在第三次產(chǎn)業(yè)浪潮中，日本獨(dú)特的隱性知識(shí)驅(qū)動(dòng)模式曾造就舉國(guó)體制協(xié)同攻關(guān)的輝煌，京都大學(xué)諾貝爾獎(jiǎng)得主的譜系分析與超大規(guī)模集成電路（VLSI）項(xiàng)目的成功，印證了師徒制研究室和匠人精神對(duì)突破性創(chuàng)新的核心作用——隱性知識(shí)通過社會(huì)化傳承和外顯化機(jī)制，成為日本“技術(shù)立國(guó)”的底層邏輯。然而，隱性知識(shí)的高情境依賴性亦形成“負(fù)遺產(chǎn)”，即學(xué)科壁壘抑制知識(shí)組合創(chuàng)新，國(guó)際協(xié)作受阻，導(dǎo)致日本在新興領(lǐng)域顯性知識(shí)產(chǎn)出乏力。進(jìn)入人工智能時(shí)代，這一矛盾進(jìn)一步凸顯。雖然生成式人工智能可加速隱性知識(shí)顯性化，卻難以替代人類在復(fù)雜決策、跨學(xué)科領(lǐng)域創(chuàng)新與集體認(rèn)知中的核心作用。暗知識(shí)的崛起，也對(duì)傳統(tǒng)的“隱性-顯性知識(shí)”轉(zhuǎn)化模型構(gòu)成挑戰(zhàn)，亟須構(gòu)建“人類/隱性知識(shí)-人工智能/顯性能力”協(xié)同范式。在剛剛結(jié)束的“浦江創(chuàng)新論壇——科學(xué)學(xué)上海論壇·2025 科技創(chuàng)新智庫國(guó)際研討會(huì)”上，多位專家也不約而同指出，創(chuàng)新不僅在于顯性知識(shí)的積累，更關(guān)鍵在于緘默知識(shí)的深度沉淀與隱性知識(shí)向顯性知識(shí)的有效轉(zhuǎn)化。本研究啟示我們，在知識(shí)主權(quán)面臨重構(gòu)的今天，情報(bào)工作者需意識(shí)到隱性知識(shí)的戰(zhàn)略價(jià)值，重視其在研判趨勢(shì)、整合認(rèn)知與激發(fā)創(chuàng)新中的不可替代性；同時(shí)，應(yīng)主動(dòng)運(yùn)用人工智能工具增強(qiáng)知識(shí)外顯能力，在融合與協(xié)同中保持人的主體性與價(jià)值判斷力，從而避免技術(shù)理性主導(dǎo)下的創(chuàng)新異化。唯有如此，才能真正把握科技創(chuàng)新的深層動(dòng)力與方向。

引言

1970—1990年間，在推動(dòng)科技創(chuàng)新方面，日本政府與產(chǎn)業(yè)界基于本國(guó)文化特質(zhì)創(chuàng)新性構(gòu)建了舉國(guó)體制聯(lián)合攻關(guān)、產(chǎn)學(xué)協(xié)同創(chuàng)新、精益管理等多維度組織范式。由此，西方學(xué)術(shù)界提出了國(guó)家創(chuàng)新體系（National Innovation System）理論框架；日本學(xué)者野中郁次郎（Nonaka Ikujiro）則創(chuàng)造性、系統(tǒng)性地論證了“隱性知識(shí)（Tacit Knowledge）”作為第三次產(chǎn)業(yè)浪潮中驅(qū)動(dòng)日本企業(yè)及國(guó)家競(jìng)爭(zhēng)優(yōu)勢(shì)形成的內(nèi)在機(jī)制。當(dāng)前國(guó)際科技競(jìng)爭(zhēng)格局下，新一輪科技革命和產(chǎn)業(yè)變革正朝縱深方向推進(jìn)，以論文發(fā)表和專利授權(quán)為主要載體的全球科研產(chǎn)出成為衡量科技創(chuàng)新的重要指標(biāo)，并呈現(xiàn)大幅增長(zhǎng)的態(tài)勢(shì)；相比之下，日本近年的研發(fā)產(chǎn)出數(shù)據(jù)出現(xiàn)增長(zhǎng)乏力態(tài)勢(shì)。不過，專家指出，現(xiàn)行量化指標(biāo)難以有效捕捉創(chuàng)新鏈條中隱性知識(shí)的戰(zhàn)略價(jià)值。而且，值得關(guān)注的是，人工智能生成的大量顯性知識(shí)（Explicit Knowledge）和“暗知識(shí)（Dark Knowledge）”正在引發(fā)知識(shí)生成與傳承范式的系統(tǒng)性重構(gòu)。在此背景下，隱性知識(shí)究竟是創(chuàng)新的“制勝法寶”，還是阻礙創(chuàng)新的“負(fù)遺產(chǎn)”？本研究通過系統(tǒng)解構(gòu)日本科技創(chuàng)新體系中隱性知識(shí)流動(dòng)的典型案例，對(duì)人工智能時(shí)代隱性知識(shí)在科技創(chuàng)新中的功能定位展開批判性審視，進(jìn)而論證其在知識(shí)生產(chǎn)譜系中不可替代的核心價(jià)值。

1.科技創(chuàng)新視角下的知識(shí)創(chuàng)新

顯性知識(shí)具有可表達(dá)性、可傳播性、可評(píng)估性和標(biāo)準(zhǔn)化的特點(diǎn)，可以極大地推動(dòng)科技創(chuàng)新的規(guī)模化發(fā)展。隱性知識(shí)具有不可表達(dá)性、個(gè)人差異性、情境依賴性等特點(diǎn)，卻能提供創(chuàng)新源泉、創(chuàng)新動(dòng)力和培養(yǎng)創(chuàng)新人才。這兩種知識(shí)的相互轉(zhuǎn)化則是驅(qū)動(dòng)知識(shí)創(chuàng)新的核心機(jī)制，知識(shí)創(chuàng)新推動(dòng)了科技創(chuàng)新。

1.1 顯性知識(shí)及其在科技創(chuàng)新中的作用

顯性知識(shí)是指能夠通過語言、文字、數(shù)字、圖表等符號(hào)系統(tǒng)明確表達(dá)、記錄、存儲(chǔ)和傳播的知識(shí)形態(tài)。相較隱性知識(shí)，顯性知識(shí)在跨主體傳遞過程中表現(xiàn)出顯著的系統(tǒng)化優(yōu)勢(shì)，具體表征為編碼規(guī)范性和傳播可及性兩大基本屬性。

顯性知識(shí)同時(shí)展現(xiàn)出標(biāo)準(zhǔn)化的結(jié)構(gòu)特征與可評(píng)估的質(zhì)量屬性。其載體形式（包括語言符號(hào)、文字資料、圖像資料、數(shù)據(jù)等）通常遵循特定領(lǐng)域的概念框架與操作規(guī)范，這種結(jié)構(gòu)特性確保了顯性知識(shí)在不同情境中的可遷移性，學(xué)者們也開發(fā)出多種評(píng)估工具檢驗(yàn)顯性知識(shí)的效果和質(zhì)量。在數(shù)字化轉(zhuǎn)型背景下，多模態(tài)知識(shí)載體（如文本、圖像、影像、音頻等）均可轉(zhuǎn)化為標(biāo)準(zhǔn)化數(shù)字編碼，這一技術(shù)普及使得知識(shí)的規(guī)范化儲(chǔ)存、智能化檢索及量化分析達(dá)到新的發(fā)展階段。

顯性知識(shí)對(duì)科技創(chuàng)新規(guī)模化發(fā)展具有顯著推動(dòng)作用，其作用機(jī)制主要體現(xiàn)在以下5個(gè)維度。

首先，顯性知識(shí)顯著加速知識(shí)傳播與協(xié)作效率。現(xiàn)代科技產(chǎn)出主要表現(xiàn)為具備可傳播性、可計(jì)量性和可評(píng)估性的學(xué)術(shù)論文、專著、專利、技術(shù)秘密認(rèn)定及技術(shù)標(biāo)準(zhǔn)等形式，依托數(shù)字化工具的指數(shù)級(jí)傳播效率，這類知識(shí)載體有效突破了時(shí)空限制，催生出跨團(tuán)隊(duì)、跨組織乃至跨地域的新型協(xié)作范式。

其次，顯性知識(shí)系統(tǒng)提升創(chuàng)新流程的規(guī)范性與可重復(fù)性。其易共享、易復(fù)用的特性顯著降低重復(fù)研發(fā)風(fēng)險(xiǎn)，研究者通過系統(tǒng)性繼承前人成果，可在更高知識(shí)基點(diǎn)上推進(jìn)學(xué)科前沿發(fā)展。

第三，顯性知識(shí)有效促進(jìn)知識(shí)轉(zhuǎn)化與知識(shí)再創(chuàng)造。基于野中郁次郎提出隱性知識(shí)與顯性知識(shí)轉(zhuǎn)化模型（SECI模型）中的組合化（Combination）機(jī)制，既有顯性知識(shí)經(jīng)系統(tǒng)性整合可生成創(chuàng)新性解決方案。當(dāng)前科技革命中突出的跨學(xué)科融合趨勢(shì)，正是根植于海量顯性知識(shí)的數(shù)字化處理與可檢索特性。

第四，顯性知識(shí)持續(xù)增強(qiáng)組織學(xué)習(xí)能力與技術(shù)適應(yīng)性。這些結(jié)構(gòu)化知識(shí)沉淀形成的組織記憶，為技術(shù)團(tuán)隊(duì)?wèi)?yīng)對(duì)快速迭代的技術(shù)變革提供決策支持。

最后，顯性知識(shí)有力推動(dòng)知識(shí)資產(chǎn)化進(jìn)程與競(jìng)爭(zhēng)優(yōu)勢(shì)構(gòu)建。以論文、專利體系為基礎(chǔ)的顯性知識(shí)通過專利化、技術(shù)秘密認(rèn)定及標(biāo)準(zhǔn)制定等轉(zhuǎn)化路徑，不僅形成重要無形資產(chǎn)與技術(shù)壁壘，更成為創(chuàng)造經(jīng)濟(jì)價(jià)值、強(qiáng)化技術(shù)競(jìng)爭(zhēng)力的核心要素。

1.2 隱性知識(shí)及其在科技創(chuàng)新中的作用

隱性知識(shí)通常是一種無法通過書面文字、圖表或公式清晰傳遞和明確表達(dá)的知識(shí)，它深植于個(gè)人心智，與個(gè)體的經(jīng)驗(yàn)、直覺、價(jià)值觀及情感緊密相關(guān)，具有高度個(gè)性化和主觀性及難以規(guī)范化的特點(diǎn)，其應(yīng)用依賴特定環(huán)境或場(chǎng)景，脫離情境則難以遷移。

隱性知識(shí)主要包含兩個(gè)層面：一個(gè)是“技術(shù)”層面，包括非正式和難以明確的技能或手藝，通常稱之為“技能知識(shí)”、訣竅，往往源自親身體驗(yàn)、高度主觀性和個(gè)人的洞察力，直覺、預(yù)感及靈感均屬于這個(gè)層面；另一個(gè)是“認(rèn)知”層面，包括信念、領(lǐng)悟、理想、價(jià)值觀、情感及心智模式。這個(gè)層面影響我們對(duì)周圍世界的感受方式。

從科技創(chuàng)新的視角看，首先，隱性知識(shí)為科技創(chuàng)新提供源泉。諸如個(gè)人見解、行業(yè)訣竅及情境化經(jīng)驗(yàn)，能夠激發(fā)創(chuàng)造性思維，或者通過直覺靈感為創(chuàng)新提供“種子”，幫助解決復(fù)雜問題。例如，員工通過實(shí)踐經(jīng)驗(yàn)積累的隱性知識(shí)可以明顯提高生產(chǎn)效率和新想法生成能力。

其次，隱性知識(shí)可以為創(chuàng)新提供驅(qū)動(dòng)力。例如，隱性知識(shí)通過知識(shí)轉(zhuǎn)化、員工創(chuàng)造力、組織學(xué)習(xí)和技術(shù)轉(zhuǎn)移等多種機(jī)制，可以為科技創(chuàng)新提供核心動(dòng)力。

再次，隱性知識(shí)可能是技術(shù)創(chuàng)新實(shí)踐的產(chǎn)物。例如，基礎(chǔ)研究的一個(gè)顯性產(chǎn)出形式是論文，但除此之外，在不斷探索、試錯(cuò)過程中，科研人員獲取更多的是隱性知識(shí)。

我國(guó)的高端科技人才政策，其底層邏輯便是促進(jìn)隱性知識(shí)以人為載體進(jìn)入科研組織當(dāng)中。不過，我們也應(yīng)注意過度泛化的隱性知識(shí)因其保守性（因果模糊性）而抑制持續(xù)創(chuàng)新。

1.3 兩種知識(shí)的轉(zhuǎn)化與創(chuàng)造

已有學(xué)術(shù)研究成果表明，隱性知識(shí)與顯性知識(shí)的動(dòng)態(tài)轉(zhuǎn)化是驅(qū)動(dòng)知識(shí)創(chuàng)造的核心機(jī)制。野中郁次郎等學(xué)者提出的知識(shí)螺旋模型，進(jìn)一步闡釋了隱性知識(shí)與顯性知識(shí)之間的轉(zhuǎn)化機(jī)制，該模型將知識(shí)創(chuàng)造過程分為4個(gè)階段：社會(huì)化（Socialization）、外顯化（Externalization）、組合化（Combination）和內(nèi)隱化（Internalization），簡(jiǎn)稱SECI模型。在這一過程中，社會(huì)化階段使得隱性知識(shí)得以通過人際互動(dòng)和經(jīng)驗(yàn)傳承；外顯化階段則將隱性知識(shí)轉(zhuǎn)化為顯性知識(shí)，使其能夠更有效地被他人理解和應(yīng)用；組合化階段是將顯性知識(shí)和信息進(jìn)行系統(tǒng)化應(yīng)用；內(nèi)隱化階段是在實(shí)踐中學(xué)習(xí)和獲取新的隱性知識(shí)。

這種轉(zhuǎn)化體現(xiàn)了知識(shí)創(chuàng)新的過程，也為科技創(chuàng)新提供了重要支撐。知識(shí)的轉(zhuǎn)化還可以提升組織的創(chuàng)新能力、加速科技成果轉(zhuǎn)化，并解決知識(shí)轉(zhuǎn)移中的諸多障礙。正因看到了知識(shí)創(chuàng)新對(duì)于科技創(chuàng)新的推動(dòng)作用，1996年日本政府率先將“知識(shí)創(chuàng)新”的理念應(yīng)用到“第一期科技基本計(jì)劃（1996—2000）”當(dāng)中。1998年，我國(guó)批準(zhǔn)中國(guó)科學(xué)院實(shí)施知識(shí)創(chuàng)新工程，作為建設(shè)國(guó)家創(chuàng)新體系的試點(diǎn)。

2.日本科技創(chuàng)新中的隱性知識(shí)

日本科學(xué)技術(shù)與學(xué)術(shù)政策研究所（NISTEP）統(tǒng)計(jì)的數(shù)據(jù)顯示，2020—2022年日本論文年均發(fā)表總量、前10%高被引論文年均數(shù)量、前1%高被引論文年均數(shù)量的排名，均大幅下滑，分別是第4名、第13名和第12名，而中國(guó)的各項(xiàng)排名均為世界第一。不過，國(guó)際科學(xué)大獎(jiǎng)體現(xiàn)了科學(xué)共同體對(duì)于研究的原創(chuàng)性、突破性的認(rèn)可。從國(guó)際科學(xué)大獎(jiǎng)獲獎(jiǎng)視角來看，21世紀(jì)以來，日本共有22名科學(xué)家獲得了諾貝爾獎(jiǎng)（自然科學(xué)），其中，手性合成技術(shù)、大分子量測(cè)量技術(shù)、誘導(dǎo)多能干細(xì)胞、藍(lán)光發(fā)光二極管、基于合成生物學(xué)的疫苗研發(fā)、免疫檢查點(diǎn)蛋白PD-1、鋰電池等技術(shù)無不產(chǎn)生了巨大的社會(huì)效益。同時(shí)，這些突破性成就多數(shù)源自日本科學(xué)家的親身體驗(yàn)、個(gè)人的洞察力、直覺、預(yù)感及靈感?？梢哉f，中國(guó)實(shí)現(xiàn)了顯性知識(shí)的規(guī)?；D(zhuǎn)化，日本則發(fā)揮了隱性知識(shí)帶來的突破性創(chuàng)新。對(duì)此，日本國(guó)家科技智庫——研究開發(fā)戰(zhàn)略中心（CRDS）的首席研究員谷口維紹（Taniguchi Tadatsugu）指出，隱性知識(shí)的創(chuàng)造與傳承是決定日本科研實(shí)力的關(guān)鍵。

2.1 日本科技創(chuàng)新中隱性知識(shí)的傳承與顯性化

日本的科學(xué)與技術(shù)的起源均可追溯到江戶時(shí)代（1603—1868年）。從技術(shù)發(fā)展來看，中世時(shí)期（11—16世紀(jì)）行業(yè)團(tuán)體的出現(xiàn)以及戰(zhàn)國(guó)大名的重視，工匠專業(yè)化為日本的技術(shù)發(fā)展奠定了文化基礎(chǔ)。 這個(gè)時(shí)期，各地手工藝品的技藝水平顯著提高。江戶末期（1770—1868年），工匠獲得了社會(huì)的尊重，町人倫理則內(nèi)化為“工匠精神”的內(nèi)核。在明治維新（1868年）之后，工匠精神泛化為社會(huì)文化，并在與現(xiàn)代產(chǎn)業(yè)結(jié)合的過程中支撐了技術(shù)的發(fā)展。從科學(xué)發(fā)展來看，江戶末期，日本的蘭學(xué)家開始自發(fā)研究西方科技，成為日本近代科學(xué)萌芽期；而明治維新之后，日本開始系統(tǒng)引進(jìn)西方科學(xué)體系。

此外，禪宗的影響使日本社會(huì)將職業(yè)視為修行，石井孝雄（Ishii Takao）提出“自我同化”的概念，認(rèn)為這驅(qū)使工匠將人格融入作品，為科技體系的發(fā)展提供了獨(dú)特的文化基礎(chǔ)。而基于直系家族結(jié)構(gòu)衍生出的師徒制度，極大地推動(dòng)了技藝傳承，為技術(shù)體系的發(fā)展提供了制度基礎(chǔ)。

日本科技創(chuàng)新最大的特征在于隱性知識(shí)的傳承與顯性化，即野中郁次郎的SECI知識(shí)轉(zhuǎn)化模型中的社會(huì)化和外顯化環(huán)節(jié)。

在隱性知識(shí)社會(huì)化方面，首先，日本的大學(xué)和科研院所基本是以“師徒制研究室”為核心構(gòu)建起來的。研究室負(fù)責(zé)人往往被稱為“研究室主宰”，負(fù)責(zé)人退休后由其選定的繼承人接班。研究室的內(nèi)部具有森嚴(yán)的等級(jí)制度，核心人員流動(dòng)性不大，內(nèi)部貫徹“傳幫帶”的人才培養(yǎng)原則，新人在研究室前輩的基礎(chǔ)上推進(jìn)相關(guān)研究的深度和廣度。這種“現(xiàn)代師徒制”保障了團(tuán)隊(duì)內(nèi)部隱性知識(shí)穩(wěn)定、持續(xù)的代際傳承。其次，頻繁的學(xué)會(huì)交流活動(dòng)為各個(gè)研究室提供了緊密交流的平臺(tái)。除了學(xué)會(huì)的年度大會(huì)，各分部也會(huì)在下班之后和周末安排小規(guī)模的研究會(huì)來討論子領(lǐng)域的重要議題。另外，日本的研究生畢業(yè)后多數(shù)依舊從事科研工作，這些人員成為研究室廣泛鏈接學(xué)術(shù)界、產(chǎn)業(yè)界的紐帶，“半聚餐半研究會(huì)”形式的交流活動(dòng)維系著研究室持續(xù)產(chǎn)生的隱性知識(shí)的“鮮度”。

在隱性知識(shí)的外顯化方面，科學(xué)家、工程師的許多不起眼的習(xí)慣值得注意。首先，無論是大學(xué)研究室還是企業(yè)研究部門都有著“筆記文化”。隨時(shí)隨地記錄下會(huì)議或?qū)嶒?yàn)記錄，使用多色筆對(duì)客觀記錄與主觀思考等內(nèi)容做出區(qū)分，使用鉛筆或可涂改水性筆隨時(shí)修正記錄的信息。通過這種方式，科學(xué)家和工程師們將主觀感想、靈感等隱性知識(shí)轉(zhuǎn)化為可復(fù)用的顯性知識(shí)。其次，由于書面語體基本表達(dá)的是線性邏輯，科學(xué)家和工程師們?cè)诳蒲泄ぷ髦谐Ｓ枚S或三維的邏輯關(guān)系圖形輔助表達(dá)。為了從碎片化信息中提煉邏輯關(guān)系，川喜田二郎（Kawakita Jiro）開發(fā)了以自己姓名首字母命名的“KJ法（KJ Method）”，該方法具有邏輯性強(qiáng)、觀點(diǎn)可視化、少數(shù)派意見不被抹殺等特點(diǎn)，適合將通過頭腦風(fēng)暴、分組討論獲取的看似雜亂無章的信息進(jìn)行結(jié)構(gòu)化梳理，從中更容易發(fā)現(xiàn)新問題、提出創(chuàng)造性觀點(diǎn)意見，因而成為許多日本研究生院必修的質(zhì)性分析方法之一。

2.2 隱性知識(shí)是日本科技創(chuàng)新的“制勝法寶”

日本諾貝爾獎(jiǎng)獲獎(jiǎng)?wù)叩谋澈缶痛嬖谥[性知識(shí)的“影子”。截至2025年10月21日，日本獲得諾貝爾獎(jiǎng)的科學(xué)家（包括日裔）共27名，其中13人畢業(yè)或工作于京都大學(xué)，如表1所示，物理學(xué)、化學(xué)、生理學(xué)或醫(yī)學(xué)三大領(lǐng)域的第一位獲獎(jiǎng)人均誕生于此，京都大學(xué)被譽(yù)為日本諾獎(jiǎng)的搖籃。

表1 京都大學(xué)諾貝爾獎(jiǎng)獲獎(jiǎng)人名單

獲獎(jiǎng)時(shí)間

獲獎(jiǎng)人

獲獎(jiǎng)?lì)I(lǐng)域

1949年

湯川秀樹

（日本第一位）物理學(xué)獎(jiǎng)

1965年

朝永振一郎

物理學(xué)獎(jiǎng)

1981年

福井謙一

（日本第一位）化學(xué)獎(jiǎng)

1987年

利根川進(jìn)

（日本第一位）生理學(xué)或醫(yī)學(xué)獎(jiǎng)

2001年

野依良治

化學(xué)獎(jiǎng)

2008年

小林誠(chéng)

物理學(xué)獎(jiǎng)

2008年

益川敏英

物理學(xué)獎(jiǎng)

2012年

山中伸彌

生理學(xué)或醫(yī)學(xué)獎(jiǎng)

2014年

赤崎勇

物理學(xué)獎(jiǎng)

2019年

本庶佑

生理學(xué)或醫(yī)學(xué)獎(jiǎng)

2019年

吉田彰

化學(xué)獎(jiǎng)

2025年

坂口志文

生理學(xué)或醫(yī)學(xué)獎(jiǎng)

2025年

北川進(jìn)

化學(xué)獎(jiǎng)

信息來源：作者根據(jù)公開信息整理

作者結(jié)合前文提到的“師徒制研究室”傳承隱性知識(shí)的特點(diǎn)，通過整理獲獎(jiǎng)人之間的譜系關(guān)系發(fā)現(xiàn)，其中8人具有師徒、同門、親友這樣緊密的關(guān)系，如圖1所示。前輩通過言傳身教將科學(xué)信念、價(jià)值觀以及觀察思考方法等隱性知識(shí)傳承給下一代，正是“大師培養(yǎng)大師”的背后機(jī)制。

注：根據(jù)網(wǎng)絡(luò)公開信息及訪談信息整理，虛線文字框中的人物為非諾獎(jiǎng)得主。

圖1 京都大學(xué)諾貝爾獎(jiǎng)得主之間的譜系關(guān)系

20世紀(jì)70年代，日本政府通過“超大規(guī)模集成電路（VLSI）項(xiàng)目”實(shí)現(xiàn)了從追趕到超越的躍遷。這個(gè)項(xiàng)目在世界范圍內(nèi)開了“舉國(guó)體制聯(lián)合攻關(guān)”的先河，并且用時(shí)僅僅5年便實(shí)現(xiàn)了項(xiàng)目設(shè)定的戰(zhàn)略目標(biāo)。其中，多方組織的骨干人才之間的隱性知識(shí)傳承與再創(chuàng)造是成功的關(guān)鍵。這一知識(shí)傳承與再創(chuàng)造的發(fā)展過程是這樣的：20世紀(jì)50年代，二戰(zhàn)期間從事無線電研究的科技人員積極從電子管技術(shù)路線切換到半導(dǎo)體技術(shù)路線，期待在科技領(lǐng)域超越美國(guó)。這些科研人員以日本東京大學(xué)、東北大學(xué)的2個(gè)研究室為核心，自發(fā)地開展半導(dǎo)體技術(shù)學(xué)習(xí)會(huì)，亦步亦趨式地跟蹤美國(guó)最新技術(shù)。這2個(gè)研究室為20年后的日本半導(dǎo)體攻關(guān)儲(chǔ)備了高端人才和領(lǐng)導(dǎo)人才。這些人才雖然分布在協(xié)同攻關(guān)的五大企業(yè)當(dāng)中，但他們之間傳承和共享了半導(dǎo)體研究的隱性知識(shí)。研究室骨干垂井康夫（Tarui Yasuo）出任聯(lián)合攻關(guān)的共同研究所的總負(fù)責(zé)人，負(fù)責(zé)凝練和遴選科學(xué)問題，協(xié)調(diào)各個(gè)企業(yè)的基礎(chǔ)研究團(tuán)隊(duì)協(xié)同攻克創(chuàng)新鏈上從0到1的部分。同時(shí)，計(jì)算機(jī)綜合研究所與信息系統(tǒng)研究所分別攻關(guān)從1到5的軟硬件關(guān)鍵核心技術(shù)。此外，以上聯(lián)合研究所的科研人員均隸屬于各自企業(yè)的產(chǎn)業(yè)技術(shù)研發(fā)部門，他們經(jīng)常白天在聯(lián)合研究所工作，夜晚回到所屬企業(yè)報(bào)聯(lián)合攻關(guān)的工作進(jìn)展，推動(dòng)各個(gè)企業(yè)計(jì)算機(jī)技術(shù)從5到10的研發(fā)。接下來，各個(gè)企業(yè)的產(chǎn)業(yè)技術(shù)研發(fā)部門進(jìn)行工程攻關(guān)（從10到100）。VLSI聯(lián)合攻關(guān)巧妙地利用了骨干人員之間的緊密關(guān)系實(shí)現(xiàn)了新知識(shí)的生成，也利用各個(gè)企業(yè)之間的競(jìng)爭(zhēng)關(guān)系實(shí)現(xiàn)了知識(shí)的快速擴(kuò)散，最終創(chuàng)造了VLSI聯(lián)合攻關(guān)的奇跡。詳見圖2。

圖2 日本超大規(guī)模集成電路（VLSI）項(xiàng)目協(xié)同攻關(guān)示意圖

除此之外，日本企業(yè)內(nèi)部還出現(xiàn)了“10%原則”“地下研究室”等獨(dú)特的現(xiàn)象?！?0% 原則”是指一些企業(yè)承認(rèn)科研人員可以將工作時(shí)間的10%用于個(gè)人喜好的研究，“地下研究室”是指科研人員可以利用所在企業(yè)的科研設(shè)備、試劑、資金等，暗地里開展個(gè)人喜好的研究。這些都反映出日本企業(yè)對(duì)于科研人員自主調(diào)用隱性知識(shí)行為的認(rèn)同。田中耕一（Tanaka Koichi）正是這樣一名科研人員，他通過自己的努力開發(fā)了用于生物大分子質(zhì)譜分析的軟解吸電離方法，并且獲得了2002年諾貝爾化學(xué)獎(jiǎng)。

20世紀(jì)90年代以來，學(xué)術(shù)界通過知識(shí)創(chuàng)造過程揭示了日本企業(yè)的“異軍突起”。野中郁次郎通過研究索尼、松下、本田、佳能、日本電氣等日本企業(yè)案例，歸納出組織的知識(shí)創(chuàng)造能力，即“有組織地”充分調(diào)動(dòng)蘊(yùn)藏在員工內(nèi)心深處的隱性知識(shí)。一些學(xué)者也闡釋了企業(yè)通過隱性知識(shí)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的機(jī)制，他們認(rèn)為隱性知識(shí)具有難以模仿性，能形成企業(yè)的獨(dú)特優(yōu)勢(shì)。日本企業(yè)通過調(diào)動(dòng)深植于組織流程、文化和員工技能中的隱性知識(shí)，使競(jìng)爭(zhēng)對(duì)手難以復(fù)制，從而維持長(zhǎng)期競(jìng)爭(zhēng)力。

2.3 隱性知識(shí)也給日本科技創(chuàng)新帶來了“負(fù)遺產(chǎn)”

通過分析NISTEP近年來日本若干論文指標(biāo)排名大幅下滑的原因，我們發(fā)現(xiàn)，國(guó)際合作論文成為重要發(fā)展趨勢(shì)，然而日本學(xué)術(shù)論文中的國(guó)際合作比例偏低。這一現(xiàn)象也反映了日本的隱性知識(shí)在外顯化過程中對(duì)于區(qū)域差異、文化差異考慮不足的問題，隱性知識(shí)的高情境性已然成為區(qū)域間、文化間交流的瓶頸。

隨著新一輪科技革命和產(chǎn)業(yè)變革的深入發(fā)展，領(lǐng)域交叉融合成為主流趨勢(shì)。由于日本過于重視學(xué)科建設(shè)與技術(shù)的專精發(fā)展，學(xué)科領(lǐng)域交叉融合不足，即SECI模型中的組合化不足，導(dǎo)致新知識(shí)的產(chǎn)出不足，在學(xué)科發(fā)展上體現(xiàn)為難以形成新興學(xué)科或新興學(xué)科難以形成規(guī)模。

進(jìn)一步而言，組合化產(chǎn)生的顯性知識(shí)不足，將直接導(dǎo)致內(nèi)隱化的知識(shí)供給不足，即難以形成新的可以構(gòu)筑競(jìng)爭(zhēng)優(yōu)勢(shì)的隱性知識(shí)。以電動(dòng)車技術(shù)為例，電控、電機(jī)、電池是三大核心技術(shù)。日本企業(yè)對(duì)這三大技術(shù)均進(jìn)行了超前布局，卻遲遲沒有推進(jìn)系統(tǒng)集成與技術(shù)迭代。中國(guó)車企的技術(shù)研發(fā)起步雖晚，但是通過大膽的系統(tǒng)集成嘗試與快速迭代，過程中生成一系列電動(dòng)車生產(chǎn)制造方面的隱性知識(shí)，在短期內(nèi)構(gòu)筑了絕對(duì)性的競(jìng)爭(zhēng)優(yōu)勢(shì)。在中國(guó)車企從追趕到超越的過程中，日本車企無法獲得新生成的隱性知識(shí)來改變認(rèn)知，相反卻始終“迷信”過往的成功經(jīng)驗(yàn)，使陳舊的隱性知識(shí)成為創(chuàng)新的“負(fù)遺產(chǎn)”。

上述分析表明，在新一輪科技革命、產(chǎn)業(yè)變革與全球化進(jìn)程縱深發(fā)展相互交織的當(dāng)代語境下，組織、區(qū)域及國(guó)家競(jìng)爭(zhēng)優(yōu)勢(shì)的構(gòu)建不僅需要實(shí)現(xiàn)SECI模型中“社會(huì)化-外顯化-組合化-內(nèi)隱化”四階段的有效銜接與協(xié)同運(yùn)作，同時(shí)亟須關(guān)注因地理區(qū)位差異及地域文化差異所導(dǎo)致的知識(shí)外顯化程度不足這一關(guān)鍵制約因素。

3.人工智能背景下重新認(rèn)識(shí)隱性知識(shí)在科技創(chuàng)新中的作用

人工智能技術(shù)正在深刻重構(gòu)知識(shí)管理體系，其對(duì)SECI模型所界定的知識(shí)轉(zhuǎn)化四階段也將產(chǎn)生系統(tǒng)性革新影響。研究表明，人工智能不僅能夠通過算法優(yōu)化實(shí)現(xiàn)外顯化與內(nèi)隱化路徑的系統(tǒng)性優(yōu)化，顯著提升知識(shí)轉(zhuǎn)換效率，更可能在知識(shí)本體論維度實(shí)現(xiàn)知識(shí)創(chuàng)造范式的多維拓展，進(jìn)而重構(gòu)隱性知識(shí)與顯性知識(shí)之間的動(dòng)態(tài)共生系統(tǒng)。值得關(guān)注的是，隱性知識(shí)在智能化轉(zhuǎn)型背景下持續(xù)發(fā)揮著創(chuàng)新策源的核心作用，其作為創(chuàng)新驅(qū)動(dòng)的關(guān)鍵影響，在非結(jié)構(gòu)化決策場(chǎng)域、小樣本復(fù)雜決策情境以及集體隱性知識(shí)的認(rèn)知聚合效應(yīng)等維度，仍具有不可替代的理論價(jià)值與實(shí)踐意義。

3.1 人工智能帶來知識(shí)轉(zhuǎn)化的突破和局限

在人工智能的加持下，知識(shí)將實(shí)現(xiàn)轉(zhuǎn)化與整合創(chuàng)造。例如，生成式人工智能（ChatGPT、DeepSeek等）可以通過語義解析與多模態(tài)學(xué)習(xí)，將經(jīng)驗(yàn)性隱性知識(shí)轉(zhuǎn)化為結(jié)構(gòu)化的顯性知識(shí)，還可以憑借其高知識(shí)密度和低成本優(yōu)勢(shì)，從專家操作日志中提取業(yè)務(wù)流程規(guī)則，有效解決傳統(tǒng)“隱喻轉(zhuǎn)化”過程中所面臨的效率瓶頸問題。視覺語義建模技術(shù)則捕捉操作場(chǎng)景中的隱含模式，將工匠技能編碼為可復(fù)用的算法特征。人工智能還可通過知識(shí)組合化過程整合顯性知識(shí)轉(zhuǎn)化為新知識(shí)，例如分析海量數(shù)據(jù)并發(fā)現(xiàn)未知模式。

人工智能可以賦能內(nèi)隱化過程中的認(rèn)知增強(qiáng)。例如，在教育領(lǐng)域，人機(jī)協(xié)同系統(tǒng)（如ChatGPT結(jié)合QQ平臺(tái)）通過即時(shí)反饋與情境適配機(jī)制，加速顯性知識(shí)的內(nèi)化過程，使之轉(zhuǎn)化為個(gè)體技能。此外，智能助教系統(tǒng)根據(jù)學(xué)習(xí)者模型動(dòng)態(tài)調(diào)整知識(shí)的呈現(xiàn)方式，從而促進(jìn)操作手冊(cè)知識(shí)向?qū)嵺`能力的有效轉(zhuǎn)化。

人工智能技術(shù)還有可能帶來知識(shí)循環(huán)的系統(tǒng)性重構(gòu)。這主要是因?yàn)槿斯ぶ悄芗夹g(shù)可能導(dǎo)致海量的“暗知識(shí)”涌現(xiàn)。暗知識(shí)是一個(gè)相對(duì)較新的概念，強(qiáng)調(diào)知識(shí)體系中存在的“盲區(qū)”或“差距”。它不是指具體的知識(shí)內(nèi)容，而是指現(xiàn)實(shí)知識(shí)與潛在知識(shí)之間的鴻溝，類似于物理學(xué)中的“暗物質(zhì)”——雖不可見，但影響巨大。例如，在跨學(xué)科研究中，知識(shí)可能被學(xué)科壁壘所局限，導(dǎo)致某些信息無法被整合或利用，形成“暗知識(shí)”。在人工智能時(shí)代，這些暗知識(shí)可能被重新定義為機(jī)器所掌握和使用、但人類無法感知或表達(dá)的信息，例如深度學(xué)習(xí)模型中的黑箱決策過程。那么，未來的知識(shí)創(chuàng)造過程是不是要考慮“暗知識(shí)-隱性知識(shí)-顯性知識(shí)”三者之間復(fù)雜的轉(zhuǎn)化關(guān)系。

人工智能可能帶來知識(shí)轉(zhuǎn)化效率上質(zhì)的飛躍。遷移學(xué)習(xí)技術(shù)實(shí)現(xiàn)了模型在不同任務(wù)之間的知識(shí)遷移，例如自動(dòng)駕駛系統(tǒng)將基礎(chǔ)駕駛規(guī)則（顯性知識(shí)）遷移到復(fù)雜路況決策（隱性知識(shí)）中。知識(shí)圖譜嵌入技術(shù)則可以提升邏輯推理能力，解決了傳統(tǒng)編碼中的“因果模糊性”難題。

最后需要注意的是，人工智能賦能知識(shí)轉(zhuǎn)化過程可能存在倫理和可靠性風(fēng)險(xiǎn)。一方面，通過人工智能使隱性知識(shí)顯性化，可能引發(fā)隱私泄露、知識(shí)產(chǎn)權(quán)爭(zhēng)議。另一方面，人工智能在生成知識(shí)的過程中，其真實(shí)性常常受到人們的質(zhì)疑，因?yàn)榇嬖凇盎糜X”現(xiàn)象，可能會(huì)削弱甚至消解知識(shí)的確定性。因此，人工智能應(yīng)該被視為一種輔助工具，用來增強(qiáng)人類的能力，而不是完全取代人類的智慧和創(chuàng)造力。

3.2 隱性知識(shí)在人工智能時(shí)代的稀缺性與戰(zhàn)略價(jià)值

在不久的將來，人工智能可能帶來知識(shí)創(chuàng)造過程的重塑甚至重構(gòu)，但是在以下的幾個(gè)方面，隱性知識(shí)將發(fā)揮不可替代的作用。

前文提到的KJ分析法屬于高度依賴個(gè)人經(jīng)驗(yàn)、直覺等隱性知識(shí)的分析方法。由此可見，隱性知識(shí)能夠有效彌補(bǔ)人工智能在復(fù)雜決策過程中的局限性。這類隱性知識(shí)涵蓋了直覺、洞察力以及情境化判斷等元素，這些難以被規(guī)則化的技能能夠提升人工智能在模糊環(huán)境中的決策質(zhì)量。除此之外，醫(yī)療人工智能通過整合專家的隱性知識(shí)，提高了罕見疾病的診斷準(zhǔn)確率；工業(yè)人工智能結(jié)合資深技師的經(jīng)驗(yàn)，優(yōu)化了設(shè)備的預(yù)測(cè)性維護(hù)。

人類隱性知識(shí)能夠解決人工智能數(shù)據(jù)依賴性問題。前文提到的諾貝爾獎(jiǎng)得主們的研究?jī)?nèi)容都是具有開創(chuàng)性意義的，因此也很少有豐富的數(shù)據(jù)支撐。通過師承關(guān)系獲取的隱性知識(shí)，往往僅需少量樣本即可實(shí)現(xiàn)認(rèn)知構(gòu)建（如基于經(jīng)驗(yàn)的模式識(shí)別），這為數(shù)據(jù)匱乏的領(lǐng)域（如尖端科學(xué)研究、小眾工藝技術(shù)）的人工智能應(yīng)用開拓了新的研究途徑。

集體隱性知識(shí)（如企業(yè)文化）目前還很難被人工智能轉(zhuǎn)化，前文提到的超大規(guī)模集成電路（VLSI）項(xiàng)目就很難借助人工智能走向成功。其原因在于企業(yè)文化作為集體隱性知識(shí)，通過信任構(gòu)建、情境催化和認(rèn)知引導(dǎo)三重機(jī)制，成為創(chuàng)新的“暗物質(zhì)” ——雖不可見卻決定系統(tǒng)效能。這種集體隱性知識(shí)不僅影響著成員的行為和決策，還塑造了組織的創(chuàng)新氛圍和價(jià)值觀。在人工智能時(shí)代，盡管技術(shù)日益先進(jìn)，但組織文化的力量依然不可或缺，它作為一種無形的資產(chǎn)，為企業(yè)的創(chuàng)新活動(dòng)提供了源源不斷的動(dòng)力。

3.3 人工智能時(shí)代隱性知識(shí)的傳承與創(chuàng)造路徑

在人工智能時(shí)代，知識(shí)的傳承與創(chuàng)造面臨著前所未有的挑戰(zhàn)。隨著技術(shù)發(fā)展，傳統(tǒng)的知識(shí)傳遞和學(xué)習(xí)過程已經(jīng)無法滿足現(xiàn)代社會(huì)的需求。因此，構(gòu)建一個(gè)新型的人智協(xié)同范式變得更加重要。為充分發(fā)揮人類與人工智能各自的優(yōu)勢(shì)，可以以構(gòu)建“人類/隱性知識(shí)-人工智能/顯性能力共生體”為基本思路，并借鑒日本的成功經(jīng)驗(yàn)提出以下知識(shí)傳承和創(chuàng)造路徑。

一是參考日本的KJ法在知識(shí)創(chuàng)造領(lǐng)域的實(shí)踐經(jīng)驗(yàn)，探索構(gòu)建面向智能時(shí)代的新型知識(shí)生產(chǎn)模式。

通過深度結(jié)合認(rèn)知科學(xué)與人工智能技術(shù)，重點(diǎn)突破傳統(tǒng)SECI模型單向知識(shí)轉(zhuǎn)化的局限。例如在人智交互情境下，通過設(shè)計(jì)“多模態(tài)感知-推理-驗(yàn)證”機(jī)制，探索隱性知識(shí)（Tacit）-顯性知識(shí)（Explicit）-暗知識(shí)（Dark）的三元轉(zhuǎn)化模型（T-E-D模型）。該模型創(chuàng)新性地將暗知識(shí)定義為超越人類直覺認(rèn)知、需通過機(jī)器智能挖掘的知識(shí)形態(tài)。以人工智能作為核心橋梁，不僅實(shí)現(xiàn)隱性知識(shí)向顯性知識(shí)的編碼轉(zhuǎn)化（T→E），更強(qiáng)調(diào)通過深度神經(jīng)網(wǎng)絡(luò)對(duì)海量數(shù)據(jù)進(jìn)行知識(shí)蒸餾（E→D），以及基于強(qiáng)化學(xué)習(xí)的暗知識(shí)逆向解析（D→E）。

二是借鑒日本諾獎(jiǎng)得主之間的譜系關(guān)系，構(gòu)建“人類-人工智能”學(xué)徒制新模式。

該模式建立雙向知識(shí)流動(dòng)機(jī)制：人工智能作為隱性知識(shí)的載體，通過深度學(xué)習(xí)框架實(shí)時(shí)記錄專家決策路徑，利用神經(jīng)符號(hào)系統(tǒng)將直覺經(jīng)驗(yàn)編碼為結(jié)構(gòu)化數(shù)據(jù)，使人工智能通過觀察專家行為構(gòu)建行為模型，并轉(zhuǎn)化為可復(fù)用的數(shù)字經(jīng)驗(yàn)庫，支持跨領(lǐng)域知識(shí)遷移。人類是知識(shí)的提煉者，例如可以將AlphaZero的象棋策略提取為可教學(xué)的概念圖譜，讓人類棋手通過學(xué)習(xí)來突破認(rèn)知邊界。

結(jié)束語

20世紀(jì)60年代以來，在信息化的沖擊下，日本探索出調(diào)動(dòng)潛藏于人的隱性知識(shí)促進(jìn)科技創(chuàng)新的成功實(shí)踐。當(dāng)下，以ChatGPT為代表的生成式人工智能技術(shù)對(duì)知識(shí)生產(chǎn)與傳播范式產(chǎn)生了革命性影響。大量由人工智能發(fā)現(xiàn)的暗知識(shí)被顯性化，可能導(dǎo)致人類認(rèn)知惰性加劇，進(jìn)而打破傳統(tǒng)知識(shí)轉(zhuǎn)化過程中由人類主導(dǎo)的“隱性知識(shí)-顯性知識(shí)-暗知識(shí)”動(dòng)態(tài)平衡（T-E-D Balance）。這種知識(shí)轉(zhuǎn)化機(jī)制的顛覆性變革潛藏著人工智能主導(dǎo)知識(shí)生產(chǎn)與傳承體系的風(fēng)險(xiǎn)，最終可能引發(fā)知識(shí)主權(quán)轉(zhuǎn)移的倫理困境。為此，亟須在重新審視人與機(jī)器、智能關(guān)系的基礎(chǔ)上借鑒日本對(duì)隱性知識(shí)開發(fā)運(yùn)用的經(jīng)驗(yàn)，確保人在創(chuàng)新過程中的主體性。在知識(shí)生產(chǎn)過程中貫徹人機(jī)回環(huán)原則（Human-in-the-loop，HITL），構(gòu)建以價(jià)值理性為導(dǎo)向的協(xié)同進(jìn)化機(jī)制。該機(jī)制強(qiáng)調(diào)人類作為“價(jià)值守門人”的核心地位，通過隱性知識(shí)傳遞界定智能系統(tǒng)的目標(biāo)邊界，學(xué)界不僅需要發(fā)現(xiàn)T-E-D知識(shí)轉(zhuǎn)化的規(guī)律，更要主動(dòng)設(shè)計(jì)T-E-D知識(shí)轉(zhuǎn)化的機(jī)制。

本文來源于《競(jìng)爭(zhēng)情報(bào)》2025年第4期，較原文更新了2025年的日本諾獎(jiǎng)獲獎(jiǎng)信息。作者簡(jiǎn)介：吳穎穎，周少丹，上海市科學(xué)學(xué)研究所。文章觀點(diǎn)不代表主辦機(jī)構(gòu)立場(chǎng)。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com