سازمانی که حافظه ندارد هر روز از صفر شروع میکند
این جمله ساده، شاید یکی از گویاترین نشانههای ضعف مدیریت دانش در بسیاری از سازمانها باشد. بسیاری از سازمانها دانش دارند، اما حافظه ندارند. دانش سازمان واقعا کجاست؟
اگر از مدیران بپرسیم دانش سازمان کجاست، احتمالا پاسخهایی مانند مستندات، گزارشها، سامانه مدیریت دانش، دستورالعملها، آرشیو پروژهها و فایلهای اشتراکی را خواهیم شنید.
همه اینها بخشی از دانش سازمان هستند. اما بخش مهمی از دانش واقعی، جای دیگری زندگی میکند: در ذهن مدیر فروش که میداند با کدام مشتری چگونه باید مذاکره کرد؛ در ذهن کارشناس فنی که میداند یک خطای خاص معمولا از کجا شروع میشود؛ در ذهن مدیر پروژه که میداند چرا یک تصمیم در پروژه قبلی گرفته شد؛ در تجربه کارشناس منابع انسانی که میداند چرا یک روش ارزیابی عملکرد در گذشته شکست خورد؛ در گفتوگوی دو مدیر که درباره یک تصمیم دشوار صحبت کردهاند؛ و در تجربه تیمی که یک پروژه را با موفقیت به پایان رسانده، اما هیچگاه دلیل واقعی موفقیت آن را ثبت نکرده است.
اینها همان بخشهایی از دانش سازمان هستند که معمولا کمتر دیده میشوند؛ دانش ضمنی و تجربهشدهای که در فرآیندهای رسمی سازمان ثبت نشده است.
مشکل زمانی آشکار میشود که آدمها میروند
تا زمانی که افراد در سازمان حضور دارند، ممکن است این خلأ چندان به چشم نیاید. یک نفر سوال میپرسد و دیگری پاسخ میدهد. یک مشکل پیش میآید و کسی میگوید: «این اتفاق را قبلا دیدهایم.» یک مشتری ناراضی میشود و کارشناس باسابقه میداند چگونه باید موضوع را مدیریت کرد. اما روزی که آن فرد از سازمان خارج میشود، ناگهان متوجه میشویم چیزی بیشتر از یک نیروی انسانی را از دست دادهایم. گویی بخشی از حافظه سازمان خارج شده است. به همین دلیل است که گاهی جایگزین کردن یک نیروی متخصص، صرفا با استخدام فردی دارای همان عنوان شغلی امکانپذیر نیست.
ممکن است فرد جدید از نظر دانش تخصصی حتی قویتر باشد، اما ماهها یا سالها زمان لازم داشته باشد تا همان شناختی را به دست آورد که فرد قبلی در طول سالها تجربه کسب کرده بود. هزینه این اتفاق فقط هزینه استخدام نیست. هزینه واقعی میتواند شامل دوبارهکاری، تکرار اشتباهات گذشته، طولانی شدن زمان یادگیری، وابستگی به افراد خاص، کاهش سرعت تصمیمگیری و حتی از دست رفتن مشتریان باشد.
چرا سازمانها دانش خود را ثبت نمیکنند؟
پاسخ همیشه کمبود سیستم مدیریت دانش نیست. گاهی مشکل، فرهنگ سازمان است. در بسیاری از سازمانها، شکستها ثبت نمیشوند، چون کسی نمیخواهد مسوول آن شناخته شود. و تصمیمهای اشتباه تحلیل نمیشوند، چون قرار نیست کسی پاسخگو باشد. تجربه افراد مستند نمیشود، چون «کارهای روزمره» ارزش ثبت شدن پیدا نمیکنند. و گاهی نیز افراد دانش خود را با دیگران به اشتراک نمیگذارند، چون دانش برای آنها نوعی قدرت و مزیت فردی ایجاد کرده است.
در چنین شرایطی، حتی اگر یک سامانه مدیریت دانش گرانقیمت هم خریداری شود، اتفاق چندانی رخ نخواهد داد. نمیتوان حافظه سازمان را فقط با خرید یک نرمافزار ساخت. حافظه سازمان قبل از آنکه یک مساله تکنولوژیک باشد، یک مساله فرهنگی و مدیریتی است.
هوش مصنوعی، فرصتی برای بازتعریف مدیریت دانش
اینجاست که هوش مصنوعی میتواند معادله را تغییر دهد. تا پیش از این، مدیریت دانش عمدتا به این معنا بود که از افراد بخواهیم دانش خود را مستند کنند، فایلها را دستهبندی کنیم و اطلاعات را در یک مخزن قابل جستوجو قرار دهیم. اما بخش مهمی از دانش سازمان اساسا در قالب فایل تولید نمیشود، بلکه در جلسات، مکالمهها، ایمیلها و پیامها، بازخورد مشتری و تصمیمهای گذشته قابل مشاهده است. هوش مصنوعی میتواند به سازمان کمک کند از این حجم پراکنده اطلاعات، الگوها و دانش قابل استفاده استخراج کند. برای مثال، به جای اینکه فقط یک آرشیو از جلسات داشته باشیم، بتوانیم بفهمیم چه تصمیمهایی در جلسات گرفته شده است؟ چه مسائلی بارها تکرار شدهاند؟ کدام مشکلات هنوز حل نشدهاند؟ چرا یک پروژه با شکست مواجه شده است؟ چه راهحلهایی قبلا امتحان شدهاند؟ چه تجربههایی میان چند واحد مختلف مشترک است؟ و حتی اینکه هنگام مواجهه با یک مساله جدید، سازمان در گذشته چه تجربهای داشته است؟
اینجاست که مفهوم حافظه هوشمند سازمان معنا پیدا میکند. حافظه هوشمند سازمان را میتوان در چهار سطح تصور کرد:
۱- ثبت دانش. اطلاعات، تجربهها، تصمیمها، مستندات و آموختهها از حالت پراکنده خارج و قابل دسترسی شوند.
۲- اتصال دانش. اطلاعات مرتبط به یکدیگر متصل شوند. یک تصمیم به پروژه مربوط، پروژه به مشتری، مشتری به مساله و مساله به تجربههای قبلی متصل شود.
۳- تحلیل دانش. سیستم فقط اطلاعات را نگهداری نکند، بلکه بتواند الگوها، تکرارها، ریسکها و درسآموختهها را شناسایی کند.
۴- بازگرداندن دانش در زمان مناسب. مهمترین مرحله همین است. دانش زمانی ارزشمند است که هنگام تصمیمگیری در اختیار فرد مناسب قرار بگیرد. اگر مدیر پروژه در حال مواجهه با مسالهای مشابه پروژه سه سال قبل باشد، سازمان نباید مجبور باشد دوباره از صفر شروع کند، بلکه باید بتواند از تجربه گذشته استفاده کند.
در این نقطه، مدیریت دانش از «آرشیو کردن اطلاعات» به «کمک به تصمیمگیری» تبدیل میشود. اما یک خطر مهم وجود دارد. نباید تصور کنیم هوش مصنوعی بهتنهایی میتواند حافظه سازمان را بسازد. اگر دادههای سازمان ناقص، بیکیفیت یا جهتدار باشند، هوش مصنوعی هم چیزی بهتر از همان دادهها ارائه نخواهد کرد. اگر کارکنان از ثبت اشتباهات خود بترسند، بخش مهمی از دانش سازمان هرگز وارد سیستم نخواهد شد. اگر مدیران تجربهها را جدی نگیرند، فناوری به یک ابزار آرشیو تبدیل میشود. و اگر سازمان نداند چه دانشی برای کسب و کارش حیاتی است، ممکن است حجم عظیمی از اطلاعات تولید کند، بدون آنکه واقعا «دانش» بیشتری داشته باشد.
بنابراین مساله اصلی فقط این نیست که «چگونه اطلاعات بیشتری ذخیره کنیم؟» بلکه باید بپرسیم: «کدام تجربهها برای آینده سازمان ارزشمندند و چگونه میتوانیم آنها را به دانشی قابل استفاده تبدیل کنیم؟»
سوال مهم برای مدیران
شاید وقت آن رسیده باشد که مدیران به جای پرسیدن اینکه «سامانه مدیریت دانش ما کجاست؟» سوالهای متفاوتتری بپرسند: اگر فردا یکی از متخصصان کلیدی ما از سازمان خارج شود، چه میزان از دانش او با او خارج خواهد شد؟ چند تصمیم مهم سازمان وجود دارد که دلیل آنها دیگر برای کسی روشن نیست؟ چند بار در سال اشتباهی را تکرار میکنیم که قبلا تجربه کردهایم؟
وقتی یک پروژه تمام میشود، دقیقا چه چیزی از آن برای پروژه بعدی باقی میماند؟ و مهمتر از همه: آیا سازمان ما از گذشته خود یاد میگیرد یا فقط گذشته خود را آرشیو میکند؟ آینده مدیریت دانش احتمالا فقط ساختن مخازن بزرگتر اطلاعات نیست. آینده متعلق به سازمانهایی است که بتوانند تجربههای پراکنده انسانها، دادهها، تصمیمها و تعاملات روزمره را به حافظهای تبدیل کنند که در زمان مناسب، به تصمیم بهتر کمک کند.
* مدرس توسعه سرمایه انسانی
