Управление знаниями - это совокупность процессов, которые управляют созданием, распространением, обработкой и использованием знаний внутри предприятия.
Необходимость разработки систем КМ обусловлена следующими причинами:
- работники предприятия тратят слишком много времени на поиск необходимой информации;
- опыт ведущих и наиболее квалифицированных сотрудников используется только ими самими;
- ценная информация захоронена в огромном количестве документов и данных, доступ к которым затруднен;
- дорогостоящие ошибки повторяются из-за недостаточной информированности и игнорирования предыдущего опыта.
Важность систем КМ обусловлена также тем, что знание, которое не используется и не возрастает, в конечном счете становится устаревшим и бесполезным, так же, как деньги, которые сохранены без того, чтобы стать оборотным капиталом, в конечном счете теряют свою стоимость, пока не обесценятся. Напротив, знание, которое распространяется, приобретается и обменивается, генерирует новое знание.
Большинство обзоров концепции управления знания уделяет внимание только первичной обработке корпоративной информации типа электронной почты, программного обеспечения коллективной работы или гипертекстовых баз данных. Они формируют существенную часть из необходимой, но определенно не достаточной технической инфраструктуры для управления знаниями.
Одним из новых решений по управлению знаниями является понятие корпоративной памяти (corporate memory), которая по аналогии с человеческой памятью позволяет пользоваться предыдущим опытом и избегать повторения ошибок.
Корпоративная память фиксирует информацию из различных источников предприятия и делает эту информацию доступной специалистам для решения производственных задач.
Корпоративная память не позволяет исчезнуть знаниям выбывающих специалистов (уход на пенсию, увольнение и пр.). Она хранит большие объемы данных, информации и знаний из различных источников предприятия. Они представлены в различных формах, таких как базы данных, документы и базы знаний.
Существует два уровня корпоративной памяти: явные и неявные знания.
Уровень 1. Уровень материальной или явной информации - это данные и знания, которые могут быть найдены в документах организации в форме сообщений, писем, статей, справочников, патентов, чертежей, видео- и аудиозаписей, программного обеспечения и т. д.
Уровень 2. Уровень персональной или скрытой информации - это персональное знание, неотрывно связанное с индивидуальным опытом. Оно может быть передано через прямой контакт - «с глазу на глаз», через процедуры извлечения знаний. Именно скрытое знание - то практическое знание, которое является ключевым при принятии решения и управлении технологическими процессами.
В действительности эти два типа информации, подобные двум сторонам одной и той же медали, одинаково важны в структуре корпоративной памяти. При разработке систем КМ можно выделить следующие этапы:
1. Накопление.Стихийное и бессистемное накопление информации в организации.
2. Извлечение. Процесс, идентичный традиционному извлечению знаний для экспертных систем. Это один из наиболее сложных и трудоемких этапов. От его успешности зависит дальнейшая жизнеспособность системы.
3. Структурирование. На этом этапе должны быть выделены основные понятия, выработана структура представления информации, обладающая максимальной наглядностью, простотой изменения и дополнения.
4. Формализация. Представление структурированной информации в форматах машинной обработки, то есть на языках описания данных и знаний.
5. Обслуживание. Под процессом обслуживания понимается корректировка формализованных данных и знаний (добавление, обновление): «чистка», то есть удаление устаревшей информации; фильтрация данных и знаний для поиска информации, необходимой пользователям.
Если первые четыре этапа обычны для инженерии знаний, то последний является специфичным для систем управления знаниями.
Как уже было сказано, он распадается на три более мелких процесса:
- Фильтрация знаний для поиска информации, необходимой пользователю, выделяет компоненты данных и знаний, соответствующие требованиям конкретного пользователя. При помощи той же процедуры пользователь может узнать местонахождение интересующей его информации.
Рассмотренная классификация не является единственной, но она позволяет понять, что происходит в реальных системах управления знаниями.
Автоматизированные системы КМ, или Organizational Memory Information Systems (OMIS), предназначены для накопления и управления знаниями предприятия. OMIS включают работу как на уровне 1 - явным знанием компании в форме баз данных и электронных архивов, так и на уровне 2 - со скрытым знанием, фиксируя его в некотором (более или менее формальном) представлении в форме экспертных систем или баз данных. OMIS часто используют вспомогательные справочные системы, так называемые helpdesk-приложения.
Основные функции OMIS:
- Сбор и систематическая организация информации из различных источников в централизованное и структурное информационное хранилище.
- Интеграция с существующими автоматизированными системами. На техническом уровне это означает, что корпоративная память должна быть непосредственно связана с помощью интерфейса с инструментальными средствами, которые в настоящее время используются в организации (например, текстовые процессоры, электронные таблицы, системы).
- Обеспечение нужной информации по запросу (пассивная форма) и при необходимости (активная форма). Слишком частые ошибки - это следствие недостаточной информированности. Этого невозможно избежать с помощью пассивной информационной системы, так как служащие часто слишком заняты, чтобы искать информацию, или просто не знают, что нужная информация существует. Корпоративная память может напоминать служащим о полезной информации и быть компетентным партнером для совместного решения задач.
Конечная цель OMIS состоит в том, чтобы обеспечить доступ к знанию всякий раз, когда это необходимо. Чтобы обеспечить это, OMIS реализует активный подход распространения знаний, который не полагается на запросы пользователей, а автоматически обеспечивает полезное для решения задачи знание. Чтобы предотвращать информационную перегрузку, этот подход должен быть совмещен с высокой выборочной оценкой уместности. Законченная система должна действовать как интеллектуальный помощник пользователю.
Использование корпоративной памяти часто преследует более умеренные цели, чем использование экспертных систем. Это связано с тем, что технологии обработки данных (баз данных и гипертекстовых систем) применяются гораздо шире, чем технологии систем, основанных на знаниях. OMIS сохраняют и обеспечивают выдачу по запросу нужной информации, но оставляют ее интерпретацию и оценку в специфическом контексте задачи главным образом пользователю.
С другой стороны, корпоративная память расширяет эти технологии работой со знаниями, чтобы улучшить качество решения задач. Так OMIS включает подсистемы объяснений, которые позволяют непосредственно отвечать на вопросы: «Почему?» и «Почему нет?». В простой базе данных или гипертекстовой системе пользователи должны были бы искать нужную информацию для ответа на такие вопросы непосредственно, а для этого необходимо отфильтровать большое количество потенциально нужной информации, которая, однако, не будет применяться в специфическом случае.
Наконец, OMIS не только выдает информацию, но должна также быть всегда готовой воспринимать новую информацию от ее пользователей.
Если хранилища данных содержат в основном количественную информацию, то хранилища знаний больше ориентированы на качественный материал. КМ-системы генерируют системы из широкого диапазона данных, хранилищ данных, статей новостей, внешних баз, WWW-страниц.
Программный инструментарий для OMIS включает как оригинальные разработки, например KARAT, так и стандартные средства, например, LOTUS NOTES обеспечила один из первых инструментариев хранения качественно и документальной информацией. Однако сегодня в связи с бурным развитием Интернета, КМ-системы все чаще используют Web-технологию.
Так как разработка систем корпоративной памяти - это прежде всего программный проект, то для нее применимы традиционные технологии разработки больших программных систем. В каждом программном проекте первым шагом в разработке является анализ требований, в котором должны быть найдены ответы на следующие вопросы:
- Какие задачи должны поддерживаться?
- Какая информация необходима, чтобы решить эти задачи?
- Какой тип поддержки желателен пользователями?
- Каков уровень затрат на разработку?
- Какие изменения ожидаются в будущем?
При поиске ответов на эти вопросы следует учитывать:
1. Человеческий фактор. Основная причина неудач ранних опытных проектов OMIS заключалась в том, что разработчики игнорировали реальные потребности, способности, и цели пользователей системы.
2. Стоимостной анализ. Во-первых, ядро проекта должно ориентироваться на критические процессы, «страдающие» от недостатка информационной поддержки. Во вторых, не следует перегружать начальную систему слишком большим количеством услуг, которые могут быть желательны, но не обещают быстрое возвращение инвестиций.
3. Эволюция знаний. Электронная поддержка особенно ценна в областях, подвергающихся быстрым изменениям, так как на таких предприятиях трудно обеспечить доступ к оперативной современной информации. В системах OMIS часто используют различные новые технологии обработки знаний, не имеющие пока общепринятых русскоязычных терминов и связанные с получением нового знания из анализа данных, например «открытие или разведка знаний» (Knowledge Discovery) и «разработка данных» (Data Mining). Разведка знаний представляет собой новое и быстро развивающееся направление, занимающееся «нетривиальным извлечением точной, ранее неизвестной и потенциально полезной информации из данных». В методах разведки данных используются различные подходы к анализу текста и числовых данных, плюс специальный инструментарий статистического анализа.
4. Чувствительность к контексту для естественно-языковых запросов. Система должна «понимать» контекст поступающих запросов. К примеру, она должна различать термины «размножение животных» и «размножение документов».
5. Гибкость. Система должна иметь возможность обрабатывать знания в различной форме и по разным темам в контексте работы данного предприятия.
6. Интеллектуальность. Система должна накапливать информацию о своих пользователях и о знаниях, которые она получает во время работы. Таким образом, со временем ее возможность «продуманно» предоставлять пользователям знания должна совершенствоваться.
До последнего времени при разработке OMIS остается целый ряд исследовательских вопросов:
Проблема обобщения моделей данных, словарей понятий или тезаурусов, онтологии. Основание для объединенной эксплуатации данных, документов, и формального знания - построение объединенных мета-моделей данных и знаний. Полезны были бы процедуры автоматического порождения тезауруса из существующих массивов документов. Объединенная онтология/тезаурус может использоваться, чтобы улучшить поиск, фильтрацию и маршрутизацию документов.
Проблема объединения логического вывода и информационного поиска. Объединенная эксплуатация формальных и неформальных представлений знаний и данных - это последовательное сближение логических методов и методов информационного поиска и индексации данных.
Соединение деловых процессов и управления знаниями. Окончательная цель состоит в том, чтобы обнаруживать информационную потребность в течение выполнения производственного процесса и определять уместное знание в специфическом контексте задачи. Первый прагматический шаг в этом направлении описан в работе, где авторы предлагают использовать информацию контекста задачи для информационной фильтрации.
Корпоративная память интегрирует знания, чтобы в решении новых задач опереться на предварительно накопленный опыт. Таким образом, можно избегать повторения ошибок, опыт может расширяться систематически, и информационно-емкие процессы работы могут быть выполнены более эффективными способами. В отличие от экспертных систем первичная цель систем OMIS - не поддержка одной специфической задачи, а лучшая эксплуатация необходимого общего ресурса - знаний.
В настоящее время существует значительный интерес к КМ со стороны промышленных компаний, которые осознают высокий прикладной потенциал корпоративной памяти для решения целого ряда практических задач обработки информации. С другой стороны, не многие из проектов идут далее стадии прототипа, что очевидно показывает, что компании стараются избегать затрат и риска вложения капитала в новые технологии, которые еще не нашли широкого распространения.
Таким образом, технология управления знаниями позволяет создать не просто автоматизированную систему с единым информационным пространством, а среду, в которой знания одного работника становились бы достоянием всех. Такой вариант необходим при решении особенно сложных комплексных задач в процессе подготовки и принятия решений в специально созданной технологической среде. Управление знаниями осуществляется с использованием базы знаний, которая является организованной совокупностью, по какой-либо предметной области. Базы знаний применяются при решении задач искусственного интеллекта, например, в экспертных системах. База знаний включает набор данных, знаний (их моделей), правил логического вывода для работы со знаниями.
