چگونه پایداری از مدیریت دانش رشد می‌کند؟

پایداری در سال‌های اخیر به یکی از مهم‌ترین عوامل تأثیرگذار بر نتایج مالی کسب‌وکارها تبدیل شده است. پایداری به معنای بهبود و تقویت فعالیت‌های دوستدار محیط زیست در سازمان است؛ اقداماتی مانند کاهش مصرف انرژی یا استفاده بهینه‌تر از منابع آب که به حفظ طبیعت کمک می‌کنند. امروزه مصرف‌کنندگان، به‌ویژه نسل‌های جوان‌تر، به پایداری به عنوان یکی از اصول اصلی هنگام انتخاب محصولات و برندها اهمیت زیادی می‌دهند. بر اساس مطالعه‌ای که در هاروارد بیزنس ریویو منتشر شده، اگر این گروه از مصرف‌کنندگان احساس کنند یک برند نسبت به تأثیرات محیطی و اجتماعی خود مسئولیت‌پذیر است، ۲۷٪ بیشتر تمایل به خرید از آن برند دارند تا نسل‌های پیشین.

برای مطالعه‌ی مقالات تخصصی مدیریت دانش به پایگاه دانش مراجعه فرمایید.

این روند به سازمان‌ها فرصت می‌دهد با اجرای سیاست‌های دوستدار محیط زیست، به شکل چشمگیری درآمد خود را افزایش دهند و همزمان تصویر مثبت و قابل قبولی در میان مخاطبان ایجاد کنند. علاوه بر تأثیر بر بازار، سازمان‌های پایدار داخلی نیز بهره‌وری بالاتری دارند. در مطالعه‌ای که دانشگاه UCLA بر روی بیش از ۵۰۰۰ شرکت انجام داد، اقتصاددانان محیط زیست دریافتند سازمان‌هایی که به صورت داوطلبانه استانداردها و شیوه‌های بین‌المللی «سبز» را اتخاذ کرده‌اند، به طور متوسط ۱۶٪ بهره‌وری بیشتری در میان کارکنان خود تجربه کرده‌اند.

اما نکته کلیدی این است که فناوری‌های نوین وقتی با مدیریت دانش ترکیب شوند، مسیرهای جدیدی برای رشد پایداری در سازمان‌ها ایجاد می‌کنند. مدیریت دانش به سازمان‌ها کمک می‌کند تا دانش ارزشمند مرتبط با بهینه‌سازی منابع، شیوه‌های نوآورانه محیط زیستی و آموزش کارکنان را جمع‌آوری، نگهداری و انتقال دهند. این فرآیند باعث می‌شود راهکارهای سبز سریع‌تر توسعه یافته و به‌کارگیری آن‌ها در سطوح مختلف سازمان تسهیل شود.

در واقع، مدیریت دانش می‌تواند به عنوان کاتالیزوری عمل کند که همکاری بین بخش‌های مختلف سازمان را افزایش می‌دهد، اطلاعات مرتبط با پایداری را به اشتراک می‌گذارد و ضمن کاهش دوباره‌کاری و خطا، نوآوری‌های زیست‌محیطی را به سرعت در کل سازمان گسترش می‌دهد. به این ترتیب، ترکیب فناوری و مدیریت دانش نه تنها به سازمان کمک می‌کند اهداف زیست‌محیطی خود را محقق کند، بلکه بهره‌وری و رضایت کارکنان را نیز ارتقاء می‌دهد و در نهایت منجر به عملکرد مالی بهتر و ماندگاری بیشتر در بازار رقابتی می‌شود.

مدیریت دانش می‌تواند به سازمان‌ها کمک کند تا همزمان با توسعه قابلیت‌های فنی خود، به اهداف پایداری نیز دست یابند. مشتریان ما از روش‌های متنوع مدیریت دانش برای رسیدن به پایداری بهره برده‌اند، از جمله:

 

  • کاهش حجم محتوا: کاهش پیچیدگی و اندازه داده‌ها و اطلاعاتی که در سازمان تولید و مدیریت می‌شود، به بهینه‌سازی مصرف منابع کمک می‌کند و باعث می‌شود فرآیندها سریع‌تر و کم‌هزینه‌تر انجام شوند. این کار همچنین بار پردازشی سیستم‌ها را کاهش داده و در نتیجه مصرف انرژی را پایین می‌آورد.
  • جای دادن رفتارهای پایدار در فرهنگ کاربران: با ترویج رفتارهای دوستدار محیط زیست در میان کارکنان و کاربران، مانند تشویق به استفاده کمتر از کاغذ یا بازیافت، می‌توان پایداری را به بخشی از رفتار روزمره افراد تبدیل کرد. این رویکرد باعث می‌شود تغییرات زیست‌محیطی در سطح سازمان ریشه‌دار و پایدار شود.
  • ایجاد یک سیستم سبز از طریق بهینه‌سازی خطوط پردازشی: بهینه‌سازی فرآیندهای محاسباتی و فنی، مانند کاهش مصرف انرژی سرورها یا بهبود الگوریتم‌های پردازش داده، می‌تواند به شکل قابل توجهی مصرف انرژی و اثرات زیست‌محیطی فناوری‌های اطلاعاتی را کاهش دهد.
  • استفاده از معناشناسی برای دید کلی: بهره‌گیری از روش‌های معناشناسی و تحلیل داده‌ها به سازمان‌ها کمک می‌کند تا مسائل و فرصت‌ها را به شکل جامع‌تر ببینند و به جای تمرکز بر جزئیات کوچک، تصویر بزرگ‌تر و تأثیر کلی تصمیمات و اقدامات را درک کنند. این دیدگاه کلان‌نگرانه کمک می‌کند تا تصمیمات پایداری اثربخش‌تر و جامع‌تر باشند.

در این مطلب نمونه‌هایی موفقی از اقدامات شرکت مشاور مدیریت دانش EK در سه سازمان مختلف ارائه شده است. این پروژه ‌ها کمک کرده تا این سازمان‌ها اهداف پایداری خود را محقق کنند. این نمونه‌ها نشان می‌دهد که چگونه مدیریت دانش می‌تواند به عنوان یک ابزار قدرتمند در خدمت توسعه پایدار و هم‌زمان ارتقای توانمندی‌های فنی سازمان‌ها قرار گیرد.

تکنیک اول: کاهش حجم محتوا: اگر نمی‌دانید محتوای موجود در سازمان شما چگونه بر ردپای کربنی (carbon footprint) اثر می‌گذارد، بهتر است ابتدا به مقیاس و حجم محتوای خود توجه کنید. تولید، ذخیره و دسترسی به محتوا نیازمند مصرف انرژی قابل توجهی است و هرچه حجم محتوا بیشتر باشد، مصرف انرژی و در نتیجه انتشار کربن نیز افزایش می‌یابد.

یکی از راهکارهای مهم در این زمینه، حذف محتوای تکراری است. وجود نسخه‌های متعدد از یک فایل یا سند، نه تنها هزینه‌های ذخیره‌سازی داده‌ها را افزایش می‌دهد (زیرا اغلب هزینه‌ها بر اساس گیگابایت محاسبه می‌شود)، بلکه کیفیت داده‌ها را نیز کاهش می‌دهد. وقتی یک فایل در نسخه‌های مختلف و با ویرایشگرهای متفاوت وجود دارد، تقریباً تشخیص اینکه کدام نسخه به‌روزترین و معتبرترین است، دشوار می‌شود. این مشکل می‌تواند باعث شود سازمان بر اساس اطلاعات نادرست تصمیم‌گیری کند، که در نهایت به کاهش دقت و کارایی منجر خواهد شد.

کاهش حجم محتوا از دو منظر مالی و زیست‌محیطی برای سازمان‌ها سودمند است. از لحاظ مالی، هزینه‌های ذخیره‌سازی و نگهداری داده‌ها کاهش می‌یابد و از لحاظ محیط زیستی، کاهش مصرف انرژی مراکز داده و تجهیزات مرتبط باعث کاهش انتشار گازهای گلخانه‌ای می‌شود.

برای شروع این فرآیند، سازمان‌ها باید کتابخانه‌های دیجیتال خود را بررسی کنند. این کار می‌تواند با استفاده از برنامه‌ها و نرم‌افزارهای معناشناسی انجام شود که قابلیت شناسایی و دسته‌بندی محتوای مشابه و تکراری را دارند.

نمونه اجرایی؛ شرکت سرمایه‌گذاری و بیمه

یک شرکت فعال در زمینه سرمایه‌گذاری و بیمه متوجه شد که تجربه جستجوی کاربران در سیستم‌های داخلی‌شان اغلب نتایجی قدیمی یا غیرقابل دسترسی ارائه می‌دهد. به همین دلیل، این شرکت با شرکت مشاوره مدیریت دانش EK همکاری کرد تا این مشکل را برطرف کند. مشاور ابتدا با انجام تحلیل محتوایی دقیق، محتوای سازمان را بر اساس شش معیار ارزیابی بررسی کرد و مشخص کرد کدام بخش از محتوا منسوخ یا قدیمی شده است.

علاوه بر این، مشاور به مشتری خود یک طبقه‌بندی سازمانی ارائه داد که علاوه بر کاربردهای فوری، زیرساختی برای استفاده‌های آینده در زمینه جستجو و مدیریت محتوا فراهم کرد. این طبقه‌بندی به سازمان کمک کرد تا محتوا را به شکل ساختاریافته‌تر و کارآمدتری مدیریت کند.

با این رویکرد، مشاور تجربه جستجو را بهبود بخشید و در عین حال توانمندی جدیدی برای انجام خودکار بازبینی و ممیزی محتوا ایجاد کرد که منجر به کاهش ردپای کربنی سازمان شد. در پایان پروژه، سازمان توانست تشخیص دهد که حدود ۴۵٪ از محتوای آن‌ها قدیمی یا منسوخ بوده است. با استفاده از این داده‌ها، مشتری ما توانست به سادگی و با کمترین تلاش انسانی، اطلاعات غیرضروری را حذف کند و بدین ترتیب ردپای کربنی خود را کاهش دهد.

این نمونه عملی نشان می‌دهد که چگونه مدیریت دانش و فناوری‌های نوین می‌توانند در بهینه‌سازی محتوا و کاهش اثرات محیط زیستی سازمان‌ها نقش مهمی ایفا کنند. بسیاری از سازمان‌ها به دلیل حجم زیاد داده‌ها و محتوای تکراری، با مشکلاتی در جستجو و بازیابی اطلاعات مواجه‌اند که علاوه بر ایجاد نارضایتی در کارکنان و مشتریان، هزینه‌های پنهانی را به سازمان تحمیل می‌کند. اجرای یک طبقه‌بندی سازمانی منظم و بهره‌گیری از ممیزی‌های خودکار، نه تنها کیفیت داده‌ها را بهبود می‌بخشد، بلکه مصرف انرژی مرتبط با پردازش داده‌ها را نیز کاهش می‌دهد. در نتیجه، سازمان‌ها می‌توانند ضمن صرفه‌جویی در هزینه‌ها، به اهداف پایداری خود نیز نزدیک‌تر شوند.

تکنیک دوم: ریشه‌دار کردن رفتارهای پایدار در کاربران

کاربران در یک سازمان ممکن است به صورت ناخواسته فرهنگ محتوای غیرپایدار را تداوم بخشند. یکی از رایج‌ترین دلایل محتوای تکراری، ذخیره چندین نسخه از یک فایل توسط کارکنان روی دستگاه‌های خود، ایجاد فایل‌های جدید برای جایگزینی فایل‌های گم‌شده یا استفاده از فایل‌های جداگانه برای نسخه‌های مختلف یک سند است. این رفتارها معمولاً آگاهانه انجام نمی‌شود، اما پیامدهای منفی زیادی دارد.

ذخیره و نگهداری محتوای غیرضروری تأثیرات محیط زیستی قابل توجهی دارد، چرا که این حجم داده به مرور زمان انباشته می‌شود و ذخیره صدها گیگابایت داده برابر است با انتشار مقادیر زیادی دی‌اکسید کربن در جو زمین.

یکی از راهکارهای مؤثر برای مقابله با این مشکل، تغییر رفتار کاربران است. زمانی که سازمان‌ها به کارکنان خود شفافیت و دیدگاه درباره ردپای کربنی فردی‌شان ارائه می‌دهند، کاربران احساس مسئولیت بیشتری نسبت به تلاش‌های زیست‌محیطی خود پیدا می‌کنند و به طور طبیعی رفتارهای غیرپایدار خود را کاهش می‌دهند.

نمونه اجرایی؛ شرکت جهانی انرژی

یک شرکت بزرگ و جهانی فعال در حوزه انرژی، با درک اثرات منفی ناشی از داده‌های ناکارآمد و تکراری، با شرکت مشاور همکاری کرد تا استراتژی مدیریت دانش «سبز» و پایدار را توسعه دهد که بتواند رفتار کاربران را در سازمان تغییر دهد و به بهبود وضعیت کمک کند. مشاور سه چالش اصلی که سازمان در مسیر ایجاد یک سیستم مدیریت دانش پایدار با آن روبرو بود را شناسایی کرد:

  • افزایش محتوای تکراری که منجر به انتشار قابل توجهی از گازهای گلخانه‌ای می‌شد؛
  • نرم‌افزارهای همکاری که ناخواسته باعث ایجاد جزیره‌های اطلاعاتی (سایلو) شده و به تکرار محتوا دامن می‌زدند؛
  • عدم توانایی اعضای سازمان در کاهش تکرار محتوا به صورت پیشگیرانه.

برای مقابله با این چالش‌ها، مشاور یک محاسبه‌گر دیجیتال ردپای کربنی مبتنی بر هوش مصنوعی طراحی کرد که به کارکنان کمک می‌کرد تأثیر فردی خود را بر ردپای کربنی سازمان بهتر درک کنند. این ابزار به کاربران امکان می‌داد تا اسناد شخصی خود را فیلتر کنند، تمامی مکان‌هایی که این اسناد ذخیره شده‌اند را ببینند و حجم ذخیره‌سازی اشغال شده توسط آن‌ها را بررسی کنند.

نکته مهم و کلیدی این بود که داشبورد این سیستم به صورت بلادرنگ مقدار دی‌اکسید کربنی را که برای نگهداری اسناد فردی مصرف می‌شد، محاسبه و نمایش می‌داد. زمانی که کاربران اقدام به حذف محتواهای غیرضروری می‌کردند، میزان انتشار کربن آن‌ها روی داشبورد کاهش می‌یافت و به این ترتیب بازخورد فوری و ملموسی از تأثیر کارشان دریافت می‌کردند. علاوه بر این، مشاور به سازمان توصیه‌های تخصصی برای بهبود آینده این ابزار ارائه کرد؛ مثلاً پیشنهاد حذف دوره‌ای و خودکار اسناد تکراری فراموش‌شده تا به طور خودکار انتشار کربن مربوط به کارکنان کاهش یابد.

تکنیک سوم: ایجاد سیستم سبز با بهینه‌سازی خطوط پردازشی محاسباتی

هوش مصنوعی  هزینه‌های زیست‌محیطی قابل توجهی به همراه دارد که ناشی از مصرف برق مراکز داده و همچنین آب مورد نیاز برای خنک‌کردن این مراکز است. بسیاری از سازمان‌ها در موقعیتی قرار دارند که هم تمایل دارند با پیاده‌سازی فناوری‌های نوین مثل هوش مصنوعی به بلوغ تکنولوژیکی برسند و هم نگران تأثیرات زیست‌محیطی استفاده از این فناوری‌ها هستند.

برای کاهش اثرات مخرب زیست‌محیطی ناشی از استفاده از هوش مصنوعی و انتشار گازهای کربنی مرتبط با آن، سازمان‌ها می‌توانند با کاهش قدرت پردازشی مصرفی در اجرای مدل‌های هوش مصنوعی اقدام کنند. این هدف را می‌توان با اتخاذ تصمیمات هوشمندانه در طراحی معماری هوش مصنوعی محقق ساخت. به طور مثال:

  • نحوه ذخیره و انتقال داده‌ها: ذخیره‌سازی اطلاعات و انتقال آن‌ها بین سیستم‌ها و سرورها، هر چند ممکن است تأثیر کوچکی داشته باشد، اما در مجموع می‌تواند تأثیر قابل توجهی بر پایداری و سبز بودن سیستم هوش مصنوعی داشته باشد.
  • مکان سرورها: محل فیزیکی قرارگیری سرورها نیز اهمیت دارد؛ انتخاب دیتاسنترهایی که از انرژی‌های تجدیدپذیر استفاده می‌کنند یا در مناطقی با منابع انرژی پاک قرار دارند، می‌تواند به کاهش ردپای کربنی کمک کند.
  • معماری ابری (Cloud Architecture): استفاده از زیرساخت‌های ابری که انرژی مورد نیاز خود را از منابع تجدیدپذیر تأمین می‌کنند، باعث ترویج پایداری در اجرای مدل‌های AI خواهد شد.

نمونه اجرایی؛ شرکت جهانی انرژی

در همکاری ما با یک شرکت بزرگ جهانی فعال در حوزه انرژی، شرکت مشاور با رویکردی سبز اقدام به طراحی محاسبه‌گر دیجیتال ردپای کربن مبتنی بر هوش مصنوعی کرد. مدیریت اطلاعات سبز، رویکردی استراتژیک است که بر کاهش تأثیرات زیست‌محیطی فرایندهای مرتبط با اطلاعات در یک سازمان تمرکز دارد. در طراحی مشاور، تحلیل‌های داده‌ای در زیرساخت‌های ابری در مناطقی انجام می‌شد که یا کمتر استفاده می‌شدند یا انرژی آن‌ها از منابع تجدیدپذیر تأمین می‌شد. همچنین استفاده از مدل‌های ترنسفورمر موجود که فضای ذخیره‌سازی کمتری نیاز داشتند و کاهش جابه‌جایی داده‌ها نیز برای کاهش مصرف انرژی به کار گرفته شد. این ویژگی‌ها به طور قابل توجهی پایداری روش هوش مصنوعی مورد استفاده را افزایش دادند.

هوش مصنوعی طراحی‌شده با رویکرد پایداری می‌تواند به کاهش ردپای کربن سازمان کمک کند. شرکت جهانی انرژی از این محاسبه‌گر دیجیتال برای شناسایی محتوای تکراری و بررسی گزینه‌های مدیریت آن استفاده کرد. پیش‌بینی شده بود که این ابزار بتواند به شرکت کمک کند تا به هدف حذف ۱۵٪ از محتوای تکراری خود برسد، که این مقدار معادل حذف بیش از ۳۴,۰۰۰ کیلوگرم دی‌اکسیدکربن از محیط زیست است  یعنی به اندازه‌ی انتشار کربن ناشی از ۲۰ پرواز از نیویورک به لندن.این دستاورد یعنی:

  • کاهش قابل توجه هزینه‌های ذخیره‌سازی، چه از نظر مالی و چه از منظر زیست‌محیطی؛
  • کاهش قابل توجه انتشار گازهای گلخانه‌ای به میزان صدها تن در سال؛
  • صرفه‌جویی در هزینه‌های سالانه بابت فضای ذخیره‌سازی اضافی که نیاز نبوده است.

به این ترتیب، شرکت نه تنها هزینه‌های خود را کاهش داد، بلکه به طور مؤثری به مسئولیت‌پذیری اجتماعی و حفظ محیط زیست نیز عمل کرد و گامی بزرگ در مسیر توسعه پایدار برداشت.

تکنیک ۴؛بهره‌گیری از داده‌های موجود تا «جنگل را به‌خاطر درختان از دست ندهید»

برخی سازمان‌ها ممکن است فعالیت‌های مرتبط با پایداری را آغاز کرده باشند، اما این راهکارها همیشه بهینه نیستند و حداکثر اثرگذاری زیست‌محیطی را به همراه ندارند. زمانی که اطلاعات به صورت نامنظم برچسب‌گذاری شده، در بخش‌های مختلف پراکنده یا حتی فراموش شده‌اند، این داده‌ها برای سازمان گم می‌شوند و تلاش‌های زیست‌محیطی حتی اگر خوب برنامه‌ریزی شده باشند، آسیب می‌بینند.

سازمان‌ها می‌توانند اثربخشی کمپین‌های زیست‌محیطی خود را با استفاده از راهکارهای فناورانه افزایش دهند که دید گسترده، بینش عمیق و دقت بیشتری در ارزیابی تأثیرات زیست‌محیطی اقدامات فراهم کنند. یکی از این راهکارها، لایه معنایی است که به سازمان‌ها کمک می‌کند داده‌های پراکنده را به هم متصل کنند و بهره‌وری سازمانی را در جهت پشتیبانی از اهداف پایداری بهبود بخشند.

نمونه اجرایی؛ شرکت مشاوره مدیریت جهانی

یک شرکت مشاوره مدیریت جهانی با همکاری شرکت EK توانست اطلاعات مرتبط با تأثیرات زیست‌محیطی زنجیره تأمین را کشف و تحلیل کند. این اطلاعات در نقاط مختلف و بدون یک زبان استاندارد ذخیره شده بود و همین امر باعث می‌شد الگوها به سختی شناسایی شوند و در نتیجه مشاوره مؤثر برای راهکارهای پایداری دشوار شود.

در مدت تنها سه ماه، مشاور با مدل شتاب‌دهنده نمودار دانش (Knowledge Graph Accelerator)، لایه داده‌های معنایی و یک اپلیکیشن تحت وب را برای شرکت ایجاد کرد که مشاوران را به داده‌های مرتبط از پروژه‌های گذشته متصل می‌کرد.

با این ابزار، شرکت مشاوره توانست اقدامات مؤثری را پیشنهاد دهد که هم تأثیرات زیست‌محیطی را کاهش می‌داد و هم هزینه‌ها را بهینه می‌کرد. مشاوران با بهره‌گیری از بینش‌های به دست آمده می‌توانند به مشتریان خود راهکارهایی ارائه دهند که هم سودآور باشد و هم از پایداری حمایت کند.

نتیجه‌گیری

پایداری برای هر سازمانی مزایای فراوانی دارد: افزایش بهره‌وری نیروی کار، جذب نیروی انسانی با کیفیت بالا، ارتقای رضایت کلی کارکنان و افزایش قابلیت رقابت و بازاریابی خدمات شرکت. استفاده از روش‌های مدیریت دانش می‌تواند به سازمان شما کمک کند تا این اهداف را محقق سازد، ضمن اینکه هزینه‌های ذخیره‌سازی داده‌ها را کاهش داده و مدیریت اطلاعات مشتریان را ساده‌تر و کارآمدتر می‌کند.

 

https://enterprise-knowledge.com/how-sustainability-grows-from-knowledge-management/

برچسب ها :

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

3 × 5 =