开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
伴随信息技术的发展和应用，大数据作为可以捕获、交流、储存和分析的大型数据池[1]，被国家视为具有战略性与竞争性的重要基础资源，可为企业创造巨大价值。大数据时代的来临让企业知识管理得到了显著发展，结合大数据技术工具，企业可以对数据进行整合分析并提取数据中的知识[2]，通过知识管理实现知识积累、交流和创新，解决企业认知不足和信息匮乏问题，推进企业知识管理创新[3]。在国际竞争日益加剧的环境下，利用大数据进行知识管理创新是国内企业摆脱被其它国家恣意制裁、提高竞争力的重要手段。
目前关于大数据环境下企业知识管理创新的研究主要基于两个视角：一是从知识管理的整体观出发，研究大数据环境下知识管理创新对企业创新能力及绩效的影响[4]；二是从知识管理的具体活动切入，研究大数据对知识管理流程的具体影响[5]。其中，国内外学者通过大量假设检验了大数据背景下知识管理创新对企业创新能力及创新绩效的正向影响[6-7]，即大数据能够赋能企业知识管理创新[8]。
然而，如何通过大数据赋能企业知识管理创新，学术界尚未给出具有充分解释力的回答。该问题可以分解为3个子问题：①大数据中的哪些数据能够赋予企业知识管理创新能力(what)；②大数据能够赋能什么主体进行知识管理创新(who)；③大数据如何赋能主体进行知识管理创新(how)。因此，本文从知识管理的具体活动切入，以行业典型案例为样本，采用扎根理论数据编码方式，对大数据赋能企业知识管理创新的内在机理和演化路径进行探索性案例研究，旨在回答赋能2W1H的3个核心问题，以期为国内企业利用大数据实现知识管理创新提供参考路径，同时，进一步丰富大数据赋能知识管理创新的理论认识与实践应用。
“赋能”概念是从“管理之母”Follett最早提出的“赋能授权”思想衍生而来的。赋能授权，即通过员工授权机制的建立实现组织群体的增权升能。Acar等[11]将赋能从组织行为学角度进行了拓展，提出“顾客赋能”概念；Patrizia等[12]将其定义为一种通过教育或传递相关信息等手段，赋予顾客生产、竞争和创新的能力。互联网时代到来后，业界结合产业发展趋势，围绕“赋能”提出了许多新观点。如2015年阿里巴巴学术委员会主席曾鸣教授提出“未来组织最重要的功能是赋能”；2016年京东发布“零售赋能”，抛出了零售业互联网化升级新思路；2017年腾讯公司创始人马化腾也表示，希望腾讯能够成为一家赋能型公司；2019年，中国联通提出“5G赋能VR”，旨在通过沉浸式体验、场景交互等新模式，实现虚拟与现实的无缝跨界。
在大数据时代，随着数据知识资源的不断扩充和新型技术工具的不断涌现，赋能被赋予了新内涵[13]。赋能的核心从赋权转向以提升企业核心价值为导向的创新活动，即企业通过赋予相应主体一定的环境基础及技术手段等，为企业、员工、用户赋予生产、竞争和创新能力[14]，以最大限度发挥个人才智和潜能，快速感知客户需求，创造性实现产品升级和服务提升[15]。罗仲伟等[16]从赋能企业的组织视角提出赋能的概念模型，即赋能前提—过程—结果的基本逻辑；郝金磊等[17]在前人理论研究的基础上，完成赋能和价值共创理论的对接，构建了赋能理论的简易分析框架。赋能理论主张通过高度整合资源，为主体赋予生产、竞争与创新能力，并营造合适的氛围和技术环境，创造性实现产品升级和服务提升，进而达到企业价值提升。该界定为本文研究提供了合适的切入视角。
知识管理是企业对内外部知识资产进行的管理活动，其核心任务是通过系统的过程将知识相互整合并提供给企业员工分享、吸收和利用，以实现企业知识创新与价值提升。学者们基于不同研究视角提出不同的企业知识管理结论。如刘力钢等[18]将知识管理途径归纳为知识搜寻、知识融合和知识创新；姜红等[19]认为企业知识管理活动主要为知识竞争、知识扩散和知识创新，知识管理的基本活动包括知识搜寻、收集、整合、存储、检索、分享、转化、利用、创新等。
大数据作为一种开发性强的数据资源，为企业知识管理注入了新理念和新思维，推进了企业知识管理水平提升。大数据具有数量庞大、动态增长、多源异构、价值低密的4V特征[20-21]，其核心在于应用现代新兴信息技术，实现对海量数据的有效收集、存储、分析及利用。近年来，国内外学者围绕大数据在企业知识管理中的技术应用展开了深入研究。Cooper[22]认为数据中所包含的涵义描述构成了信息，而信息经过结构化、组织化形成知识。国内外学者普遍认可“信息源于数据，知识源于信息”，认为知识的本质是对有价值的数据/信息的提取、组织、管理与融合，但如何从大数据中挖掘出其隐含的信息并将其转化为知识则是重中之重。赵蓉英等[23]认为在大数据4V特征下，只有通过对数据集合进行挖掘，实现数据—信息—知识链条的有效转化并进行科学的知识管理，才能发挥大数据的真正价值；Liew等[25]提出利用智能移动终端平台挖掘数据集合中的有效信息，以帮助企业进行知识管理；叶英平等[26]系统阐述了大数据处理工具在不同知识管理环节中的应用，分别提出应对碎片整合、应用价值、硬件支撑、隐私伦理等问题的对策。总结现有文献可知，大数据主要以数据源和信息技术工具两种形态作用于知识管理：①碎片化的原始数据经过收集、清洗、转换等操作进入数据仓库，形成数据集合，经动态分析并整合后形成信息资源，再经过加工分析与转化，可直观地呈现出来，最终成为可应用于企业生产活动的知识；②大数据背景下各类大数据技术工具的应用推进了知识管理过程变革。
基于对赋能理论、大数据背景下企业知识管理研究成果的分析，本文将结合赋能、大数据与知识管理的已有研究成果，运用单案例研究方法，探究大数据赋能企业知识管理创新的内在机理及演化路径，构建具有普适性的知识管理创新理论模型，为大数据环境下企业知识管理创新提供借鉴模板。
本文采用纵向单案例研究方法，其主要原因在于：①案例研究方法通过归纳出具有解释力和预测性的普适结论，以回答“如何(How)”和“为什么(Why)”的问题。目前大数据赋能知识管理创新研究尚处于起步阶段，采用定量方法研究其作用机理具有一定难度，而通过定性的案例研究方法能够挖掘案例的重要信息，更适合回答大数据赋能企业知识管理创新的2W1H问题，有利于进一步掌握企业知识管理创新体系形成的内在机理；②单案例研究方法适用于对一个独特且具有代表性的案例展开研究，而多案例研究方法通常用于验证理论可重复性、理论拓展及对立重复等。当前国际环境变化多端，华为在遭受美国举全国之力打压控制的情况下，凭借自身强大的知识自信成长为国内乃至世界通讯行业的翘楚。因此，进行华为的单案例研究对提升我国企业知识管理创新水平具有极高的研究参考价值；③纵向案例分析作为单案例研究的一种重要方法，通常采用时间序列分析对案例进行深度追踪。纵观华为的知识管理体系发展历程，具有明显的阶段性特征，结合时间序列与关键事件进行归纳分析，有助于厘清企业知识管理发展脉络，梳理数据赋能环境下的知识管理创新体系演化路径。
为了使案例研究更具有说服力，本文结合研究目的，从国家首批“创新型企业”名单中选取华为技术有限公司(以下简称华为)作为案例企业，主要基于两点理由：第一，遵循理论抽样的聚焦原则与重要性原则。华为作为世界500强企业，是全球领先的信息与通信技术解决方案供应商，自创立以来，其通过高效的知识管理体系实现了持续快速的发展。在国际竞争日益加剧的环境下，许多企业倒闭，而华为基于自身的开放式创新建立了竞争优势，因此具有典型性与代表性；第二，通过对现有文献检索发现，目前从大数据赋能知识管理创新视角切入，以华为公司为案例的研究未见报道。华为经过30余年的建设与积累，已成为世界级知识密集型组织，其知识管理发展历程值得深入研究。因此，本文将华为作为案例研究企业，通过分析其知识管理系统形成的内在机理与演化路径，以期为大数据环境下其它企业知识管理创新提供借鉴模板。
本研究自2018年9月初开始案例企业资料收集工作，过程分为前期资料收集和后期访谈记录两个部分。首先通过企业官网官微、数据库、媒体等渠道收集二手资料，经整合梳理后制定访谈提纲，分别对平台产品用户及企业内部中层管理者、员工开展半结构化访谈，并将其整理成访谈记录。在案例分析过程中，对以上核心资料和数据信息进行三角验证，将经过校验的数据信息用于佐证观点。
根据华为战略变迁，可将其发展历程分为创业期、发展期和全球布局期3个时期[27]。可以发现，华为在不同阶段的知识管理建设重心及措施，与其发展历程具有明显的时间对应性。基于这样的时间节点，对案例资料进行逐级缩编：在一级编码中，将一手和二手资料梳理为3个阶段，分别为外源数据赋能的模仿积累阶段、内源数据赋能的内化交流阶段和内外源数据双重赋能的渗透创新阶段；在二级编码中，将各阶段的资料抽象概括为创新环境、创新主体和创意开发3个范畴；在三级编码中，归纳总结出各范畴的构成要素及作用机理。为保证研究结果的可靠性与信服力，在编码过程中对资料进行严格筛选，并对冲突的资料进行反复印证、确认和补充，直到理论模型相对饱和。数据资料收集来源如表1所示。
表1 案例数据一级编码
数据来源数据分类一级编码外源数据赋能的模仿积累阶段内源数据赋能的内化交流阶段内外源数据双重赋能的渗透创新阶段一手资料通过深度访谈获得资料A1B1C1通过非正式访谈获得资料A2B2C2二手资料官网发布的档案、宣传册及对外披露的报告等资料a1b1c1数据库收录的书籍、期刊、学术论文a2b2c2媒体报道的采访稿、公开视频、演讲稿等资料a3b3c3
华为知识管理雏形形成于创业期，该时期其知识管理处于外源数据赋能的模仿积累阶段，产品模仿与知识积累是其典型特征。此时数据量还未达到指数级增长阶段，大数据效应尚未凸显，外源的客户数据、产品技术数据及市场数据构成了赋能的基本要素。作为行业“新兵”，华为首先将知识管理重点放在知识积累上，向竞争对手和客户学习、复制、模仿、逆向工程成为重要的知识积累方式。表2展示了华为在外源数据赋能下模仿积累阶段的创新环境、创新主体与创意开发的典型证据。
该阶段的创新环境—创新主体—创意开发过程如图1所示。
表2 外源数据赋能下模仿积累阶段典型证据
二级构念三级构念典型证据创新环境企业外部华为刚刚进入通讯领域时,西方公司在此领域已持续积累了数十年,要消除这几十年形成的技术鸿沟,不是短期可以做到的 (a3)关键在于抓住了第三次科技革命和改革开放机遇 (A1)企业内部华为开始尚未成立自己的研发部门, 没有科研人员,技术水平较低;市场主要面向国内农村地区,市场占有率较低 (a1)做代理积累下来的资金一定程度上成为了日后持续发力的基础(A1)创新主体产品研发华为高度重视研发投入,每年研发投入占营收的10%～15% (A2)员工知本华为按知分配股权,使人才应得的回报部分转化为资本 (a1)创意开发技术拿来1993年,华为在模仿贝尔S1240和西门子EWSD的基础上开发出国内首台C&C08交换机 (a1)在新产品开发中,研发人员尽量利用已有成熟技术,以及社会采购技术,若利用率低于70%且新开发量高于30%,会提高开发成本(A2)员工持股华为理念在实际利益分配中得以体现,任正非本人持股比例不断被稀释到1.01%,其余的98.99%为员工持有 (a2)
图1 外源数据赋能的模仿积累阶段知识管理结构
3.1.1 创新环境
创业初期，华为面临双重困境。从企业外部来讲，首先，华为面对的是来自全球的竞争对手，他们拥有丰富的知识积累和稳定的工业基础，有一流的研发体系和坚实的市场地位，相比之下，华为与行业先进企业的知识储备差距巨大，且核心知识产权被垄断；其次，借助技术成本较低的用户交换机市场实现早期创业的华为缺乏自主技术产品，难以在竞争不断加剧的市场中存活。从企业内部讲，华为尚未成立自身研发部门，员工总量与研发人员比例均处于较低水平；产品以代理为主，自主开发的产品较少，技术水平较低；市场主要定位在国内农村地区，市场占有率较低。
但是，华为并没有“闭门造车”，而是努力追求自主创新，紧紧抓住第三次科技革命和我国改革开放带来的技术转移机遇，牢牢把握市场机会窗口期。此外，华为创业初期依靠代理业务积累的内部资本成为获取外部数据的重要支撑。
3.1.2 创新主体
在意识到技术创新和自主知识产权的重要性后，华为从现有外源客户、产品技术和市场数据中搜索学习对象，将企业自身产品研发、员工知本作为首要赋能主体，摸索知识获取及学习模式。
3.1.3 创意开发
在产品研发上，华为秉持“技术拿来主义”，将“提升核心竞争力”作为企业愿景，将学习重点聚焦于企业外部存在的公共显性知识，在继承前人创新成果的基础上进行持续再创新。自1989年起，华为通过交流合作等方式，不断从合作伙伴及其它企业获取新知识，拓展自身知识基础，并借助当时较为成熟的交换机技术和现成的产业链资源，在模仿的基础上先后开发出首个拥有自主知识产权的BH03交换机和中国首台C&C08交换机，在市场竞争中逐步站稳脚跟。
在员工知本上，华为在1990年开始尝试“员工持股制度”，通过优先购股权等方式将知识转化为资本，将提升企业核心竞争力的重要动力进行集体绑定，把可能的知识风险和知识流失控制在最低水平，创造性地为知识资本化提供路径；为了将获取到的知识快速地在员工间分享和扩散，华为自1994年起开始构建员工知识库，自行搭建的文件服务器成为知识积累的初级承载体。在外源数据的赋能作用下，华为抓住内外市场机遇，以早期代理积累的资本为强大支撑，集中攻克与外部企业竞争的技术壁垒和知识鸿沟，以产品研发和员工知本为主要抓手，完成了从交换机代理商到生产商的转变，实现了知识在企业内部的初步积累。
发展期的华为已经拥有了知识获取能力，其知识管理步入内源数据赋能的内化交流阶段，该阶段的主要特征是资源内化与知识交流，将管理数据纳入赋能要素，基于计算机网络、数据库和多媒体等技术的大数据应用初步显现。此时的华为意识到知识获取只是提升的初级阶段，必须将赋能要素由外转内，提高知识内化程度和知识交流效率，才能根据自身特点开展创新，实现提升核心竞争力的目标。表3展示了华为在内源数据赋能的内化交流阶段的创新环境、创新主体与创意开发的典型证据。该阶段的创新环境—创新主体—创意开发过程如图2所示。
3.2.1 创新环境
知识积累为华为蓄积了能量，也带来了新问题。企业内部：首先，华为投入巨大资源从领先企业获取的知识难以在短时间得到高效理解、吸收和利用；其次，此前搭建的文件服务器中的知识只能在个别部门甚至部门内特定成员间共享，其复杂的权限分组使知识传播和共享举步维艰。此外，获取的知识大多用于支持产品/技术升级与创新，在其它业务方面的应用匮乏，导致花费巨大成本获取的知识难以物尽其用。企业外部：国际化进程加快，通信产业进入高速发展期，拥有成熟知识管理模式的国际领先企业在产品技术领域不断“向前”，国内外厂商竞争激烈。
表3 内源数据赋能的内化交流阶段典型证据
二级构念三级构念典型证据创新环境企业外部1995年在通信产业进入高速发展、国内外厂商激烈争夺市场的情况下,规模不足百亿元的华为提出了成为世界一流大公司的战略愿景(b3)企业内部华为存在很多信息“孤岛”,资源共享只能在部门范围内甚至部门内的某些角色之间共享,传播非常困难(B1)通过授权使用知识产权和购买知识产权,华为实现了在开放式创新环境下对知识的消化吸收再创新(b2)创新主体外部合作自1996年起华为先后与多国建立合资企业,在全球范围内跟踪信息与通信技术前沿研究成果(b1)规章制度经过前期的充分准备,华为结合自身企业文化,量身定做了知识管理规章制度、社区平台等(b2)平台社区创意开发动力保证2001年加入ITU,在技术标准竞争中争夺主导权与话语权(b3)基本框架1998年正式出台《华为基本法》,明确将知识价值、对知识分子的认同和激励机制制度化,明晰了人才与资本间的逻辑关系(b2)1995年设立知识产权部,并颁布《华为公司科研成果奖励条例》(b1)引进了国外比较成熟的管理制度,建立了“师徒制”培养方案(B2)核心组成2010年具有鲜明Web2.0特征的知识共享社区(简称hi3ms社区)正式上线,开启了在研发领域开展知识管理的尝试(b2)投入30亿元更新研发设备、建立高端人才库、创建中央研究院(B1)为了让基层一线员工和新员工在更大范围内快速获得这些知识,公司上线了以在线培训、考试为目的的公司级i-Learning平台(B2)各条产品线定期通过知识集市或者知识“货架”方式分享优秀实践经验,其运行效率高、效果好(B1)
此时，华为开始意识到必须形成自己的知识管理模式和体系，才能使知识得到有效吸收，从而发挥最大效用。基于此，华为积累的知识资产连同打通的外部技术与信息传输通道，共同成为华为不断吸收、内化知识并构建完善知识管理体系的重要途径。
3.2.2 创新主体
为了探索适合自身的知识管理体系，华为将企业内部视为知识内化交流的主要阵地，选取更加细化的规章制度和平台社区作为新的创新主体，分别构成知识管理体系的基本框架和核心组件。与此同时，企业外部合作持续扩张，为知识的吸收内化不断注入新鲜“血液”和动力。随着内外主体呈现出范围更广、维度更深的发展性，企业逐步向体系化演进。
3.2.3 创意开发
在外部合作上，华为在第一阶段的经验基础上扩大数据搜索通道，外部获取对象逐渐从技术产品扩展到管理制度和公司体系，范围和数量的不断扩充为华为建立知识管理体系提供了强大助力。1996年后，华为积极与大型跨国企业、海内外科研院所发展战略合作关系，同时，积极在国际市场上争夺话语权和主导权，在全球范围内跟踪数据信息，在开放创新的国际化进程下不断吸收新知识并将其内化，保证了知识管理体系形成过程中的知识更新。
在规章制度上，华为制定的一系列条例成为知识管理体系的基本框架。1995年，华为设立知识产权部，并在1998年出台《华为基本法》，“以知识为本”的公司理念强调知识、知识劳动及员工的特殊地位和作用，并创造性地将知识作为企业价值创造中的一个独立要素；1999年颁布《专利创新鼓励办法》，并先后引入内部培训制度和“师徒制”员工培养方案，加速员工对知识的吸收与转化。
图2 内源数据赋能的内化交流阶段知识管理结构
在平台社区上，华为利用数据库及计算机网络技术存储知识，对此前的孤岛式知识进行整合和链接，通过网络建设实现内部知识共享，加速知识流动和吸收，使之成为知识管理体系的核心组成部分。一方面，华为根据业务方向逐步建立内部员工知识交流平台：1998年，华为引入企业知识库和邮件系统等基础信息设施；2002年，根据自身特点量身定做了知识门户LotusNotesR6；2005年，针对营销业务资料共享建立了3MS平台；2010年，先后上线了hi3ms知识共享社区和以培训考核为目的的i-learning平台。另一方面，为提升员工知识储备能力，2002-2005年华为先后创建了高端人才库、中央研究院、华为培训中心和华为大学，并于2008年设立“知识产品货架”及“知识集市”机制，强调对既有知识的传播和重用。不同类型知识平台共同构成了企业知识资源集散中心，帮助华为实现了对知识的有序管理和高效吸收。
随着网络技术的发展，华为进入全球布局期，其知识管理也步入了内外源数据联合赋能的渗透创新阶段，该阶段的主要特征是数据渗透和知识创新。由于内外源数据迅猛增长，共同作为大数据被纳入赋能要素，与此同时，数据量增大推动大数据技术不断革新，以云计算、全量多维分析、机器学习、智能硬件大数据算法等为代表的大数据技术工具成为主要赋能要素，驱动华为客户价值 “具象化”和知识输出“产品化”。表4展示了华为在内外源数据赋能下的渗透创新阶段的创新环境、创新主体与创意开发的典型证据。该阶段的创新环境—创新主体—创意开发过程如图3所示。
3.3.1 创新环境
大数据的蓬勃发展给华为知识管理带来新挑战，企业内外发展形势对华为来说，既是挑战也是机遇。企业外部：全球高技术产业分工格局的大变革，使发展中国家企业开始有机会承接到新一轮技术、知识成果转移；国家出台的关于培育战略性新兴产业等政策也为企业转型升级创造了良好条件。企业内部：一方面，大数据作为具有重要研究价值的资源，为企业知识转化提供了新来源；另一方面，大数据技术工具的不断涌现为企业知识管理体系升级带来了新手段。因此，把握发展趋势、整合大数据与驾驭新技术成为华为面临的新挑战。
表4 内外源数据赋能下渗透创新阶段典型证据
二级构念三级构念典型证据创新环境企业外部全球高技术产业格局进入大变革、大调整时代,全球高技术产业分工格局的调整有利于承接新一轮科技和产业革命技术成果转移(c2)2011年国家“十二五”规划中关于培育发展战略性新兴产业政策的出台有利于高技术产业结构转型升级(c3)企业内部大数据的出现对于华为来说有利有弊,一方面知识转化源头多元化,但是也对知识获取、处理和管理技术提出了挑战(C1)创新主体客户价值华为联合式知识创新定位于“以客户为中心,快速响应客户需求,持续为客户创造价值”(C2)知识输出通过整合知识管理平台、技术平台和运作支持平台,实现企业内外分支间的信息沟通与知识输出(C1)创意开发客户导向2012年华为建立用户线上互动平台社区———花粉俱乐部,用户可以上传文字、图片、音频、视频或者共享文件,实现用户创作 “共建”数据库(c2)数据核心为全球客户建设480多个数据中心,其中包括160多个云数据中心(c1)2013年华为发布全新架构的大数据平台产品Fusionlnsight(c1)华为构建了以大数据为基础的战略生态系统———云帆联盟(c2)
图3 内外源数据联合赋能下渗透创新阶段知识管理结构
3.3.2 创新主体
此阶段，内外数据资源互补，同时为企业所用，在数据交换中企业边界逐渐模糊。因此，华为将大数据蕴藏的客户价值和大数据技术需求下的知识输出作为重要创新主体，将内部知识管理体系逐渐扩展为内外联动的知识管理生态系统。
3.3.3 创意开发
在客户价值上，华为将“以客户需求为导向”作为创新基本战略，构建信息化平台。2011年，华为通过构建大数据智能系统，汇集大量用户数据，打破不同APP边界，对用户使用习惯、频率、强度等数据进行记录。为了扩充用户反馈数据来源，2012年，华为建立了用户线上互动社区——花粉俱乐部，通过UCG内容实现数据库共建，为企业与用户共创产品打下基础，从知识管理源头进行了有效扩充。
在知识输出上，大数据驱动下的企业级需求促使华为致力于大数据、云计算、人工智能等领域的技术研发，这也是华为以大数据为中心、布局产业链的突破口。2011年，华为建设了20个云计算数据中心，并在2013年发布了集Hadoop、数据库处理和大数据云服务于一体的大数据平台产品Fusionlnsight，其标志着华为以大数据为基础的战略生态系统——云帆联盟上市。围绕知识输出开展的创新作为知识管理的最后环节，不仅使华为在全球产业界占据了举足轻重的地位，也从另一角度拓展了数据获取渠道。
数据赋能下知识管理创新表现出的“创新环境-创意主体-创意开发”阶段性特征，与知识管理“金三角”演变过程相对应。图4总结归纳了大数据赋能企业知识管理 “创新环境—创新主体—创意开发”理论模型在各阶段的构建机理。
4.1.1 外源数据赋能知识积累
在前期，企业集中缩小核心产品技术差距，聚焦外部显性公共数据获取，为产品研发赋予技术学习、继承模仿的能力，为员工知本赋予知识转化资本的驱动力。一方面，外部显性公共数据作为获取性高、成本低的资源，对初创期企业具有较高价值；另一方面，借助数据清洗工具，通过提取—清洗—转换—集成等操作，实现知识的高效提取。在该阶段，企业以缩小知识储备差距为核心目标，首先加大引入，在产品研发上通过继承模仿方式持续再创新；其次降低流失率，为员工提供全方位利益机制，将可能的知识流失降到最低限度。二者互相作用、相互促进，最终实现企业知识积累。
4.1.2 内源数据赋能知识交流
在中期已积累的知识催生出内部知识吸收转化的强烈需求，倒逼企业以构建完整的内部知识管理体系为目标，促进知识资源在企业内部吸收内化和交流共享。首先，将知识价值的认同与激励机制制度化，搭建知识型组织体系框架；其次，借助云端分布技术工具和联机处理技术工具，支撑企业针对不同业务分区建立知识共享交流平台，作为核心组件填充知识管理体系；最后，开启外部合作通道的维持和扩展，保障企业内部数据不断更新，同时，为未来的知识输出奠定渠道与基础。
图4 三阶段知识管理创新构建机理
4.1.3 内外源数据联合赋能知识创新
在后期，不断革新的技术使得其推动效应显著，形成内激励与外激励共同作用状态，在这种情况下，企业必须将知识管理重心转向知识创新，以知识管理的头尾为延伸切入点，分别将客户价值和知识输出作为创新主体，将企业内部知识管理体系扩展为内外联动、高效循环的知识管理生态系统。一方面，以用户数据扩充知识获取来源，借助可视化呈现技术工具进行客户数据价值挖掘，实现用户企业产品“共创”；另一方面，围绕大数据布局产业链，围绕市场需求进行知识输出，扩展企业间数据交换通道，作为知识管理的最后环节衔接知识获取，完成知识管理的“金三角”循环，构成内外联动的知识管理生态系统。由于知识管理不再拘泥于企业内部，随着企业内外数据交换增多，赋能主体与客体相互转化、互相赋能，实现企业内外主体的共享共赢。
鉴于当前的大数据背景，图5总结归纳了大数据赋能企业知识管理 “创新环境—创新主体—创意开发”理论模型在各阶段的演化路径。
4.2.1 创新环境
大数据时代，随着数据量呈指数级增长和信息的高速传播成为市场常态，企业内外“知识壁垒”被不断压缩乃至消除，倒逼企业快速进行知识积累，进而催生出对企业内部知识吸收转化率的强烈需求，而新的数据技术工具则为应用和输出新知识提供了手段，也为进一步赋能创造了条件。在这一过程中，企业知识管理赋能要素的发力点势必发生从外部数据到内部数据、再到内外数据共同发力的转变。
4.2.2 创新主体
创新主体演变主要经历了“底层要素-核心框架-外部发散”的过程。体系搭建必然要从核心底层抓起，产品和员工作为企业底层核心要素，共同成为赋能初期的主要抓手；中期则需要构建制度平台，作为知识管理体系的核心框架，满足底层要素知识交换和传播需要；客户价值则使得体系在囊括外部参考的情况下变得更加完善与成熟，同时，为底层要素形成自主知识提供了良好环境。
4.2.3 创意开发
从初步产生知识积累，到形成内部知识管理体系，再到建立知识管理生态系统， 企业知识管理的创意开发作为创新主体赋能的“灵感”和“血肉”，同步经历了由点到线再到面的演化路径。
图5 “创新环境—创新主体—创意开发”演化路径模型
本文以华为技术有限公司为案例企业，研究了大数据作为数据源和技术工具，为企业知识管理创新赋能的内在机理，总结归纳了“创新环境—创新主体—创意开发”的理论模型，将企业知识管理创新演化路径分为3个阶段：外源数据赋能的知识积累阶段、内源数据赋能的知识交流阶段和内外源数据联合赋能的知识创新阶段。其中，在外源数据赋能的知识积累阶段，企业从外部数据中心进行知识提取和学习，通过加大引入和降低流失实现知识积累；在内源数据赋能的知识交流阶段，企业从内部着手，逐步构建知识管理体系框架与组件，加速内部数据向知识转化，促进知识在企业内部的交流、吸收；在内外源数据联合赋能下的知识创新阶段，通过赋能客户价值和知识输出，完成知识管理“金三角”的首尾衔接，构成内外交换、循环联动的知识管理生态系统。
赋能理论方面。第一，本文回应了郝金磊等[17],提出的赋能理论分析框架 并在此基础上识别出随着3阶段演化的赋能要素(创新环境)、赋能主体(创新主体)及赋能机理(创意开发)；第二，现有赋能理论研究分别提出了顾客赋能[11-12]、平台赋能[13]、员工赋能[14-15]等赋能主体，但忽略了不同环境背景下赋能主体间的阶段匹配与演化过程。本文在前人研究成果的基础上，丰富了大数据作为赋能要素时企业维度知识管理下的赋能主体，并将其与体系演化历程中的3个阶段相匹配；第三，以往文献强调赋能有利于提升企业创新绩效的直接因果关系[28]，在此基础上，本文进一步梳理了知识管理体系建立的内在机理，从知识管理角度切入，打开了赋能对企业创新影响过程的“黑箱”。
大数据环境下的企业知识管理方面。第一，本文进一步验证了知识管理“金三角”理论的演化过程，将知识管理层面的环节交互，从企业维度扩充为立体的体系演化；第二，本文在大数据作为知识转化来源[22-23]及现代信息技术工具方法[24-26]的基础上，以代表性领军企业为单一案例进行研究，识别出随着时间序列演化的数据赋能要素，实现了对知识管理创新研究的案例对接和理论深化，具化了数据作为赋能要素为企业知识管理创新赋能的内涵与演进历程研究。
本研究尚存在一些不足之处：①采取单一案例进行研究，理论框架稍显薄弱，所得结论的普适性存在不足。在未来研究中，可收集更多资料，采用多样化研究手段予以佐证；②本研究主要基于案例研究法选取样本企业，从理论层面探讨大数据赋能企业知识管理的模型，未来可在上述模型的基础上，从定量分析角度开展实证研究，检验并优化本模型的可靠性与适用性。
[1] 朱真真. 大数据时代数据公开与知识产权保护的冲突与协调[J]. 中国科技论坛, 2019,35(3):117-123.
[2] 何军. 大数据对企业管理决策影响分析[J]. 科技进步与对策, 2014,31(4):65-68.
[3] 杨俊祥, 和金生. 知识管理内部驱动力与知识管理动态能力关系研究[J]. 科学学研究, 2013, 31(2):258-265.
[4] 孙立, 焦微玲. 工业大数据驱动下知识发现与知识服务构建研究[J]. 情报理论与实践, 2017, 40(11):86-89,104.
[5] 赵蓉英, 张心源. 大数据环境对知识融合的影响研究[J]. 情报学报, 2017，36(9):885.
[6] 李文博. 大数据驱动情景下企业商业模式创新的发生机理——对100个大数据案例的话语分析[J]. 科技进步与对策, 2016,33(7):30-35.
[7] GLOET M,SAMSON D.Knowledge management and systematic innovation capability [J]. International Journal of Knowledge Management, 2016, 12(2): 54-72.
[8] FELIN T, POWELL T C. Designing organizations for dynamic capabilities [J]. California management review, 2016, 8(4): 78-96.
[9] 姚艳虹,张翠平. 知识域耦合、知识创新能力与企业创新绩效[J]. 科技进步与对策, 2019, 36(23): 76-84.
[10] 张军, 许庆瑞．企业知识积累与创新能力演化间动态关系研究——基于系统动力学仿真方法[J]. 科学学与科学技术管理, 2015, 36(1) :128-138.
[11] ACAR O A, PUNTONI S. Customer empowerment in the digital age [J]. Journal of Advertising Research, 2016, 45(1): 4-8.
[12] PATRIZIA G, GIANLUCA C, ROBERTA P, et al. Consumer empowerment in the digital economy: availing sustainable purchasing decisions[J]. Sustainability, 2017, 28(9): 693-712.
[13] 朱勤，孙元，周立勇. 平台赋能-价值共创与企业绩效的关系研究[J]. 科学学研究, 2019, 39(11): 2026-2043.
[14] 周文辉,杨苗,王鹏程,等. 赋能、价值共创与战略创业：基于韩都与芬尼的纵向案例研究[J].管理评论, 2017, 29(7): 258-272.
[15] ZIYAE B．Presenting an evaluation model of human resource management′s effect on corporate entrepreneurship[J]. World Journal of Entrepreneurship，Management and Sustainable Development，2016，12(3): 228-242.
[16] 罗仲伟,李先军,宋翔,等. 从“赋权”到“赋能”的企业组织结构演进——基于韩都衣舍案例的研究[J]. 中国工业经济, 2017, 34(9): 174-192.
[17] 郝金磊,尹萌. 分享经济:赋能?价值共创与商业模式创新——基于猪八戒网的案例研究[J]. 商业研究, 2018, 61(5): 31-40.
[18] 刘力钢,刘建基. 大数据情境下企业价值创造路径及效果评价[J]. 企业经济, 2017, 36(4): 54-59.
[19] 姜红,吴玉浩,高思芃. 技术标准化与知识管理关系研究:生命周期视角[J]. 科技进步与对策, 2018, 35(13): 18-27.
[20] 曾润喜,王琳,杜洪涛.基于知识管理视角的大数据研究网络与结构研究[J]. 情报学报, 2016, 35(11) : 1173-1184.
[21] SIMONET A, FEDAK G, RIPEANU M. Active data: a programming model for managing big data life cycle across heterogeneous systems and infrastructures[J].Future generation computer systems,2015,53(9): 25-42.
[22] COOPER P. Data, information, knowledge and wisdom [J]. Anaesthesia & intensive care medicine, 2014,15(1): 44-45.
[23] 赵蓉英,魏绪秋.聚识成智:大数据环境下的知识管理框架模型[J].情报理论与实践,2017,40(9): 20-23.
[24] 知识管理研究(葛新权)[M].北京：经济科学出版社,2017: 34.
[25] LIEW C S,WAH T Y,SHUJA J, et al. Mining personal data using smart phones and wearable devices: a survey[J]. Sensors, 2015, 15(2): 4430-4469.
[26] 叶英平,陈海涛,陈皓. 大数据时代知识管理过程、技术工具、模型与对策[J]. 图书情报工作, 2019, 63(5): 5-13.
[27] 喻登科, 严红玲. 技术创新与商业模式创新二元耦合组织成长路径:华为30年发展历程研究[J]. 科技进步与对策, 2019,36(23):85-94.
[28] ALAZZAZ F, WHYTE A. Linking employee empowerment with productivity in off-site construction[J].Engineering，Construction and Architectural Management, 2015, 22(1): 21-37.