UPRAVLJANJE informacijama i znanjem. Teorijski i aplikativni aspekti

Transcription

1 UPRAVLJANJE informacijama i znanjem Teorijski i aplikativni aspekti

2 Kolokvij II

3 UPRAVLJANJE ZNANJEM Novi resurs moći i uspeha je znanje, ne rad, zemlja ili, finansijski kapital. Predstavlja nevidljivi, intelektualnu imovinu kojom se mora upravljati. Ključni izazov znanja - zasnovanog na ekonomiji predstavlja podsticaj informacijama. 3

4 Ekonomija znanja Ekonomija znanja počiva na tri stuba: Uloga koju znanje ima u transakcijama: šta je kupljeno i prodato; i sirovine i materijali ali i finalni proizvodi; Povećanje znanja kao imovine, se ogleda u transformisanju i stvaranju dodatne vrednosti proizvoda; Iznalaženje načina za upravljanjem materijalima i imovinom (dobit), ili KM 4

5 Dve vrste znanja Znanje je neopipljivo, dinamično, i teško merljivo, ali bez njega organizacija ne može da funkcioniše. Tacit: ili neartikulisano znanje je u većoj meri lično, iskustveno, specifičnog konteksta, i teško za formalizovanje; teško je za komunikaciju ili deljenje; i generalno nalazi se u glavama ljudi; Eksplicitno: znanje može lako biti napisano i kodifikovano. 5

6 Upravljanje znanjem Upravljanje znanjem (KM) Znanje Intelektualni kapital (ili intelektualna imovina) 6

7 Knowledge Management (nastavak) Eksplicitno znanje (iznad linije vode) Tacit znanje (ispod linije vode) 7

8 Upravljanje znanjem Sistemi za upravljanjem znanjem (KMSs) Najbolje prakse 8

9 Procesni aspekti upravljanja znanjem Modeli procesa upravljanja znanjem Model Nonaka - Takeuchi Beckmanov osmoetapni proces upravljanja znanjem Model Holsaple - Joshi Model Oluic-Vukovic Model Bouthillier- Shearer Model Karl M. Wiig 9

10 Modeli procesa upravljanja znanjem Kao vredna imovina organizacije, znanja moraju da budu formalizovana, distribuirana, deljena i primenjena. Predloženo je mnoštvo modela procesa upravljanja znanjem. 10

11 Model Nonaka - Takeuchi Nonaka i Takeuchi su definisali četiri procesa kreiranja znanja: 1. Socijalizaciju - proces kojim se obavlja transfer neiskazivog znanja jedne osobe u neiskazivo znanje druge osobe. 2.Eksternalizacija - proces kojim se neiskazivo znanje preobražava u eksplicitno znanje meďu individuama unutar grupe. 3. Kombinacija - proces kojim se obavlja transfer eksplicitnog znanja. 4. Internalizacija - proces razumevanja i asimilacije eksplicitnog znanja u neiskazivo znanje osobe. 11

12 Dijagram Nonake i Takeuchia Neizrecivo znanje Neizrecivo znanje Socijalizacija Timski rad Eksplicitno znanje Eksternalizacija Zahvatanje Deljenje Eksplicitno znanje Razumevanje Učenje Internalizacija Sistematizovanje Klasifikovanje Kombinacija 12

13 Beckmanov osmoetapni proces KM 1. Identifikovanje 2. Kaptiranje 3. Odabiranje 4. Skladištenje 5. Deljenje 6. Primenjivanje 7. Kreiranje 8. Prodavanje 13

14 Internalizovanje Glavne aktivnosti manipulisanja znanjem (Holsaple i Joshi,1998.) Eksterni izvori Upotreba Generisanje Eksternalizovanje Eksterne mete Akvizicija Selekcija R e s u r s i z n a nj a 14

15 Bouthillier, F. and Shearer, K. (2002) "Understanding knowledge management and information management: the need for an empirical perspective" Information Research, 8 (1), paper no. 141 Identifikovanje potreba za znanjem 1. Otkrivanje postojećeg znanja 2. Akvizicija znanja 3. Kreacija novog znanja 4. Skladištenje i organizovanje znanja 5. Deljenje znanja 6. Korišćenje i primena znanja 15

16 Karl M. Wiig Ciklus evolucije institucionalnog znanja se odvija kroz pet stupnjeva: Razvijanje znanja Korišćenje znanja Sticanje i skladištenje znanja Distribuiranje znanja Rafinisanje znanja 16

17 Karl M. Wiig Ciklus evolucije ličnosnog znanja Znanje automatske rutine Neizrecivo subliminalno znanje Idealistička vizija Činjeničko znanje Sistematska shema 17

18 Tehnološki aspekti upravljanja znanjem IT infrastruktura Shema reprezentacije znanja Repozitorijumi znanja Integrisani sistemi podrške performansi Groupware 18

19 IT infrastruktura Da bi bili primenjeni, znanje i ekspertiza moraju da budu razumljiv i spremno dostupni u čemu IT infrastruktura ima vrlo značajnu ulogu. 19

20 IT komponente u Becmanovom modelu poslovanja uključuju: IT arhitekturu i standarde IT platformu: kompjutacioni hardver Komunikacije: podaci, glas, slika, mreža, sigurnost Interfejsove Podatke/informacije Softverske aplikacije Korisničku podršku: deskovi za pomoć i obučavanje 20

21 Softverske aplikacije Automatizovana kancelarija i Groupware Transakcioni sistemi Proces modelovanja i simulacija DSS i EIS Funkcionalni informacioni sistemi: finansije, marketing, proizvodnja, ljudski resursi, Inteligentni sistemi: ES, KD, ML (mašinsko učenje) IPSS (integrated performance support systems) 21

22 Karakteristike znalačke organizacije Visoka performansa Usmerenost na kupca/korisnika Usmerena na unapreďenja i poboljšavanja Usmerena na visok kvalitet Visoko fleksibilna i adaptivna Visok nivo ekspertize i znanja Velike količine učenja i inovacija 22

23 Transfer znanja Identifikovanje, Razvoj, Monitorisanje i ljudskih i elektronskih kanala deljenja znanja. 23

24 ORGANIZACIJA KOJA UČI Definicije organizacionog učenja se, pored ostalog, razlikuju i po odgovoru na pitanje da li se za učenje zahteva promena ponašanja ili su novi načini mišljenja i, time, nove mogućnosti za akciju dovoljne. Primer definicije koja spada u prvu kategoriju je: Neki entitet (osoba, grupa, organizacija, društvo...) uči ako, kroz svoju obradu informacija, menja opseg svojih potencijalnih ponašanja (Huber, 1991.) 24

25 Organizacija koja uči je vešta u kreiranju, sticanju i prenošenju znanja i u modifikovanju svog ponašanja saobrazno novim znanjima i uviďanjima. 25

26 Uprošćena shema ciklusa organizacionog učenja (prilagoďeno, Nonaka, 1994.) Individualno znanje Deljenje Intersubjektivno znanje Feed-back Institucionalizacija Znanje u primeni Aplikacija Institucionalizovano znanje 26

27 Pristup Socijal. Dim. strana-tražnje KM lindividualno učenje lgrupno učenje lupiti lekperti lmenadžmet planiranja strana-primene KM lprogram obuke lcommunities of Practice lzahvatanje znanja lrazgovori lkm inicijative loperaciono mgmt Tehn. Dim. lportali znanja linovacioni alati mgmt lgroupware: collaboration apps, Virtual Teaming Tools, s ldiskusione grupe linformacioni portali lintranet linformaciono mgmt lwork product mgmt lupravljanje sadržajem mgmt lgroupware

28 Relevantne (AI) tehnike za KM Inženjering znanja/tehnike sticanja Data Mining, ekstrakcija informacija Ontologija XML, XML shema, RDF, RDF shema Znanje i organizaciono modelovanje Modelovanje poslovnih procesa Mogućnosti, ciljno modelovanje, korisničko modelovanje i profilisanje Rezonovanje na slučaju Planiranje Workflow sistemi Integracija znanja, specijalizacija i ponovno korišćenje Provera nekonzistentnosti Automatizovana podrška za kolaborativne diskusije, argumentacije, topic praćenje topika i značenja 28

29 Doprinos AI u KM? Tehnike inženjeringa znanja: Sticanje (crpljenje) znanja Zahvatanje znanja Modelovanje znanja Deljenje znanja Rezonovanje i zaključivanje o znanju, e.g. Workflow sistemi Verifikacija, validacija i kritički pristup znanju Argumentacija znanja i rešavanje konflikata Korišćenje znanja i re-use 29

30 Kako se kreira znanje? Teorija Nonaka & Takeuchi 1995: The Knowledge Creating Company: Konverzija znanja: socijalna interakcija izmeďu tacit i ekplicitnog znanja Konverzija znanja je interakcija izmeďu individua Organizaciono znanje je zasnovano na tacit znanju individua 30

31 Četiri modela konverzije znanja Od Prema Tacit znanje Explicit znanje Tacit znanje Socijalizacija Eksternalizacija Explicit znanje Internalizacija Kombinacija (Nonaka & Takeuchi 1995: The Knowledge Creating Company) 31

32 Sadržaj znanja From To Tacit knowledge Explicit knowledge Tacit knowledge Socialization Sympathized Knowledge Externalization Conceptual Knowledge Explicit knowledge Internalization Operational Knowledge Combination Systemic Knowledge (Nonaka & Takeuchi 1995: The Knowledge Creating Company) 32

33 Organizaciono znanje: zašto je važno? Znanje može biti ugraďeno u procese, proizvode, sisteme, i kontrole Znanju se može pristupati po potrebi preko unutrašnjih, organizacionih ili spoljnih izvora Ono je raznovrsno i svestrano a može biti transformisano formalno, preko obuke ili neformalno, socijalizacijom radnog okruženja Predstavlja suštinu konkurentske prednosti! 33

34 Upravljanje znanjem - kolaboracija Misli ideje, komentari, kritike Standardi, Relevantna dokumenta, knjige,... Nastava, obrazlaganje Sredstva za razmenu eksplicitnog znanja Sredstva za razmenu implicitnog & tacit knowledge Zajednički rad za dostizanje zajedničkih ciljeva 34

35 Kako se pronalazi znanje? Kodifikacija: IT se koristi za izgradnju korporativne memorije, gde su sva znanja za rešavanje problema pažljivo pohranjena sa ciljem višestrukog korišćenja Personalizacija: IT se koristi uglavnom kao sredstvo komunikacije da bi se omogućilo kreiranje novog znanja (Hansen et al. 1999) 35

36 Koncept portala organizacije Korisnički portall Organizacija Personalizacija Publikovanje Pretraživanje teksta Pristup Metadata Portal server Document management Web Groupware Datawarehouse ERPdatabase M&S database Izvori podataka 36 B. Szuprowicz Implementing Enterprise Portals 2000

37 Case: partnerstvo preko Ekstraneta Zahtevi sistema Naručivanje komponenti Komponente isporuke Sistem asembliranja Sistem proizvodnje Komponente proizvodnje Sistem proizvodnje 37

38 Kolaboracioni alati Telekonferencije Videokonferencije WWW-stranice Pregledi Traženje znanja Telefonske diskusije Organizacioni portali GROUPWARE 38

39 Komponente sistema upravljanja znanjem Tehnologije Komunikacije Pristup znanjima Komunikacija sa drugima Kolaboracija Realizacija groupwork Sinhronizacija ili asinhronizacija Isto mesto/različito mesto Pohranjivanje i pretraživanje Zahvatanje, smeštanje, pretraživanje, i upravljanje i eksplicitnim i tacit (neizrecivim) znanjem kroz kolaborativne sisteme 9-39

40 Upravljanje znanjem i IT god. - aplikacije bazirane na hipertekstu i groupware-u. Osamdesetih godina XX veka znanje dobija tretman korporativnog dobra, ali ga klasična ekonomija još uvek tako ne tretira. Razvoj sistema za upravljanje znanjem bazirao na dostignućima iz oblasti ekspertnih sistema i veštačke inteligencije, koji su bili osnova koncepata poznatih kao "sistemi bazirani na znanju", "inženjerstvo znanja", "razmena znanja", "partnerstvo u učenju", "organizacija koja uči" godine se pojavljuju stručni radovi u "Sloan Management Review", "Harvard Business Review" i dr. Do sredine devedesetih upravljanje znanjem doživljava procvat zahvaljujući internetu. IKMN (International Knowledge Management Network) je počela sa radom u Evropi krajem osamdesetih, da bi godine počela da se prezentuje na internetu i da joj se pridružuju druge mreže, izmedju kojih je i Forum upravljanja znanjem (Knowledge Management Forum).

41 Upravljanje znanjem i IT Hewlett Packard: ogromno znanje iz marketinga je uključio u Web bazirani sistem, kome mogu da pristupe zaposleni širom sveta. Ova znanja sadrže informacije o proizvodima, konkurentskim ostvarenjima, marketing prezentacije spremne za prikazivanje i dr. Postojeći sistem kataloga dokumenata, video i audio kaseta sastanaka, dopunio bazama podataka najboljih rešenja ("best practises") i mrežom inovacija (Work Innovation Network), koja predstavlja kompjutersku zbirku sastanaka i diskusija na teme iz menadžmenta. DowChemical: uneo je svojih patenata u bazu podataka dostupnu svim sektorima radi istraživačkih aktivnosti. GE od godine prikuplja sve primedbe kupaca u jedinstvenu bazu i dosada je obradio preko 15 miliona problema i rešenja. Boeing je za projektovanje Boeing 777 uključio svoje putnike u više od 200 timova. Ovaj projekat predstavlja razvoj prvog aviona bez papirne dokumentacije. Mc Kinsey i Bain, dve konsalting kuće iz oblasti menadžmenta su razvile sopstvenu bazu podataka znanja koja sadrži iskustva iz svih poslova koji su realizovani, uključujući imena članova tima i reakcije klijenata. Svaki tim je imao odredjenog "istoričara" (dokumentaristu) radi dokumentovanja projekata. Znajući da se intelektualna dobra i dobra bazirana na znanju dele na eksplicitna i skrivena (tacit), a uvažavajući činjenicu da prenos skrivenog znanja znači više od akumulacije i transfera golih činjenica, BP je instalirao komunikacijsku mrežu, koja je omogućavala multimedijalne videokonferencije zaposlenih, elektronsku poštu, itd.

42 Upravljanje znanjem i IT Ako se zna da su značajnije komponente upravljanja znanjem: generisanje znanja, pristup znanjima iz spoljnih izvora, upotreba znanja u donošenju odluka, uključivanje znanja u procese, proizvode i usluge, predstavljanje znanja kroz dokumenta i baze podataka, transfer postojećeg znanja u druge delove organizacije i merenje vrednosti znanja, vidimo zašto je došlo do visokog stepena povezivanja informatičkih tehnologija i upravljanja znanjem.

43 Upravljanje znanjem i IT Implementacija upravljanja znanjem povezana sa korišćenjem savremenih informatičkih tehnologija kao što su intranet, internet, baze podataka, data warehouse, knowledge warehouse, i dr. Software Magazine definiše upravljanje znanjem kao "razumevanje relacija izmedju podataka, identifikaciju i dokumentaciju pravila za upravljanje podacima i obezbedjivanje tačnosti podataka i očuvanje njihovog integriteta".

44 Upravljanje znanjem i IT Baze podataka, groupware i druge aplikacije čuvaju podatke, ali ne čuvaju strukture ili modele koje ljudski um poseduje, dajući smisao podacima. Do sada se primena IT nije odnosila na obradu skrivenog znanja, koje je, kao što je poznato, duboko ukorenjeno u iskustvu, vrednostima i emocijama individue, a upravo je skriveno znanje ono, koje omogućava stvaranje novih vrednosti i koje daje prevagu kompaniji u trci sa konkurentima. Upravljanje znanjem je proces koji nema kraja, jer se menjaju zahtevi kupaca, proizvodne tehnologije, komunikacione tehnologije, regulative, pristupi u menadžmentu kompanija i dr.

45 Upravljanje znanjem i IT IT za upravljanje znanjem su imale tri faze: 1. Baze podataka projekata i najboljih rešenja (1992) 2. Datawarehouse podataka vezanih, pre svega, za potrošače (ogromne arhive tekstova i podataka) - u potpunosti pasivna faza ( ) 3. Interaktivne Web strane, e-poslovanje, on-line transakcije ( ) U bliskoj budućnosti se očekuje da se mnogo više uključi "ljudska infrastruktura", pored IT infrastrukture (Svejbi).

46 Upravljanje znanjem i IT 1960: "primitivna" obrada : distribuirane, relacione baze, SQL, OLTP Sredina 80-ih: objektna orijent. multimedija, baze znanja Kraj 80-ih: Data warehouse Data mining OLAP 1990: baze zasnovane na internetu, XML,Web mining 2000: nova generacija IIS

47 Poslovna inteligencija Izvori podataka ERP eksterni CRM... Alati ETL EII EAI Data Warehouse Data cube Alati OLAP Data mining Balanced scorecard ETL Extraction, Transformation, Loading

48 Poslovna inteligencija Cilj - integracija informacija unutar organizacije E3 tehnologije: - ETL extract, transform and load data from across the enterprise (usmerena na bazu podataka) - EAI (Enterprise Application Integration - usmerena na aplikaciju) - EII (Enterprise Information Integration - usmerena na krajnjeg korisnika)

49 Komponente sistema upravljanja znanjem Tehnologije podrške Veštačka inteligencija Ekspertni sistemi,neuronske mreže, fuzzy logika, inteligentni agenti Inteligentni agenti sistem koji uči korisnike i obezbeďuje asistenciju Otkrivanje znanja u bazama podataka Pretraživanje i ekstrakcija informacija Internal = data and document mining External = model marts and model warehouses XML Extensible Markup Language Omogućava standardizaciju reprezentacije podataka Bolja kolaboracija i komunikacija kroz portale 9-49

50 Knowledge Management - Sistem implementacije Identifikovanje i integracija komponenti Early systems developed with networks, groupware, databases Knowware Tehnološki alati koji podržavaju upravljanje znanjem Kolaborativni alati kompjutacije Groupware Serveri znanja (Collaborative computing tools) Portali znanja organizacije (Enterprise knowledge portals) Sistemi za upravljanje dokumentima (Document management systems) Sistemi za upravljanje sadržajem (Content management systems) Alati za traženje znanja (Knowledge harvesting tools) Pretraživači (Search engines) Knowledge management suites Complete out-of-the-box solutions 9-50

51 Knowledge Management - Sistem implementacije Implementacija Raspoloživi softverski paketi Uključuje jedan ili više alata Konsultantske organizacije Outsourcing Application Service Providers 9-51

52 Knowledge Management - Sistem integracije Integracija sa organizacijom i IS DSS/BI Integrativni modeli i njihove aktivnosti za specifične probleme Veštačka inteligencija Expertni sistem = if-then-else pravila Procesuiranje prirodnog jezika = razumevanje pretraživanja Neuronske mreže = razumevanje teksta Alati zasnovani na veštačkoj inteligenciji = identifikacija i klasifikacija ekspertize 9-52

53 Knowledge Management - Sistem integracije Database Otkrivanje znanja u BP CRM obezbeďenje tacit znanja do korisnika SCM Kombinovani pristup tacit i eksplicitnom znanju Korporativni intranet i ekstranet Tokovi znanja su slobodniji u oba smera Zahvatanja znanja uključujući korisnike Isporuka znanja od strane sistema kada je to potrebno 9-53

54 KM technologies Storage. Databases, repositories, file-servers, data warehouses, data marts, etc. Connectivity. Internet, security, wireless, mobility, authentication, P2P, etc. Communication. , mailing lists, discussion groups, chat, instant messaging, audio/video conferencing, VoIP, etc. Authoring. Office suites, desktop publishing, graphic suites, multimedia, imaging, etc. Distribution. Web, intranets, extranets, enterprise portals, personalization, syndication, audio/video streaming, etc. Search. Search engines, search agents, indexing, glossaries, thesauri, taxonomies, ontologies, collaborative filtering, etc. Analytics. Query, reporting, multi-dimensional analysis (OLAP), etc. Workflow. Process modeling, process engines, etc. E-learning. Interactive multimedia (CBT), web seminars, simulations, etc. Collaboration. Calendaring, file sharing, meeting support, application sharing, group decision support, etc. Community. Community management, web logs, wikis, social network analysis, etc. Creativity. Cognitive mapping, idea generation, etc. Data mining. Statistical techniques, multidimensional analysis, neural networks, etc. Text mining. Semantic analysis, Bayesian inference, natural language processing, etc. Web mining. Collaborative profiling, intelligent agents, etc. Visualization. 2D and 3D navigation, geographic mapping, etc. Organization. Ontology development, ontology acquisition, taxonomies, glossaries, thesauri, etc. Reasoning. Rule-based expert systems, casebased reasoning, knowledge-bases, machine learning, fuzzy logic, etc. 54

55 KM Applications Document management Automate the control of electronic documents through their entire life-cycle. Content management Manage the whole Web publishing process. Process management Automate the flow of tasks and information across business processes. Group support Support work and collaboration of groups and teams. Project management Support the management of project activities and resources. Community support Coordinate interaction in large groups. Decision support Integrate a series of tools for decision making. Discovery and data mining Support the identification of patterns and in large amounts of data. Search and organization Facilitate access to and organize unstructured content. Enterprise portals Integrate access to a range of information at a single point of entry. Learning management Support the delivery of online courses in a variety of formats. Expertise management Brokers expertise in large communities. 55

56 Šta obuhvata KM strategija? Efikasnost Inovativnost Reuse ponovna upotreba Konzistentnost Optimalno korišćenje resursa i finansijski i ljudski Kolaboracija kroz različite medije Globalna kolaboracija 56

57 Implementacija Train Customer on Solution Start Define customer need & process Map Knowledge Assets Leverage Knowledge Assets Implement Solution Yes Identify Corrective Solution (CS) No Are expectations met? Yes Id additional KM needs Deploy Corrective Solution Utilize KM Solution Stop No Measure Improvement 57

58 Jedinice analize Podaci: 1980s Činjenice Strukturisani, numerici Oracle, Sybase, DB2 Informacije: 1990s Činjenice Yahoo!, Excalibur, Nestrukturisane, tekstualne Verity, Dokumentacija Znanje: 2000s Zaključivanje, donošenje odluka Multimedija??? 58

59 The Third Wave of Net Evolution ARPANET Internet SemanticWeb 2010 Function Server Access Info Access Knowledge Access 1995 Unit Server File/Homepage Concepts Example WWW: World Wide Wait Concept Protocols Company IBM Microsoft/Netscape??? 59

60 Potrošnja na IT Servise za KM 27.8% Consulting Planning 15.3% Training 13.7% Maintenance 27% Implementation 15.3% Operations, outsourcing 60 Knowledge Management and IDC May 2001

61 Softver - Raspored budžeta Enterprise information portal 35.6% Document management 26.2% Groupware Workflow Data warehousing Search engines 24.4% 22.9% 19.3% 13.0% 61 Continue

62 Životni ciklus podataka 62

63 Podaci,informacije, znanje, mudrost 63