Технологические аспекты разработки и внедрения СУЗ/СМЗ

Роль технологий в современном менеджменте знаний

В тройственной модели менеджмента знаний — люди, процессы, технологии — все три элемента воспринимаются как равнозначные. На наш взгляд, это не совсем так, но приходится отметить, что системы менеджмента знаний без технологической составляющей на сегодняшний день практически не встречаются. Поэтому рассмотрим строку «Технологии» из матрицы менеджмента знаний (табл. 8.1).

Таблица 8.1. Состояния элемента «Технологии» в матрице менеджмента знаний

Несистемный

С отдельными взаимосвязями

Сетевой

Адаптивный

Технологии

Информация (только) на персональных компьютерах

Инструменты и оболочки для групповой работы

Несистемный

С отдельными взаимосвязями

Сетевой

Адаптивный

Недостаток

стандартов

взаимодействия

Стандарты (действующие) взаимодействия для оборудования и программ

Действующие CRM-системы

Электронная

почта

Ограниченное использование интранета

Продвинутые средства экстранета {web 2.0 и пр.)

«Лоскутная»

автоматизация

Корпоративный портал

Совместный

доступ

к устройствам

Интеллектуальные поисковые машины

Охарактеризовать переход технологий управления знаниями с несистемного уровня до адаптивного достаточно легко: это переход от нескольких закрытых систем к единой открытой технологической системе. Действительно в условиях разрозненности подразделений с низким уровнем доверия технологии не могут полноценно функционировать как интегрированная среда даже при условии безупречной технической реализации. Переход означает, что новая СУЗ предназначена для работы в глобальном масштабе, открываясь, в отличие от классической информационной системы, для задач поддержки принятия решений более высокого порядка.

Известны многочисленные неудачные примеры автоматизации предприятий, когда дорогостоящие внедрения не приносили желаемого эффекта, т.е. востребованность информационной поддержки деятельности предприятия была недостаточной.

Концепция менеджмента знаний действительно помогает поменять взгляд на автоматизацию корпорации, так как акцент в ней ставится на ценность информации. Новизна концепции управления знаниями заключается в принципиально новой задаче — копить не разрозненную информацию, а знания, т.е. закономерности и особенности, позволяющие решать реальные производственные и бизнес-задачи. При этом в расчет берутся и те знания, которые «невидимы» — они хранятся в памяти специалистов, а не на материальных носителях[1].

Выделяют следующие задачи менеджмента знаний, решение которых, как правило, связано с использованием технологий:

  • — создание, фиксирование и распространение хороших и лучших практик;
  • — функционирование системы менеджмента опыта;
  • — создание корпоративных директорий, таксономий и онтологий знаний;
  • — менеджмент компетенций и опыта;
  • — совместная фильтрация и учет интересов, используемых для связи (и общения) людей;
  • — создание и развитие сообществ или сетей знаний;
  • — облегчение решения интеллектуальных задач.

Рассматривая технологический аспект управления знаниями, следует коротко вспомнить эволюцию развития электронных вычислительных машин (ЭВМ) и подходов к обработке данных.

Сначала (пять десятилетий назад) ЭВМ научили считать, т.е. она овладела вычислительной функцией. Затем ЭВМ научили (алгоритмически, программно) распознавать и обрабатывать символы (языковые, графические), т.е. начальным функциям в обработке данных. Потом в машину вложили модели технологических процессов и алгоритмы решения задач моделирования и оптимизации, т.е. ЭВМ овладела функцией моделирования, столь важной для управления и принятия решений. Далее ЭВМ соединили с линиями и центрами связи, т.е. она приобрела коммуникационную функцию и стала основой для построения не только телекоммуникационных систем, но и систем связи новых поколений.

Очередным естественным этапом в функциональной эволюции ЭВМ явилось возникновение концепции информационных систем, баз данных и баз знаний. В связи с этим интересна эволюция развития данных, основные этапы которой приведены на рис. 8.1.

Как видно из приведенной временной диаграммы, на первом этапе (1945—1970) доминировали представления о том, что данные менее важны, чем код. Дело в том, что на заре развития ЭВМ обладали весьма скудным программным обеспечением. Организаторы вычислительного процесса в ЭВМ — про- граммы-диспетчеры, операционные системы — появились далеко не сразу. Поэтому алгоритмизация вычислений и написание соответствующих программ считались делом первостепенной важности. Отсюда и отличительный признак этапа — эпоха программ.

Временная диаграмма развития данных

Рис. 8.1. Временная диаграмма развития данных[2]

По мере развития функций ЭВМ по обработке символьной информации пришло осознание важности данных. Данные стали, по крайней мере, также важны, как и код. Этому достаточно затянувшемуся этапу (1994—2003) соответствуют две эпохи: эпоха закрытых данных, первоначально господствовавшая в информационных системах тех лет, и эпоха открытых (HTMLHypertext markup language — язык разметки гипертекста) данных, не потерявших своей актуальности и широко применяемых в последнем десятилетии.

Вслед за эпохой открытых данных с 2000 г. наступила эпоха открытых (XMLextensible Markup Language — расширяемый язык разметки) метаданных. Эта эпоха соответствует на временной диаграмме развития данных (см. рис. 8.1) этапу, когда данные стали признаваться более важными, чем код. И это понятно, если вспомнить, что метаданные — это данные о данных, которые приобретают исключительную ценность при лавинообразном росте последних. Эпоха метаданных важна еще и потому, что именно она является естественным предшественником эпохи семантических моделей, для которых и создано онтологическое семейство языков описания знаний OWL

(Ontology web language — язык описания онтологий для семантической структуры данных).

На фоне данной тенденции обратим внимание, что системы управления знаниями действительно начали особенно активно развиваться примерно с 2003 г., о чем свидетельствует резкий рост публикаций, приходящийся именно на период 2003— 2004 гг. Но также необходимо отметить, что в отличие, например, от информационного менеджмента менеджмент знаний — не технологическое, а социально-технологическое направление (табл. 8.2).

Таблица 8.2. Некоторые характеристики сбора данных

и информационного менеджмента по сравнению с менеджментом знаний

Сбор и хранение данных

Информационный

менеджмент

Менеджмент знаний

Зависит от качества действующих систем и операций, чувствителен к ошибкам и не создает ценности

Поддерживает существующие операции. Реальный, привязанный к системе актив, который можно скопировать или переслать куда-либо

Поддерживает улучшения и инновации. Сугубо нематериальный актив, получаемый при взаимодействии людей, его нелегко идентифицировать или скопировать

Снимок определенного временного периода, например 31 декабря — окончание финансового года

Предоставляется только доступный контент

Информация фильтруется и интерпретируется за счет взаимодействия людей

Статистика или документы, которые требуют эксперта, чтобы стать информацией

Однонаправленная

информация

Требуются постоянное пополнение и обратная связь

Данные устаревают сразу после сбора, они по определению исторические. Сбор данных обычно автоматизирован

Предполагается, что информация может быть стандартизована и автоматизирована

Стандартизировать нелегко, а автоматизация дает ограниченные преимущества

Как следует из таблицы, информационная система обеспечивает взаимодействие человека и машины, а СМ3 и даже ее технологическая составляющая — СУЗ — эффективное взаимодействие специалистов как в процессе решения производственных задач, так и в процессе расширенного воспроизводства знаний.

  • [1] Гаврилова Т. А., Григорьев Л. Ю. Разработка корпоративных систем управления знаниями [Электронный ресурс]. URL: http://www.bigc.ru/publications/bigspb/km/create_kms.php
  • [2] Тузовский А. Ф., Чириков С. В., Ямпольский В. 3. Системы управления знаниями (методы и технологии).
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >