真甄別知識的價值。本方法并沒有從技術(shù)維度來甄別知識的價值，而是利用“貨幣”這樣一個最直接的價值載體來完成這一使命。

對于那些貢獻了有價值的知識的人，我們固然應(yīng)該不吝嗇于對他們的獎勵。但如果深入一層來看，知識之所以能被正確評價，是因為大眾的力量，準(zhǔn)確來說，是一批具有慧眼的人識別了那些有價值的知識，才使得知識IPO方法得以良好運轉(zhuǎn)。所以，這些人同樣值得獎勵。

在千伯IPO中，有價值的知識的貢獻者稱為“千里馬”，把識別了知識價值的那些人稱為“伯樂”，這就是我們?yōu)槭裁窗堰@套方法稱為“千伯IPO”的原因。千里馬是那些經(jīng)常發(fā)布好知識，從而因此獲得較多投幣（千里馬幣）的人。伯樂是那些經(jīng)常認真甄別出好知識，并且投資這些好知識從而獲得較多返幣（伯樂幣）的人。

出于商業(yè)機密考慮，投資收益算法無法在本文公布。圖2展示了某項知識發(fā)布后，不同的角色的收益以及該知識的收益比（總收益/總投資）隨著跟投數(shù)增加的走勢圖。在這個激勵機制算法中增加了對千里馬的階段性獎勵，所以千里馬收入會出現(xiàn)階躍現(xiàn)象。

圖2 某知識發(fā)布后，不同角色的收益走勢圖

▌評價知識的同時識別人才

千伯IPO在組織運作一段時間之后，將出現(xiàn)三個榜單：

1）知識榜。通過獲投的千伯幣數(shù)量來衡量，投資收益比越高，說明知識的價值越高；

2）千里馬榜。通過獲得千里馬幣的數(shù)量來衡量，獲得千里馬幣越多的人，對知識的貢獻越大；

3）伯樂榜。通過獲得的伯樂幣的數(shù)量來衡量。獲得伯樂幣越多的人，是越具有慧眼的人。

這三個榜單在組織中都有特定的用途：

1）知識榜的用途：有價值的知識是員工學(xué)習(xí)的材料，高價值的知識往往是組織標(biāo)準(zhǔn)規(guī)范的素材來源；

2）千里馬榜的用途：該榜單中的人都是業(yè)務(wù)骨干，或者是具有業(yè)務(wù)潛質(zhì)的人。任何組織中都有兩種人：個體貢獻者和管理者，所以，人才也有兩個發(fā)展和晉升通道：專家序列和管理者序列。千里馬榜中的人，應(yīng)該是專家序列晉升的優(yōu)選；

3）伯樂榜。這個榜單中都是那些獨具慧眼、知人善任的人，是組織中具有管理才能的員工，應(yīng)該是管理者序列晉升的優(yōu)選。

所以，通過千伯IPO，組織獲得的不僅是有價值的知識庫，還伴隨產(chǎn)生兩個人才庫：業(yè)務(wù)人才庫和管理人才庫。這兩個庫中人才的能力雖不能說與其掙得的千伯幣數(shù)量百分之百匹配，但至少提供了一種參考或佐證，比以往憑感覺評價人才多了一項客觀數(shù)據(jù)維度。在每家組織中確實有一批真正懷才不遇的人，因為各種原因被埋沒。與其鼓勵人們舉賢薦能，不如提供一個平臺讓這些人毛遂自薦并脫穎而出。

因此，千伯IPO提出一個口號——知識變現(xiàn)人升值，千伯拔萃見賢才，也就是說，千伯IPO不僅是隱性知識挖掘的手段，同時也是人才識別的方案。

▌激勵機制的變革是千伯IPO生效的前提

如前文所述，千伯幣具有實物價值，其實物價值由組織的激勵機制來保障，即員工掙得的千伯幣影響其收入或晉升。也就是說，千伯IPO生效的前提是企業(yè)激勵機制的變革，需要在激勵機制中增加知識貢獻激勵的要素，讓知識貢獻價值與組織的物質(zhì)激勵和職務(wù)職稱評定掛鉤。

激勵機制中一些常見的改變包括：

1）增加一項規(guī)定：凡是組織內(nèi)的員工或部門，都有責(zé)任為自己和本部門的千伯幣增值。千伯幣增值大小決定本人和部門的獎勵和職稱評定;

2）組織設(shè)立年度知識獎（現(xiàn)金），獎勵個人和部門；

3）修訂組織的現(xiàn)有獎勵機制：最終獎=項目年終獎*知識系數(shù)修正k，其中，k=1+x*個人千伯幣/年度最高千伯幣，x是政策系數(shù)，用來臨時調(diào)整知識激勵的強度，以配合企業(yè)的戰(zhàn)略和政策；

4）修訂組織現(xiàn)有的個人職務(wù)和職稱評定制度

–職務(wù)和職稱的評定，以千伯幣總增量的設(shè)定值為起點；

–職稱評定，需以千里馬幣的設(shè)定值為起點，以年度增量為保持條件；

–管理者（職務(wù)），以伯樂幣的設(shè)定值為起點，以個人年度增量為保持條件；

–現(xiàn)有職務(wù)和職稱，以年度知識增量的設(shè)定值為保持條件。

5）修訂自主現(xiàn)有的部門及其管理者評價體系，以部門人均知識資產(chǎn)及年度增量為指標(biāo)。

▌千伯IPO的信息化支持系統(tǒng)

千伯IPO的運作涉及到知識發(fā)布、投資、數(shù)據(jù)跟蹤和統(tǒng)計等，是個比較嚴(yán)密和復(fù)雜的體系，需要一個嵌入了投資回報算法以及激勵機制的信息化平臺來支持運作。

筆者供職的公司開發(fā)了一套基于云的知識管理平臺——千伯云平臺（www.KnowleCloud.com），用以支持基于千伯IPO的知識挖掘與知識管理。該平臺的盈利模式是：平臺免費，知識收費，也就是說，組織在平臺上積累知識越多，價值越大，收費越多。

千伯IPO的運作還需要變革組織的激勵機制，該機制需兼顧組織特點，譬如人才數(shù)量、專業(yè)結(jié)構(gòu)和業(yè)務(wù)特征等，所以，在千伯云平臺上線前，需要一個針對企業(yè)激勵機制變革的、為期兩天的輕咨詢。

▌結(jié)束語

需要補充的是，千伯IPO并不要求知識必須是發(fā)布者本人的原創(chuàng)。其實，整理外界有價值的知識并引入到本組織同樣應(yīng)該受到歡迎和鼓勵。千伯IPO也鼓勵對組織內(nèi)部材料或他人的知識進行整理和發(fā)布。在千伯IPO中，千里馬幣只歸屬發(fā)布人，而不管該知識來自哪里，以鞭策那些有知識但不愿或懶于貢獻的人。

千伯IPO為組織打造學(xué)習(xí)型組織提供了一個天然方案。幾乎所有領(lǐng)導(dǎo)都倡導(dǎo)本組織成為一個學(xué)習(xí)型組織，但至于如何讓員工持之以恒地學(xué)習(xí)，似乎都沒有有效辦法。千伯IPO中，員工為了甄別知識的價值，必然需要對擬投資的知識進行閱讀，所以，在投資過程中就已經(jīng)完成了對知識的學(xué)習(xí)。

另外，除了知識工程，千伯IPO還可以應(yīng)用于其他領(lǐng)域，譬如創(chuàng)新提案、合理化建議、選舉和競聘等等。