Интересный тренд в области корпоративного обучения в нефтегазовой отрасли. Социальные сети отучили людей читать длинные тексты. Общий тренд - снижение внимания. Специалисты считают, что в области обучения в критически важных областях, в первую очередь, в области безопасности необходимо переходить на так называемое микрообучение. Возможно в этом случае сотрудник внимательно прочтет и запомнит содержание. Кстати, ранее проведенные исследования показали, что при классическом обучении 50% полученных знаний забываются в течение первого месяца.
https://techehs.com/blog/microlearning-for-safety-training-a-game-changer-in-the-oil-and-gas-industry

Если сравнить статьи об управлении знаниями за последние 15-20 лет, то большой разницы никто не обнаружит. Все те же проблемы: верификация устаревших данных в базах данных, потеря знаний в связи с увольнением сотрудников, нежелание сотрудников делиться «секретами» своей работы и пр. Никто пока не предложил надежного способа решения этих проблем, кроме развития морально-этических принципов. Важная составляющая СУЗ, но работает плохо. Вот пример часто встречающейся цитаты: «Американские компании с плохо организованной системой управления знаниями теряют ежегодно от 2,7млн. до 265 млн. долларов СЩА». Цифры, конечно, могут быть любые, но реальные потери существуют. Это нельзя отрицать. Удивительно, что никто за столько лет не предложил простой и надежный способ решение проблемы. А он существует и проверен на практике. Надо платить сотрудникам за участие в системе управления знаниями. Если в прошлом году потеряли миллионы, почему бы в текущем году не выделить на поощрение сотрудников хотя бы 10% от прогнозируемых потерь!? Разработать Тарифы и Инструкцию объемом не более, чем на одну страницу по оценке вклада сотрудника в СУЗ. Например, подготовка презентации по заданию: один слайд -5000 рублей, записал видео-урок: 10000 рублей минута, нашел ошибку в документации – 50000 рублей, внедрил предложение по улучшению – 100000 рублей и т.д. Такая система управления знаниями затмит все существующие.
https://www.heretto.com/blog/knowledge-management

Перспектива и рынок продуктов систем управления знаниями.

Одним из основных препятствий активного развития системы управления знаниями в компании является слово «План» и буквальное его понимание. Во-первых, накопление знаний у человека – это процесс, во многом связанный с самообразованием, желанием самого человека трудиться и профессионально расти, получать новые знания в общении с коллегами. Запланировать «сверху» желание у человека самообразовываться, вряд ли это возможно. Самообразование требует затраты личного времени, порой «лунными ночами». Попробуйте такую задачу поставить подчиненным)). Во-вторых, большинство ИТ-проектов – это творческий процесс, с большим числом неопределенностей, альтернативных подходов и даже конфликтов между различными группами разработчиков. Такую работу невозможно спланировать точно по времени. Нет таких справочников по трудозатратам, по которым можно было бы калькулировать перечисленные выше проблемы. Как результат, Планы строятся исходя из так называемого Опыта. Но к Плану привязываются сметы, премии, благодарности или нагоняи от начальства. Как результат, сотрудники думают только о Плане. Спроси любого программиста, на каких конференциях он побывал, какую последнюю книгу или статью прочитал, не говоря уже выступал ли сам с докладом или написал статью в журнал, ответ будет почти очевидный. «Нам бы Ваши заботы».
Вечный вопрос: «Что делать». Спасибо Gartner за подсказку. Надо заменить слово «План» на слово «Прогноз». Нигде в текстах крупных иностранных компаний вы не встретите слово «Plan», но аккуратно: Forecast, Predict, Expect ( Прогнозировать, Предсказывать, Ожидать). Слово Sprint в российских компаниях также воспринимается как «плановый срок». Тогда как сама компания №1 в области управления проектов Atlassian определяет Sprint как « это мероприятие, на котором команда сообща отвечает на два основных вопроса: какую работу можно выполнить в этом спринте и как она будет выполняться?» Обращаем внимание на модальность: не должна выполнить, а может выполнить. Это прогноз, предположение, а не указание к исполнению. Что замена слова План на Прогноз меняет? Приводит в соответствие формальный документ с реальными процессами. А главное, снимает напряжение с сотрудников, занятых в производстве продукта, давая им возможность оглянуться вокруг, чтобы сделать следующий шаг. Все они и так работают с полной отдачей, честно и самоотверженно. Разве в этом есть сомнение.

Начальный курс работы с Obsidian. Один из лучших инструментов персональной системы управления знаниями. Интересно, существует ли интегратор персональных знаний в Obsidian в единую корпоративную СУЗ?
https://www.youtube.com/watch?v=zYlDnmlo39Q

Вышел декабрьский номер журнала Knowledge Management (Управление знаниями)
Дэвид Вейнбергер (David Weinberge ) делится мыслями о том, как гиперссылки стали прообразом LLM (Больших языковых моделей). Гиперссылки – это модель наших знаний. Чем больше связей мы устанавливаем, тем глубже наши знания.
Арт Мурэй (Art Murray) оценивает перспективы внедрения ИИ на рабочих местах. Среди рисков он выделяет принятие решений на основе корреляций исторических данных, что может приводить к плохим решениям и даже появлению «черных лебедей». Другие риски связаны с непрозрачностью выводов на основе ИИ , предвзятостью принятия решения и сокращению рабочих мест.
Алан Пелз_Шарп (Alan Pelz-Sharpe ) анализирует плюсы и минусы (риски) внедрения ИИ. Он также отмечает непрозрачность и предвзятость решений. Кроме того, он обращает внимание на необходимость располагать большим массивом исторических данных, и значительными средствами, что могут себе позволить только крупные компании.

Джелани Харпер (JELANI HARPER) считает, что интеграция LLM c интеллектуальным документооборотом приведет к возникновению новых парадигм в управлении знаниями: генерации новых знаний, возможности резюмировать многочисленные документы, интеграции и анализу данных из разрозненных источников, новым способам классификации и извлечения необходимых знаний.

Дэйв Ком ( Dave McKolm) представил представил доклад о перспективах развития технологии графов знаний. Краткий перевод: "Еще два года назад мало кто верил в нас, но сейчас мы преодолели все проблемы и вышли Плато Продуктивности". Красивое клише для любой разрабатываемой технологии.😀

Еще один слайд от того же автора. Два огромных лайнера "Управление знаниями" и "Граф-знаний" движутся навстречу друг другу. Каковы перспективы Системы управления знаниями, если они столкнутся? А вдалеке стоит IT-крейсер и наблюдает за процессом слияния двух технологий. Скоро неявные знания в соответсвии с теорией Нонака превратятся в определенные. Спасатели (маленькая лодочка слева) уже спешат.

Gartner предлагает стратегию информационной безопасности масштабирования внедрения технологий искусственного интеллекта в корпорациях. На сей раз выбрана метафора «Бутерброда». База бутерброда – централизованное хранилище данных. Над ним строится платформа технологий ИИ. Верхняя часть бутерброда – разрозненные потребители и поставщики информации. Потребители из верхней части могут выбирать собственные инструменты ИИ (BYOAI). Для обмена информации между верхним слоем и базой (хранилищем, потребителями и поставщиками информации) готовится специальный соус в виде фреймворка информационной безопасности – TRiSM (Trust, Risk, Security Management). Перенос всей информации между слоями должен пропитываться через TRiSM-соус.
Для реализации этой стратегии необходимо:
1. Желание руководителей внедрять ИИ с целью повышения производительности труда и оптимизации бизнес-процессов. (Отмечается, что риски инвестиций могут составлять от 500% до 1000$);
2. Организация системы информационной безопасности должна быть построена таким образом, чтобы при внедрении ИИ не нанести ущерб корпорации, но и проявляя гибкость, не мешать внедрению инновационных решений;
3. Позитивное отношение сотрудников к внедрению ИИ. Необходимо вести целенаправленную работу по преодолению скептического и даже негативного отношения сотрудников к внедрению ИИ.


https://emt.gartnerweb.com/ngw/globalassets/en/information-technology/documents/insights/it-symposium-keynote-2024.pdf?_gl=1*1q4v0eb*_ga*MTU5NDU3OTcxMy4xNzIyMzMzNTcw*_ga_R1W5CE5FEV*MTczMzM0MTA3OS4xNS4xLjE3MzMzNDExNTcuMC4wLjA.

Интересно

Рекомендации ASIS (Американское общество профессиональных сотрудников службы безопасности) по борьбе с фишинговыми атаками

1. Информирование персонала о последних случаях и приемах использования фишинга;
2. Использование современных технологии безопасности, таких как системы обнаружения угроз на основе искусственного интеллекта, усовершенствованные фильтры электронной почты и веб-браузеры со встроенной защитой от фишинга;
3. Применение многофакторной аутентификации;
4. Организация обмена информации между специалистами в области информационной безопасности;
5. Поощрение сотрудников, сообщающих о фишинговых атаках;
6. Проявление осторожности при взаимодействии с непроверенными источниками, избегая перехода по подозрительным ссылкам, загрузки вложений от неизвестных отправителей или предоставления личной информации без проверки законности запроса.

На конференции KMWorld-2024 меньше всего докладов было сделано в секции TAXONOMY (Классификация, Систематизация). Интерес к теме поддерживается исключительно ИТ-структурами. В некоторых докладах звучат призывы к участию в процессе структурирования информации широких масс, но это скорее подтверждает падающий интерес со стороны пользователей к существующим каталогам.
Специалисты в области классификации и систематизации информации как бы не замечают, что пользователи потеряли интерес к работе с большими каталожными системами. А возможности работать с «большими данными» и вовсе делают классические каталоги бессмысленными.

Известный факт: многомиллиардная компания Yahoo практически обанкротилась, сделав ставку на мировой классификатор. Спасло бизнес быстрая перестройка интернет-ресурса в информационный портал по актуальным предметным областям. Каталог и разрабатываемый много лет классификатор оказались никому не нужными и были снесены.

Все классификаторы информативны, пока они находятся на стадии становления. Например, каталог содержит семь классов, в каждом классе семь подклассов, в каждом подклассе 5-10 лучших материалов. В этом случае контент-менеджер знает все 49 классификаторов и не допускает ошибок. Пользователю также не составляет труда найти необходимый материал. На практике, как правило, весь поток поступающих материалов заносится в каталог, а когда папки переполняются, эксперты, реализуя свои знания о предмете, начинают придумывать новые подклассы. Какое-то время назад такие классификаторы даже стали называть «Деревом знаний», так как классификатор передавал знания о структуре предметной области от эксперта пользователю. Однако, разрастающиеся до десятков тысяч папок классификаторы перестают нести экспертные знания. В больших каталогах трудно что-либо найти. Поиск по сайту дает более надежные результаты. Чтобы что-то найти в большом каталоге, пользователь прежде всего должен знать, по какой ветви «знаний» ему следует двигаться, чтобы найти необходимый материал. Менеджеры каталога со временем теряют четкое представление о структуре собственного ресурса. Невозможно в голове держать информацию о тысячах классов и подклассов. Часто с развитием каталогов в них появляются многочисленные дублирования классов, находящихся на различных ветвях классификатора. Причем, самым часто повторяющимся классом является «Прочее». Кто-нибудь из разработчиков классификатора задумывался, кто будет что-то искать в папке «Прочее», куда менеджер каталога сложил материалы, не понимая к какому классу их присоединить. Как результат, все большие каталоги рано или поздно умирают. Вслед за Yahoo снесли свои каталоги Google и Yandex.

Каковы перспективы TAXONOMY?
Основанную потребность в классификаторах испытывают контролирующие структуры. Они заставляют подчиненных наполнять классификаторы с целью сбора статистики. Но и здесь есть проблемы, связанные с корректностью определения каждого класса, с появлением и исчезновением тем или иных определяющих класс терминов, что влечет за собой необходимость переноса материалов из одного класса в другой или даже в несколько классов. Возможно, с целью контроля за предметной областью или выполняемыми проектами классификаторы будут жить еще долго, пока их окончательно не вытеснят достижения в области аналитики больших данных и технологии искусственного интеллекта.

На конференции прозвучало несколько докладов, посвящённых формированию у сотрудников индивидуальных навыков систематизировать информацию. Это важный аспект развития.
Практика показывает, что построение собственного индивидуального классификатора (хотя бы в виде bookmarks в браузере), как правило, интересно для сотрудника только на начальной стадии изучения проблемы. Когда сотрудник уже глубоко погрузился в проблему, интерес к развитию индивидуального классификатора пропадает. Индивидуальный классификатор перестает развиваться, а со временем переносится в архив или вообще теряется. Индивидуальный классификатор и собранные в нем материалы представляют интерес для корпорации, как источник накопления базы знаний, как индивидуальный взгляд специалиста на проблему. Из таких индивидуальных структурных описаний предметной области может в последующем выстраиваться на корпоративном уровне качественная онтология. Для реализации этой задачи необходимо научить сотрудников пользоваться современными методами и инструментами классификации, поощрять сотрудников демонстрировать свои результаты, внедрить практику накопления индивидуальных классификаторов и построения на их основе онтологий предметных областей.
https://www.kmworld.com/Conference/2024/Presentations.aspx

Корпоративный поиск информации.
На конференции KMWorld раздел организации поиска обсуждался в секции EnterpriseSearch and Discovery. Приятно отметить, что вновь введено в оборот понятие Discovery (Открытие). Это очень точное определение тому, что мы ищем. 30 лет назад бурное развитие поисковых сервисов определялось концепцией Data Mining and Knowledge Discovery. С помощью одних инструментов ты добываешь информацию, а с помощью других открываешь для себя новые знания. На смену «Добычи и Открытию» пришло «Управление знаниями».
Следует отметить, что технологии искусственного интеллекта в секции «Поиск» упоминаются значительно реже, чем в целом на конференции. В основном речь идет о генеративном интеллекте. Судя по немногочисленным докладам, основной проблемой внедрения технологий ИИ в корпоративный поиск может стать слабая организация уже существующей поисковой системы: материалы хранятся в разрозненных базах данных, в ряде случаев отсутствуют мета данные ресурсов, отсутствует строгая система классификации и систематизации материалов, устаревшие документы не архивируются и т.д.. Искусственный интеллект не вылечит эти проблемы. Если поисковая система корпорации работает плохо, то ИИ только усугубит проблему. По мнению докладчиков, внедрению ИИ в поиск должна предшествовать кропотливая работа экспертов, понимающих как устроен существующий поиск, включая, где и что хранится, как регулируются права доступа, что и в каком объеме индексируется, кто и каким образом отвечает за исключение из индекса устаревших документов, наконец, в какой форме пользователь хотел бы получать документы. Обладая этими знаниями, эксперт сможет использовать машинное обучение для настройки поисковой системы корпорации.

https://www.enterprisesearchanddiscovery.com/2024/Presentations.aspx

Не уверен, что более 80% сотрудников игнорируют унаследованную систему управления знаниями. Но согласен с eGain, современная СУЗ должна формироваться, как информационный хаб, как персональный ассистент сотрудника по всем вопросам его компетенции.

На конференции по управлению знаниями и ИИ один из авторов отождествил информационную безопасность с белочкой.

Nieman Lab прогнозирует в скором будущем появление персональных каналов получения новостей. Современные новостные каналы (ленты новостей) не могут полностью соответствовать персональным интересам всех подписчиков, учитывая актуальность публикации для каждого читателя, его уровень компетенции, глубину изложения и пр. Возможности технологий ИИ позволят очень точно настраивать персональные каналы на каждого сотрудника. Кому-то нужно что-то разъяснить, кому-то нужны научные статьи, кому-то патентный ландшафт – каждому сотруднику будет доставляться информация в соответствии с его персональными потребностями и уровнем компетенции. Уровень компетенции и информирования у сотрудника будут постепенно расти, и персональный канал будет учитывать эту динамику, изменяя профиль поиска. Иными словами, персональный новостной канал становится не только поставщиком новостей, но и инструментом формирования новых знаний у сотрудника.
https://www.niemanlab.org/2024/12/a-new-generation-of-knowledge-management-tools/