Knowledge-as-a-Data

ดร.อภิวดี ปิยธรรมรงค์

มีองค์กรไหนบ้างไม่จัดทำ KM ยกมือขึ้น?! (KM ย่อมาจาก Knowledge Management หรือการบริหารจัดการองค์ความรู้) เชื่อว่าคงมีน้อยองค์กรที่ยังไม่กล้ายกมือ ด้วยกระบวนการที่ใช้ในการจัดเก็บความรู้เหล่านี้อาจจะยังไม่เอื้อให้เกิดประโยชน์ที่แท้จริงให้กับองค์กร หรือตรงตามวัตถุประสงค์เท่าไรนัก

คำว่าองค์กร ถ้าไม่นับสิ่ง ปลูกสร้าง คงเห็นพ้องต้องกันว่ามนุษย์ที่เดินนั่งคิดนั่งทำ "งาน" อยู่ในองค์กรนี่แหละ คือสิ่งที่กำหนดความเป็นองค์กร ความเชื่อที่ว่าบุคลากรมีส่วนร่วมในการผลักดันความก้าวหน้าและประสบความสำเร็จได้ เมื่อเจอปัญหาควรทำอย่างไร เพื่อให้องค์กรเดินหน้าต่อไปได้?

นาซ่าให้ความสำคัญกับการจัดทำระบบ KM อย่างยิ่ง มีนักวิจัยที่อุทิศตนให้กับการสร้างเครื่องมือนี้ไม่น้อย ทั้งการสร้างระบบ กระบวนการ แนวทาง และตีพิมพ์งานวิจัยมากมาย เพราะแต่ละโครงการมีขนาดใหญ่หรืออาจเกี่ยวข้องกับข้อมูลปริมาณมหาศาลหลายรูปแบบ ทีมงานที่เกี่ยวข้องมีการแลกเปลี่ยนความคิดเห็นและความรู้ จึงช่วยเร่งวงจรการลดปัญหา หรือแนวโน้มการเกิดความผิดพลาด และยังเป็นสปริงทางความคิดในการสร้างสรรค์สิ่งใหม่ได้ดีเยี่ยมอีกด้วย

แต่การพูดคุยธรรมดาที่ไม่มีการจัดเก็บบันทึกหรือสกัดองค์ความรู้ที่ได้ออกมา ก็อาจทำให้ทีมงานต้องวนในอ่างซ้ำแล้วซ้ำเล่า แล้วเทคโนโลยีปัจจุบันน่าจะเข้ามาช่วยอะไรได้บ้าง

หากเราเปรียบองค์ความรู้คือข้อมูลอีกประเภทหนึ่งที่จะต้องมีวิธีในการจัดเก็บ วิเคราะห์ แปลและ ส่งต่อ กระบวนการเหล่านี้ คือขั้นตอน การทำงานกับข้อมูลขององค์กร ที่นำไปสู่การทำ Data Analytics เพื่อช่วยค้นหาแนวทางการพัฒนาผลิตภัณฑ์และบริการรูปแบบใหม่ๆ ดังนั้นเทคนิคหรือกระบวนการที่ใช้ในงานวิเคราะห์ย่อมนำมาใช้ในงาน KM ได้ด้วย

อย่างไรก็ดี ระบบการบริหารจัดการองค์ความรู้ด้วยพื้นฐานทางเทคโนโลยีไอทีในอดีตจนถึงปัจจุบัน สามารถทำงานได้ดีกับ Explicit Knowledge หรือองค์ความรู้ที่มีความเข้าใจโครงสร้างหรือหลักการ มีการถ่ายทอดออกมาในรูปหนังสือค่อนข้างดีอยู่แล้ว แต่ระบบกลับทำงานร่วมกับ Tacit Knowledge หรือองค์ความรู้ที่ซุกซ่อนอยู่ในตัวบุคคล ไม่มีการเขียนออกมาอย่างชัดแจ้ง

ศาสตร์ในการทำ KM กล่าวถึงวิธีการจัดการกับความรู้ทั้งสองแบบไว้ แต่ที่น่าสนใจคือ หากเราใช้เทคโนโลยีการวิเคราะห์ข้อมูล (Data Analytics) ร่วมกับศาสตร์และศิลป์ของ AI (Artificial Intelligence) ในการพยายาม เข้าใจมนุษย์ เช่น การทำ Knowledge Engineering สร้าง Ontology ร่วมกับ Dynamic search optimization เข้ามาช่วยสกัดและจัดการข้อมูล Tacit Knowledge ให้ได้อย่างมีประสิทธิภาพ นำไปวิเคราะห์ร่วมกับข้อมูลรูปแบบอื่นๆ ทำให้เกิดการแชร์องค์ความรู้ร่วมกันได้อย่างแท้จริงและรวดเร็ว n