Добрый день, меня зовут Глеб Смирнов. Я являюсь членом наблюдательного совета Russian Knowledge Management Solution, первого консорциума в области управления знаниями и инновациями, созданного на базе ведущих компаний из производственного сектора, а также секторов: информационных технологий, образования, работы с интеллектуальным капиталом и проектный менеджмент.
Наш курс – о будущем, это взгляд вперед в контексте новой экономической реальности, где Знания стали наиболее ценным ресурсом, чем простое обладание доступом к природным ресурсам.
Эта статья будет посвящена месту IT в Knowledge management. В ней я расскажу о том, какими средствами и для чего автоматизируются процессы управления знаниями, а также о том, как сделать автоматизацию процессов управления знаниями успешной. Я сразу хочу поблагодарить коллег из компании НЕОЛАНТ, которые помогли мне подготовить этот материал.
В современном мире автоматизация касается всех процессов, которые могут быть полностью описаны алгоритмически и, следовательно, закодированы программно.
В предыдущих блоках мы уже касались существующих и необходимых к внедрению процессов управления знаниями. Теперь мы перейдем к общим задачам информационных систем, формирующих автоматизированный “скелет” системы управления знаниями.
Автоматизированные системы являются тем самым элементом системы управления знаниями, что позволяет максимизировать производительность СУЗ, эффективно коммерциализировать знания, наглядно отслеживать новые показатели эффективности СУЗ и снять ряд организационных рисков, сопряженных с человеческим фактором.
Чтобы определить, чего мы можем достичь, автоматизируя управление знаниями, необходимо заново взглянуть на то, что мы понимаем под словом “знания”, но на этот раз с точки зрения IT.
Что есть знания?
Далее речь пойдет в опоре на Модель сертификации специалистов ITIL. Что это? Официальное подтверждение уровня знаний и опыта специалиста в ИТ, определенное некими установленными и стандартными методами.
В первую очередь, информационные системы работают только с материализованными, явными знаниями, зафиксированными в какой-то форме в электронном виде. Чем лучше структурированы и формализованы знания, тем легче информационная система будет с ними работать.
Такие знания могут существовать в одной из четырех форм:
Данные – сухой набор фактов, зафиксированных в том или ином виде и хранящиеся в системе. Могут иметь структуру разной сложности, а также быть неструктурированными. На сегодняшний день работу с неструктурированными данными поддерживают очень немногие системы, которые также крайне специализированы.
Но сами по себе данные не являются знанием – для того, чтобы использовать их, мы анализируем контекст. Когда мы владеем контекстом применения тех или иных данных, можно сказать, что мы владеем информацией – и это второй уровень владения знанием.
Для перевода знаний на третий уровень, который собственно и называется знанием, информация должна быть проанализирована в контексте и из нее должны быть сделаны вполне определенные, зафиксированные и логичные выводы.
Выводы на основании информации дают нам знание, а собрание знаний, переданное нужным конечным пользователям в нужный момент, переводит сотрудников компании на уровень мудрости.
Автоматизированная система позволяет быстро и с минимальным участием человеческого фактора собирать данные, синхронизировать данные с контекстом их появления и доводить до конечных пользователей. Кроме того, сейчас активно развиваются алгоритмы, позволяющие в значительно степени автоматизировать извлечение выводов на основании поступающей информации.
Правильная автоматизация позволяет масштабировать процесс управления знаниями на большой объем, а также минимизирует время, затрачиваемое на анализ и передачу информации и знаний конечным пользователям. Конечным же пользователем, в зависимости от конкретного подхода к управлению знаниями, может быть, как рядовой сотрудник, так и менеджер среднего звена, так и член совета директоров компании.
Без правильно подобранной и внедренной IT-платформы организация обязательно столкнется с серьезным препятствием – ограничением по количеству агентов системы, участвующих непосредственно в создании знаний и использующих эти знания. Невозможность масштабирования влечет за собой финансовые риски, а в крайних случаях – риск потери эффективности управления знаниями в организации.
Можно с уверенностью сказать, что IT-составляющей процесса управления знаниями в комплексе является система поддержки принятия решений сотрудника – от рядовых исполнителей до носителей ключевых знаний, научных сотрудников и топ-менеджмента.
Для того, чтобы внедрить информационную систему, поддерживающую процессы управления знаниями, есть два пути.
Первый – вы обратились к экспертам в области автоматизации управления знаниями, уже осуществлявшим подобные работы и имеющим опыт создания таких решений, либо к поставщикам систем управления знаниями, имеющих партнеров с такими компетенциями. Для Вашей организации разработана концепция системы управления знаниями и соответствующее ей техническое задание на информационную систему.
Второй – вы обратились к автоматизаторам или системным интеграторам, которые помогут вам собрать и формализовать требования к системе, основываясь на Вашем видении процесса управления знаниями. При этом опыта разработки сложных систем управления знаниями с нуля и, соответственно, возможности помочь преодолеть трудности проектирования и внедрения СУЗ они не имеют. В этом случае Вам придется описывать функциональные требования к системе самостоятельно.
Если Вы решили самостоятельно писать функциональное ТЗ на информационную систему управления знаниями, необходимо полностью представлять цепочку превращения данных в знания. Кроме того, необходимо хотя бы умозрительно представить себе, чьи решения будут поддерживаться – каким конечным пользователям будут доставляться те или иные знания, прошедшие через систему управления.
Остановимся на минуту на классических категориях IT-решений, входящих в системы управления знаниями.
Это:
a. платформы коллаборации;
b. электронные библиотеки со специализированным поиском;
c. учетно-аналитические системы;
d. системы дистанционного обучения;
e. системы глубокого анализа неструктурированных – или “больших” данных;
f. системы проактивного предоставления информации
Платформы коллаборации и их следующая эволюционная ступень – сети экспертных сообществ – предназначены для оперативной передачи знаний между специалистами и экспертами. В качестве примера могут выступать специализированные корпоративные социальные сети или специализированные приложения, поддерживающие обмен информацией в процессе работы над одним и тем же документом или проектом.
Электронные библиотеки предназначены для сохранения формализованных знаний и обеспечения сложного и быстрого поиска в хранимой информации. Кроме того, в некоторых решениях предусмотрена интеграция с другими элементами системы управления знаниями – в таком случае запрос может быть отправлен в электронную библиотеку из смежной системы, а из самой электронной библиотеки можно запросить мнение эксперта, внесшего в нее знания.
Учетно-аналитические системы – в отличие от электронных библиотек, такие системы являются не столько хранилищем знаний и информации, сколько инструментом специалиста, который не только сопровождает оперативную деятельность, но и позволяет полностью автоматизировать жизненный цикл знаний в организации от формализации и идентификации до возможной коммерциализации. Кроме того именно эти системы собирают и позволяют анализировать информацию, собирать статистику и отслеживать показатели, характеризующие, например, вклад каждого специалиста в управление знаниями.
О системах дистанционного обучения сложно говорить в отрыве от методологии их наполнения – система дистанционного обучения ровно настолько хороша, насколько хороша заложенная в нее обучающая программа. Тем не менее среди систем дистанционного обучения есть некоторые различия как в степени их интерактивности, так и в количестве метрик, отслеживаемых в системе.
Системы глубокого анализа неструктурированных – или “больших” данных – позволяют отыскивать знания среди массива существующих неформализованных данных. Вклад такой системы в общее функционирование системы управления знаниями сложно оценить, однако автоматизация данного процесса может обеспечить конкурентное преимущество для компании, просто создав почву для неожиданных и применимых или как-то иначе коммерциализируемых открытий.
Системы проактивного предоставления информации – на сегодня не существуют, как отдельные системы, а являются модулями отдельных, в частности поисковых систем. Характерным примером являются сложные системы таргетированной рекламы, предлагающие товары покупателям на основании их сетевого отпечатка или покупательских привычек.
В современных реалиях даже IT-элементы системы управления знаниями будут, вероятно, внедряться поэтапно. Однако следует отметить, что по крайней мере первые три элемента из озвученного списка – коллаборационная система, библиотечная система и учетно-аналитическая система – содержат, при правильном их выборе, необходимый набор функций для сбора, хранения и передачи знаний в едином информационном пространстве.
Полный же набор функций таких систем нередко зависит от тех процессов и того жизненного цикла знаний, который принят в конкретной организации в соответствии с ее основным бизнес-процессом.
Типовые решения против разработок под заказ. Последний вопрос, на котором мы сегодня остановимся – выбирать ли уже разработанное IT-решение или заказывать новое специально под свои нужды.
Ответ во многом зависит от того контекста, в котором существует организация и от того подхода к управлению знаниями, которого было решено придерживаться. Для ряда компаний, живущих за счет быстрого цикла формализации и передачи исполнителям знаний – например, компаний с обширными колл-центрами – на рынке существуют решения, отвечающие большей части запросов.
Подобные же решения с высокой степенью проработки существуют и для производственных и наукоемких отраслей, в том числе – для атомной отрасли.
Тем не менее, на сегодня еще не весь возможный функционал охвачен существующими системами. Кроме того некоторые компании достаточно озабочены своим имиджем, чтобы не видеть возможности покупки существующих, “чужих” решений.
Конечно же, в ряде случаев компании, имеющие “коробочное” решение идут на доработки для своих клиентов, внедряя доработанный вариант программного обеспечения. Стоимость такой доработки едва ли превысит стоимость разработки решения с нуля, поэтому существующие коробочные решения, не удовлетворяющие запросам компании, не стоит полностью сбрасывать со счетов, особенно если на рынке не существует полноценной альтернативы.
В случае с заказом системы под свои нужды следует учитывать, что некоторые подрядчики по собственной инициативе – или по требованиям IT-департамента компании могут использовать существующие крупные платформы для написания систем – к примеру, SAP или 1с. Хотя функционально такие платформы могут выполнять достаточно широкий перечень задач, особенно если на них уже функционирует большая часть информационных систем организации, они также нередко имеют риски, свойственные самой программной платформе.
Тем не менее, помните, что для вас наиболее важно то, насколько хорошо и удобно реализован интересующий вас функционал и все ли требования функциональных заказчиков учтены полностью, а также то, насколько легко будет вовлечено в пользование системой максимальное число создателей и пользователей знаний. Именно функционал во всей полноте, до мелочей следует описать и, при необходимости, отстоять перед сервисными службами, порой – перед собственным IT-департаментом.
Если у вас есть четко описанный бизнес-процесс – или, по крайней мере, видение использования знаний в вашей организации – Вы с легкостью выберете идеальную платформу для управления знаниями.
Домашнее задание:
Опишите пошагово алгоритм создания и использования знаний в вашей организации.
Обсудите с IT-департаментом возможности ваших существующих систем автоматизировать данные процессы в userfrendly формате для пользователей.