王 昕 张建彬 王 超

（国网山东省电力公司，山东 济南 250001）

一、研究背景

在经济新常态背景下，国资国企改革和电力体制改革持续纵深推进，大量改革任务进入全面实施阶段，改革压力从集团层逐步传至省市公司层。国家电网山东省公司（以下简称国网山东省公司）作为国资企业一员，对上承接国家电网集团公司下放的改革任务，对下负责支撑单位改革任务的牵头与跟进。在改革压力持续下放的背景下，面临改革任务繁重、改革项目繁杂、改革深度空前的新局面，亟待建立知识共享和信息协同机制，以满足跨地区、跨部门、跨领域的高效协同、岗位知识传递共享复用及指导工作决策的诉求。

本研究立足于体改工作场景，探究体改工作知识管理现状及存在的突出问题，并以国家电网山东省公司为例深入剖析其在体改运行管理平台下开展岗位知识赋能的实践经验，得出经验启示。

二、研究意义

鉴于国企体制改革宏观政策背景、体改任务自身特点以及国网山东省公司体改工作自身知识共享诉求，国网山东省公司开展岗位赋能机制应用意义重大，主要表现为以下三方面。

一是，针对国企体改任务自身任务复杂、工作量大、不确定性高的问题，岗位赋能机制可基于知识推送和数据整合分析助力体改决策和工作效率提升。

二是，针对国网山东省公司面临人员和知识专业化问题，在体改管理平台下开展岗位知识赋能，实现岗位和知识的精准匹配，帮助新员工快速适应和学习工作任务，便于规范操作。

三是，基于国网山东省公司自身上承集团下接地市的组织特点，在体改场景下开展岗位知识赋能应用，既能打通自上而下的管理通道加强部门协同又能以自身实践经验为其他省公司，甚至其他国有企业体改管理工作提供借鉴。

三、国企改革知识管理现状

1.隐性知识未被显性化，不利于知识迁移

国企改革历经40余年，积累了无数宝贵经验，但由于改革任务的复杂性和史无前例的特殊性，依然缺乏样本，不乏“摸着石头过河”案例。大量体改优秀经验以诸如个人经验、专业诀窍、团队默契等隐性知识体现，加之各单位各系统各部门各岗位间缺乏联动一体的信息共享平台，逐渐形成了“信息孤岛”，不利于知识的学习和传递。

2.传统主动搜索的知识获取方式，不利于知识复用

传统的知识获取以主动搜索为主，而在“信息过载”时代信息获取的效率和准确率被降低，无法满足用户个性化需求，且这些知识往往因为缺乏自主推荐机制变成“一次性”知识，在下一次使用时需重新搜索很难满足知识主动关联，不利于知识复用。

3.传统工作平台与知识平台未打通，不便于知识共享

传统工作平台以业务为主，而知识平台以知识存储为主，二者之间很难形成协同，如此不利于任务经验固化积累及强关联知识的推送与共享。

四、岗位赋能机制在国网山东省公司体改管理中的应用

基于前述，当前国企体改工作在知识管理方面存在隐性知识未显性化、缺乏知识自主推荐、工作平台未与知识平台打通的问题，笔者将深入剖析知识赋能机制背后机理，并以国网山东省公司为例，探究知识赋能在体改场景下的应用实践。

1.知识赋能机制背后机理

传统的信息获取方式主要靠“拉”，用户为主动的一方，而个性化推荐则是一个“推”的过程，根据用户的兴趣偏好代替用户评估未知信息内容并主动推送的模式，可将用户从繁杂的信息海洋中解救出来，引导用户的需求，帮助用户发掘潜在兴趣。

个性化推荐机制以个性化推荐技术和场景/标签推荐技术为支撑，目前主要的个性化推荐技术基于关联规则推荐、基于内容推荐及协同过滤技术等，这几类技术存在个性化程度低、关键规则难生成、要求对象结构性强、冷启动等问题。而基于场景/标签的推荐技术，通过场景识别和预定标签的方式，一定程度上弥补个性化推荐技术的瑕疵。因此，在实践中通常将个性化推荐技术和场景/标签推荐技术结合使用。

2.国网山东省公司体改系统对岗位赋能机制的应用

在对体改工作场景的识别的基础上，以知识赋能机制为抓手，国网山东省公司尝试在体改管理平台中建立针对地市公司的具有知识地图、知识共享平台、个人知识中心及信息接口的知识管理系统（KMS），以加强体改工作知识自动流转与成果转化、支援工作人员及时获取和有效应用信息资源，并助力体改工作决策。

（1）建立任务画像，打通任务与知识

结合协同过滤技术和个性化推荐算法，对体改任务进行属性分析、对岗位进行行为分析，以实现知识的精准推送、精准推荐，并反哺于知识的精准性评价和任务画像的精准分析，具体步骤如下：

①工作场景识别与任务自动流转

体改工作场景识别。基于体改任务复杂性特点和对知识的全面性要求，对重点任务应用项目管理模式，识别项目范围、目标、进度等工作场景，梳理相应流程并构建标准化任务卡片，同时基于任务特点配置相应的操作员。

任务标签化与自动流转。基于标签技术对任务分门别类打标签，同时，通过流程梳理和历史记录分析，识别同一个业务流程中部分任务之间的固有关联，并开展关系配置，实现标准化任务的自动流转。

②知识识别与任务匹配

知识标签化。细化梳理项目任务与参考知识的自动匹配关联机制，设置知识中心标签系统，以实现知识与任务的随机匹配；设置知识文档关键字，配置关键词匹配规则，通过分词技术对任务名称进行关键字提取，实现通过关键字与知识文档的自动匹配；通过配置匹配规则，从任务描述和知识文档内容中提取高频关键词进行匹配，从而实现基于任务描述的全文匹配。

③知识评价与二次优化

通过收集操作员对参考知识的使用情况，在系统中配置相应的协同过滤推荐算法，对系统的推荐结果进行基于用户使用情况的二次优化，使推荐结果更加准确合理。

（2）建立岗位/人员画像，实现知识个性化推荐

岗位标签化。基于前述任务卡片、相关操作员角色等设置岗位角色标签，建立岗位角色关键字集合，通过标签、关键字在工作岗位、操作员、知识中建立横向联系；借助协同过滤技术和标签技术，通过分析操作员行为记录和偏好，从岗位和个人维度有针对性地为操作员推荐用户相似和内容相似的个性化知识，从而促进工作人员自我学习和成长，提升其综合知识水平。

图1 岗位标签化图示

（3）建立知识地图，服务知识积累

建立知识地图。自动提取工作成果文档标题、简介及内容关键字并智能转化为相应知识内容。同时依据全面深化改革工作要求建立并更新针对岗位的知识地图，完成知识积累。

3.应用成效

经上述设计和试运行，体改管理平台对岗位赋能机制的应用取得如下成效：

一是，通过对体改工作知识数据的系统性收集与整理，及任务与知识精准关联，为改革工作的不确定性提供有效支撑，大大提高工作质量，提高组织效率。

二是，通过标签、关键字、协同过滤等匹配方式，建立与岗位、知识、操作员间的横向纵向个性化匹配，同时帮助新员工快速熟悉工作，提升个人技能。

三是，通过任务成果智能转化和知识地图的构建，开展知识沉淀和转化，便于知识的积累、复用和推广。

五、经验与启示

国网山东省公司通过知识管理为岗位赋能助力体改工作的纵深推进，总结其经验如下：

1.任务设计方面，注重任务标准化建设和知识评价

关注任务与知识的匹配规则，在任务卡片设置环节，设计任务标签和相应的操作员，开展任务和流程的标准化建设，便于任务的自动流转和对知识的匹配；系统收集操作员对参考知识的使用情况，便于对知识的评价和知识推荐二次优化。

2.岗位赋能方面，注重个性化推荐与任务-岗位-人员-知识间匹配

基于岗位特点和操作员行为偏好，从岗位和个人维度推荐个性化知识，从而协助工作人员自我学习和成长；设置任务、岗位、知识标签，通过标签、关键字、协同过滤等方式，建立任务、工作岗位、操作员及知识间的联系。

3.知识积累方面，注重优秀经验固化和知识复用

关注知识赋能对员工培养、知识传递、业务指导的作用，在操作员任务成果提交时，将成果文档智能转化为相应的知识内容，便于优秀经验的固化；注重知识中心和知识地图搭建，有效帮助知识快速获取和推广复用。