مهمترین پیشنهادات رهبران مدیریت دانش برای سال ۲۰۲۱

با بازگشت جامعه بین‌المللی به شرایط قبل از COVID 19، رویکردهایی به منظور بهبود فرآیندها و استفاده از فناوری‌های جدید به کار گرفته می‌شوند. استفاده از پایگاه‌های ابری (Cloud platform) تجزیه و تحلیل تجارب کارمندان و مشتریان، تاکید بر همکاری‌های هوشمند، هوش مصنوعی (Artificial intelligence (AI)) و یادگیری ماشینی (Machine learning (ML)) ، برخی از استراتژی‌های سازمان‌ها جهت پیشروی در سال ۲۰۲۱ می‌باشند.
در این مطلب مجریان اصلی مدیریت دانش در سطح جهانی پیشنهادات و راهکارهایی جهت نیل به موفقیت در سال ۲۰۲۱ ارائه می‌دهند.

اهمیت چابکی سازمان

از نکات آموزنده در سال ۲۰۲۰، اهمیت چابکی شرکت‌ها برای موفقیت در راستای ماندگاری در شرایط نامشخص است. بسیاری از سازمان‌ها مجبور به "تغییر" مدل‌های کسب‌وکار، خلق محصولات و رویکردهای جدید ارائه خدمت، تجدید نظر در فرآیندهای زنجیره تامین و بازبینی طرح‌های استراتژیک موجود شده‌اند. بنابراین شکاف عملکردی بین شرکت‌هایی که زیرساخت فناوری اطلاعات خود را از طریق Cloud و SaaS (Software as a service) مدرن‌سازی کرده‌اند و شرکت‌های پایبند به سیستم‌های سنتی، گسترش خواهد یافت.

استفاده از اطلاعات مرتبط با رفتار کاربران

یکی از پیش‌نیازهای کلیدی برای مدیریت دانش آینده‌نگر، توانایی استخراج داده‌ از صدها و هزاران سیلوی اطلاعاتی موجود در سراسر سازمان و ایجاد پیوند میان آن‌ها برای پردازش‌های اثربخش است. امروزه پیشگامان مدیریت دانش سعی بر تحلیل عوامل موثر در روش‌های استفاده از اطلاعات دارند و از منظر فنی این تحلیل به عنوان مدل رفتاری برای طراحی سیستم بازیابی اطلاعات شناخته می‌شود. این عوامل عبارتند از میزان اهمیت فعالیت‌ها، اقدامات پیشین انجام شده مرتبط با اطلاعات و احساس کاربران در ارتباط با اطلاعات (تحت عنوان تجربه مشتری یا "اقتصاد تجربه"). بر اساس تجزیه و تحلیل رفتاری فوق، سیستم‌های مدیریت دانش بدون انجام اقدامات اضافی، دانش و اطلاعات مورد نیاز کاربران را در زمان مناسب تحویل داده و آن‌ها را شخصی‌سازی می‌کنند.

رشد تقاضا برای هوش مصنوعی (AI) و یادگیری ماشینی (ML)

از توسعه‌دهندگان و کاربران سیستم مدیریت دانش انتظار بینش و استدلال بیشتری در مورد الگوریتم‌های ML، AI و نحوه عملکرد آن‌ها داشته باشید.
به عنوان مثال، در زمینه کاربرد یادگیری ماشینی در فرآیند استخدام (چرایی توصیه یک فرد برای نقشی خاص توسط سیستم) به مدیر منابع انسانی اجازه اخذ تصمیم آگاهانه را داده و ریسک انحراف ناخواسته (یا مخرب) را نشان می‌دهد.
از آنجا که بسیاری از مدل‌های AI  و  ML مانند یک جعبه سیاه عمل می‌کنند، کاربران و توسعه‌دهندگان در مورد نحوه کارکرد این مدل‌ها آگاه نیستند. 

شکل‌گیری موج جدیدی از تحول دیجیتال برای مشاغل به دلیل پاندمی 

سیاست‌های دورکاری سبب استفاده از نرم‌افزارهایی به منظور تکمیل خلاهای موجود شده است. کار در خانه بیش از هر زمان دیگری نیاز سازمان‌ها به یکپارچه‌سازی فناوری‌‌های اطلاعاتی را دوچندان کرده است. در نتیجه، سرعت بخشیدن به جابجایی از سیستم‌های سنتی به ابری به منظور تسهیل انجام فرآیندهای روزمره در شرایط دورکاری بسیار حائز اهمیت است. پیشبینی‌ها حاکی از آن است که بازار تحولات دیجیتال سالانه 22/7 درصد رشد می‌کند و در سال 2025 به 3/3 میلیارد دلار می رسد. با ادغام سرویس‌های ابری، بهره‌وری مشاغل تا پایان سال 2021 به بیش از 200 درصد افزایش می‌یابد.
در نهایت مدیریت دانش جایگاه خود را در بین عملکردهای حیاتی کسب‌وکار در سال ۲۰۲۱ پیدا می‌کند. با تغییر رویکردهای کاری و پراکندگی کارکنان، شرکت‌ها به دنبال راهکارهایی برای بهبود همکاری‌ها در غیاب تعاملات پیشین هستند. علاوه بر این، در بسیاری از شرکت‌ها، دسترسی به اسناد، اطلاعات و تجارب جمعی به دلیل VPN ضعیف، دستورالعمل‌های امنیتی، نبود سیستم‌های مدیریت محتوای گسترده‌ و فقدان رویکرد رسمی و ساختاری برای مدیریت دانش، محدود بود. در سال ۲۰۲۱، دسترسی ایمن و سریع به دانش‌های سازمانی و استفاده مجدد از آن‌ها (با حفظ مالکیت فکری کسب‌وکار) و بهبود همکاری‌ها، نیاز به مدیریت دانش را افزایش خواهد داد. 

منبع مطلب : www.kmworld.com