Управление знаниями: обработка знаний и искусственный интеллект

к выпуску новых препаратов и завоеванию дополнительных рынков. Для повы­шения эффективности работы профессиональная сервисная группа нуждается в современной документации и экспертных знаниях. Порой вовсе не так легко собрать информацию, требуемую для получения ответов на вопросы, задаваемые практикующими врачами, коммивояжерами и пациентами. Например, специа­листы Roche накапливают информацию о токсичности и взаимодействии препа­ратов, группа обеспечения безопасности пациентов — сведения о клинических испытаниях, а юридическое подразделение проверяет факт регистрации лекарст­венного средства в Федеральной администрации лекарственных препаратов (Fe­deral Drug Administration). При этом отсутствовал какой-либо простой способ найти требуемую информацию. Подобно другим фармацевтическим фирмам, Roche хранила горы документов, но не имела единой информационной системы, управляющей всеми подразделениями.

Поскольку деятельность фармацевтической промышленности жестко регули­руется, существует множество правил, ограничивающих совместное использова­ние информации.

Благодаря провайдеру услуг приложений (application service provider, ASP) компания Roche Laboratories перешла на работу с системой управления знаниями

от компании Skila Inc. Эта система основана на Web и называется Global Health­care Intelligence Platform (GHIP). Благодаря ей обеспечивается интеграция доку­ментов, находящихся в многочисленных архивах. Пользователям становится доступной важная информация из глобальных информационных источников, специальных публикаций, медицинских web-сайтов, официальных источников и частных внутренних информационных систем фирмы. Программные средства индексируют, систематизируют, связывают и обновляют информацию при ее по­мещении в систему. Пользователи могут проводить поиск в многочисленных ис­точниках, а также просматривать уровни детализации для определения отноше­ний между элементами данных. Система собирает и сохраняет эту информацию в базе данных, благодаря чему обеспечивается совместное использование сведений. Система позволила повысить эффективность работы медицинского подразделе­ния компании, а также обнаружить возможные проблемы и открывающиеся воз­можности. Например, благодаря новой системе своевременно поступили све­дения о гонконгской подделке препарата «Xenical» фирмы Roche Laboratories, который блокирует абсорбцию жира из пищи, в результате чего было предотвра­щено нарушение патентного права. В настоящее время специалисты компании Roche Laboratories ведут работы по интеграции собственной информации, а также сведений, поступающих из других медицинских подразделений компании.

Проблемы управления

Система GHIP компании Roche Laboratories является одним из практических примеров применения организационных знаний, а также облегчения доступа к ним. В условиях информационной экономики сбор и распределение информа­ции и знаний, расширение коллективного сотрудничества становятся жизненно важными в деле модернизации и выживания организации. Для управления орга­низационным знанием могут использоваться специальные системы, но они вы­зывают следующие управленческие проблемы:

1. Проектирование информационных систем, реально расширяющих объем знаний, означает совместное использование и высокую производитель­ность при обработке знаний. Может оказаться так, что информационные системы, действительно повышающие производительность обработки зна­ний, трудны в построении, поскольку не всегда понятен способ, посредством которого информационная технология расширяет круг высокоуровневых задач, которые решаются менеджерами и профессионалами (учеными или инженерами). Некоторые аспекты организационного знания непросто со­брать или систематизировать, особенно знания, которые не выражены вер-бально. Кроме того, даже если организация собирает требуемую информа­цию, последняя устаревает по причине изменения среды (Stenmark, 2000; Malhotra, 1998). Совместно использующие знания программы могут выхо­дить из-под контроля, поскольку менеджеры и служащие тратят слишком много времени на налаживание сотрудничества с другими группами. Фир­мы должны сосредоточить свои возможности совместного использования знаний для получения определенных бизнес-результатов (Hansen, Von Oc-tinger, 2001).

2. Создание устойчивых экспертных систем. Экспертные системы модифици­руются при каждом изменении организационной среды. Каждый раз, когда обновляются используемые экспертами правила, их необходимо перепро­граммировать. Не так-то просто придать экспертным системам гибкость, присущую экспертам-людям. Несколько тысяч фирм предприняли попыт­ки создания экспериментальных проектов экспертных систем, но лишь не­многие из них разработали экспертные системы, которые можно реально ис­пользовать в повседневной деятельности.

В данной главе рассмотрены приложения информационных систем, специаль­но разработанных для оказания помощи организациям в деле создания, накопле­ния, а также распределения знаний и информации. Сначала исследуются инфор­мационные системы, применяемые для обработки знаний и информации, затем изучаются способы, с помощью которых организации могут использовать мето­ды искусственного интеллекта для накопления, хранения и экспертной оценки знаний.

12.1. Управление знаниями в организации

В гл. 1 описано появление информационной экономики и киберкорпораций, главным источником богатства и процветания которых является производство, а также распределение информации и знаний. При выполнении бизнес-процес­сов фирмы все больше полагаются на компьютерные технологии. Например, 55% американской рабочей силы составляют люди, работающие в сфере инфор­мационных технологий, а 60% валового национального продукта США приходят­ся на такие секторы, как финансы и издательское дело.

В информационной экономике знания, базирующиеся на основных компетен­циях (две-три операции, которые наилучшим образом выполняются организа­цией), относятся к ключевым активам. Производство уникальных товаров или услуг или снижение их себестоимости по сравнению с конкурентами основано на превосходном знании технологии процесса и блестяще реализованном проекте. Знание о том, как сделать что-либо эффективно до такой степени, чтобы исклю­чить повторение другими организациями, — основной источник прибыли и фак­тор производства, который нельзя приобрести на внешнем рынке. Некоторые теоретики полагают, что эти активы знаний важны для обеспечения конкурен­тоспособности и выживания в той же степени, если не больше, чем материальные и финансовые активы.

Поскольку знания становятся центральным производственным и стратегиче­ским активом, успех организации все более зависит от способности фирмы произ­водить, собирать, сохранять и распространять знания. Благодаря знаниям фирмы становятся более эффективными, особенно в использовании дефицитных ресур­сов, и наоборот, без знаний фирмы утрачивают эффективность, в том числе в ис­пользовании ресурсов, и в конечном счете терпят неудачу.

Каким образом фирмы получают знания? Подобно людям, организации со­здают и собирают знания с помощью разнообразных организационных механиз-

мов обучения. С помощью метода проб и ошибок, тщательной оценки запланиро­ванных действий и обратной связи производителя с потребителями (и в целом со средой организации) разрабатываются новые стандартные операционные про­цедуры и бизнес-процессы, отражающие опыт их применения. Этот процесс на­зывается «организационным обучением». Вполне очевидно, что организации, способные быстро обнаружить и отреагировать на изменения внешней среды, вы­живут дольше организаций со слабыми механизмами обучения.

Управление знаниями повышает способность организации обучаться на осно­ве информации о своей среде, а также включать знания в выполняемые бизнес-процессы. Управление знаниями обозначает набор процессов, разрабатываемых в организации для создания, сбора, хранения и распространения знаний фирмы. Информационная технология играет важную роль в управлении знаниями в ка­честве средства, облегчающего выполнение бизнес-процессов, направленных на создание, сохранение, поддержку и распространение знаний. Разработка проце­дур и стандартных программ (бизнес-процессов), применяемых для оптимизации создания, прохождения, обучения, защиты и совместного использования знаний фирмы, стала основной обязанностью управляющего звена.

Компании не могут воспользоваться преимуществами своих информацион­ных ресурсов, если не имеют эффективных процедур для сбора и распределения знаний или не в состоянии оценить значение знаний, которыми уже обладают. Некоторые корпорации создали системы точного управления знаниями для за­щиты и распределения идентифицированных информационных ресурсов, а так­же для обнаружения новых источников знаний. Эти системы часто управляются директорами по управлению знаниями (chief knowledge officer, CKO). Директор по управлению знаниями является, по сути, главным менеджером, который несет ответственность за систему управления знаниями фирмы. С его помощью проек­тируются программы и системы, применяемые для поиска новых источников зна­ний или улучшения методов применения имеющихся знаний в организационном процессе, а также в процессе управления организацией (Earl, Scott, 1999). Системы и инфраструктура управления знаниями

Все основные типы информационных систем, описанные в этой книге, облегчают передачу информации и управление знаниями фирмы. В предыдущих главах рас­сматривались системы, помогающие фирмам эффективнее понимать и реаги­ровать на окружающую среду (корпоративные системы, внешние и внутренние:ети, базы данных, проходка данных и коммуникационные приложения). Кон-

Organizational learning (организационное обучение)

Создание новых стандартных операционных процедур и бизнес-процессов, отражающих опыт работы организации. Knowledge management (управление знаниями)

Набор процессов, разработанных в организации для создания, сбора, хране­ния, обслуживания и распространения знаний фирмы. Chief knowledge officer (CKO) (директор по управлению знаниями) Главный менеджер, отвечающий за систему управления знаниями организации.

цепция киберкорпорации относится к фирме со значительным использованием информационных технологий, расширяющих ее способности понимания и реаги­рования на внешнюю среду.

Хотя все описанные информационные системы помогают организации пони­мать и реагировать на окружающую среду, некоторые методы уникальны и наце­лены непосредственно на задачи организационного обучения и управления. Офис­ные системы, системы обработки знаний, системы коллективного сотрудничества и применения искусственного интеллекта особенно полезны для управления зна­ниями, поскольку сфокусированы на поддержке и обработке информации и знаний, а также на выделении и накоплении базы знаний организации. Эта база знаний может включать: (1) такие структурированные внутренние знания (явно выра­женные знания), как описания продукции или отчеты о научно-исследователь­ской работе; (2) внешние знания о конкурентах, товарах и рынках, включая све­дения о конкурентоспособности; (3) неформальные, внутренние знания, часто называемые невербальными знаниями, которые постоянно находятся в умах отдельных служащих, но не задокументированы в структурированной форме (Davenport, and DeLong, and Beers, 1998).

Информационные системы содействуют организационному обучению, соби­рая, систематизируя и распределяя как явно выраженные, так и невербальные знания. Если информация организована в виде системы, она может многократно использоваться. Компании применяют информационные системы для лучшей систематизации своей деятельности и большей доступности этих знаний для слу­жащих. Лучшие технологии производственных работ — это успешнейшие реше­ния или методы решения проблем, разработанные определенной организацией или отраслью промышленности. Кроме улучшения деятельности знания могут сохраняться в организационной памяти для обучения новых служащих или под­держки принятия решений. Организационная память — это выработанная и со­храненная в организации методика сохранения и передачи знаний, которая мо­жет использоваться для принятия решений и для других целей. Информационные системы также поддерживают сети, обеспечивающие упрощенную идентифика­цию и поиск специалистов, обладающих познаниями в специальных областях. В этом случае обеспечивается совместное использование знаний, которые не вы­ражены в вербальной форме.

Tacit knowledge (невербальные знания)

Формально не задокументированные экспертные знания и опыт работы со­трудников организации.

Best practices (лучшая методология организации производственных ра­бот)

Успешнейшие решения или методы решения проблем, разработанные неко­торой организацией или отраслью промышленности. Organizational memory (организационная память)

Выработанная и сохраненная в организации методика сохранения и переда­чи знаний, которая может использоваться для поддержки принятия решений и других целей. $

На рис. 12.1 представлена инфраструктура информационных систем, а также информационной технологии (ИТ), используемой для управления знаниями. Офис­ные системы помогают распространять и координировать потоки информации внутри организации. Системы обработки знаний поддерживают деятельность высококвалифицированных обработчиков знаний и специалистов, поскольку со­здают новые знания и пытаются интегрировать их в фирме. Системы коллектив­ного сотрудничества и системы поддержки разработки обеспечивают создание и совместное использование знаний среди людей, работающих в группах. Систе­мы искусственного интеллекта собирают новые знания и предоставляют органи­зациям и менеджерам структурированные знания, которые могут многократно использоваться другими сотрудниками организации. Эти системы нуждаются в ИТ-инфраструктуре, обеспечивающей достаточную мощность процессоров, се­тей, баз данных, программного обеспечения и интернет-инструментов.

Обработка знаний и производительность

В информационной экономике производительность организации зависит от уве­личения эффективности обработки знаний и информации. Следовательно, ком­пании должны делать крупные инвестиции в технологии обработки информации.

В США на долю информационных технологий сейчас приходится более 40% всех расходов на основное оборудование. Большая часть этих инвестиций в информа­ционные технологии вкладывается в офисы и сервисный сектор, т. е. наукоемкие отрасли промышленности.

Хотя информационная технология привела к росту производительности, осо­бенно при выпуске ИТ-продукции, пока не ясны границы, до которых компью­теры расширили производительность обработчиков информации. Производи­тельность — это одна из единиц измерения эффективности фирмы в процессе преобразования затрат в продукцию. Она зависит от величины капитала и труда, затраченного на производство единицы продукции. Исследования показывают, что инвестиции в ИТ не приводят к какому-либо заметному росту производи­тельности сотрудников. Уменьшение размеров корпоративного оборудования и снижение затрат влекут за собой увеличение эффективности труда обработчиков знаний, однако не привели к длительному сохранению темпов роста, означающе­му реальное увеличение производительности (Roach, 1988, 1996, 2000). Сотовые телефоны, домашние факсимильные аппараты, портативные компьютеры и ин­формационные устройства позволяют квалифицированным обработчикам зна­ний увеличить объем работы, выполняемой на работе и дома, но это вовсе не озна­чает, что они выполнят больше работы за единицу времени.

Однако измерение производительности (в единицах продукции) в отраслях обработки информации и знаний почти невозможно из-за проблем поиска подхо­дящих единиц измерения продукции при обработке информации (Panko, 1991). Каким образом можно измерить продукцию адвокатской конторы? Каким обра­зом следует оценивать производительность в информационных и наукоемких от­раслях промышленности (путем рассмотрения количества форм, заполненных служащим (единица измерения физической удельной производительности), или с помощью измерения объема дохода, произведенного служащим (мера финансо­вой удельной производительности))? Результаты ранних исследований охваты­вали данные за более чем десятилетний период, когда компьютеры в организаци­ях использовались не столь интенсивно, как это происходит в настоящее время.

Другие исследования сосредоточены на измерении объемов продукции (по сути доходов), прибыли, коэффициента окупаемости инвестиций (return on invest­ment, ROI) и рыночной капитализации, применяемых в качестве результиру­ющих единиц измерения эффективности фирмы. Согласно результатам этих ис­следований, в 90-х гг. XX в. инвестиции в ИТ привели к появлению окупаемой производительности. Согласно некоторым статистическим данным, среди 370 фирм коэффициент окупаемости инвестиций в ИТ составил около 60%, а в сфере, не относящейся к ИТ, — только 7%. Следовательно, инвестиции в информационные технологии привели к весьма крупным доходам (Brynjolfsson и Hitt, 1999 и 1993). Бэнкер (Banker, 2001) и другие исследователи (Brynjolfsson, Hitt, and Yang 1999) установили, что повышенные инвестиции в ИТ-сферу приводят к росту котиро­вок акций фирмы и, более того, повышенные инвестиции во всю отрасль приво­дят к росту котировок акций всей отрасли. Кроме того, некоторые авторы при­шли к выводу о том, что вызванный ИТ рост эффективности фирм в конце 90-х гг. прошлого века был бы большим, если бы не обучение, потребовавшееся организа-

циям для внедрения ИТ, а также множество организационных изменений, необ­ходимых для эффективного внедрения информационных технологий. Дискуссии сосредоточены на том, краткосрочны ли получаемые в данном случае преимуще­ства или же они отражают коренные изменения в производительности сектора услуг, которые можно приписать компьютерам.

Помимо сокращения затрат компьютеры могут привести к повышению каче­ства товаров и услуг для потребителей или к созданию абсолютно новой продук­ции и источников дохода. Эти нематериальные преимущества оценить непросто и, следовательно, трудно оперировать традиционными единицами измерения производительности. Кроме того, ввиду конкуренции преимущества, связанные с компьютерами, могут скорее замечаться клиентами, а не компаниями-инвесто­рами (Brynjolfsson, 1996). Например, инвестиции банков в банкоматы не привели к повышению доходности какого-либо отдельного банка, хотя промышленность в целом пришла к процветанию, а потребители пользуются преимуществами без дополнительных затрат. Следовательно, окупаемость инвестиций в ИТ следует анализировать в контексте конкурентоспособности фирмы и отрасли промыш­ленности. Если ИТ устраняет барьеры для доступа пользователей, а фирмы с по­мощью ИТ-технологий не могут достичь неповторимого стратегического преиму­щества, то инвестиции будут дублироваться всеми конкурентами в отрасли, приводя к снижению цен, в результате чего фирмы не получат желаемого при­роста прибыли.

Внедрение ИТ не гарантирует автоматического роста производительности. На самом деле настольные компьютеры, электронная почта и факсимильные прило­жения могут генерировать дополнительные проекты, записки, электронные таб­лицы и сообщения, приводя к росту бюрократической волокиты и документообо­рота. Вероятнее всего, фирмы получат высокие доходы от инвестиций в ИТ, если пересмотрят свои процедуры, процессы и бизнес-цели.

12.2. Системы обработки информации и знаний

Обработка информации — это работа, заключающаяся в создании или в работе с информацией. Она выполняется обработчиками информации, которых обычно подразделяют на две подкатегории: обработчики данных, обрабатывающие и рас­пространяющие информацию, и обработчики знаний, генерирующие знания и ин­формацию.

«Примеры» обработчиков данных — секретари, снабженцы, бухгалтеры и об­служивающий персонал. Исследователи, проектировщики, архитекторы, про­граммисты и эксперты-юристы — это примеры обработчиков знаний. Обработчики данных обычно отличаются от обработчиков знаний, поскольку последние, как правило, имеют более высокий уровень образования и статус в профессиональ­ных объединениях. Кроме того, обработчики знаний применяют независимые суждения как стандартный компонент в своей работе. Обработчики данных и зна­ний предъявляют различные информационные требования, а также требуют раз­личных систем для их поддержки.

Распределение знаний: системы управления документооборотом и офисные системы

Большая часть данных и знаний обрабатывается в офисах, включая большую часть работы, выполняемой менеджерами. Офис играет главную роль в координации потока информации в рамках организации и выполняет три основные функции (рис. 12.2):

• управление и координация деятельности обработчиков данных и знаний;

• взаимосвязь работы локальных обработчиков информации со всеми уров­нями и функциями организации;

• связь организации с внешним миром, включая клиентов, поставщиков, официальных координаторов и внешних аудиторов.

В категорию офисных служащих включены: специалисты, менеджеры, ком­мивояжеры и конторские служащие, работающие самостоятельно или в группах. Как правило, они выполняют следующие задачи:

• управление документами, в том числе их создание, хранение, поиск и рас­пространение;

• планирование деятельности отдельных лиц и групп;

• связь, в том числе инициализация, получение голосовых данных и управ­ление ими, цифровая связь и связь на основе документов для отдельных лиц и групп;

• управление данными, связанными со служащими, клиентами и продавцами.

В табл. 12.1 перечислены действия, поддерживаемые офисными системами. Офисные системы — это любое приложение ИТ, предназначенное для увеличе­ния производительности обработчиков информации в офисе. Пятнадцать лет назад офисные системы выполняли лишь создание, обработку и управление до­кументами. Сегодня профессиональная обработка знаний и информации скон­центрирована на документах, однако в большинстве офисных систем наряду

	Таблица 12.1
Офисная деятельность	Типичные офисные системы Технология
Управление документооборотом	Обработка текстов, настольные издательские средства, графическое представление документов, web-публикации,
	управление потоком работ
Планирование	Электронные календари, системы коллективной работы,
	интранет-сети
Связь	Электронная почта, голосовая почта, цифровые
Управление данными	автоответчики, системы коллективной работы, интранет-сети Настольные базы данных, электронные таблицы, дружествен­ный интерфейс для баз данных на мэйнфреймах

с цифровой обработкой изображений (текстов и документов) обеспечиваются высокоскоростные цифровые услуги связи. Поскольку офисная работа вовлекает множество лиц, совместно занятых в проектах, современные офисные системы имеют такие мощные инструменты коллективной работы, как подключенный к сети электронный календарь. Идеальная офисная среда основана на беспроводной сети компьютеров, связывающих профессиональные, канцелярские и управлен­ческие рабочие группы, работающие с разного рода программными средствами. Хотя обработка текстов и настольные издательские средства предназначены для создания и представления документов, они лишь обостряют существующую проблему лавинного накопления бумажных документов. Существует большое количество проблем, связанных с потоком работ, которые возникают при обра­ботке документов. По оценкам специалистов, 94% всей бизнес-информации хра­нится в бумажном виде (Liu, Stork, 2000). Поиск и модификация подобной ин­формации — основной источник организационной неэффективности.

Один из способов решения проблем, связанных с бумажным потоком работ, заключается в использовании системы графического представления документов. Системы графического представления документов обеспечивают преобразова­ние документов и изображений в цифровую форму, в результате чего обеспечива­ется возможность их хранения на компьютерах, а также получение доступа к ним. Эти системы хранят, производят поиск и обрабатывают оцифрованное изображе­ние документа, позволяя отказаться от бумажной копии. В состав этой системы входит сканер, создающий изображение документа в растровом формате (в виде картинки). Если документ используется редко, он обычно хранится с помощью оптической дисковой системы. Для автоматического поиска документа на опти-

Office systems (офисные системы)

Компьютерные системы, которые отвечают за обработку текстов, голосовую почту и работу с изображениями, которые предназначены для увеличения производительности обработки информации в офисе.

Document imaging systems (системы графического представления до­кументов)

Системы, преобразующие документы и изображения в цифровую форму так, что их можно хранить и к ним можно получить доступ посредством компьютера.

Jukebox (дисковод с автоматической сменой дисков)

Устройство для хранения и использования большого количества оптических дисков.

ческих дисках, хранящихся в дисководе с автоматической сменой дисков (уст­ройство хранения и поиска большого числа оптических дисков), требуется не бо­лее минуты.

Система обработки изображений также предполагает наличие индексов, кото­рые позволяют пользователям идентифицировать и находить требуемые доку­менты. Индексные данные вводятся таким образом, чтобы документ можно было найти различными способами (в зависимости от применяемого приложения). Например, индекс может содержать дату просмотра документа, имя и номер кли­ента, тип документа, а также некоторые сведения о теме. Наконец, система долж­на включать поисковые механизмы, прежде всего рабочие станции, способные обрабатывать графику, а также принтеры. На рис. 12.3 показаны компоненты ти­пичной системы обработки изображений.

Традиционные системы управления документами могут стоить дорого и тре­бовать собственных клиент-серверных сетей, специального клиентского программ­ного обеспечения и возможностей для организации хранения. Интранет-сети

предоставляют дешевую и универсально доступную платформу для публикации основных документов. Служащие могут подготовить информацию, используя специальные инструментальные средства для разработки web-страницы, и отпра­вить ее на web-сервер, где она может совместно использоваться и быть доступна для сотрудников компании с помощью стандартных web-браузеров. Эти web-об­разные «документы» могут быть мультимедийными объектами, сочетая текст, графику, аудио и видео наряду с гиперссылками. После регистрации документа на сервере его можно индексировать для более быстрого доступа и связывания с другими документами (рис. 12.4).

Для выполнения таких сложных функций управления документами, как управление исправлениями, поддержка истории действий и изменений в доку­ментах, а также поиск документов по содержимому или по индексу, доступны осно­ванные на web-технологиях коммерческие системы, например IntraNet Solutions или Open Text. Поставщики подобных систем, например FileNet и Documentum, расширили возможности своих традиционных систем управления документами, добавив возможности web-технологии.

Для достижения большего роста производительности, обещанного технологи­ей обработки изображений, организациям следует перепроектировать свои пото­ки работ. В прошлом поток работ в значительной мере определяло существова­ние единственной копии документа. Работа выполнялась последовательно; два человека не могли одновременно работать с одним и тем же документом. Суще­ственное время персонала тратилось на создание и поиск документов. С исполь­зованием документов, сохраненных в электронном виде, управление потоком ра­бот должно изменить традиционные методы работы с документами (гл. 10).

Продуцирование знаний: системы обработки знаний

Обработка знаний — это часть работы с информацией, в процессе которой проду­цируются новые знания и информация. Например, специалисты создают новую продукцию или находят способы усовершенствовать уже существующую. Обра­ботка знаний сегментирована на множество узкоспециализированных областей, в каждой из которых имеется специфичный набор систем обработки знаний, ко­торые специализируются на поддержке работы специалистов. Специалисты вы­полняют три ключевые роли, критические для организации и менеджеров: • снабжают организацию современными знаниями по мере их создания и раз­вития во внешнем мире (в технике, науке, обществе, искусстве);

Knowledge work systems (KWS) (системы обработки знаний)

Информационные системы, помогающие обработчикам знаний (специали­стам) продуцировать и интегрировать новые знания в организации.

• служат внутренними консультантами в своей области знаний, информиру­ют об изменениях и возможностях;

• действуют как агенты изменений, оценивая, инициализируя и поддержи­вая проекты изменений.

Обработчики знаний и обработчики данных имеют отличающиеся потребно­сти в поддержке информационных систем. Большинство обработчиков знаний полагаются на такие офисные системы, как программы подготовки и редакти­рования текста, голосовая почта и календари, но им также нужны специализи­рованные системы обработки знаний. Системы обработки знаний специально предназначены для продуцирования знаний и гарантируют, что новые знания и техническая экспертиза должным образом интегрируются в бизнес.

Дата добавления: 2015-04-29