http://www.ciotimes.com/ProCase/85417.html
前言
知識對於個人、組織的重要性已經不言而喻。可以說，管理與應用知識的能力已經成為企業的核心競爭力。
知識如此重要，那么，究竟何為知識呢？目前不論在學術界還是在企業界，對知識的內涵還沒有一個統一的認識。關於知識的定義，相信今后很長一段時間，也不會有一致的定義。“知識是什么”這個問題之所以難於回答，一個重要原因在於知識緊密地依賴語境及在這個語境中的知識接收者。
與知識類似，我們通常提到的數據、信息等同樣與語境密切關聯，而且在實際應用中，這三個詞匯經常會被混用，這恰好也為我們提供了另外一個對於知識的內涵進行描述的思路，即通過對數據、信息、知識進行比較分析，來描述而非准確定義知識。而且，幸運的是，在實際應用中，我們同樣不必糾結於學術層面知識的准確定義。
本文試圖通過數據-信息-知識-智慧的DIKW層次體系，分析四者之間的聯系與區別，以及在實際應用中的作用，對知識的內涵和價值進行闡述。
關於DIKW體系
DIKW體系是關於數據、信息、知識及智慧的體系，可以追溯至托馬斯·斯特爾那斯·艾略特所寫的詩--《岩石》。在首段，他寫道：“我們在哪里丟失了知識中的智慧？又在哪里丟失了信息中的知識？”（Where is the wisdom we have lost in knowledge？ / Where is the knowledge we have lost in information？）。1982年12月，美國教育家哈藍·克利夫蘭引用艾略特的這些詩句在其出版的《未來主義者》一書提出了“信息即資源”（Information as a Resource）的主張。其后，教育家米蘭·瑟蘭尼、管理思想家羅素·艾可夫進一步對此理論發揚光大，前者在1987年撰寫了《管理支援系統：邁向整合知識管理》（Management Support Systems: Towards Integrated Knowledge Management ），后者在1989年撰寫了《從數據到智慧》（“From Data to Wisdom”，Human Systems Management ）。
DIKW體系將數據、信息、知識、智慧納入到一種金字塔形的層次體系，每一層比下一層都賦予的一些特質。原始觀察及量度獲得了數據、分析數據間的關系獲得了信息。在行動上應用信息產生了知識。智慧關心未來，它含有暗示及滯后影響的意味。
數據、信息、知識與智慧的關系
通過DIKW模型分析，可以看到數據、信息、知識與智慧之間既有聯系，又有區別。數據是記錄下來可以被鑒別的符號。它是最原始的素材，未被加工解釋，沒有回答特定的問題，沒有任何意義；信息是已經被處理、具有邏輯關系的數據，是對數據的解釋，這種信息對其接收者具有意義。舉個例子，
數據：37.5
通過這個你能看出什么嗎？估計很難？
信息： 姓名：陳浩男 年齡：1.5歲
性別：女 地址：廣東省廣州市天河區
時間：2006年6月8日13點20分 腋下體溫：37.5攝氏度
自述：孩子在樓下玩，回來后看到小臉特別紅，測量體溫為37.5度
這個時候，這個37.5有意義了，是一個廣州的1歲半的小女孩在夏天午后玩了后測試的體溫。在這樣的背景下，37.5成為了有意義的信息中的一個關鍵指標。
知識是從相關信息中過濾、提煉及加工而得到的有用資料。特殊背景/語境下，知識將數據與信息、信息與信息在行動中的應用之間建立有意義的聯系，它體現了信息的本質、原則和經驗。此外，知識基於推理和分析，還可能產生新的知識。最后來看智慧，智慧，是人類所表現出來的一種獨有的能力，主要表現為收集、加工、應用、傳播知識的能力，以及對事物發展的前瞻性看法。在知識的基礎之上，通過經驗、閱歷、見識的累積，而形成的對事物的深刻認識、遠見，體現為一種卓越的判斷力。
整體來看，知識的演進層次，可以雙向演進。從噪音中分揀出來數據，轉化為信息，升級為知識，升華為智慧。這樣一個過程，是信息的管理和分類過程，讓信息從龐大無序到分類有序，各取所需。這就是一個知識管理的過程。反過來，隨着信息生產與傳播手段的極大豐富，知識生產的過程其實也是一個不斷衰退的過程，從智慧傳播為知識，從知識普及為信息，從信息變為記錄的數據。
知識的內涵與價值
應用DIKW體系基於對數據、信息、知識進行對比分析，可以得出知識內涵的主要內容，即知識來源於信息，但又不是信息的子集，它是經過“理解”后，關聯了具體情境的、可以指導“如何”行動的信息，它具有如下幾個特征：
·隱性特征：需要從信息中進行歸納、總結、提煉；
·行動導向特征：知識是信息的具體應用，能夠直接推動人的決策和行為，加速行動過程；
·資本特征：是企業重要資產，可以通過應用獲得價值；
·情境特征：在規定的情境下起作用；
·延展生長特征：知識在應用、交流的過程中，被不斷豐富和拓展；
·生命特征：知識是有產生、發展、衰退的生命周期。
這種內涵下，知識的價值又是什么呢？如前所述，數據是數字、文字、圖像、符號等，在沒有被處理之前，本身不代表任何潛在的意義。而當通過某種方式對數據進行組織和分析時，數據的意義才顯示出來，從而演變為信息，信息可以對某些簡單的問題給予解答，譬如：誰？什么？哪里？什么時候？知識是在對信息進行了篩選、綜合、分析等等過程之后產生的。它不是信息的簡單累加，往往還需要加入基於以往的經驗所作的判斷。因此，知識可以解決較為復雜的問題，可以回答“如何？”的問題，能夠積極地指導任務的執行和管理，進行決策和解決問題。
綜上，在當今海量數據、信息爆炸時代下，知識起到去偽存真、去粗存精的作用。知識使信息變得有用，可以在具體工作環境中，對於特定接收者解決“如何”開展工作的問題，提高工作的效率和質量。同時，知識的積累和應用，對於啟迪智慧，引領未來起到了非常重要的作用。
最后，有一點需要補充說明的是，數據、信息、知識依賴於語境、依賴於接收者本身，三者之間的區別並非涇渭分明。某個經過加工的數據對某個人來說是信息，而對另外一個人來說則可能是數據；一個系統或一次處理所輸出的信息，可能是另一個系統或另一次處理的原始數據。同時，在某個語境下是知識的內容，在另外的語境中，可能就是信息，甚至是無意義的數據。因此，在進行數據、信息與知識的研究與應用時，要與特定語境（即人、任務等）進行結合才有意義。