外化得来的知识相抵触的问题。
在内化的高端应用软件中，提取的知识可以以最适合的方式来进行重新布局或呈现。这或许还要借助于一些解释，同时文本可以被简化为关键数据元素，并以一系列图表或原始来源的摘要方式呈现出来。例如，国际制药公司的研究者们可以针对他们的项目提出疑问，快速浏览与此相关的先前的研究，从浩如烟海的记录和报告中发掘出所需的知识概要。
中介
内化过程强调明确、固定的知识的传送，而中介针对的则是无声的知识，它将知识寻求者和最佳知识源相匹配。通过追溯个体的经历和兴趣，中介能把需要研究某一课题的人和在这一领域中有经验的人联系起来。设想某一制药公司的研究人员，针对某一药品一系列不寻常的副作用所产生的疑问，而在公司的信息库中却找不到什么相关的资料；但是中介这门技术则为研究人员提供了另一国家研究人员的名字。系统内的特征信息显示，他在同一实验领域经验丰富，这两个研究人员因而可以就药品副作用的潜在原由彼此分享他们的知识与经验。
中介通过群件产品、企业内部网、工作流和文件管理系统等技术来实现自动化。前两者为无声的知识提供者和知识寻求者之间的便利沟通提供了支持。
举例子来说，如果一份公函来自朝鲜，那么系统便会自动替会计人员联系公司的远东贸易专家，在不甚清楚的情况下，工作流系统将依据企业内部人员先前的工作成果累积所得出的智能化分析，建议最适当的人选来回答问题。
认知过程
认知是经由前三个功能交换得出的知识的运用，是知识管理的终极目标。现有技术很少能实现认知过程的自动化，通常都是采用专家系统或使用人工智能技术，并据此作出决策。一家保险公司用自动化系统来确定顾客的赔偿案是应当打官司还是偿付，在全自动的认知系统出现的同时，在工作流中实现合并认知的技术也有了同步的发展。但是如果工作流系统被赋予一种利用已有知识的能力，工作流引擎便能依据近似的情形自动作出决策。同样举例子来说，在自动电话中心系统中，新情况将会与过去发生过的情形进行类比，过去行之有效的措施将会被系统优先采用。
知识管理的技术状态技术在知识管理中所起的作用，将重新塑造关于竞争和价值评估的基本信念。将现有的和新出现的技术进行创造性组合，并能为企业创造效益的知识管理方案应具有以下特征：
情境敏感性：解决方案应该能够理解知识要求的上下文情境。例如，它应该能区分出动物繁殖和文件复制间的差别。
用户敏感性：解决方案应当能够根据用户的知识背景和经验对知识进行整理组织，这对于特定知识寻求者来说是最有用的。
灵活性：解决方案应能处理任何形式的知识，包括不同主题、结构和媒介。
学习智能化：解决方案应当了解它的使用者和它所贮存的知识，随着时间的流逝，它为使用者提供知识的能力应因此而不断提高。
建设性：解决方案应能推断出用户的知识需求，并能超出用户所表达的需求对关联的知识作出提议。
明天的知识管理技术似乎应当建立在此基础上，即：有更便于浏览的视觉工具，更强大的自动化“无声”知识监控手段，添加信息库群体评价的机制以及更高级的能从无法图形化的音像等信息源挖掘知识的工具。尽管知识管理技术还很不成熟，但它所带来的效益和利润则值得人们普遍关注。

上一页  [1] [2]