Написано мной в соавторстве с П. Фадеевым и Г.Терпиловским
1.1.Знание это не информация. Нужен разделяющий
фильтр (механизм) между информацией и знанием.
В Теории передачи информации есть
исключительно важное понятие – отношение сигнал/шум. Поясним на примере.
Представьте, что у Вас замечательный сотовый телефон и голос собеседника
прекрасно передается… Но! Вы стоите возле работающей турбины реактивного
самолета. Полезный сигнал Вашего телефона хорош, но шум делает его бесполезным.
Таким же образом, сама по себе информация (информационный шум) делает знание
бесполезным.
Отделение знания от
информационного шума происходит по критерию полезности.
Следует сначала разобраться в
критериях полезности знания для конкретного предприятия в конкретных условиях и
только после этого появится возможность управлять соотношением «знание –
информационный шум» (см. рис. 1).
Рис. 1.
В традиционных же системах
управления знаниями как правило главенствует принципы «на всякий случай» или «а
вдруг пригодиться» (когда знания накапливаются, сохраняются и распространяются
«на всякий пожарный»), что порождает информационный шум, большие затраты на его
обработку на местах и в конечном итоге ведет к перегрузке и ошибкам менеджмента.
Фактически к знаниям по факту применяются
2 подхода – толкающий и тянущий. Устоявшаяся практика управления знаниями
относится скорее к толкающему подходу, когда полученное или формализованное
корпоративное знание пытаются распространить и использовать многократно.
«Тянущий» процесс управления
знаниями предполагает целенаправленное, точное определение параметров
необходимых знаний и поиск или создание нужных знаний. Такой подход, во-первых,
гораздо менее затратен, а, во-вторых, больше ориентирован на результат.
Если работа Вашей компании
зависит от большого количества знаний, а отбор необходимых знаний вы
перекладываете на плечи сотрудников, если не отбираете знания по ключевым
критериям, если не устанавливаете контрольные точки потоков знаний, компания сама
становится генератором информационного шума:
Как-то мне пришлось работать с одной крупной
телекоммуникационной компанией, которая использовала 106 отдельных баз данных.
Каждая база содержала от 75 до 100 параметров, или показателей эффективности. В
то время компания ежемесячно собирала и обрабатывала от 7500 до 10 000
показателей. Теперь показателей стало куда меньше, однако многие менеджеры, с
которыми я общался, обычно просматривают от 100 до 200 страниц информации
еженедельно. Когда я спросил, а какой же процент полученных данных имеет
реальную ценность, большинство из них ответили: "Около пяти"!
Наиболее
серьезной и широко распространенной проблемой систем измерения эффективности различных
компаний является избыточность данных.
Проблемой это становится потому, что компания тратит
львиную долю своего драгоценного времени на переработку груды ненужных данных.
Кроме затрат на обработку лишней
информации у неструктурированной системы управления знаниями существует еще
одна опасность – узурпация компетенций отдельными сотрудниками. Если
способность определять потребность в знаниях и извлекать знания из доступной
информации оказывается компетенцией сотрудника, а не фирмы, то это увеличивает
зависимость компании от этого сотрудника. Поэтому при построении системы
управления знаниями необходимо переложить функции по определению «потребительских
качеств» знаний с конкретных сотрудников на структуру.
Браун Марк Г. Сбалансированная система показателей: на маршруте
внедрения. М.: Альпина Бизнес Букс, 2005, С. 14.
