Dankzij Artificiële Intelligentie wordt de kennis binnen jouw organisatie eenvoudig beschikbaar en beheersbaar.
Volgens Ganesh D. Bhatt (Assistent Professor aan het Department of Information Science and Systems, Morgan State University, Baltimore, Maryland, USA.) berust een kennis -beheersysteem op 3 factoren: mensen, processen en technologie. Mensen genereren, delen en passen de kennis toe die ze bezitten. De kennis die een bedrijf heeft, zit voor het grootste deel bij de werknemers. Zij verzamelen kennis door ervaring en opleiding, en bouwen zo een bepaalde expertise op. Daarnaast zit kennis eveneens vervat in de processen binnen een bedrijf. Processen omvatten de methodes om kennis te genereren, te vinden en te delen. Technologie (zoals A.I.) voorziet de mechanismen om de kennis op te slaan en beschikbaar te stellen.
Wanneer de kennis in een bedrijf voornamelijk bij de werknemers zit, is er intelligente (artificiële) technologie nodig die is afgestemd om de expertise van deze mensen op te slaan. Hetzelfde geldt wanneer bedrijven erg procesmatig werken en dus het merendeel van hun kennis vervat zit in de methoden en werkwijzen. Met Spikes passen we dit ondertussen steeds vaker toe in verschillende kennisbeheer oplossingen voor onze klanten… Hieronder enkele praktijkvoorbeelden.
“De grote uitdaging bij kennisbeheer bestaat erin om de bijkomende inspanning die nodig is om kennis vast te leggen, te minimaliseren, en het gebruik van de vastgelegde kennis te maximaliseren.”
Praktijkvoorbeeld 1: Intelligente Autotagging
Spikes heeft voor een internationale speler in de mijnbouw, een innovatief portaal gebouwd voor de R&D-afdeling. Met dat portaal kunnen de ingenieurs hun expertise delen. Het delen van kennis dient aangemoedigd te worden om samen tot nieuwe, innovatieve ideeën te komen. In de ‘Innovation Portal’ zoals het portaal gedoopt werd, staan discussies centraal. De debatten die op het portaal worden gevoerd worden telkens getagd met de onderwerpen waarover het gaat: in hun geval de betrokken mineralen en markten.
Dankzij deze vorm van Artificiële intelligentie worden getagde discussies gekoppeld aan de expertise en van de gebruiker, waardoor die een ‘relevant to me’-sectie te zien krijgt in het portaal. En op die manier worden de experts getriggerd om hun kennis over de betrokken onderwerpen te delen.
Praktijkvoorbeeld 2: Intelligente zoekmachine
Bij een andere klant, een organisatie die het onderhoud van geldautomaten verzorgt, ligt de nodige kennis meer in de processen. Zo bestaat er handleiding voor elke foutmelding of afwijking van een bepaalde automaat. In deze organisatie ligt het belang van kennisdeling voornamelijk in het beschikbaar stellen van de juiste kennis bij de technieker ter plaatse. De oplossing voor deze klant bestond erin een goede intelligente zoekmachine beschikbaar te maken, zodat de techniekers snel en eenvoudig de juiste handleiding bij het probleem kunnen raadplegen. In dit geval bestaat de uitdaging erin de beschikbare documentatie zodanig te structureren, dat het vinden ervan kinderspel wordt.
Het eenvoudig vastleggen (zaaien) en raadplegen (oogsten) van de juiste informatie is een obstakel dat in alle bedrijven alsmaar moeilijker wordt door de toenemende hoeveelheid informatie. Het automatisch structureren van deze kennis is een grote stap voorwaarts. Nu de A.I. toepassingen zoals auto-tagging matuur en toegankelijk zijn geworden, bouwt Spikes dit steeds in de Kennissystemen van zijn klanten.
“Experimenten met klanten hebben aangetoond dat het automatisch taggen van kennis een grotere nauwkeurigheid oplevert dan het manueel taggen door gebruikers, en bovendien veel minder tijd vergt.”
Artificiële Intelligentie (kortweg A.I.) zoals Autotaggingmechanismen die automatisch relevante keywords aan documenten en andere inhoud hangen, zijn de oplossing voor efficiënte, werkbare kennissystemen. Ze worden toegepast in R&D-afdelingen, Marketing, Sales, Project Engineering en vele andere bedrijfsfuncties.
