مروری بر مفاهیم و تاریخچه مدیریت دانش

اهمیت دانش برای محیط‌های کسب‌وکار پیچیده، رقابتی و جهانی که در قرن بیست و یکم وجود دارند، به اندازه کافی قابل تأکید نیست و آن کسب‌وکارهایی که می‌دانند چگونه این اطلاعات را به طور مؤثر به دست آورند، ضبط کنند، به اشتراک بگذارند و مدیریت کنند، پیشران صنایع خود خواهند بود. ما به دوره‌ای نقل مکان کرده‌ایم که در آن مزیت رقابتی نه فقط صرفاً از طریق دسترسی به اطلاعات، بلکه مهم‌تر از آن، از طریق خلق دانش جدید به دست می‌آید.

مدیریت دانش یک مدل کسب‌وکار میان رشته‌ای نوظهور است که به تمام جنبه‌های دانش در چارچوب سازمان می‌پردازد. برای خدمت‌رسانی خوب به مشتریان و بقا در یک کسب‌وکار، شرکت‌ها باید زمان چرخه خود را کاهش دهند، با حداقل دارایی‌های ثابت و سربار (افراد، موجودی و تسهیلات) فعالیت کنند، زمان توسعه محصول را کوتاه کنند، خدمات مشتری را بهبود بخشند، کارکنان را توانمند سازند، نوآوری کنند و محصولات با کیفیت بالا ارائه دهند، انعطاف‌پذیری و سازگاری را افزایش دهند، اطلاعات را ضبط و ثبت کنند، دانش را ایجاد و به اشتراک بگذارند. هیچ یک از این اقدامات بدون تمرکز مستمر بر ایجاد، به‌روزرسانی، در دسترس بودن، کیفیت و استفاده از دانش توسط همه کارکنان و تیم‌ها در محل کار و بازار امکان‌پذیر نیست. در یک دسته‌بندی هفت لایه دانش ممکن است در سازمان‌ها وجود داشته باشد که در جدول توضیح داده شده است.

اهرم فعالیت کلیدی
دانش مشتری ایجاد روابط عمیق تسهیم دانش؛ درک نیازهای مشتریانِ مشتریان خودتان؛ بیان نیازهای برآورده نشده؛ شناسایی فرصت­های جدید
روابط سهامداران بهبود جریان دانش بین تأمین­کنندگان، سهامداران، جامعه و غیره با استفاده از همین دانش برای آگاه­سازی استراتژی­های کلیدی
بینش­های محیط کسب­وکار پایش نظام­مند محیط شامل روندهای سیاسی، اقتصادی، فناوری، اجتماعی و زیست­محیطی. تحلیل رقبا. سیستم­های هوشمندی بازار.
حافظه سازمانی تسیهم دانش. پایگاه­های داده بهترین شیوه­ها. فهرست­های تخصصی. اسناد رویه­ها و انجمن­های بحث آنلاین. اینترانت­ها.
دانش در فرآیندها گنجاندن دانش در فرآیندهای کسب­وکار و تصمیم­گیری مدیریتی.
دانش در محصولات و خدمات دانش تعبیه شده در محصولات. احاطه کردن محصولات با دانش به عنوان مثال در راهنمای استفاده از محصولات، و خدمات دانش­محور پیشرفته
دانش در منابع انسانی رویدادهای تسهیم دانش. کارگاه­های نوآوری. شبکه­های خبره و آموزشی. جامعه عمل به دانش.

سیر تکامل مدیریت دانش

نظریه‌پردازان مدیریت بسیاری در تکامل مدیریت دانش نقش داشته‌اند که از میان آنها می‌توان به پیتر دراکر، پل استراسمن و پیتر سنگه  در ایالات متحده اشاره کرد. دراکر و استراسمن بر اهمیت روزافزون اطلاعات و دانش آشکار به عنوان منابع سازمانی تأکید کرده‌اند و سنگه بر «سازمان یادگیرنده»، که یک بُعد فرهنگی از مدیریت دانش است، تمرکز کرده است.

کریس آرجریس، کریستوفر بارتلت و دوروثی لئونارد بارتون از اساتید دانشگاه هاروارد جنبه‌های مختلف مدیریت دانش را بررسی کرده‌اند.

در واقع، مطالعه موردی معروف لئونارد بارتون از شرکت فولاد چاپارال، که از اواسط دهه ۱۹۷۰ یک استراتژی مدیریت دانش مؤثر داشته است، الهام‌بخش تحقیقی بود که در کتابش به نام «سرچشمه‌های دانش – ایجاد و حفظ منابع نوآوری» (انتشارات دانشگاه هاروارد، ۱۹۹۵) مستند شده است.

اثر اِورت راجرز در دانشگاه استانفورد در مورد انتشار نوآوری و تحقیقات توماس آلن در دانشگاه MIT در مورد انتقال اطلاعات و فناوری، که هر دو به اواخر دهه ۱۹۷۰ بازمی‌گردند، به درک ما از نحوه تولید، استفاده و انتشار دانش در سازمان‌ها کمک کرده‌اند. تا اواسط دهه ۱۹۸۰، اهمیت دانش به عنوان یک دارایی رقابتی آشکار بود، اگرچه نظریه اقتصادی کلاسیک دانش را به عنوان یک دارایی نادیده می‌گیرد و بیشتر سازمان‌ها هنوز فاقد استراتژی‌ها و روش‌هایی برای مدیریت آن هستند. شناخت اهمیت روزافزون دانش سازمانی با نیاز به مقابله با افزایش تصاعدی در مقدار دانش موجود و پیچیدگی فزاینده محصولات و فرآیندها همراه بود.

فناوری رایانه که به شدت در این «اضافه بار اطلاعات» نقش داشت، شروع به تبدیل شدن به بخشی از راه‌حل در حوزه‌های مختلف کرد. داگ انگلبارت10 سیستم تقویت (به خاطر «تقویت هوش انسانی») را در سال ۱۹۷۸ معرفی نمود، که یک برنامه کاربردی اولیه ابرمتن/گروه‌افزار بود و قابلیت ارتباط با برنامه‌ها و سیستم‌های دیگر را داشت. سیستم مدیریت دانش KMS راب آکسین و دان مک‌کِراکِن، ابزار ابررسانه توزیع‌شده بازی بود که نمونه قابل توجه دیگری از این دست است.

طیف گسترده رشته‌ها و فناوری‌های مدیریت دانش

تکنولوژی شرح
علوم شناختی از آنجا که مدیریت دانش به نحوه یادگیری و دانستن ما مرتبط است، مطالعه علوم شناختی قطعاً برای جمع‌آوری و انتقال دانش مفید است. سیستم‌های خبره، هوش مصنوعی و سیستم‌های مدیریت پایگاه دانش
سیستم‌های خبره، هوش مصنوعی و سیستم‌های مدیریت پایگاه دانش هوش مصنوعی و فناوری‌های مرتبط مستقیماً برای مدیریت دانش قابل اجرا هستند. برای مثال، سیستم‌های خبره، هدفشان ضبط دانش در یک پایگاه دانش رایانه‌ای است
کار مشارکتی پشتیبانی شده با رایانه (گروه‌افزار) مدیریت دانش اغلب ارتباط نزدیکی دارد و در برخی موارد تقریباً مترادف با گروه‌افزار و لوتوس نوتز است. به اشتراک‌گذاری و همکاری به وضوح برای مدیریت دانش سازمانی حیاتی است – با یا بدون فناوری پشتیبان
کتابداری و علم اطلاعات مجموعه تحقیق و عملی که کتابداری، علم اطلاعات و سازماندهی دانش را در بر می‌گیرد، می‌تواند برای مدیریت دانش اعمال شود این شامل ابزارهایی برای ساخت اصطلاح‌نامه و واژگان کنترل‌شده است
مدیریت اسناد و نویسندگی فنی مدیریت اسناد که در اصل عمدتاً به مدیریت تصاویر مربوط بود، به سمت قابل دسترس‌تر و قابل استفاده‌تر کردن محتوا حرکت کرده است تشخیص اولیه نیاز به مرتبط‌سازی «فراداده» با یک شیء سندی، ارتباطی بین مدیریت اسناد و مدیریت دانش را نشان می‌دهد نویسندگی فنی (که اغلب به عنوان ارتباطات فنی شناخته می‌شود) مجموعه‌ای از نظریه و عمل را تشکیل می‌دهد که مستقیماً با بازنمایی و انتقال مؤثر دانش مرتبط است
سیستم‌های پشتیبانی تصمیم سیستم‌های پشتیبانی تصمیم (DSS) بینش‌هایی را از زمینه‌های علوم شناختی، علوم مدیریت، علوم رایانه و تحقیق در عملیات، در وظایف شناختی کلیدی، از جمله تصمیم‌گیری سازمانی، گرد هم آورده‌اند تأکید در اینجا بر تحلیل کمی و بر ابزارهایی برای مدیران است
شبکه‌های معنایی شبکه‌های معنایی از ایده‌ها و روابط بین آنها تشکیل می‌شوند – نوعی «ابرمتن بدون محتوا»، اما با ساختاری بسیار سیستماتیک‌تر بر اساس معنا. شبکه‌های معنایی که اغلب برای کارهایی مانند تحلیل متون استفاده می‌شوند، اکنون در برنامه‌های حرفه‌ای اصلی، از جمله پزشکی، برای بازنمایی دانش دامنه به روشی آشکار و قابل اشتراک‌گذاری، مورد استفاده قرار می‌گیرند
پایگاه‌های داده رابطه‌ای و شی‌گرا در حال حاضر، پایگاه‌های داده رابطه‌ای در درجه اول به عنوان ابزاری برای مدیریت داده‌های «ساختاریافته» و پایگاه‌های داده شی‌گرا برای محتوای «ساختاریافته‌نشده» استفاده می‌شوند مدل‌هایی که بر اساس آنها بنا شده‌اند، که به بازنمایی و مدیریت منابع دانش مربوط می‌شوند، مورد توجه خاص هستند
شبیه‌سازی کارل-اریک سویبی، متخصص مدیریت دانش، «شبیه‌سازی» را به عنوان یک فناوری مؤلفه‌ای مدیریت دانش پیشنهاد می‌کند که به «شبیه‌سازی‌های رایانه‌ای، شبیه‌سازی‌های دستی و همچنین ایفای نقش و عرصه‌های خرد برای آزمایش مهارت‌ها» اشاره دارد
علم سازمانی علم مدیریت سازمان‌ها به طور فزاینده‌ای با نیاز به مدیریت دانش – اغلب به طور آشکار – سروکار دارد. سایر فناوری‌ها عبارتند از: مدلسازی اطلاعات شی‌گرا؛ فناوری نشر الکترونیک، ابرمتن و شبکه جهانی وب؛ فناوری میز کمک؛ جستجو و بازیابی متن کامل؛ و سیستم‌های پشتیبانی عملکرد. (بارکلی و موری، ۱۹۹۷)

دهه ۱۹۸۰ همچنین شاهد توسعه سیستم‌هایی برای مدیریت دانش بود که متکی بر کار انجام شده در هوش مصنوعی و سیستم‌های خبره بودند و مفاهیمی مانند «کسب دانش»، «مهندسی دانش»، «سیستم‌های مبتنی بر دانش» و هستی‌شناسی‌های رایانه‌ای را به ما ارائه دادند. عبارت «مدیریت دانش» سرانجام در این دهه در جامعه کسب‌وکار پدیدار شد. برای ایجاد یک پایگاه فناورانه برای مدیریت دانش، کنسرسیومی از شرکت‌های آمریکایی در سال ۱۹۸۹ ابتکار مدیریت دارایی‌های دانش را آغاز کردند. مقالات مرتبط با مدیریت دانش در مجلاتی مانند نشریه مدیریت اسلون، علوم سازمانی، نشریه دانشگاه هاروارد و سایر نشریاتی از این دست منتشر شدند و اولین کتاب‌ها در مورد یادگیری سازمانی و مدیریت دانش منتشر شدند.

تا سال ۱۹۹۰، تعدادی از شرکت‌های مشاوره مدیریت برنامه‌های مدیریت دانش درون‌سازمانی را آغاز کرده بودند و چندین شرکت مشهور آمریکایی، اروپایی و ژاپنی برنامه‌های مدیریت دانش متمرکزی را اجرا کرده بودند. مدیریت دانش در سال ۱۹۹۱ در مطبوعات عمومی هنگامی معرفی شد که تام استوارت مقاله «قدرت مغز» را در مجله فورچون منتشر کرد. شاید پرخواننده‌ترین اثر تا به امروز، کتاب «شرکت دانش‌آفرین: چگونه شرکت‌های ژاپنی پویایی نوآوری را خلق می‌کنند» (۱۹۹۵) اثر ایکوجیرو نوناکا و هیروتاکا تاکوچی باشد. تا اواسط دهه ۱۹۹۰، ابتکارات مدیریت دانش، تا حدی به لطف اینترنت، شکوفا شد. شبکه بین‌المللی مدیریت دانش IKMN  که در سال ۱۹۸۹ در اروپا آغاز به کار کرد، در سال ۱۹۹۴ آنلاین شد و به زودی انجمن مدیریت دانش مستقر در ایالات متحده و سایر گروه‌ها و نشریات مرتبط با مدیریت دانش به آن پیوستند.

تعداد کنفرانس‌ها و سمینارهای مبتنی بر مدیریت دانش در آن سال‌ها افزایش یافت، زیرا سازمان‌ها بر مدیریت و بهره‌برداری از منابع دانش آشکار و نهان برای کسب مزیت رقابتی تمرکز داشتند. در سال ۱۹۹۴،IKMN   نتایج یک نظرسنجی مدیریت دانش را که در میان شرکت‌های اروپایی انجام شده بود منتشر کرد و جامعه اروپا در سال ۱۹۹۵ شروع به تأمین بودجه برای پروژه‌های مرتبط با مدیریت دانش کرد. مدیریت دانش، که به نظر می‌رسد جایگزینی بسیار مطلوب برای ابتکارات کمتر موفق مدیریت کیفیت جامع و مهندسی مجدد فرآیندهای کسب‌وکار ارائه می‌دهد، به کسب‌وکار بزرگی برای شرکت‌های مشاوره بین‌المللی بزرگی مانند ارنست و یانگ، آرتور اندرسن و بوز آلن و همیلتون تبدیل شد.

سازمان یادگیرنده و مدیریت دانش

در سال‌های اخیر، تحقیقات و ادبیات فزاینده مدارس کسب‌وکار جهانی بر مفاهیمی مانند «اقتصاد مبتنی بر دانش»، «یادگیری سازمانی»، «کارکنان دانشی»، «سرمایه فکری» و موارد مشابه متمرکز شده است.

در زمانی که تغییرات سازمانی کمتری (فناورانه، اجتماعی و اقتصادی) وجود داشت، برای یک سازمان امکان‌پذیر بود که استراتژی برای عملکرد تدوین کند و با فرض اینکه آن استراتژی در ابتداء مؤثر بود، آن استراتژی را برای چندین دهه حفظ کند. با این حال، سازمان‌های کنونی باید دائماً تغییر کنند تا حتی برای یک دهه زنده بمانند. اما تغییر به خودی خود کافی نیست. تغییر باید بر اساس داده‌های مناسب جمع‌آوری شده از محیط خارجی و از دروس آموخته شده داخلی باشد. هر دو بخشی از یادگیری سازمانی هستند و هر دو برای سازمان‌های مؤثر حیاتی هستند.

به طور کلی، می‌توانیم سازمان‌های یادگیرنده را به عنوان سازمان‌هایی تعریف کنیم که دارای سیستم‌ها، سازوکارها و فرآیندهایی هستند که به طور مستمر برای افزایش قابلیت‌های خود و کسانی که با آن یا برای آن کار می‌کنند، برای دستیابی به اهداف پایدار، هم برای خود و هم برای جوامعی که در آنها مشارکت دارند، استفاده می‌شود. سازمان‌ها به دنبال بهبود محصولات و خدمات موجود و نوآوری هستند.

مفهوم سازمان یادگیرنده در مورد «آموزش بیشتر» نیست. در حالی که آموزش به توسعه انواع خاصی از مهارت کمک می‌کند، یک سازمان یادگیرنده شامل توسعه سطوح بالاتری از دانش و مهارت است. به‌طور کلی چهار سطح مختلف یادگیری می‌تواند وجود داشته باشد:

چهار سطح مختلف یادگیری

 

سطح یادگیری شرح
سطح ۱ – یادگیری حقایق، دانش، فرآیندها و رویه‌ها برای موقعیت‌های شناخته‌شده که تغییرات جزئی هستند، کاربرد دارد
سطح ۲ – یادگیری مهارت‌های شغلی جدید که به موقعیت‌های دیگر قابل انتقال هستند برای موقعیت‌های جدید که نیاز به تغییر پاسخ‌های موجود است، کاربرد دارد. آوردن تخصص از خارج، ابزاری مفید در اینجا است
سطح ۳ – یادگیری برای تطبیق برای موقعیت‌های پویاتر که راه‌حل‌ها نیاز به توسعه دارند، کاربرد دارد. آزمایش و استخراج درس‌ها از موفقیت و شکست، روش یادگیری در اینجا است
سطح ۴ – یادگیری برای یادگیری درباره نوآوری و خلاقیت است؛ طراحی آینده به جای صرفاً تطبیق با آن. اینجا جایی است که مفروضات به چالش کشیده می‌شوند و دانش بازسازی می‌گردد

 

برچسب ها :

دیدگاهتان را بنویسید

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

17 − پنج =