Австралийские специалисты создали беспрецедентный по своих характеристикам ресурс по поиску и анализу публикуемых научно-технических материалов lens.org. В системе проиндексированы 271 млн. публикаций и 155 млн. патентов. В режиме онлайн найденные материалы анализируются, и публикуются научно-технический и патентный ландшафты. Структуру и вид получаемых отчетов можно настроить под свои задачи. Платная версия позволяет в режиме реального времени отслеживать изучаемую предметную область, а в отчет будут добавляться новые материалы.
Посмотрите пример готового отчета по ссылке. Чтобы собрать, проанализировать и оформить подобный отчет в ручном режиме, потребуются месяцы. Теперь это время можно потрать на осмысление предметной области и на работу над новым продуктом.

https://www.lens.org/lens/report/view/Extreme-Efficiency-in-IT~2FData-Centers/2548/page/2242

Ученые открыли интересную взаимосвязь деменции (слабоумия) пожилых людей с процессом принятия пищи. С годами из-за проблем с зубами пожилые люди переходят на более мягкую пищу. Жевать с усилием ее не надо. В результате снижается мозговое кровообращение, что оказывает влияние на возникновение деменции. Друзья, берегите зубы – это залог вашего долголетия, интеллекта и очаровательной улыбки. (Пора изобретателей жвачки выдвигать на Нобелевку).

Интересный case в области патентования. Патент – это, прежде всего, экспертное подтверждение новизны разработанного решения. Перспективным направлением патентования является формирование портфеля патентов, полностью покрывающее то или иное комплексное решение. Портфель патентов часто формируется с целью продажи нематериальных активов крупным компаниям в отрасли. Покупатель должен быть уверен, что все в этих патентах учтено, и не осталось лазеек для конкурентов. Есть такой портфельный изобретатель и в России. Это Квасенков Олег Николаевич. Против него сразу ополчились все «знатоки» патентоведения. Издеваются над ним, кто во что горазд. ФИПС пишет ему отказы десятками, но он все равно добивается результатов. Он установил мировой рекорд по числу патентов. По данным западных источников за 20 лет он стал автором и соавтором более 29 тысяч патентов (и заявок на патент, по которым еще не принято решение). И это, не считая его Советских авторских свидетельств. По состоянию на 2014 год он входил Топ-100 владельцев патентов, уступая немного Honda Motor, но опережая Lg Electronics, Sony, Hitachi и других Hi-Tech монстров. За что его критикуют и шутят на эту тему. Работая в НИИ пищевой промышленности, он активно занялся защитой рецептур и технологий производства продуктов питания. Критики говорят, он переписывает кулинарную книгу, запатентовал одних компотов более десятка. Но это совсем не так. Он не может написать в заявке: «Добавляем соль по вкусу», как часто рекомендуют в рецептах. В описании его изобретений приведены используемые в промышленных технологиях точные дозировки и последовательность операций. Такое описание ничем не отличается от аналогичных заявок в области, например, химии или биотехнологии. Кроме того, среди заявок есть и «классические»: устройство для измельчения, шнековый пресс, пластикационный узел, лабораторная установка и т.д. Он защищает все, что сделано на предприятии и соответствует изобретательскому уровню. Как говорил В.И.Ленин: «Все, что создано народом, должно быть надежно защищено». Что в этом кейсе представляет практический интерес. Во-первых, это создание конвейера патентования. Обычно на оформление патента уходит 2-3 месяца. А Олег Николаевич подавал в некоторые годы по несколько сот патентов в месяц. Решение оказалось очень простое. Разработана унифицированная форма заполнения заявки, которую могут заполнить даже неквалифицированные сотрудники на основе существующих производственных регламентов. Во-вторых, никакой бюрократии. Невозможно себе представить, как такое число заявок на патент проходило бы согласование на различных уровнях предприятия. Наконец, открытым остается финансовый вопрос. Так как он в основном единственный владелец всех патентов, то размер ежегодных госпошлин для него должен был составлять более 10 млн.рублей в год. Как он решает эту проблему, которая даже для крупных корпораций является болезненной? Ответ на этот вопрос предстоит еще выяснить. Опыт О.Квасенкова - хороший пример для IT-компаний, где потенциально можно защищать сотни решений.

Четыре вопроса к самому себе, чтобы счастливо прожить жизнь.
Важной составляющей системы управления знаниями является умение задавать вопросы и получать на них ответы. Вопросы самому себе – самые трудные. Психиатр Джорж Блэйр-Вестер (George Blair-West) сформулировал 4 важнейших вопроса в нашей жизни. Он считает, что относительно недавнее явление для человечества, которое ученые до сих пор не до конца понимают, это «Брак по любви». По статистике 40-50% браков по любви распадаются. Вероятно, еще большее, учитывая незарегистрированные. Чтобы этого избежать в своей жизни автор доклада предлагает ответить всего на 4 простых вопроса. Но ответ он дает в своем докладе. Лучший вариант решения проблемы – это брак по расчету через пять лет перерастающий в брак по любви. Чтобы это произошло, необходимо помогать своему партнеру добиваться успехов и не отставать от него в своем росте. А если вдруг влюбился. Ок. Наслаждайся моментом, но не заводи семью и не забывай про контрацепцию. (Извините за упрощенный вариант изложения сложной проблемы😂 ).

https://www.ted.com/talks/george_blair_west_is_your_partner_the_one_wrong_question/transcript?showsSubtitleTooltip=true&user_email_address=12a6d4d069cd56cfddaa391c24eb7042

30 перспективных технологий. Прогноз от компании Gartner. https://www.gartner.com/en/articles/30-emerging-technologies-that-will-guide-your-business-decisions

Интересную концепцию управления знаниями предложила израильская компания Nice Systems Ltd. Известная проблема – обмен знаниями между специалистами. Опыт показывает, что высококвалифицированные специалисты добровольно неохотно делятся своими знаниями. Это факт. Если бы все было так просто, то этому вопросу не уделялось бы столь значительное внимание специалистов по управлению знаниями. Вот что предлагает NICE. Специалист в свое распоряжение получает продукт компании на основе технологий ИИ и машинного обучения. Далее диалог ведется между специалистом и машиной. Специалист обучает машину, подбирает для нее релевантные данные, оценивает результаты, внося изменения в обучение машины. Увлекательное занятие для специалиста. Машина тестирует способность специалиста подбирать релевантные данные. В свою очередь, у специалиста появляется хорошая возможность структурировать свои знания, оценивать их вероятностные характеристики. В результате на основе индивидуальных знаний формируются новые корпоративные знания.

https://www.cmswire.com/customer-experience/knowledge-management-the-backbone-of-exceptional-ai-execution/

Интересно

Современный тренд – внедрение технологий генеративного ИИ в бизнес-процессы. В статье Патрика Хоффела рассмотрены 3 риска, связанных с этим процессом.
1. Опасность получения результатов поиска, способных ввести в заблуждение. Это могут быть устаревшие документы, неточность процедур процедур связанных с безопасностью, искаженные оригинальные документы и пр..
2. Проблема конфиденциальности и персональных данных. Особенно это касается таких направлений как здравоохранение, финансы, коммерческая тайна.
3. Устаревшие данные. Необходим специальный ресурс мониторинга актуальности данных.

20 советов, как создать в компании культуру знаниецентризма.
( 11 пункт вызывает большое сомнение).
1. Создавайте качественные программы обучения;
2. Приоритет открытого общения и поддержки;
3. Предложите инструменты развития личностных качеств;
4. Вовлекайте в процесс ведущих специалистов;
5. Поощряйте сотрудников, стремящихся к обучению;
6. Берите пример с лидеров;
7. Предоставляйте информационные каналы и источники информации;
8. Проводите мероприятия по обмену знаниями;
9. Обсуждайте интересные книги;
10. Создайте платформы обмена знаниями (Wiki, форумы);
11. Не позволяйте людям в вашей организации создавать разрозненные структуры, которые помешают им сотрудничать и строить отношения;
12. Создайте систему непрерывного обучения;
13. Практикуйте Дни саморазвития (работа над собой по собственному плану);
14. Предоставляйте сотрудникам возможность вносить свои идеи;
15. Создавайте базу знаний;
16. Проводите семинары и программы наставничества;
17. Создавайте экспертные сообщества. Активность эксперта – основа его роста;
18. Отпразднуйте неудачные проекты. Научитесь извлекать из таких проектов полезный опыт;
19. Создавайте цифровые платформы для обмена знаниями;
20. Станьте экспертом в своей области.

https://www.forbes.com/sites/forbesbusinesscouncil/2024/04/24/20-tips-for-building-a-knowledge-centric-business-culture/?sh=d78ec67281ec

Компания Gray Decision Intelligence (Gray DI), ведущий поставщик программного обеспечения для оценки академических программ. Программа AI Reports создает простые для понимания текстовые отчеты, в которых суммируются десятки показателей на рынках академических программ. Эти отчеты позволяет принимать более обоснованные решения по академическим программам: что начинать создавать, какую программу остановить, или исправить или расширить. Gray DI собирает и анализирует данные о спросе студентов, занятости и интенсивности конкуренции по более чем 1500 академическим программам.

https://www.kmworld.com/Articles/News/News/Gray-DI-uses-AI-to-drive-growth-and-efficiency-in-higher-education-with-the-release-of-AI-Reports-163980.aspx

Небольшой обзор систем управления знаниями.
https://vc.ru/services/1030121-protestirovala-5-rossiyskih-servisov-dlya-upravleniya-znaniyami-delyus-mneniem

Интересный пример борьбы с deepfake. Известная кинозвезда Скарлетт Йоханссон в одном из фильмов озвучивала работу чат-бота. Этим воспользовался Сэм Альтман, и его чат-бот от компании OpenGPT также заговорил синтезированным голосом Скарлетт. Все развивалось успешно, пока Скарлетт не возмутилось. Вроде как разрешение запрашивали, но Скарлетт не согласилась. На всякий случай Альтман убрал голос Скарлетт для чат-бота. Как оказалось, это теперь может стать его роковой ошибкой. Юристы обсуждают перспективы судебных разбирательств. Одни говорят, нет записи голоса, а следовательно техническая экспертиза ничего не сможет доказать. На что им возражают: факт удаления голоса Скарлетт из системы является признанием сделанной ошибки. Какие тонкие материи. Запасаемся попкорном, как говорят в таких случаях.

Автор статьи вводит понятие «Сборка знаний» (Knowledge assembly). Сбор знаний — это динамичный творческий процесс, который включает в себя сбор разнообразных, часто разрозненных фрагментов информации из различных цифровых и нецифровых источников данных, как внутренних, так и внешних по отношению к организации. Это предполагает активный поиск, объединение и синтез информации для создания новых идей и перспектив. Хотя это немного переиначенное классическое определение Знаний, автору было важно показать, почему управление знаниями мало где эффективно работает. Кратко о восьми неоправдавшихся ожиданий от управления знаниями (авт. «мифов»).
1. Управление знаниями и сборка знаний – это одно и тоже. Разница состоит в том, по мнению автора, что цель управления знаниями – организация процесса, а цель сборки – достижение понимания. А этот результат может быть достигнут и без системы управления знаниями (баз данных, компьютеров, форумов, Интернета и пр.).
2. Сотрудники свободно делятся своими знаниями. В инновационных компаниях жесткая конкуренция на персональном уровне, что противоречит свободному обмену знаниями. Необходимо вводить стимулы и формировать соответствующую культуру, чтобы у сотрудников появлялось бы желание делиться полученными знаниями.
3. Удаленная работа развивает сборку знаний. В пост-ковидный период исследования показали, что офисная работа в большей степени сближает сотрудников, и дает положительный результат в поиске решений актуальных проблем.
4. Генеративный ИИ решит проблему сборки знаний. Существует проблема ограниченности, используемой ген-ИИ информации. Часто наиболее ценные знания хранятся в головах у сотрудников, остались у них в памяти после обсуждения, но не зафиксированы на материальных носителях.
5. Бюджетирование не имеет ничего общего с накоплением знаний. Заработная плата не должна быть привязана к достижению бюджетных целей. Это устраняет стимулы менеджеров искажать информацию ради выполнения бюджетного плана, тем самым улучшая сбор знаний и принятие решений. Вместо этого компаниям следует использовать для вознаграждения такие показатели, как способность осваивать новые продукты (рынки), решать проблемы, повышать ценность своей организации, а также управлять и мотивировать своих подчиненных.
6. Система обучения в организации инструмент накопления знаний. Процесс обучения не приводит напрямую к сборке или накоплению знаний. Нужны условия, чтобы сотрудник имел возможность реализовать полученную в ходе обучения информацию в виде нового решения.
7. Все компании должны стремиться к сбору знаний. Во многих отраслях скорость изменений знаний столь высока, что тратить усилия на фиксацию и обновление знаний становится неэффективно. Кроме того, инновации – это всегда риск. Стоит ли увлекаться «сборкой новых знаний», если в компании зрелый и стабильный бизнес?
8. Программное обеспечение способно собирать знания. Многочисленные системы управления знаниями — от систем управления контентом до порталов, CRM-систем и инструментов управления проектами — обещают более эффективные способы управления знаниями. Характеризовать их как «системы управления знаниями» представляет собой ложную или, в лучшем случае, вводящую в заблуждение информацию. Эти системы представляют собой инструменты сотрудничества и обмена информацией. Они обрабатывают только цифровые данные, полученные от сотрудников или по результатам проектов, но не информацию и знания, хранящиеся в человеческом мозгу.
https://www.cio.com/article/2099592/assembly-required-8-myths-about-knowledge-management-debunked.html

Искусственный интеллект поможет каждому стать программистом. Это тема доклада Руководителя GitHub Томаса Домка (Thomas Dohmke). Что движет программистами, когда они выкладывают свои разработки для открытого доступа. Амбиции? Может статься, что скоро придется искать работу, на выбор: курьер, официант, охранник. Или нет? https://www.ted.com/talks/thomas_dohmke_with_ai_anyone_can_be_a_coder_now?user_email_address=7bdb2c11216c18a32764701ef32c1318&lctg=645df2fc3542f4c1aa08e96f

Как искать лидеров (team leader)? Необычный взгляд на проблему Мартина Гутмана (Martin Gutmann). Почему мы часто ошибаемся с выбором лидеров команд. М.Гутман считает, что нам чисто психологически нравятся люди, уверенные в себе и имеющие большой опыт преодоления проблем. Мы даже не обращаем внимание – это был положительный опыт или нет. Яркие, общительные, деловые, интересные рассказчики – вот образ современного лидера. Мы совсем не замечаем, что рядом есть люди с большим багажом успешных решений, но они непубличные, тихие и незаметные. Какого лидера выбирает наше сообщество?

https://www.ted.com/talks/martin_gutmann_are_we_celebrating_the_wrong_leaders/transcript?user_email_address=12a6d4d069cd56cfddaa391c24eb7042&lctg=

В обзоре публикаций по теме организационного обучения приведены многочисленные статистики. Целью работы являлось установления взаимосвязи между организационным обучением и инновациями. Если просто, как обучение сказывается на инновациях в организации. Результаты показывают, что большая часть исследований носит сугубо академический характер, в большей степени касающийся организации управления знаниями, а не процесса трансформации полученных в результате обучения знаний в инновации.

https://www.sciencedirect.com/science/article/pii/S2405844024078435

Внедрение генеративных чат-ботов изменит работу юридических отделов.
Что поменяется:
1. Ускорится процесс подготовки дел;
2. Улучшится проверка контрактов и комплексная проверка компаний;
3. Улучшится качество контента, подготовки писем;
4. Прогноз и стратегия ведения дел;
5. Обмен опытом и знаниями;
6. Этика использования технологий искусственного интеллекта;
7. Повысится доступность юридических услуг.
https://medium.com/@AIandInsights/transforming-the-legal-landscape-29e676ecd0e7

Чат боты это будущее, мобильные приложения слишком тяжелые для развития. Я считаю, что через 2-3 года Сбербанк онлайн будет в телеграмме

Новые российские продукты в области управления знаниями https://vc.ru/services/1191962-kak-rossiiskii-it-produkt-importovytesnyaet-inostrannye-analogi

Если имеется возможность индексировать весь массив данных, зачем нужны мета данные и разметка неструктурированных данных. В компании Komprise считают, что «…это помогает предприятию сделать две важные вещи: раскрыть ценность, скрытую в неструктурированных данных, и снизить затраты на хранение. Правильная маркировка метаданных и доступ к ним гарантируют, что решения ИИ смогут извлекать и представлять нужные данные в нужное время и нужному человеку». То есть ценность того или иного материала определяет человек, а по его разметке пользуются материалами другие сотрудники. А что делать, если есть иное мнение на ценность того или иного материала, или, например, материалы устарели и изменился набор ключевых слов?

https://www.datanami.com/this-just-in/komprise-recognized-as-an-idc-innovator-for-knowledge-management-technologies/