ความสำเร็จและความล้มเหลวของการจัดการความรู้
ขณะที่เราเข้าสู่ปีแห่ง ข้อมูลขนาดใหญ่และการวิเคราะห์ (big data and analytics) สิ่งที่อยู่ข้างหน้าสำหรับ การจัดการความรู้ (knowledge management - KM) คืออะไร?
ในการตอบคำถามนี้ ทางที่จะเป็นประโยชน์มากที่สุด คือการเรียนรู้จากความสำเร็จและความล้มเหลวของ KM ที่ผ่านมา
จากการแบ่งปันความรู้นี้ เราสามารถเรียนรู้จากคนอื่น ๆ เพื่อไม่ให้เราเดินทางไปในเส้นทางที่ผิดพลาด
Over the past 30 years, the knowledge management (KM) field has evolved from focusing strictly on capturing knowledge, to moving from “collections” to “connections ,”to incorporating knowledge assets as part of an organization’s intellectual capital strategy.
2. Jay Liebowitz
Distinguished Chair of Applied Business and Finance
Harrisburg University of Science and Technology
Harrisburg, Pennsylvania
Elsevier Inc., 2016
Over the past 30 years, the knowledge management (KM) field has evolved from focusing
strictly on capturing knowledge, to moving from “collections” to “connections ,”to
incorporating knowledge assets as part of an organization’s intellectual capital strategy.
3. เกริ่นนา
ขณะที่เราเข้าสู่ปีแห่ง ข้อมูลขนาดใหญ่และการวิเคราะห์ (big
data and analytics) สิ่งที่อยู่ข้างหน้าสาหรับ การจัดการความรู้
(knowledge management - KM) คืออะไร?
ในการตอบคาถามนี้ ทางที่จะเป็นประโยชน์มากที่สุด คือการ
เรียนรู้จากความสาเร็จและความล้มเหลวของ KM ที่ผ่านมา
จากการแบ่งปันความรู้นี้ เราสามารถเรียนรู้จากคนอื่น ๆ เพื่อ
ไม่ให้เราเดินทางไปในเส้นทางที่ผิดพลาด
5. รูปแบบการแข่งขัน PAIR (The PAIR model of competitiveness)
เป็นการระบุถึงสี่แนวทางที่ KM มีส่วนร่วมในการสร้าง ได้แก่
ผลผลิต ความคล่องตัว นวัตกรรม และชื่อเสียง (productivity,
agility, innovation, and reputation)
ผลผลิต หมายถึง อัตราส่วนของผลที่ได้กับการใช้จ่าย
ความคล่องตัว หมายถึง การรวมกันของความตื่นตัว กับ
ความสามารถในการตอบสนอง
นวัตกรรม หมายถึง สิ่งประดิษฐ์และการนามาใช้
ชื่อเสียง หมายถึง ระดับการรับรู้ของความน่าเชื่อถือ ความ
ซื่อสัตย์ และคุณภาพ
6. คาแนะนาสาหรับความยืนยงของ KM
ประการแรก KM ต้องไม่ทาอย่างโดดเดี่ยว ต้องเป็นกลไกแบบ
บูรณาการ เป็นสะพานเชื่อมหน่วยต่าง ๆ ในองค์กร
ดังนั้น KM ควรมีความสัมพันธ์กับ ข่าวกรองการแข่งขัน
(competitive intelligence - CI) และ ข่าวกรองทางธุรกิจ
(business intelligence - BI)
และอาจเป็นการดี ในการดาเนินการของ KM ที่เกี่ยวเนื่องกับ BI
และการวิเคราะห์ในองค์กร
7. คาแนะนาสาหรับความยืนยงของ KM (ต่อ)
ประการที่สอง KM ควรเป็นส่วนหนึ่งของ กลยุทธ์ทุนมนุษย์ของ
องค์กร (human capital strategy of organizations)
รัฐบาลสหรัฐ มีรูปแบบกลยุทธ์ทุนมนุษย์แบบหกเสาหลัก ที่มี KM
และภาวะผู้นา (KM and leadership) เป็นหนึ่งในเสาหลัก
ในองค์กรอื่น ๆ สมควรทาสิ่งที่คล้ายคลึงกัน ในการจัดทากลยุทธ์
ทุนมนุษย์ขององค์กร
8. คาแนะนาสาหรับความยืนยงของ KM (ต่อ)
ประการที่สาม ความเชื่อมโยงกับ ข้อมูลขนาดใหญ่
ปัญญาประดิษฐ์/การเรียนรู้ของเครื่องกล และชุมชนการ
วิเคราะห์ (big data, artificial intelligence/machine learning, and
analytics communities) น่าจะคุ้มค่ามาก โดยเฉพาะอย่างยิ่งเมื่อ
ทุกชุมชนเหล่านี้ ต้องเผชิญกับ ข้อมูลที่มีโครงสร้างและไม่มี
โครงสร้าง (structured and unstructured data)
9. คาแนะนาสาหรับความยืนยงของ KM (ต่อ)
ประการสุดท้าย เรายังค้นหา โปรแกรมชั้นเลิศ (killer app) สาหรับ KM
เดิมเราคิดว่า KM จะช่วยดักจับความรู้ของคนที่ออกจากองค์กร และ
เก็บความทรงจาไว้ในองค์กร หลังจากนั้นโปรแกรมชั้นเลิศ จะปรับไป
ในทางที่ดีขึ้น เพื่อเพิ่มนวัตกรรม โดยการแบ่งปันและทางานร่วมกัน
บางทีตอนนี้ โปรแกรมชั้นเลิศ ที่ว่าก็คือ ความคล่องตัวขององค์กร
(organizational agility) ที่เพิ่มประสิทธิผลขององค์กรทั้งภายในและ
ภายนอก และตอบสนองต่อสภาพแวดล้อมการแข่งขัน ผ่านกิจกรรม
ต่างๆ ที่เกี่ยวข้องกับ KM
10. V. Ribière*, F.A. Calabrese**
*The Institute for Knowledge and Innovation—Southeast Asia (IKI-SEA),
Bangkok University, Bangkok, Thailand;
**The International Institute for Knowledge and Innovation
ทาไมบริษัทต่าง ๆ ยังคงประสบปัญหาในเรื่องการจัดการความรู้?
คาตอบจาก 34 ผู้เชี่ยวชาญ
18. ถามผู้เชี่ยวชาญ KM นานาชาติจานวน 34 คน
"ทาไมคุณถึงคิดว่า บริษัทต่าง ๆ ยังคงมีปัญหาในการใช้การ
จัดการความรู้ และการจัดการนวัตกรรม? " (“Why do you think
companies are still struggling to implement knowledge
management and innovation management?”)
19. ผลการค้นพบที่สาคัญ
การวิเคราะห์ข้อมูล 111 เหตุผลหลัก ถูกจัดกลุ่มเป็น 7 หมวดหลัก
ดังนี้
1. วัฒนธรรม (culture)
2. การวัดผล/ประโยชน์ (measurement/benefits)
3. กลยุทธ์ (strategy)
4. โครงสร้างองค์กร (organizational structure)
5. การกากับดูแลและภาวะผู้นา (governance and leadership)
6. ประเด็นด้านเทคโนโลยีสารสนเทศ (IT-related issues)
7. ขาดความเข้าใจ/มาตรฐานของ KM (lack of KM
understanding/standards)
31. 2. การวัดผล/ประโยชน์ (ต่อ)
ประเด็นที่สาคัญอีกประการหนึ่งของผู้ตอบแบบสอบถามคือ ใน
ความเป็นจริง ไม่ควรมีการวัดผลการปรับปรุงกระบวนการ
ความรู้ (เป็นการเฉพาะ) เพื่อวัดคุณค่า/ประโยชน์ของ KM
KM เป็นกระบวนการสนับสนุน ที่ช่วยให้องค์กรสามารถสร้าง
นวัตกรรม และปฏิบัติตามเป้ าหมาย ได้เร็วขึ้น ดีขึ้น และราคา
ถูกกว่า
ควรใช้ตัวชี้วัดขององค์กร แทนตัวชี้วัด KM ที่เฉพาะเจาะจง
32. 3. กลยุทธ์
KM ไม่ได้รับการกล่าวถึงโดยองค์กรในระดับยุทธศาสตร์ แต่เป็น
เครื่องมือในระดับปฏิบัติงาน
KM มักถูกมองว่าเป็นสิ่งที่ดีที่มี ไม่จัดให้เป็นลาดับความสาคัญ
และเมื่องบประมาณลดลงหรือมีลาดับความสาคัญอื่นๆ KM จะ
ถูกชะลอหรือหยุดลง
บางบริษัทมีส่วนร่วมใน KM เพราะเป็นแฟชั่น หรือเพราะคู่แข่ง
ของพวกเขาทา ไม่ได้เพราะพวกเขาเชื่อมั่นอย่างมากของคุณค่า
ของ KM และพวกเขาก็ไม่ได้มีเหตุผลแข็งแรงที่จะใช้ KM
33. 3. กลยุทธ์ (ต่อ)
ดังนั้น ความยั่งยืนของ KM จึงเป็นเรื่องเสี่ยงสาหรับองค์กรที่ไม่มี
ความเข้าใจอย่างชัดเจนว่า ทาไมพวกเขาเลือกที่จะใช้ KM
ดังนั้นหลายองค์กรเริ่มใช้ KM โดยไม่มีกลยุทธ์ KM ที่ชัดเจน หรือ
มีกลยุทธ์ KM ที่ไม่สอดคล้องกับกลยุทธ์ทางธุรกิจ ละเลย
คาแนะนาที่ให้รวมทั้งสองอย่างคือ กลยุทธ์ KM และกลยุทธ์ทาง
ธุรกิจ เข้าด้วยกัน
KM ไม่ใช่เป็นส่วนเพิ่มเติมให้กับองค์กร แต่ต้องกลายเป็นส่วน
สาคัญขององค์กร
46. G.S. Erickson*, H.N. Rothberg**
*Ithaca College, Ithaca, New York, USA;
**Marist College, Poughkeepsie, New York, USA
ความรู้และทรัพย์สินที่เกี่ยวข้องกับความรู้:
การออกแบบเพื่อให้การประยุกต์ใช้ และผลกระทบออกมาดีที่สุด
47. เกริ่นนา
เรามี ระบบการจัดการข้อมูล สารสนเทศ (enterprise systems
and big data) ความรู้ที่ชัดเจน (explicit knowledge) ความรู้ใน
คน (tacit knowledge) และ สัญชาตญาณ (intuition) ที่ประสบ
ความสาเร็จมากหรือน้อย เรื่องทั้งหลายเหล่านี้ เป็นเรื่องยากที่จะ
จัดระเบียบและทาความเข้าใจ
52. การพลาดโอกาสของ KM
โอกาสที่พลาดของ KM คือแนวโน้มปัจจุบันของ ข้อมูลขนาดใหญ่
และการวิเคราะห์ธุรกิจ (big data and business analytics)
ด้วยเหตุผลหลายประการ โครงสร้างของการวิเคราะห์ธุรกิจ
คล้ายคลึงกับการปฏิบัติของ CI มากกว่า KM และเป็นการสร้าง
คุณค่าให้แก่ผู้มีอานาจในการตัดสินใจ
การดาเนินงาน CI ที่มีประสิทธิภาพสูง จะใช้ข้อมูลที่มี
ความสาคัญทั้งหมดที่เกี่ยวข้องกับความรู้ เพื่อสร้างข่าวกรองที่
สามารถดาเนินการได้ รวมถึงข้อมูลเชิงลึกที่ "ลึกลับ (uncanny)"