Manajemen pengetahuan dan kolaborasi sangat erat terkait. Pengetahuan yang tidak
dapat dikomunikasikan dan dibagikan dengan orang lain menjadi hampir tidak berguna.
Pengetahuan menjadi bermanfaat dan ditindaklanjuti ketika dibagikan ke seluruh
perusahaan.
1. Dimensi Pengetahuan yang Penting
Terdapat suatu perbedaan yang penting di antara data, informasi, pengetahuan,
dan kebijaksanaan. Pengetahuan merupakan suatu atribut individual dan atribut kolektif
dari perusahaan.
Pembelajaran Organisasional dan Manajemen Pengetahuan
Organisasi yang belajar untuk menyesuaikan perilaku mereka mencerminkan
pembelajaran tersebut dengan menciptakan proses bisnis yang baru dan dengan
mengubah pola dalam pengambilan keputusan manajemen. Proses perubahan lni
disebut dengan pernbelajaran organisasional (organizational learning).
2. Rantai Nilai Manajemen Pengetahuan
Manajemen pengetahuan (knowledge management) mengacu pada serangkaian
proses bisnis yang dikembangkan dalarn suatu organisasi untuk menciptakan,
menyimpan, memindahkan, dan menerapkan pengetahuan.
a. Penguasaan Pengetahuan
Organisasi dapat memperoleh pengetahuan dengan berbagai cara,
bergantung pada tipe dari pengetahuan yang mereka cari. Sistem manajemen
pengetahuan yang pertama berupaya untuk membangun gudang dokumen
perusahaan, laporan, presentasi, dan praktik pelaksanaan yang terbaik.
b. Penyimpanan Pengetahuan
Penyimpanan pengetahuan pada umumnya melibatkan penciptaan suatu
database. Sistem manajemen dokumen yang dibuat dalam bentuk digital, indeks,
dan memberikan label pada dokumen yang disesuaikan dengan kerangka kerja
yang jelas rnerupakan database yang besar yang mahir dalam menyimpan
kumpulan dokumen.
c. Penyebarluasan Pengetahuan
Teknologi portal, surel, pesan instan (instant messaging), wiki, alat bantu
sosial bisnis, dan mesin pencari telah ditambahkan pada pengaturan yang ada dari
alat bantu kolaborasi untuk berbagi kalender, data dokumen, dan grafik.
d. Penerapan Pengetahuan
Tanpa memperhatikan apakah tipe dari sistem manajernen pengetahuan
yang dilibatkan, tetapi pengetahuan yang tidak dibagikan dan diterapkan dalam
permasalahan praktis yang dihadapi oleh perusahaan dan para manajer tidak akan
menambah nilai dari bisnis.
e. Membangun Modal Organisasional dan Modal Manajemen : Kolaborasi,
Komunitas Praktik, dan Lingkungan Perkantoran
Para manajer dapat membantu dengan cara mengembangkan peranan dan
tanggung jawab baru dalam organisasi untuk memperoleh pengetahuan. Termasuk
menciptakan posisi-posisi baru, seperti direktur eksekutif manajemen pengetahuan,
staf yang ditugaskan untuk membantu manajer pengetahuan, dan membentuk
komunitas praktik..
3. Tipe Sistem Manajemen Pengetahuan
Terdapat 3 tipe dari sistem manajemen pengetahuan yang sangat penting:
sistem manajemen pengetahuan keseluruhan perusahaan (enterprise-wide knowledge
management systems), system kerja pengetahuan (knowledge work systems—KWS),
dan teknik kecerdasan (intelligent techniques).
Teknik Kecerdasan
1. Memperoleh Pengetahuan: Sistem Ahli
Sistem ahli adalah teknik cerdas untuk menangkap pengetahuan yang tidak
diucapkan dalam domain keahlian manusia yang sangat spesifik dan terbatas.
a. Bagaimana sistem ahli bekerja?
Sistem ahli memodelkan pengetahuan manusia sebagai seperangkat aturan
yang secara kolektif disebut basis pengetahuan. Aturan diperoleh dengan
mewawancarai secara cermat satu atau beberapa "ahli" yang memiliki perintah
menyeluruh tentang basis pengetahuan untuk sistem atau dengan
mendokumentasikan aturan bisnis yang terdapat dalam manual, buku, atau laporan.
b. Contoh Sistem Ahli yang Sukses
Sistem ahli memberi bisnis serangkaian manfaat termasuk keputusan yang lebih
baik, kesalahan yang berkurang, biaya yang berkurang, waktu pelatihan yang
berkurang, dan tingkat kualitas dan layanan yang lebih tinggi.
2. Kecerdasan Organisasional: Penalaran Berbasis Kasus
Pengetahuan organisasi ini dapat ditangkap dan disimpan menggunakan
penalaran berbasis kasus. Mengenali kasus serupa, mengevaluasinya dan mencari
solusi dari permasalahan-permasalahan dengan karakteristik yang sama.
3. Sistem Logika Fuzzy
Logika fuzzy merupakan teknologi berbasis aturan yang dapat merepresentasikan
ketidaktepatan tersebut dengan membuat aturan yang menggunakan nilai perkiraan
atau nilai subjektif.
4. Pembelajaran Mesin
Pembelajaran mesin adalah studi tentang bagaimana program komputer dapat
meningkatkan kinerjanya tanpa pemrograman eksplisit. Mesin yang belajar adalah
mesin yang seperti manusia, dapat mengenali pola dalam data, dan mengubah
perilakunya berdasarkan pengenalan pola, pengalaman, atau pembelajaran
sebelumnya (database).
a. Neural Networks
Jaringan saraf digunakan untuk memecahkan masalah yang kompleks dan
kurang dipahami yang telah mengumpulkan sejumlah besar data.
b. Algoritma Genetika
Algoritma genetika berguna untuk menemukan solusi optimal untuk masalah
tertentu dengan memeriksa sejumlah besar kemungkinan solusi untuk masalah
tersebut.
Agen Inteligen
Agen inteligen adalah program perangkat lunak yang bekerja tanpa campur
tangan manusia secara langsung untuk menjalankan tugas tertentu bagi pengguna individu,
proses bisnis, atau aplikasi perangkat lunak. Agen inteligen menggunakan basis
pengetahuan bawaan yang terbatas atau basis pengetahuan yang dipelajari untuk
menyelesaikan tugas atau untuk membuat keputusan atas nama pengguna, seperti
menghapus e-mail yang tidak berguna, menjadwalkan janji.
Sistem AI Hibrida
Algoritme genetik, logika fuzzy, jaringan saraf, dan sistem ahli dapat diintegrasikan
ke dalam satu aplikasi untuk memanfaatkan fitur terbaik dari teknologi ini. Sistem semacam
itu disebut sistem AI hybrid.