Znalosti a jejich řízení Prof. Ing. Zdeněk Molnár, CSc zdenek.molnar@fsv.cvut.cz

Strategický význam znalostí „Znalosti jsou dnes jediným smysluplným zdrojem. Tradiční „výrobní faktory“ - země (tj. přírodní zdroje), práce a kapitál nezmizí, ale stanou se druhotnými. Mohou být získávány a to navíc snadno, jen pokud máme potřebné znalosti“ (Peter Drucker). CI nepředstavuje ve své podstatě nic jiného, než vytváření znalostí využitelných pro strategická rozhodování v organizacích

Informační, nebo znalostní společnost? Rozdíl mezi "informacemi" a "znalostmi" je podobný rozdílu mezi surovinou a hotovým produktem, ovšem s tím, že informací (coby základní suroviny budoucí společnosti) bude stále více a jejich hodnota bude stále menší. Naproti tomu znalosti a schopnosti vyhodnotit informace, porovnat je, posoudit, aplikovat atd. budou tím, co bude čím dál více ceněno a co bude představovat skutečnou hodnotu. Proto je skutečně na místě používat spíše přívlastek "znalostní" než "informační".

Předpoklad znalostní společnosti K základním předpokladům konceptu znalostní společnosti Schopnost jednotlivce orientovat se v informačních zdrojích, efektivně v nich vyhledávat a vyhledané informace interpretovat, zasazovat do kontextu, tvořivě zpracovávat a vytvářet z nich znalosti.

Co to je znalost? „V češtině máme pro pojem znalost či znalosti mnoho synonym jako např. umím, dovedu jsem schopen něco udělat. Znalost je tedy účelová koordinace akce znalosti tedy nejsou informace Rozdíl mezi informacemi a znalostmi je tedy základní a významný. Informace jsou vstupem do znalostního procesu, tj. účelové koordinaci činností. Dosažení vytčeného účelu skrze akci (ne jen na papíře) je jediným důkazem či manifestací praktické, použitelné znalosti. Bez potřebných znalostí nejsme schopni určit hodnotu a význam informací, jinými slovy neumíme informaci nějak smysluplně a účelově použít“ (prof. M. Zelený) Pojem znalost či znalosti může být z různých hledisek natolik neurčitý, že snaha o přesnou definici by pro praxi pravděpodobně nebyla užitečná. Znalosti totiž mají různý význam a hodnotu v různém kontextu, jsou tedy definovány v kontextu jiných informací, vyvíjejí se, nejsou konečné, a proto jsou obtížněji přenositelné než informace

Data, informace a znalosti vzdělání zkušenosti data informace znalosti rozhodnutí (akce)

Z informací tvoříme znalosti srovnáváním (V čem se liší informace o dané situaci od informací o situacích, které již znám? odvozováním (Jaké důsledky má tato informace na moje rozhodnutí a akci?) spojováním (Jak souvisí tato informace s jinými?) komunikováním (Co si ostatní lidé myslí o této informaci?)

DATA(FAKTA) > INFORMACE > ZNALOSTI Vyber jméno a věk ze souboru zákazníci, kde cena auta > 900000 a typ auta = sportovní DATA - tradiční data -orientace na záznamy - data jsou vybírána klasickými databázovými technikami (např. SQL) INFORMACE ZNALOSTI

DATA(FAKTA) > INFORMACE > ZNALOSTI 42% sportovních aut dražších než 900000 si kupují muži ve věku mezi 40 až 50 lety DATA - často potřebné údaje - orientace na agregovaná data a výpočtové hodnoty - softwarové produkty pro DSS INFORMACE ZNALOSTI

DATA(FAKTA) > INFORMACE > ZNALOSTI Pro podporu prodeje dražších sportovních vozů je třeba se zaměřit na muže středního věku - zobecněná data a informace - data mining objevuje znalosti - technologie zahrnuje deduktivní/induktivní odvozování - asociativní pravidla DATA INFORMACE ZNALOSTI

Znalosti tacitní a explicitní Explicitní znalosti se snadno dají vyjádřit formálním a systematickým jazykem, tzn. je můžeme vyslovit, napsat, nakreslit nebo jinak znázornit. Můžeme je tedy formalizovat např. pomocí formulí, specifikací či manuálů, přenášet, ukládat, sdílet, skladovat. Jsou to znalosti strukturované, jsou snadno komunikovatelné a lze je vyjádřit pomocí dat. Tacitní znalosti jsou znalosti nevyslovitelné, skryté, tiché, nestrukturované, nedají se snadno postřehnout, vyjádřit či vysvětlit. Tacitní znalosti jsou uchovány v hlavě jedince, jsou jeho osobním vlastnictvím, velmi často jsou skryté v podvědomí a jsou zdrojem kreativity. Jsou spojené s individuální zkušeností, dovedností, činností, intuici, osobními představami, mentálními modely, emocemi atd. jedince.

Typy znalostí explicitní tacitní kolektivní individuální Formální (technická) zkušenost Pravidla, zákony, předpisy explicitní Intuice Moudrost a sociální praxe tacitní individuální kolektivní Vzájemné prolínání Vývoj podporovaný KM

Spirála znalostí (Ikujiro Nonaka) tacitní explicitní dialog socializace externalizace tacitní Spojování explicitních znalostí internalizace kombinace explicitní Učení děláním Field building

Konverze znalosti (1) Socializace (tacitní na tacitní) – Socializace je proces sdílení, tedy přenos a znovu vytváření tacitních znalostí pomocí sdílené zkušenosti. Typickým příkladem je učňovství. Příklad učedník, chirurg, architekt. Řídit socializaci je velmi složité. Jejím předpokladem je důvěra, náklonnost a přátelství mezi pracovníky organizace či členy komunity. Externalizace (tacitní na explicitní) – Jedná se o pokus přepsat tacitní znalost do explicitní formy. Pokoušíme se ji formalizovat proto, protože se s ní pak lépe pracuje a lze ji rozšířit dále mezi lidmi a díky tomu se externalizovaná znalost stává základnou pro vznik nových znalostí. Tacitní znalost převádíme pomocí metafor, analogií, modelů, vyprávěním příběhů. S přepisem bývají problémy, protože je tacitní znalost příliš svázaná se svým nositelem a je natolik specifická, že jí při přepisu vždy ztrácíme.

Konverze znalosti (2) Internalizace (explicitní na tacitní) – Tento proces je založen na učení se při činnosti. Osvojená znalost integruje s tacitními znalostmi, které daná osoba má, rozšiřuje je a mění. Při internalizaci musíme vždy počítat s tím, že jednu explicitní znalost mohou dva různí lidí zpracovat naprosto odlišným způsobem. Kombinace (explicitní na explicitní) – Kombinace je proces, kdy spojujeme oddělené explicitní znalosti do nové explicitní znalosti, která je širší, systematičtější a komplexnější Příklad: soubor specifikací prototypu nového výrobku.. Lze ji kombinovat pomocí dokumentů, schůzek, telefonických hovorů. Spojování obvykle nečiní problémy.

Bostonské matice aplikovaná na znalosti (životní cyklus znalostí) znalostní charakter oboru – podíl znalostí v hodnotě produktu/služby vysoký nízký Oblast klíčových znalostí Oblast potenciálních znalostí Oblast základních znalostí Oblast zastaralých znalostí vysoký Růstový potenciál odvětví (trhu) nízký

Znalosti jsou vždy specifické podle typu a charakteru podniku a záleží na vizi a poslání podniku Oblast potenciálních znalostí . V ní jsou znalosti dosud v plenkách, ale už se ukazuje, že by se mohly stát potenciálem k radikální změně podnikání či alespoň ke změně některých procesů uvnitř podniku Oblast klíčových znalostí. Tyto znalosti odlišují jednotlivé podniky navzájem. Mají největší vliv na jedinečnou posici podniku na trhu a často jsou označovány jako “core competences“ Oblast základních znalostí. Tyto znalosti jsou nezbytné pro to, aby podnik mohl vykonávat své podnikatelské aktivity. Tyto znalosti jsou široce dostupné a podobné u většiny podniků v daném odvětví. Oblast zastaralých znalostí. Tyto znalosti již nejsou vůbec, nebo jen zřídka využívána pro podnikání.

Knowledge Management znamená hledání odpovědí na otázky Jak identifikovat naše znalosti (naší kompetenci) jinými slovy co opravdu umíme dělat (Jinými slovy abychom věděli co všechno víme)? Jak tyto znalosti zachycovat (uchovávat), samozřejmě v digitalizované podobě? Jak tyto znalosti zlepšovat či rozšiřovat? Jak se zbavovat starých (neúčelných) znalostí? Jak šířit tyto znalosti sdílet s našimi zaměstnanci? Jak tyto znalosti užívat pro zvýšení naší konkurenceschopnosti, např. vyšší schopnost koordinace či flexibility našich procesů, které jsou nutné pro úspěšné zvládnutí turbulentní změny(viz dále)? Jak hodnotit (měřit) naše znalosti?

Definice KM Obecná a exaktní definice neexistuje. Jsou jen různě volná „operační“ definice co se při KM děje. I když se jednotlivé definice v přístupu více či méně liší, v souhrnu dobře ilustrují obsah předmětu. Thomas Davenport definuje KM jako systematický proces hledání, vybírání, organizování, destilování a prezentování informací způsobem, který zlepšuje porozumění pracovníka specifické oblasti zájmu. Justin Hibbard stručně shrnuje management znalostí jako proces „chytání“ kolektivní podnikové odbornosti. Owen Wilson charakterizuje KM jako formulaci podnikové strategie po rozvoj a aplikaci znalostí, které přispějí k zlepšení podnikových procesů a schopnosti reakce. Ludmila Mládková (2003) definuje management znalostí jako řízení znalostí a znalostních pracovníků. Larry Prusak: Je to spojité spektrum aktivit, na jehož jednom konci je zachycení znalostí a druhém konci komunikace lidí. Arian Ward: Při KM jde o to sledovat ty, kteří znají a rozvíjet takovou firemní kulturu a technologii (infrastrukturu), která je přiměje mluvit.

Základními prvky úspěšného KM jsou spolehlivá společná technologická infrastruktura, která umožní sdílení znalostí, spojení lidí, kteří mají znalosti a jsou ochotni je sdílet, ptát se a naslouchat, zavedené procesy pro zjednodušení sdílení, ověřování a extrakci znalostí.

Dvojí pojetí KM Technologické pojetí (tvrdé, kognitivistické, euro-americké, IT-Track, knowledge management) klade důraz na využití informační a znalostní technologie a aplikuje řadu metod umělé inteligence. Typickými přístupy v tomto směru jsou např. data mining, strojové učení, tvorba a využití znalostních systémů, aplikace lingvistiky na práci s texty atd. Znalost má explicitní formu a je vázána k určitému problému. Primárním cílem KM v tomto pojetí je tvorba, kodifikace, uchování a přenos znalostí. Znalosti mohou být dobře uloženy v databázích a je možno je bez větších problémů řídit. (Sklenák) Sociální pojetí (měkké, komunikační, japonské, People-Track, knowledge creation) je zaměřeno na tvorbu a využívání zejména tacit znalostí, skupinové řešení problémů, řízení znalostních pracovníků, proces učení, atd. Důraz se klade zejména na využití znalostí v praxi, sdílení znalostí uvnitř organizace, rozšíření mezi zaměstnanci a pod .(Mládková) V poslední době stále častěji převládá názor, že je nutné propojit technologické a sociální pojetí KM, neboť oba přístupy jsou pro podnikovou praxi potřebné

Technologie pro řízení explicitní znalostí Intranet Znalostní (podnikové) portály. Content Management Systém Webové vyhledávače. Push technologie (agenti). Helpdesk – (FAQ). Groupware Workflow technologie Data warehouse, Data mining expertní systémy. E-learningové aplikace.

Metody pro řízení tacitních znalostí Vyprávění příběhů. Příběh nám umožňuje vykreslit realitu pomocí analogií a symbolů a pomáhá překonat bariéry v myslích jedinců. Cílem vyprávění je povzbudit představivost posluchače a spojit zkušenosti vypravěče se zkušenostmi posluchače. Komunity či sítě lidí, kteří se scházejí za účelem sdílení znalostí a učení se jeden od druhého. Komunity vznikají přirozeně nebo jsou vytvářeny uměle, mohou fungovat na základě osobních styků anebo jsou virtuální. Komunita musí mít jasně formulovaný cíl a tímto cílem může být nějaký problém, zájem, touha naučit se něco nového apod. Učňovství – Tradiční způsob, ale velmi pomalý a dlouhodobý a je založen na základě společenské smlouvy. Proces učení probíhá přímo na pracovišti, kdy mistr předává učni explicitní znalosti a snaží se po několik let v různých situacích a činnostech vytvářet a rozvíjet jeho znalosti tacitní

Sdílení znalostí Zdroj A Zdroj B Zdroj C částečně sdílené znalosti individuální znalosti Všeobecně sdílené znalosti

Mapování znalostí Zdroj A Zdroj B ……….. Zdroj n ……… Znalost 1 Znalost k