سیر تکامل مدیریت دانش از گذشته تاکنون چگونه بوده؟ هنوز هیچ تعریف کلی موردتوافق از مدیریت دانش وجود ندارد. ازیک‌طرف، این لزوماً یک مشکل نیست و از سوی دیگر، توضیح مدیریت دانش، مزایا و چالش‌های آن را دشوارتر می‌کند. برای افراد غیرمتخصص درک ارزش‌افزوده مدیریت دانش معمولاً دشوار است. یک مطالعه نشان داد که دوسوم از مقالات مدیریت دانش در نظر گرفته شده، اصطلاحات خود را به طور کامل تعریف نکرده‌اند.مفهوم مدیریت دانش بسیار ساده است، اما این ساده بودن برابر با آسان و راحت بودن آن نیست. ابزارها و استراتژی‌هایی که در استفاده از مدیریت دانش به کار می‌گیریم، ممکن است باعث شود مدیریت دانش پیچیده به نظر برسد اما در عمق آن، مدیریت دانش یک مفهوم بسیار ساده است.مدیریت دانش اطمینان حاصل کردن از این است که تصمیم‌گیرندگان در سازمان به دانش کلیدی موردنیاز برای تصمیم‌گیری، دسترسی داشته باشند؛ بنابراین مدیریت دانش درباره اطمینان حاصل کردن از فراهم بودن شرایط لازم برای انتقال این دانش، چه از طریق مکالمه و چه از طریق انتقال محتوا است. پس مدیریت دانش درباره مدیریت تغییر است، تغییر به دنیایی که در آن دانش، مهم در نظر گرفته می‌شود. درواقع سختی کار مدیریت دانش مربوط به بُعد مدیریت تغییر است.
سیر تکامل مدیریت دانش از کذشته تاکنون
کارل ویگ در سال 1997، فکر می‌کرد که طی یک یا دو دهه، مدیریت دانش در جریان اصلی کار روتین سازمان‌ها اضافه می‌شود اما امروزه به نظر نمی‌رسد این اتفاق افتاده باشد، در حال حاضر در بیشتر سازمان‌ها، مدیریت دانش به بخشی طبیعی از نحوه سازمان‌دهی کار افراد تبدیل نشده است. کارهای زیادی روی استانداردسازی این سیستم انجام شده؛ به‌عنوان‌مثال استاندار ایزو 30401 که در سال 2018 منتشر شده است، اما کماکان تا رسیدن به نقطه‌ای که مد نظر کارل ویگ بود فاصله زیادی وجود دارد.بسیاری از نویسندگان چارچوب‌هایی را برای اجرای مدیریت دانش پیشنهاد کرده‌اند. در یکی از پژوهش‌ها پنج پیشنهاد اجرایی برای روزهای اولیه مدیریت دانش ارائه شده است.
- ایجاد مجموعه‌ای از گروه‌های تعاملی تخصصی برای انتقال دانش
- شناسایی شکاف‌های دانش در حوزه‌های مهم و کلیدی کسب‌وکار
- شرکت در سمینارها و کنفرانس‌های مدیریت دانش
- استفاده از مشاوران مدیریت دانش برای شکل دادن به استراتژی مدیریت دانش
- ایجاد یک مخزن برای نگهداشت بهترین شیوه‌ها و درس‌های آموخته
این موارد هنوز برای سازمان‌هایی که برای مدیریت دانش کاری انجام نداده‌اند کماکان خلق ارزش می‌کند اما برای سازمان‌ها با سطح بلوغ بالاتر کافی نبوده و باید اقدامات بیشتری در این راستا انجام دهند.در سال 1998 پروساک چالش‌های مهلک‌ترین مدیریت دانش را بیان کرد. در ادامه برخی از این موارد ارائه شده است:
- عدم ایجاد یک تعریف کاربردی از دانش
- تأکید بر ذخیره دانش و عدم توجه به جریان دانش
- مشاهده دانش به‌عنوان موجودی غالباً خارج از ذهن افراد و نگاه سیستم‌محور به مدیریت دانش
- عدم توجه به تعامل و مشارکت کارکنان برای انتقال دانش
- توجه اندک به نقش و اهمیت دانش پنهان
- کم‌اهمیت جلوه دادن تفکر و استدلال
- تمرکز بر گذشته و حال و نه آینده
نکته جالب‌توجه اینجاست که پس از گذشت بیش از 2 دهه از این پژوهش، کماکان بسیاری از این موارد در سازمان‌ها وجود دارد و متولیان مدیریت دانش توجه چندانی به آن نمی‌کنند.پژوهشگران و نویسندگان این حوزه برای مدت طولانی درگیر این موضوع بودند که آیا مدیریت دانش یک مد زودگذر است که به‌زودی ناپدید می‌شود؟ تا اینکه تحلیل‌هایی در یک دهه گذشته به این موضوع پایان دادند. بااین‌حال، نگرانی در مورد اینکه آیا مدیریت دانش در حال مرگ است یا خیر در جامعه متخصصان مدیریت دانش کماکان ادامه دارد.یکی از دلایل احتمالی این امر این است که در سال‌های اخیر پیشرفت‌های مهمی در تحقیقات مدیریت دانش صورت نگرفته است و بسیاری از مقالات همچنان به مدل‌های معروفی مانند مدل نوناکا و تاگوچی به‌عنوان نقطه شروع خود متکی هستند. از طرفی، برخی از رشته‌های مرتبط مانند تجزیه‌وتحلیل کلان داده‌های و هوش مصنوعی بسیار سریع درحال‌توسعه هستند. جمعبندی پژوهش‌ها در این خصوص نشان می‌دهد که مدیریت دانش در حال تولد دوباره است و ابزارها و راهکارهای هوشمندسازی تأثیر بسزایی در این خصوص دارند.
برای مطالعه‌ی مقالات تخصصی مدیریت دانش به پایگاه دانش مراجعه فرمایید.
هوش مصنوعی؛آینده مدیریت دانش
پیشینه هوش مصنوعی به برگزاری یک کنفرانس در دانشگاه دارتموث در سال ۱۹۵۶ بازمی‌گردد. در این کنفرانس، تعریفی برای هوش مصنوعی ارائه شد. «هوش مصنوعی، دانش و فناوری‌ای است که برای ساخت و طراحی سامانه‌های هوشمند با استفاده از الگوریتم‌های ریاضی، آماری و محاسباتی ایجادشده است که قادر به فهم و ارزیابی محیط، تصمیم‌گیری در مواجهه با مشکلات و ارائه پاسخ در سریع‌ترین زمان ممکن است» در دهه‌های ۱۹۵۰ و ۱۹۶۰، هوش مصنوعی به‌عنوان یک حوزه پژوهشی موردتوجه قرار گرفت و پس‌ازآن، تحقیقاتی درزمینه هوش مصنوعی آغاز شد. در سال‌های ۱۹۸۰، با پیشرفت رایانه‌ها و روش‌های یادگیری ماشین، این حوزه به یکی از مهمترین حوزه‌های تحقیقاتی در علوم کامپیوتر تبدیل شد. در سال‌های اخیر، با پیشرفت تکنولوژی و افزایش قدرت پردازشی رایانه‌ها، هوش مصنوعی به یکی از مهمترین حوزه‌های صنعتی در حوزه‌هایی ازجمله تجارت، حمل‌ونقل، پزشکی، رباتیک و خدمات اینترنتی تبدیل‌شده است.
هوش مصنوعی بدون مدیریت دانش مؤثر، اتلاف تلاش و پول است، تحقیقات اخیر نشان می‌دهد که تأثیر هوش مصنوعی بر عملکرد شرکت تولیدی کاملاً توسط فرآیندهای مدیریت دانش عملیاتی می‌شود. زمینه برای کار بسیار بیشتری روی مدیریت دانش و هوش مصنوعی وجود دارد که می‌تواند برای سازمان‌ها خلق ارزش کند.
به‌طورکلی، هوش مصنوعی به سازمان‌ها در بهبود عملکرد، افزایش تولیدی، کاهش هزینه‌ها، بهبود کیفیت، بهبود تجربه مشتری و کسب‌وکارهای خلاقانه و نوآورانه کمک می‌کند. همچنین، هوش مصنوعی می‌تواند در بهبود فرآیندهای تصمیم‌گیری سازمان‌ها نقش مهمی بازی کند، زیرا با بهره‌گیری از داده‌ها و اطلاعات ارزشمند، تصمیم‌گیری‌های بهتری اتخاذ می‌شود که می‌تواند در بهبود سرعت و کیفیت تصمیم‌گیری و پیش‌بینی نتایج کمک کند. به‌طورکلی، هوش مصنوعی به سازمان‌ها در بهبود رقابت‌پذیری، بهبود نتایج مالی و افزایش ارزش‌افزوده کمک می‌کند.
