Системы менеджмента знаний - моделирование знаний

Часть 1. Моделирование знаний

Содержание

• Бизнес держится на знаниях, сам того не зная
• Бизнес-модель как основа структурирования знаний
• Принципы бизнес-моделирования для систем, основанных на знаниях

Бизнес держится на знаниях, сам того не зная

«Большинство ресурсов не являются специфичными: капитал, оборудование, материальные ценности – не могут быть использованы для того, чтобы отличить, один бизнес от другого по своей глубинной сути. Самый главный ресурс, отличающий бизнес и дающий решающие конкурентные преимущества – это используемые в нем специфические производственные и управленческие знания». Питер Друкер «Задачи менеджмента в 21-ом веке».

Процессы, т.е. деятельность (activity), трактуемая как процесс, еще остаются в центре современных концепций менеджмента¹, и продвигается большинством российских консультантов, как главный рецепт успеха. Хотя внедрение в России одной из наиболее последовательно выстроенных на процессном подходе систем менеджмента – системы менеджмента качества и не дало ожидаемого эффекта². Диагноз следующий – система внедрялась, как чисто функциональная задача – задача соответствующей службы, а не рассматривалась, как задача перестройки менеджмента на основе процессного подхода.

Вроде бы стоило задуматься над этим фактом.

Но на горизонте (на Западе) появился уже новый флаг и новое магическое заклинание – «знания». По общему мнению «Управление или Менеджмент знаний»³, в ближайшее время станет неким пропуском в приличное общество и уже сейчас начало активно эксплуатироваться наиболее продвинутыми консалтинговыми компаниями, встав в один ряд с вышеупомянутыми «процессами», а также с такими «хитами», как BSC, EVA и ABC…

Поэтому с самого начала, пока дело зашло не слишком далеко, т.е. не произошла девальвация этих понятий, хочется внести ясность в проблематику «управления знаниями» применительно к бизнесу и бизнес-системам.

Понятие «управление знаниями» (Knowledge Management, КМ) родилось в середине 90-х годов в крупных корпорациях, где проблемы обработки информации приобрели особую остроту, став критическими. Причем управленческие проблемы возникали как из-за отсутствия, так и избытка информации Необходимо было выявить и сосредоточиться на самом ценном, той информации, которой обеспечивает успех компании. Существуют десятки определений знания, но в системах KM знания - это фундаментальный ресурс, базирующийся на практическом опыте специалистов и на данных, существующих на конкретном предприятии.

Компании, которые осознали ценность «знания» и поставили управление им, способны координировать использование своих традиционных ресурсов или комбинировать их новыми и особыми способами, обеспечивая большую выгоду для потребителей, чем конкуренты. Знания, особенно полученные в результате специфического опыта фирмы, имеют тенденцию к уникальности и трудны для имитации. Поэтому , в отличии от многих традиционных ресурсов нелегко выйти на рынок со знаниями в «готовой для использования» форме. Для того, чтобы получить аналогичные знания конкуренты должны обладать аналогичным опытом и они ограничены в возможностях ускорить свое обучение даже при больших инвестициях.

Знания могут быть классифицированы⁴ на коренные, обеспечивающие успех и инновационные.

Коренные знания представляют необходимый минимум, который обеспечивает «участие в игре». Обладание ими не может обеспечить долговременную конкурентную значимость фирмы, но создает определенный барьер входу в отрасль. То есть, коренные знания обычно имеют все участники отрасли и, следовательно, они обеспечивают определенное преимущество перед фирмами, желающими войти в отрасль.

Знания, обеспечивающие успех, снабжают фирму конкурентным потенциалом. Фирма может иметь в общем тот же самый уровень или качество знаний как и ее конкуренты, но некоторые специфические знания могут помочь ей использовать стратегию дифференциации. Эти фирмы могут претендовать на успех в сходной конкурентной позиции, т.к. именно там они знают больше конкурентов.

Инновационные знания предоставляют фирме возможность изменять «правила игры». Именно они и дают фирме возможность лидировать в отрасли.

С финансовой точки зрения, в настоящее время знания неявно стали главным источником капитала. Цена акций может во много раз превышать их покрытие материальными активами компании-эмитента. Это особенно заметно в случае компаний так называемой новой экономики. Например, для акций компании Oracle соотношение цена/активы (рыночная капитализация, деленная на активы компании за вычетом долгов) составляет 17 к 1.

Поэтому многие ведущие компании уже имеют в своем составе специального сотрудника - Chief Knowledge Officer5 ответственного за создание инфраструктуры и культуры совместного использования знаний. Главная задача специалистов такого рода - вычленять, систематизировать и тиражировать интеллектуальный капитал внутри вверенных им корпораций. Для чего им надо выявить и обратить на пользу фирме всю имеющуюся у нее информацию, опыт и квалификацию сотрудников, с тем, чтобы не только достичь конкурентных преимуществ в данный момент, но и сократить время реакции на меняющиеся рыночные условия. Знания при этом воспринимают как ресурс и обеспечение ими налаживается по принципу just-in-time, принятому для организации производственного процесса в снабжении ресурсами. Но используются они не столько в производственных, сколько в управленческих процессах, требующих принятия стратегических и оперативных решений.

В одной из публикаций⁶ были приведены типовые признаки, при которых растет актуальность внедрения Knowledge Management (КM):

• Люди обладают знаниями, но не распространяют их в коллективе
• Мы не знаем, что нам известно
• Происходит потеря опыта
• Очевиден, но не используется потенциал для принятия оптимальных решений 

Целесообразно рассматривать проблему внедрения КМ в более точных координатах существования знаний.⁷

• Степень объективизации
• Степень полезности
• Степень использования

С этих позиций менеджмент знаний должен быть направлен на исследование существующих и создание новых полезных знаний с целью их последующей объективизации, сохранения и использования в обучении, решении проблем и принятии решений. Его задача - превращение индивидуальных знаний, опыта, навыков в технологию, применение которой доступно всем

На пути постановки менеджмента знаний в компании обычно проходят следующие этапы:

• Поиск, извлечение и/или генерация знаний
• Формализация знаний и организация их хранения (накопления)
• Предоставление пользователям и использование знаний

Собственно это не только этапы постановки, но и контур постоянно реализуемой деятельности или система менеджмента знаний (СМЗ)⁸ – система для организации управленческих действий на базе особых информационных ресурсов компании. Очень важно, что эта система ориентирована на действия и субъектом, конечным пользователем знаний всегда является человек, действующий в интересах компании.

Но является ли персонал компании единственным возможным аккумулятором и генератором знаний?

Ведь до сих пор у многих руководителей компаний «менеджмент знаний» ассоциируется исключительно с задачами обучения и повышения квалификации персонала. Такая же «ставка на персонал», как основной носитель знаний, правда с акцентом на создание и распространение «нового» знания прослеживается и в популярной сейчас книге П. Сенге «Обучающаяся организация».

Однако, с появлением методов «искусственного интеллекта» (Artificial intelligence) ответ на этот вопрос стал не столь однозначным! Задача теперь состоит в том, чтобы гармонизировать потенциал конкретного человека и требования бизнеса компании.

Знания можно трактовать как некий «интеллектуальный капитал», который (также как и финансовый капитал) может «собственным» или «заемным». То есть, знания сами по себе - это не актив, так как актив подразумевает собственность организации. Но неконтролируемые знания, как и работники не являются собственностью организации. «К компонентам корпоративного знания, находящимся «в сознании сотрудников» надо подходить как к арендованным, взятым в лизинг, или заемным активам. А правильнее как к активам, арендованным организацией всего лишь на очередной рабочий день»⁹.

С нашей точки зрения основная задача СМЗ – это «преобразование интеллектуального капитала в интеллектуальные активы», максимальная объективизация знания, извлечение его из источников, каковым являются отдельные сотрудники компании. Тогда риски связанные с зависимостью от конкретных персоналий станут меньше, а знание можно будет свободно передавать, распространять и эффективно применять там, где это нужно в интересах компании.

Таким образом, при построение СМЗ компания может придерживаться одной из двух возможных стратегий, которые позиционируются в следующей системе координат:

• Где аккумулируются знания: «человек» (персонал) или «машина» (информационная система)
• Какая из задач более приоритетна: «генерация нового» или «аккумуляция существующего» знания

Машина	Поиск новых закономерностей в массивах информации. Имитационное моделирование	Формализация и накопление знаний в корпоративной базе
Человек	Активизация личностного потенциала сотрудников для генерации новых идей	Постоянное обучение сотрудников и передача опыта
	Новое	Старое

 

Рис. В  Матрица стратегий в Knowledge Management .

Выбор стратегии ориентации исключительно на персонал и активизацию «человеческих ресурсов» неизбежно включает в число основных задач СМЗ не только задачи связанные со «знанием», как особым информационным объектом, но и задачи «развития, вовлечения и удержания» персонала (вплоть до «пожизненного найма»!).

Выбор «машинно-ориентированной» стратегии, которой мы придерживаемся, хотя и не исключает работу с персоналом как источником и потребителем знаний, прежде всего связывает Knowledge Management с поддерживающей его информационной системой или комплексом специальных программных средств. То есть в такой трактовке менеджмент знаний «технологически зависим» - как и многие области современного менеджмента, он не может существовать без использования специализированных программных продуктов и платформ. Для построения информационных систем базирующихся на знаниях – знание должно быть, прежде всего, объективизировано т.е. стать разделяемым и, потенциально, общедоступным.

Знания в организации, также как и «процессы», существуют независимо от того, осознаете ли вы это или нет. Вопрос в том, являются ли эти знания объектом управления.¹⁰ То есть с самого начала необходимо взять под контроль «стихийное и бессистемное накопление информации в организации» и приступить к выделению имеющихся в компании знаний. Это один из наиболее сложных и трудоемких этапов, от его успешности зависит дальнейшая жизнеспособность системы.

Источники знаний, конечно, зависят от отраслей индустрии, но, как правило, в них входят корпоративные стандарты, методики, бизнес-правила, технологии, процедуры обработки информации, накопившиеся в процессе функционирования предприятия; руководства, письма, новости, сведения о заказчиках и конкурентах, схемы, чертежи и другие данные.

Как видно из этого перечисления - источники отличаются степенью формализации и доступности. Поэтому в ходе этого этапа «знания в головах» (а также других неявных аккумуляторах знаний – документах, разрозненных базах данных и т.п.)¹¹ должны быть переведены в разряд «интеллектуальных активов» компании.

Большинство западных систем, позиционирующихся в качестве KM-систем, ориентированы на «добычу данных» (data mining) или «компьютерный логический анализ» (e-analytics). Для этого в поисках нужных сведений «прочесываются» корпоративные базы данных, архивы коммуникационных систем, тексты электронных документов и прочие массивы данных. (Опять же, напомним, что эта задача в КМ-системах должна решаться постоянно).

Особые трудности представляет собой задача извлечения знаний, существующих в головах специалистов. Здесь существуют специальные технологии, являющиеся предметом особой науки под названием «инженерия знаний» (knowledge engineering), возникшей в русле разработки интеллектуальных систем примерно 15-20 лет назад.

Извлечение знаний это своеобразная «разведка среди своих» - процесс переноса компетентности специалистов на аналитика или «инженера по знаниям» а затем в базу знаний КМ-системы. Обычно с процессом «извлечения» (knowledge elicitation) ассоциируются три группы проблем или аспектов, на которых надо сосредоточиться аналитику: психологический, лингвистический, гносеологический…

Однако, в российских компаниях трудности возникают еще до этого. Наш бизнес отличает почти полное отсутствие документации. Причем не документируются не только данные, но и правила и регламенты работы. Поэтому проблему представляет извлечение не только специфических (тонких) «технологических» знаний, но и вообще системное описание всей деятельности компании. Следует отметить, что даже если речь идет о разработке традиционной информационной системы, а не системы KM, эти проблемы не теряют своей актуальности.

Следующий этап – это «структурирование и формализация» знаний. На этом этапе должны быть выделены основные понятия, выработана понятийная структура представления информации, информация записана в память на выбранном внутреннем языке.

Качество (уровень ценности) интеллектуальных ресурсов напрямую зависит от качества «организации» информации об интересующих нас объектах бизнес-системы. Хорошо организованная информация позволяет эффективно извлекать и предоставлять лицу, принимающему решения нужные сведения, а также осуществлять различные преобразования, с цель скорейшего предоставления этих сведений в будущем..

При такой формализации работы со знаниями, как информационного объекта управления, неизбежно встанет также вопрос о соотношении понятий «данные», «информация» и «знания». Это соотношение трактуется в научной литературе не однозначно.

Естественно трактовать информацию, как наиболее общее понятие, а данные и знания - как разные степени организации этой информации. Однако, часто цитируется формулировка, принадлежащая вроде бы Lotus-IBM, которая гласит, что в корпорации циркулируют данные, информация и знания. А в системе mySAP.com BI – прямо поставлена задача «перейти от данных к информации, а от информации к знаниям»… Такое противопоставление информации и знаний возможно основано на прагматической трактовке понятия «знание», как специально организованной информации, позволяющей действовать более успешно.¹²

В общем, обзор и сопоставление различных мнений мог бы занять все пространство данной статьи.

Чтобы этого не произошло, представляется целесообразным принять какие – нибудь рабочие допущения, возможно не достаточные для установления абсолютной научной истины, но достаточные для построения информационной системы полезной для поддержки определенных управленческих задач. В принципе мы можем поступить так не только потому, что в бизнесе важнее менее точные, но принятые вовремя, решения, но и потому, что все имеющиеся попытки определить соотношение понятий «данные, информация и знания» на 80% совпадают.

Примем для начала следующие определения:

Данные — это полученные эмпирическим путем и зафиксированные факты, характеризующие отдельные свойства объектов, процессов или явлений.

Знания — это результаты обобщения фактов и установления определенных закономерностей в какой либо предметной области, которые позволяют ставить и решать задачи в этой области.

Знания, безусловно, основаны на данных. Если рассмотреть переход от «данных» к «знаниям» с точки зрения уровня организации информации, то этот переход характеризуется все большим усложнением информационных структур и появлением многочисленных связей между ними.

Надо оговориться, что последнее относится к, так называемым, «глубинным»¹³ знаниям - знаниям, отражающим структуру и природу существующих отношений и процессов, протекающих в предметной области. Эти знания могут использоваться для прогнозирования поведения объектов.

Более простые «поверхностные» знания, знания о видимых взаимосвязях между событиями и фактами предметной области, близкие чисто эмпирическому опыту описываются и более простой структурой – «продукционными моделями»¹⁴

Несомненно, такое знание также присутствует в бизнес-системах и, возможно, является наиболее «специфическим», аккумулирующим уникальный опыт на котором, возможно, и держится конкретный бизнес – во всяком случае, его наиболее творческая, креативная составляющая.

Но такими моделями невозможно описать все устройство бизнес-системы, также как личность человека нельзя описать совокупностью простейших реакций «вход – выход». Именно для этого и нужны, глубинные знания, которые представляются более сложными моделями.

И, наконец, надо предпринять значительные усилия, чтобы «знания превратились в силу»¹⁵. Ведь цель управления знаниями заключается в том, чтобы помочь людям лучше работать вместе, используя все возрастающие объемы информации и управляя ими.

Все современные технологии управления, как правило, не противоречат, а дополняют друг друга, выражая некое «веяние времени» или «общую парадигму менеджмента в данный период». Поэтому можно и нужно проследить связь «процессного подхода» к управлению и менеджмента знаний …

«Все бизнес-процессы компании могут стать более эффективными после применения методов управления знаниями. Организации, переопределяющие свои основные бизнес-процессы для использования преимуществ управления знаниями, станут лидерами на рынке XXI века¹⁶».

Следует специально подчеркнуть, что речь идет именно о бизнес-процессах компании, а не о технологических процессах – «технологических знаниях», хотя их роль в успехе компании также весьма существенна. На мировых рынках способность производить товары уже давно превышает спрос и, поэтому, решение традиционной задачи повышения «производительности» как отношения стоимости произведенной продукции к стоимости затраченных ресурсов не обязательно ведет к процветанию компании. Доминирующей стратегией становится стратегия лидерства в области дифференциации продукта, а не лидерства по издержкам. И в этом главная роль уже принадлежит не столько производственным, сколько офисным технологиям и знаниям лежащим не только в области производства, но в общей организации бизнеса, его месте в цепочке создания пользовательских .ценностей.

Исходя из вышесказанного, в основе СМЗ знаний должна лежать бизнес-модель компании, которая на различных уровнях структурирует и формализует знание о компании и ее окружении.

Бизнес–модель как основа структурирования знаний

Бизнес-модель, как и любая модель, является некоторым упрощенным представлением реального объекта (бизнес-системы) т.е. отражает некоторые аспекты знаний о бизнесе и имеет свойство давать правильные ответы на вопросы (Рис. 1), признанные существенными для управления.

Из данного рисунка хорошо видна последовательность, в которой эти вопросы должны быть заданы и какие частные модели должны быть созданы, для получения ответов. Последовательное наращивание модели позволяет сделать знание о деятельности предприятия все более полным.

Зачем: стратегическая модель, в которой зафиксированы стратегии и цели компании;

Что – Где – Кто: организационно-функциональная модель, описывающая закрепление бизнесов и функционала компании (что) за структурными звеньями (где) и сотрудниками (Кто);

Как – Когда – Кому: процессная модель, определяющая способ реализации (как) и последовательность действий (когда – кому);

В каком виде: информационная модель, определяющая состав и структуры различных документов, регистров, отчетов и т.п., а также их представления в базах данных информационных систем.

Сколько: финансовая модель, которая позволяет перейти к количественной оценке ресурсов, потребляемых предприятием в ходе своей деятельности

Формально для фиксации наиболее полного знания нужно создать «полную» бизнес-модель (Рис. 2)

Интересно, что традиционная количественная финансовая модель является последней в этой цепочке! То есть, построить рациональную систему финансового управления можно, лишь точно описав, как построена его деятельность. Это, отражает интересную тенденцию в современном менеджменте – его приоритеты смещаются от «менеджмента ресурсов» к «менеджменту организации»

Согласно новейшим концепциям¹⁷ «Традиционные финансовые показатели лишь подводят итоги успешности бизнеса («результат вскрытия»)». Сам же успех, по Хаммеру, измеряется такими аспектами деятельности, как «удовлетворенность клиента, скорость и процент ошибок», которые связываются им с совершенствованием организации процессов компании. Такой же переход от чисто финансовых к более широкому кругу показателей успешности бизнеса лежит в основе и новейшей методологии Balanced Scorecard (см. далее).

Все это свидетельствует, что сегодня в центре внимания оказались процессы «организационного менеджмента» – процессы формирования организации и управления ею путем выработки стратегий, постановки целей, определения и реализация задач для их достижения, процессы объединения «неэффективных по отдельности людей в эффективные коллективы». Стратегические решения, связанные с серьезной перестройкой организации бизнеса начали приниматься уже не раз в пять лет, а, почти ежегодно - иногда и чаще!

«В будущем будут два вида компаний – «быстрые» и «мертвые», говорил глава Northern Telecom Дэвид Вайс – и это будущее уже наступило…

Характерной чертой современной компании стали постоянные изменения, обусловленные изменениями среды, которая стала чрезвычайно динамичной. Цель таких изменений не только достижение большей эффективности, но и просто «выживание на рынке». Изменения касаются одновременно и продукции выводимой на рынок и новой организации деятельности.

Такой принципиально инновационный тип менеджмента потребовал и новых средств для своей информационной поддержки, т.к. традиционные ERP-системы решали только часть задач, а именно оптимальное планирование материальных и финансовых ресурсов. Но прежде ресурсов должны были быть спланированы новые стратегии и новая организация деятельности.

Эффективное управление изменениями возможно только тогда, когда организация деятельности прозрачна на всех уровнях. Иначе решения принимаются в условиях неопределенности и планируемые цели не достигаются. Ясное понимание существующих структур и процессов и предварительное моделирование новых позволяет избежать сбоев функционирования в ходе изменений.

И эти задачи были призваны решать программные системы класса EDS (Enterprise Development Solution), которые в отличие от традиционных ERP-продуктов помогали находить ответы не только на вопросы «сколько?», но и на остальные вопросы приведенные выше, и, тем самым, существенно расширили управленческие возможности.

Основу EDS образуют специальные системы бизнес-моделирования или orgware¹⁸, которые дают целостное и точное представление об организации деятельности, позволяют проанализировать взаимосвязи и узкие места.

Создавая полную бизнес-модель компании, orgware фактически, формирует базу знаний о ее целях, структурах, ресурсах, процессах и других объектах управления. Наличие полной процессной бизнес-модели позволяет оперативно и наглядно получать информацию «как организована деятельность компании» и помогает быстро и точно принимать управленческие решения по ее изменению, создавая и корректируя необходимые регламенты.

Однако, бизнес-модель, это не только средство генерации документов-регламентов. Прежде всего - это корпоративная память организации, источник сведений о том «как организован и как должен работать бизнес», возможно, самое ценное, что есть в компании, обладающей реальной управленческой стоимостью.

Для традиционной парадигмы менеджмента детальная информация об организации процессов и деятельности в целом не была такой уж значимой. Она часто казалась не нужной и не была востребована, ибо не было понятно, как такая информация помогает создавать и поддерживать конкурентное преимущество компании. Вернее – иногда это ощущалось, как «мечта о порядке», но эта мечта носила скорее этический, чем экономический смысл.

То есть, если до недавнего времени связь «организации деятельности» с «успехом» не была точно установлена». То за последние 10 лет произошли серьезнейшие изменения, как в самой экономике, так и в жизни каждого отдельного предприятия. Полезность применения принципов современного «инновационного» менеджмента и, в частности, процессного управления доказано самой жизнью – успешностью компаний реально их внедривших. То есть, «сегодня речь уже идет не о том, нужно ли моделировать бизнес, а о том, как и в каком объеме, это делать».

Примечания

¹Business Activity Monitoring (BAM), Activity Based - Costing, Budgeting, Management (АВС-АВВ-АВМ) и т.п.

²По данным журнала "СТАНДАРТЫ И КАЧЕСТВО": В мире - ~ 450 000 компаний с внедренной СМК. В них затраты на качество упали с 20% до 2.5% от объема продаж. В России ~ 2 000 компаний с внедренной СМК. До 80% внедрений неэффективны.

³Следует отметить, что хотя понятия "управление знаниями" и "менеджмент знаний" часто отождествляют - хотя иногда их полезно различать. Первое, скорее, относится к чисто функциональной задаче управления "знанием", как специальным информационном объектом. Второе - менеджмент, т.е. управление компанией основанное на знаниях, как ее наиболее ценном ресурсе. (Такая же разница, например, и между понятиями "Управление качеством" и "Менеджмент качества" - их смешение и приводит к неудачам в постановке СМК в России)

⁴Г.Я. Гольдштейн "Глобальный стратегический инновационный менеджмент"

⁵CKO - главный управляющий знаниями

⁶Сергей Арсентьев "Базовые понятия Knowledge Management"

⁷Ю. Лунев. "Психологические основы системы менеджмента знаний"

⁸Knowledge Management System (KMS)

⁹Гордон Боронау, президент страховой компании Скандия (Швеция)

¹⁰Исследование, проведенное швейцарским исследовательским фондом, показало, что на практике используются 20% знаний, которые имеют сотрудники компании. (Хотя в этом утверждении "знание" понимается как бы "на бытовом" уровне, как компетенции, умения и навыки персонала).

¹¹Так называемая "размытая" информация ("soft" knowledge)

¹²"В книгах, базах данных, программах нет знаний, в них находится только информация. Знание всегда содержится в человеке, поддерживается человеком, создается, приумножается, улучшается человеком, применяется человеком, переходит от одного человека к другому в ходе обучения, наконец, используется человеком правильно или ошибочно" Peter Drucker, Post-Capitalist Society

¹³Глубинные знания - абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области.

¹⁴Модель основанная на правилах, которая позволяет представить знания в виде предложений типа "Если (условие), то (действие)"

¹⁵Знаменитое определение: "знания - сила" дал английский философ Френсис Бэкон (1561-1626)

¹⁶Аналитический отчет фирмы Meta Group

¹⁷Cм. последнюю книгу отца реинжиниринга Майка Хаммера - M. Hummer: "The Agenda: What Every Must Do to Dominate the Decade"

¹⁸Orgware (организационный продукт - англ.) - так называется этот класс программных средств направленных на поддержку организационного управления и развития, ключевых задач современного менеджмента

---

Принципы бизнес-моделирования для систем, основанных на знаниях

Все написанное в предыдущем разделе относится к некой абстрактной системе бизнес-моделирования. Но далее мы вынуждены предельно конкретизировать описание, т.к. аналогов предлагаемой системы ориентированной на системное представление деятельности предприятия не так уж много. Речь идет о системе ОРГ-МАСТЕР® BIS¹.

Что такое системно представить деятельность? Система есть, прежде всего, совокупность элементов и связей между ними. То есть надо идентифицировать существенные элементы бизнес-системы и их взаимоотношения: зафиксировать все виды продукции и услуг, определить требования со стороны потребителей и ожидания других заинтересованных сторон (stakeholders), идентифицировать существующие функциональную и организационную структуры, произвести управленческую инвентаризацию ресурсов предприятия, выявить существующие нормативные документы, а также информацию в базах данных предприятия и т. д и т.п.

Основной особенностью построения моделирующей части BIS-системы является отражение системного подхода в структуре и интерфейсе продукта. В ОРГ-МАСТЕР® для представления объектов модели и связей между ними существует единый механизм, основанный всего на двух базовых инструментах: классификаторах и проекциях.

Классификаторы – это «онтологические² модели» предметных областей, существенных для описания бизнес-системы. В ОРГ-МАСТЕР® это древовидные модели, иерархические списки выделенных объектов управления (организационных звеньев, функций, материальных ресурсов, баз и хранилищ данных, документов и т.п.), которым могут быть приписаны различные атрибуты: тип, значения, комментарий и т.п.

При построении классификаторов объекты описания иерархически упорядочиваются – т.е. на них вводится отношение «is-a» (быть элементом класса). Любые другие, более сложные отношения на множестве могут быть заданы с помощью «проекции³» классификатора самого на себя. Например, в модели организационной структуры это могут быть отношения «функциональной подчиненности», «замещения» и т.п.

Рис. 3. От «естественного информационного хаоса» к «онтологической гармонии» (структурированной информации о предметной области)

Например, при первичном сборе информации о документах компании они группируются по подразделениям (как и в ОКУД по ведомствам!). А для описания процессов нужна иерархическая группировка документов по классам входимости. Вообще, очень важной особенностью BIS-систем является то, что моделирование протекающих в компании процессов проводится на предварительно упорядоченных множествах объектов, являющихся его элементами.

Для облегчения процесса структурирования знаний о предметных областях в моделирующей BIS-системе имеются «библиотечные классификаторы.

На полезности таких «островков» заранее структурированного знания мы остановимся в следующем разделе («извлечение знаний»), а сейчас сосредоточимся на втором инструменте моделирования используемом в ОРГ-МАСТЕР® – проекции.

Проекции – это матричные модели, задающие систему отношений между классификаторами в любой их комбинации. Связи также могут иметь дополнительные атрибуты (направление, название, индекс, шкала).

Так же как пространственный объект любой сложности (например, здание) может быть представлен конечным числом двумерных (плоских) проекций - чертежей, так и несколько матриц дают возможность строить многомерные структурные описания системы, делают сложные конструкции обозримыми и документируемыми

Каждое предприятие пронизано сложнейшей системой отношений и связей. И, тем не менее, все задачи принятия решений по закреплению ответственности, средств и т.п. решаются методом парных проекций регистров-классификаторов с последующим выводом многомерных отчетов

Выбирая состав классификаторов и глубину иерархии, мы можем получать модель бизнеса той или иной степени точности. Базовыми, однако, являются, следующие модели:

• Организационная модель, содержащая описание организации деятельности на структурном, функциональном и процессном уровнях
• Стратегическая модель содержит структурированные и взаимосвязанные сведения о Миссии, стратегиях и целях предприятия. показателях их достижения и т.п. Выбранные стратегии в дальнейшем определяют наполнение основных классификаторов (продукты, функции, ресурсы, процессы), используемых при построении других компонент модели предприятия. Данная модель включает также описание внешней среды – макро и микроокружения компании
• Финансовая модель представляет собой систему основных бюджетов предприятия (бюджет движения денежных средств, бюджет доходов и расходов, бюджет по балансовому листу, а также ресурсный бюджет для долгосрочного и инвестиционного планирования). Для их построения используются операционные бюджеты по отдельным бизнес-процессам, полученные консолидацией затрат, необходимых для реализации отдельных операций, а также доходов, получаемых в результате реализации бизнес процесса. Кроме того, учитываются бюджеты процессов управления или накладные расходы, соответствующие разработанной организационной модели.

Рис. 6 Состав типовых классификаторов и проекций «организационной модели

Семантически связанные области образуют наборы (или группы) проекций. Вот, например фрагмент стратегической модели (рис. 6а)

В целом все эти модели и образуют полную – комплексную бизнес-модель. Эта модель является открытой системой. Число частных моделей, т.е. число классификаторов и проекций-отношений между ними может быть расширено и, следовательно, объем знаний о деятельности может быть увеличен. Например, в модель могут быть введены такие неформальные аспекты жизни компаний, как корпоративная этика, межличностные отношения персонала и проч., оказывающие существенное влияние на поведение системы.

Такая «легкость» введения новых объектов, предоставленная пользователю, имеет свою обратную сторону – не все не могут с ней справиться. Поэтому модель перегружается новыми «классификаторами», не являющимися обязательными - то же самое можно описать используя существующие базовые объекты⁴

Однако на одной из групп проекций необходимо остановиться особо. Это система процессов компании. Сама эта система (состав и соподчиненность процессов) описывается отдельным классификатором – онтологией.

Проекция этого классификатора на классификатор «функционала» выделяет подмножества функций образующих каждый конкретный процесс.

Далее, внутри выделенного подмножества функций следует установить отношения взаимодействия, выстроив их тем самым в некоторую последовательность, связав их одновременно с предметом взаимодействия (ресурсом, документом, информацией). Кроме того, для каждой из функций должен быть установлен исполнитель, механизм исполнения (оборудование, программа или другой инструментарий), а также регламент предписывающий правила ее реализации.

Фактически, полнота описания задается в соответствии с методологией SADT⁵, где «универсальной единицей универсальной пунктуации для неограниченного строго структурного анализа» является, так называемый, SA-блок (Рис. 8):

Однако подчеркнем, что в ОРГ-МАСТЕР® данный блок – это лишь результат отображения элемента процесса, а не средство его проектирования.

1. Сам процесс создается в специальном окне программы с псевдографическим интерфейсом, где между функциями-операциями процесса устанавливаются направленные связи, с каждой из которых связывается один из элементов классификаторов в нижней части проекции. Каждая связь такого описания дает ответ на один из стандартных при проектировании процессов вопросы «5W1H – кто (Who?), зачем (Why? What for?) , как (How?), где (Where?), когда (When?), что (What?).

В результате последовательной установки парных связей-отношений образуется некая траектория прохождения операций процесса на дереве – классификаторе функций.

При этом основной особенностью «BIS-систем моделирования» является то, что можно не задавать все эти вопросы сразу. Т.е. не требуется описывать процессы сразу во всех их деталях, как того требуются в других программах. Здесь Вы можете описать все по частям и с тем знанием, которым Вы на данный момент обладаете.

Так можно вносить по мере появления такой информации: распределение задач между исполнителями, их подчиненность, отношения между выполняемыми бизнес-операциями (документы, ресурсы) и пр. Все это осуществляется с помощью, ранее упомянутых классификаторов - онтологий и матричных проекций, в которых устанавливаются связи между составляющими бизнес-процессов.

Причем любое новое знание дополняет и уточняет, а не заменяет предыдущее!

На любом шаге построения модели процесса результат может быть просмотрен в любой из нотаций имеющейся в библиотеке⁶ специального блока визуализации – графическом редакторе бизнес-процессов (Рис. 11).

Что дает такое построение системы моделирования процессов?

Во-первых, знания о процессе (а вернее всей системе процессов) находятся в единой базе данных, дает возможность применения различных методов формального анализа, а не только чисто визуального анализа при рассмотрении диаграмм процессов.

Причем этот анализ может быть проведен до полного построения модели. Действительно, если выявлять взаимосвязи (как и их отсутствие) в системе возможно только после построения полной ее модели, то это оказывается очень неудобно на начальных этапах работы, когда информация о протекающих в системе процессах еще может частично отсутствовать или быть неточной.

Во вторых, наличие универсального входного интерфейса, базирующемся на общем системном подходе (процесс, как подмножество элементов и направленных связей между ними) позволяет быстро вносить изменения в модель процесса.

Чисто графический интерфейс удобен для наглядного представления процессов и возможности проследить имеющиеся в них взаимосвязи, но трудоемок для проектирования и особенно для изменений сколько-нибудь сложной модели при сопровождении.

Тем не менее, наглядная визуализация процессов (и вообще знаний) исключительно важна⁷. Причем желательно для каждого из процессов (или групп однородных процессов) желательно найти нотацию отражающую его особенности – например, логическую насыщенность или интенсивные потоки информации. Кроме того, для анализа процессов бывает желательно посмотреть один и тот же процесс в различных нотациях.

Таким образом в новых системах моделирования принят подход, при котором процессы формализуются с помощью внутреннего, единого для всей модели, формата представления знаний (классификаторов - онтологий и проекций отношений между ними), а специальный модуль визуализации позволяет наглядно представить любой из описанных в этой системе процессов в подходящей именно для него нотации.

И здесь вообще стоит обратить внимание на роль наглядности представления в системах управления знаниями. Во многих случаях в тех областях, где точные методы не применимы (обычно тогда прибегают к методам инженерии знаний) - именно наглядное представление и позволяет выявить определенные закономерности и связи между явлениями, то есть получить знание. К этому вопросу мы еще вернемся в разделе, посвященном корпоративным информационным порталам.

А в заключение этого раздела, приведем интересную цитату из стандартов менеджмента качества⁸: «Для успешного руководства и управления организацией необходим систематический и наглядный менеджмент»

Интересно здесь определение «наглядный менеджмент» — то, что он должен быть «систематическим» - системным и регулярным, дополнительных комментариев не требует. А важность наглядности, скорее всего, в том, что прозрачные и ясные модели деятельности в базе знаний компании, могут стать основой единого языка общения управленческого звена и ее сотрудников - языка, обеспечивающего общее понимание целей и процессов компании.

Примечания

¹BIS - Business Intelligence Solution.

²Будем придерживаться следующего определения "Онтология — это эксплицитная спецификация определенной темы" (Поясним здесь же и термин "эксплицитный" - сделанный в явном виде, не опирающийся на какое-то скрытое, "имплицитное" знание).

³Понятие "проекции" будет введено чуть позже…

⁴Принцип экономии мышления, именуемый по имени его автора — английского философа и теолога XIV века — "бритвой Оккама" гласит: "Не пытайся объяснить посредством большего то, что можно объяснить посредством меньшего". Позже была предложена формулировка "Не следует умножать сущности сверх необходимого". Коротко можно объяснить так, если в автомобиле начал стучать движок, не торопитесь предполагать, что там завелся "гремлин" - скорее всего стук вызывает разбалансировка. Применительно к бизнес-моделированию и инженерии знаний этот принцип ограничивает создание уникальных "классификаторов- онтологий", описывая те же свойства системы комбинацией отношений уже существующих.

⁵Structured Analysis and Design Technique (Технология структурного анализа и проектирования).

⁶Библиотека постоянно расширяется.

⁷См, например, следующее определение: "Моделирование БП — это способ наглядного описания основных информационных и материальных составляющих БП и связей между ними".

⁸ISO9004:2000 "Руководящие указания по улучшению деятельности".

Технологии применения онтологий

Дмитрий Кудрявцев

Введение

Онтология — формальная спецификация разделяемой концептуальной модели  [Studer,1998], где 

• под «концептуальной» моделью подразумевается абстрактная модель предметной области, описывающая систему понятий предметной области,
• под «разделяемой» подразумевается согласованное  понимание концептуальной модели определенным сообществом (группой людей),
• «спецификация» подразумевает описание системы понятий в явном виде,
• «формальная» подразумевает, что концептуальная модель является машиночитаемой.

Онтология состоит из классов сущностей предметной области, свойств этих классов,   связей между этими классами и утверждений, построенных из этих классов, их свойств и связей между ними.

В рамках [Эталонные модели, 2006] было проведено детальное исследование понятия «онтология» и особенно областей применения онтологий. В результате систематизация знаний в области онтологий, предложенная в  [Гаврилова, 2003], была расширена (рис.1):

Рис. 1. Систематизация знаний в области онтологий

Существует специальный европейский проект — KnowledgeWeb², интегрирующий работы в области управления знаниями и semantic web, который направлен на активизацию применения технологий на основе онтологий в деятельность предприятий и организаций. Данный проект объединяет как представителей из бизнеса, так и представителей научно-исследовательских организаций и институтов. В рамках данного проекта и его предшественника OntoWeb³; получен широкий спектр результатов (Deliverables)⁴, отражающих как технологические аспекты применения онтологий, так и аспекты, связанные с практическим применением данных технологий на предприятиях и в организациях, см. Табл. 1.

Табл. 1. Отчеты по применению онтологий

Проект	Результат (Deliverable)	Краткое описание	Дата
KnowledgeWeb	D 1.1.2 Prototypical Business Use Cases	В данном отчете представлены бизнес кейсы, отражающие возможные задачи бизнеса, которые могут быть решены с применением технологий на основе онтологий. Содержит примеры конкретных компаний и бизнес задач.	2005
OntoWeb	D1.2: Bussines Scenarios v2.0	Данный отчет описывает основные типы применений (бизнес-сценарии) технологий на основе онтологий, которые либо уже реализованы на практике, либо находятся на стадии внедрения. Обобщает возможные применения в группы.	2004
OntoWeb	D2.3 Successful Scenarios for Ontology-based Applications V1.0	Данный отчет представляет практические рекомендации по внедрению технологий на основе онтологий для решения задач бизнеса.	2003

Также обзор применения онтологий в области управления знаниями представлен в статьях:

1. Peter Mika and Hans Akkermans Towards a New Synthesis of Ontology Technology and Knowledge Management //Knowledge Engineering Review, April, 2004. www.cs.vu.nl/~pmika/research/papers/IR-BI-001.pdf

Описание:

Данная статья объединяет исследования в области онтологий с наиболее важной областью практического применения онтологий — управлением знаниями. В данной статье отражено существующее состояние технологий в области управления знаниями и указывается роль и потенциальный вклад онтологий в развитие управления знаниями.

2. Davies J, Studer R, Sure Y and Warren P W Next generation knowledge management //BT Technology Journal, Vol 23, No 3, July 2005. www.aifb.uni-karlsruhe.de/WBS/ysu/publications/2005_sekt_btjournal.pdf

Описание:

Данная статья описывает, как управление знаниями может быть улучшено с помощью адаптации технологий Semantic Web.

Семантический веб организации (Enterprise Semantic Web)

Семантический веб организации — это реализация глобальной концепции Semantic Web в рамках отдельной организации. Семантический веб (semantic web) — это концепция сети, в которой каждый ресурс на человеческом языке был бы снабжен описанием, понятным компьютеру. В идеальном варианте, вся информация в Интернете должна размещаться на двух языках: на человеческом языке для человека и на компьютерном языке для понимания компьютера.

В нынешнем виде WWW — вместе с поисковыми системами и другими сервисами — уже представляет собой "мыслящую Сеть". Однако нетрудно понять, что сами веб-страницы здесь пассивны, а "мыслящей частью" являются именно поисковые машины. Компьютерная программа не способна, загрузив произвольный документ, будь то веб-страница или какой-то файл, понять его содержание. Семантический веб позволит пользователю быстро получать ответы на сложные запросы.

Сегодняшние поисковые системы зачастую выдают бесчисленное множество совершенно не относящихся к запросу «хитов», обрекая пользователя на длительный ручной отбор материала. С помощью технологии семантического веба обеспечивается оптимизация поиска информации:

• за счет более точного понимания машиной понятий, которые интересуют человека;
• за счет более точного индексирования информации с применением не только статистических методов, но и анализа семантических связей.

Примеры интеллектуального поиска информации:

«Понятийные» запросы (Concept-based queries)
Описание	Возможность производить запросы на основе значений понятий, а не на основе совпадения строк.
Преимущества	Более быстрый поиск нужной информации.
Отличие	Традиционные поисковые сервисы основаны на алгоритмах совпадения строк и символов, такой подход не позволяет использовать синонимы или распознавать контекст запроса. В отличие от обычного поиска по ключевым словам, позволяет дополнять запрос (результаты) более общими или более детальными понятиями по отношению к искомому ключевому слову (животные / хищники / кошачьи / тигры).
Ключевые возможности использования	Поиск, навигация, порталы, объединенные запросы, интеграция данных, Business Intelligence.
Иллюстрация	Например, если пользователь задаст вопрос: «Какие транспортные средства производятся в России?», то он получит из базы ответ, в который попадут автомобили (=подкласс транспортных средств), производимые во Всеволожске (=город, который находится в России).
«Умные» запросы (Smart Queries)
Описание	Возможность получения не заданных явно знаний из созданных моделей (путем логического вывода).
Преимущества	Поиск «скрытой информации» в объединенных схемах.
Отличие	Традиционные поисковые сервисы могут связывать отдельные информационные источники, используя лексические совпадения. Реляционные БД используют связи, заданные вручную в схеме данных (связи между таблицами) или в коде процедур и функций. Для выполнения сложного запроса (см. иллюстрацию) над реляционной БД, необходимо заранее определить всю логику этого запроса.
Ключевые возможности использования	Поиск, объединенные запросы, интеграция данных, Business Intelligence, риск-менеджмент.
Иллюстрация	Например, пользователь системы может задать вопрос: Какие поставки продукции находятся сейчас в состоянии риска? В ответ на такой вопрос система в одной онтологии тарифов определит, что с учетом текущих условий (например, географических или погодных) существуют риски, связанные с перевозкой овощей и фруктов. А в другой базе или онтологии деклараций по перевозке груза определит, что в декларации №А345 указаны арбузы, которые являются подклассом «Овощей и фруктов» (см. рис. 2). В результате система сможет дать кокретный ответ на поставленный вопрос: Поставка COSCO #A345 Рис. 2. Интеллектуальный поиск на основе логического вывода

История и этапы развития сети: 70-е годы — возникновение глобальной компьютерной сети, узлы которой обменивались данными, не требовавшими обработки в реальном времени (письма, файлы и т.п.).
Март 1989 г. — Тимоти Бернерс-Ли (Европейская лаборатория физики элементарных частиц (CERN) в Женеве) – появление распределенной информационной сети, проект “World Wide Web: Proposal for Hyper Text Project”.
Май 2001 г. — появление основной статьи Тима Бернерс-Ли, Джеймса Хендлера и Оры Лассилы, которая вводит идею семантического веба — «The Semantic Web», опубликованной в журнале Scientific American [Berners-Lee, 2001]⁵.

Можно выделить три ключевые технологические составляющие семантического веба, обеспечивающие его реализацию:

• Расширяемый язык разметки eXtensible Markup Language, XML.
• Система описания ресурсов — Resource Description Framework, RDF.
• Язык сетевых онтологий — Web Ontology Language, OWL. Язык сетевых онтологий позволяет формально представлять онтологии, которые в свою очередь используются для описания информации в сети и ее поиске пользователями.

Рис. 3. Настоящее Semantic Web

Несмотря на очевидные преимущества и перспективы глобального внедрения идей и технологий Semantic Web, для реализация данной концепции в рамках всемирной сети потребуется время. В процессе исследований и разработок, проводимых крупными компаниями, был сформулирован локальный подход: семантический веб организации Enterprise Semantic Web (ESW) — реализация Semantic Web на ограниченной предметной области (в рамках отдельно взятой организации) [Cerebra, 2005].

Enterprise Semantic Web позволяет создать систему, моделирующую совокупность бизнес-логики, правил, процессов и информации в компании, не привязанных к отдельным приложениям и не скрытых в программном коде. Отделив информацию и знания от алгоритмов работы приложений, разработчики смогут создавать сервисные приложения, которые будет использоваться вне зависимости от того, какую информацию они обрабатывают.

ESW не может существовать без применения ключевых технологий, рекомендованных W3C. Resource Description Framework (RDF) представляет собой новый подход к организации данных в виде триплетов. Web Ontology Language (OWL) позволяет представлять онтологии, описывающие смысловую структуру данных, и создать модели связей. Эти две спецификации, используемые совместно, составляют фундамент семантического веба организации.

При проектировании семантического веба организации, следует обратить внимание на то, что большая часть информации внутри компании хранится в различных форматах, в различной степени структурирована и т.п., то есть слишком фрагментирована, чтобы быть полезной. Первым шагом может стать внедрение RDF в качестве базового формата хранения данных. RDF может описывать данные из любого источника и любого формата (XML, реляционные БД, иерархические модели, неструктурированные или полуструктурированные), причем реализовать эту возможность не представляет особого труда. Автоматизированные инструменты для разбора могут быть использованы для создания RDF триплетов из существующих стандартных источников. Результирующие RDF данные простой структуры хранятся и используются в распределенных базах данных RDF.

Сам по себе RDF представляет собой простой способ организации доступа к данным в унифицированном формате — проще и нагляднее, чем XML структуры или реляционные БД. Однако RDF не позволяет создавать структуры, «описывающие сами себя». Другими словами, RDF не обладает достаточными семантическими возможностями, чтобы хранить «смысл информации».

Возможности RDF как базового языка дополняются технологией OWL, надстраиваемой на уровень выше (для создания иерархии информационных источников и определения семантики связей также может использоваться RDF(S), но в связи с тем, что OWL обладает теми же возможностями и дополнительными удобными особенностями, в данном примере архитектуры на втором уровне рассматривается именно этот стандарт). 

OWL представляет возможности построения семантической структуры для организации и классификации RDF триплетов. Онтологии OWL создаются сверху вниз, исходя из бизнес-логики. Одновременно RDF данные генерируются снизу вверх автоматизированными инструментами, см. рис. 4.

Рис. 4. Логическая архитектура семантического веба организации

OWL связывается с RDF посредством универсальных идентификаторов ресурсов (URIs). Фактически каждый индивидуальный элемент OWL может быть связан с элементом данных RDF (одним из узлов триплета объект-свойство-значение).

Корпоративная память на основе онтологий

Примером систем УЗ может служить Корпоративная память (КП), предназначенная для накопления и управления знаниями предприятия [Gomez-Perez,2002]. КП включает работу как с явным знанием компании в форме баз данных и электронных архивов, так и со скрытым знанием — либо фиксируя его в некотором (более или менее формальном) представлении в форме экспертных систем или БД, либо обеспечивая поиск и доступ к экспертам.

Необходимость в КП обусловлена потребностью предприятий более эффективно использовать знания, которыми они располагают, а также явлением потери опыта. Потеря опыта в основном связана с увольнением или уходом на пенсию высококвалифицированных сотрудников, но может также происходить в результате смены квалификации сотрудников, необходимой для реализации новых проектов. В обоих случаях опыт, приобретенный во время реализации предыдущих проектов, полностью или частично утрачивается.

Восстановление предыдущего опыта часто требует существенных затрат рабочего времени и как следствие — повышение стоимости проектов. Данное обстоятельство стимулирует организации вкладывать средства в разработку инструментов и систем, способствующих обмену опыта между сотрудниками и снижению зависимости знаний от владеющих ими индивидов. 

Характер потребностей в системах корпоративной памяти и объем усилий для их внедрения в компании может зависеть от размера компании. Среди мотивирующих факторов можно выделить следующие: 

1. Избежать потери уникальных знаний специалиста после его ухода на пенсию или смены места работы.
2. Сохранить опыт, полученный в предыдущих проектах, и избежать повторения ошибок.
3. Использовать карту знаний компании для разработки стратегии развития. Регулярное внедрение инноваций должно улучшать способность компании реагировать на изменение рыночной ситуации.
4. Улучшить процесс распространения информации и повысить уровень коммуникации внутри компании.
5. Улучшить процесс обучения персонала компании (как вновь принятых сотрудников, так и «старых»).
6. Интегрировать различные инновации компании.

Основные функции корпоративной памяти:

• Сбор и систематическая организация информации из различных источников в централизованное и структурное информационное хранилище.
• Интеграция с существующими автоматизированными системами [Conklin, 1996]. На техническом уровне это означает, что корпоративная память должна быть непосредственно связана с помощью интерфейса с инструментальными средствами, которые в настоящее время используются в организации (например, текстовые процессоры, электронные таблицы, системы документооборота).
• Обеспечение нужной информации по запросу (пассивная форма) и при необходимости (активная форма). Слишком частые ошибки  — это следствие недостаточной информированности. Этого невозможно избежать с помощью пассивной информационной системы, так как служащие часто слишком заняты, чтобы искать информацию, или не знают, что нужная информация существует.

Конечная цель КП состоит в том, чтобы обеспечить доступ к знанию всякий раз, когда это необходимо. Чтобы обеспечить это, КП реализует активный подход к распространению знаний, который не полагается на запросы пользователей, а автоматически обеспечивает полезное для решения задачи знание. Чтобы предотвращать информационную перегрузку, этот подход должен быть совмещен с высокой выборочной оценкой уместности. Законченная система должна действовать как интеллектуальный помощник (советник) пользователю.

Программный инструментарий для OMIS включает как оригинальные разработки, например KARAT [Tschaitschian , 1997] и Documentun i4 [Николаев, 1999], так и стандартные средства — например, LOTUS NOTES обеспечила один из первых инструментариев хранения документальной информации. Однако сегодня в связи с бурным развитием Интернета, СУЗ все чаще используют Web-технологию.

Для описания ресурсов знаний и их поиска в КП целесообразно использовать три вида онтологий [Abecker, 1998]:

• Онтологию информации для описания метасвойств и доступа к информации.
• Онтологию предприятия для описания контекста создания и применения информации.
• Предметную онтологию для описания контента (содержания) информации.

Общая схема реализации корпоративной памяти с применением данных онтологий представлена на рис. 5: 

Рис. 5. Реализация корпоративной памяти на основе онтологий

В случае представленного выше подхода к обработке ресурсов знаний, отдельный элемент знаний может быть описан с применением онтологий следующим образом:

Метасвойства и доступ

Имя	“Как получить выгодные условия оплаты?”
Автор	Фома Берлиоз
Жанр	Совет
Тип	Эвристика, на основе опыта
Форма	Текст на русск. Языке, MS Word
Источник файла	E:\home\experiences\ds9-12-99pn.doc
Доступность	Всегда
Затраты	Нет

Контент

Продукт	20 SUN Ultra
Поставщик	Borg Inc.
Персона для контакта	Д-р Лютер Кинг

Контекст

Процесс- создатель	Проект Оптик для «Пятерочки», декабрь  ’99
Функция (activity)-создатель	Согласование цены с поставщиком комплектующих
Подразделение-создатель	Отдел закупок

Особое внимание при разработке поисковых механизмов в КП предлагается уделять именно контексту. Основная задача КП состоит в том, чтобы обнаруживать информационную потребность в течение выполнения производственного процесса и определять уместное знание в специфическом контексте задачи, поэтому авторы предлагают использовать информацию контекста задачи для информационной фильтрации. Моделирование и использование контекста для поиска информации в КП создает потенциал для применения результатов бизнес-моделирования. При моделировании контекста рассматриваются две стороны:

1. Контекст потенциального применения знаний
2. Контекст, в котором знание было создано

Если рекомендация (замечание) о каком-либо покупателе или поставщике была создана в определенном бизнес-контексте, например, Согласование цены, то такая информация может быть очень важна при определении релевантности рекомендации (замечания) в новом контексте применения. Для некоторых видов информации, таких как отчеты о лучшей практике, полученные уроки или регламентирующая документация, контексты применения могут быть определены заранее. Контекст применения рекомендуется представлять в терминах организационной структуры, процессов, функций, которые, как раз, составляют основу онтологии организации и онтологической модели, которые создаются при моделировании⁶.

Порталы на основе онтологий

Даже хорошо структурированное знание, не будучи доступным его потенциальным потребителям, мало кого интересует. Ценность единицы знаний со слабой доступностью чрезвычайно мала. Разрозненность, несвязанность знаний, отсутствие представления об их текущем состоянии становятся существенным препятствием для их применения в интересах организации.

В настоящее время найдено универсальное решение, обеспечивающее доступ к информации в рамках систем УЗ, — это корпоративные порталы, рис. 6.

Рис. 6. Концептуальная схема корпоративного портала

Корпоративный портал — система, которая объединяет все имеющиеся у организации информационные ресурсы (приложения, базы и хранилища данных, аналитические системы и пр.), и, используя web-интерфейс, предоставляет пользователям единый защищенный доступ к корпоративной и внешней информации. Реализуется созданием Интранета. 

Обратим сначала внимание на следующие полезные свойства портала, упоминаемые в различных источниках:

• Портал позволяет четко систематизировать контент (то есть эти самые знания!) и предоставить эффективные средства навигации для пользователей.
• Портал может предоставлять эффективные возможности поиска, причем большинство современных методов поиска включают средства интеллектуального поиска и визуальные модели.
• С помощью портала информация доступна в любой день 24 часа в сутки из любой точки земли с доступом в Интернет.
• Портал позволяет предоставить средства управления контентом для различных групп сотрудников (управление доступом).
• Портал поддерживает внутрикорпоративный обмен знаниями и совместную работу за счет наличия различных конференций, форумов и единого рабочего пространства.
• Портал обеспечивают персонализацию представления информации для сотрудников: персональнализация страниц, каналов новостей, объявлений.

Ценность корпоративного портала (как и большинства систем УЗ) определяется его поисковыми возможностями, которые, как было показано выше, могут быть существенно улучшены за счет применения онтологии. Развитие идей применения онтологий для создания и поддержки порталов можно найти в работах [Staab, Maedhe, 2002], [Maedhe, 2002].

В данных работах указывается, что поддержание любого портала требует, с одной стороны, управления порталом, а с другой — интеграции и индексации информации. Основная идея, предлагаемая авторами, заключается в создании и использовании единой онтологии, которая будет, с одной стороны, обеспечивать управление порталом, а с другой — интеграцию и индексацию информации, см. рис. 7.

Рис. 7. Архитектура семантического портала на основе онтологии

Такой подход, во-первых, позволяет значительно снизить усилия на создание и поддержку портала, а во-вторых, повысить гибкость и адаптивность портала: его становится легко перестраивать, и это доступно бизнес-пользователям, благодаря соответствующему интерфейсу. В предлагаемом авторами подходе для создания и перестройки онтологии, которая является системообразующим элементом портала, используется специальное программное обеспечение — редактор онтологий.

Навигационные возможности «семантических» порталов, которые основаны на онтологиях, включающих различные классы понятий и типы связей между ними, можно рассмотреть здесь:

http://www.aifb.uni-karlsruhe.de/english
http://knowledgeweb.semanticweb.org/semanticportal/index.jsp?content=joining.html

В качестве примера рассмотрим страницу с информацией об одном из участников проекта, размещенную на одном из указанных выше порталов (рис.8). На данной странице в виде гиперссылок указаны все связанные элементы для рассматриваемого человека. 

Рис. 8. Пример страницы семантического портала

Связанные объекты и типы связей между объектами на портале задаются с помощью соответствующей онтологии (рис. 9):

Рис. 9. Онтология портала проекта KnowledgeWeb

Применение онтологий для управления компетенциями

В данном разделе приведено применение онтологий в одной из функциональных областей предприятия — управления персоналом. Также онтологии могут применяться в других областях: финансы, маркетинг и т.п.

Компетенции — это взаимосвязанные знания, умения, навыки, способности и прочие характеристики личности сотрудников, необходимые для достижения требуемых результатов.

Компетенции:

• можно наблюдать и измерять
• являются основой эффективного и успешного поведения
• отличают успешных сотрудников от остальных

Люди, которые обладают нужными компетенциями или у которых есть потенциал для развития таких компетенций, будут способны делать нужные вещи (поведение) для достижения желаемых результатов.

Компетенции являются системообразующими элементами в системе управления кадровым потенциалом:

• Подбор персонала
• Обучение персонала
• Перемещение персонала
• Оценка персонала

Хотя управление компетенциями обычно попадает в организациях в область управления персоналом, такая деятельность должна быть также интегрирована в систему управления знаниями, поскольку компетенции будут отражать все знания в головах сотрудников.

В практике международного менеджмента уже существуют примеры управления компетенциями на основе онтологий:

1. Jussi Stader and Ann Macintosh, Capability Modelling and Knowledge Management / Моделированиеспособностейиуправлениезнаниями.

Аннотация

Организации осознают, что очень важно «знать, кто что знает» и максимально использовать такие знания. Управление знаниями решает подобные задачи. Институт Применения Искусственного Интеллекта (ИПИИ) вовлечен в деятельность по управлению знаниями. ИПИИ также работает с онтологиями и, в особенности, с онтологиями навыков и компетенций в контексте workflow систем, и сейчас применяет техники управления знаниями для более эффективного использования онтологии навыков и компетенций в управлении организацией. Программный продукт для поддержки управления компетенциями, и основанный на онтологии навыков и компетенций, может помочь организациям согласовать навыки и компетенции существующих и будущих сотрудников с целями бизнеса.

2. Ernst Biesalski, Andreas Abecker, IntegratedProcessesandToolsforPersonnelDevelopment / Интегрированные процессы и инструменты для развития персонала.

Аннотация

В данной статье предлагается концептуальная схема и референтные процессы для планирования обучающих мероприятий в контексте управления компетенциями персонала в крупной компании. Предлагается комплексный подход, который обеспечивает выявление потребностей в обучении как «сверху-вниз» от стратегии, так и «снизу-вверх» от индивидуальных потребностей и потребностей отдельных подразделений.

Соответствующие подпроцессы Определения потребности в обучении, Планирования обучения и развития персонала основаны на онтологической модели требуемых и имеющихся в компании компетенций, а также на модуле сопоставления профилей компетенций с помощью онтологии.

Представленный процессы разработаны в рамках написания диссертации и исследовательских работ в департаменте управления персоналом крупного производителя автомобилей.

Комплекс взаимодействующих программных компонент поддерживается ИТ-инфраструктурой, построенной вокруг единого хранилища данных по управлению персоналом, в котором интегрируется вся информация в области управления персоналом из существующих распределенных систем.

Ключевые слова

Управление знаниями и компетенциями; Управление компетенциями на основе онтологий; ИТ-архитектуры для управления знаниями и персоналом.

Одним из основных компонентов такого управления является создание Каталога компетенций — карты, устанавливающей связь между сотрудниками организации и их компетенциями, которая позволяет пользователю находить людей, имеющих требуемые знания, навыки и умения.

Кроме создания каталога, компетенции необходимо интегрировать в деятельность организации и связать с процессами, проектами, функциями, подразделениями.

Такая интеграция позволит:

• определять необходимые организации компетенции
• идентифицировать / находить компетенции на основе контекста их применения (решаемые задачи, процессы, проекты…)

Преимущества управления компетенциями на основе онтологий:

• Легкость определения требуемых компетенций, благодаря анализу уже имеющегося списка.
• Возможность сопоставления компетенций сотрудников из разных отделов / структурных единиц.
• Возможности дополнительного анализа в разных разрезах (карта компетенций / знаний отделов, наглядный и удобный для сопоставления анализ развития персонала).
• Высокая точность подбора сотрудников под необходимые задачи (проекты).
• Ускорение и повышение эффективности обмена опытом.

Примечания

1. Фрагмент отчета по научно-исследовательской работе  «Эталонные модели организации деятельности в государственном секторе», выполненной сотрудниками АНО КМЦ «Бизнес-Инжиниринг» совместно с ИПГМУ ВШЭ, 2006 г.

2. http://knowledgeweb.semanticweb.org/semanticportal/home.jsp

3. Ontology-based information exchange for knowledge management and electronic commerce http://ontoweb.org/.

4. http://knowledgeweb.semanticweb.org/semanticportal/index.jsp?content=joining.html

http://ontoweb.org/About/Deliverables

5. Русский перевод по адресу http://ezolin.pisem.net/logic/semantic_web_rus.html.

6. Интересно отметить, что подобные идеи по установлению и визуализации связи между контекстом создания / применения и информацией в англоязычной литературе часто скрываются под видом «knowledge mapping» см., например, [Eppler, 2001] Martin J. Eppler Making Knowledge Visible Through Intranet Knowledge Maps: Concepts, Elements, Cases //Proceedings of the 34th Hawaii International Conference on System Sciences – 2001.
[Vestal, 2005] Wesley Vestal Knowledge Mapping: The Essentials for Success // APQC: Publications. 2005.
“One of the fundamental tenets of knowledge management is that knowledge must link to and improve business processes. Without a map of the processes, goals, and knowledge assets inside one’s organization, it will be difficult to reach one’s destination.” [Vestal, 2005].

Литература

1. Abecker A., Bernardi A., Hinkelmann K., Kuhn O., Sintek M. Toward a Technology for Organizational Memories IEEE Intelligent Systems. — 1998, №3, 40-48.
2. Abecker, A., D. Apostolou, W. Maas, G. Mentzas, C. Reuschling, S. Tabor Towards an Information Ontology for Knowledge Asset Trading Presented at the ICE 2003. — 9th International Conference of Concurrent Enterprising, Espoo, Finland, 16-18 June 2003
3. Berners-Lee T., Hendler J., and Lassila O., The Semantic Web, Scientific American, 2001, May
4. Biesalski E., Abecker A., Integrated Processes and Tools for Personnel Development, Proc. of 11th International Conference on Concurrent Enterprising, Munich, Germany, June 2005.
5. Borghoff U., Pareschi R., 1998. Information Technology for Knowledge Management. — Springer-Verlag, Bln.
6. Cerebra, Inc., Enterprise Semantic Web - Understanding the Evolution of Integration Technologies in the Context of the W3C Semantic Web Vision Whitepaper 2005.
7. Gomez-Perez A. Ontologies: Theory, methods and tools. Tutorial. The Fourth Summer School on Ontological Engineering and the Semantic Web, 2006 (SSSW'06).
8. Gomez-Perez, Asuncion (Editor), Richard Benjamins (Editor), 2002. Knowledge Engineering and Knowledge Management. Ontologies and the Semantic Web. Springer Verlag.
9. Hinkelmann K. and Kieninger Th. Task-oriented web-search refinement and information filtering. DFKI GmbH, 1997.
10. Kühn O., Abecker A., 1998. Corporate Memories for Knowledge Management in Industrial Practice: Prospects and Challenges.
11. Kühn O., Becker V., Lohse V. and Ph. Neumann, 1994. Integrated Knowledge Utilization and Evolution for the Conservation of Corporate Know-How // ISMICK'94: Int. Symposium on the Management of Industrial and Corporate Knowledge
12. Ludger van Elst, Abecker A., and Heiko M. Exploiting User and Process Context for Knowledge Management Systems Workshop on User Modeling for Context-Aware Applications at the 8th Int. Conf. on User Modeling, July 13-16, 2001, Sonthofen, Germany
13. Macintosh A., Knowledge asset management. // Airing. – №20, April, 1997.
14. Maedche A., Staab S., Studer R., Sure Y., Volz R. SEAL— Tying Up Information Integration and Web Site Management by Ontologies //IEEE Data Engineering Bulletin 25 (1): 10-17. 2002.
15. McComb D. 2004. The CIO's Guide To Semantics© Semantic Arts, Inc. , www.semantic-conference.com
16. Nonaka I. and Takeuchi I., 1995. The Knowledge-Creating Company. New York, Oxford: Oxford University Press
17. Schreiber G., Akkermans H., Anjewierden A., R. de Hoog, Shadbolt N., W. van de Velde, Wielinga B. Knowledge Engineering and Management: The CommonKADS Methodology — The MIT Press, Cambridge, MA, 2000.
18. Staab S., Maedche A. Knowledge Portals: Ontologies at Work. AI Magazine 2001, Vol. 22, №2, p. 63-75.
19. Staab, S., Schnurr, H.-P., Studer, R., Sure, Y. Knowledge processes and ontologies, IEEE Intelligent Systems, 2001, Vol. 16 No.1, pp.26-34.
20. Stader J., Macintosh A., Capability modelling and knowledge management, Applications and Innovations in Intelligent Systems VII, Springer-Verlag, pp 33-50, 1999.
21. Strohmaier M. Designing Business Process Oriented Knowledge Infrastructures Proceedings der GI Workshopwoche, Workshop der Fachgruppe Wissensmanagement, Karlsruhe (2003)
22. Van Heist G., Schreiber T., Wielinga B. Using Explicit ontologies in KBS International Journal of Human-Computer studies Vol/ 46 (2/3) 1997
23. Wiig К. Knowledge management is no illusion! // Proc. of the First International Conference on Practical Aspects of Knowledge Management. — Zurich, Switzerland: Swiss Informaticians Society, 1996.
24. Гаврилова Т. Онтологический подход к управлению знаниями при разработке корпоративных информационных систем. // Ж. "Новости искусственного интеллекта", N2, 2003. — с. 24-30.
25. Николаев А., Построение систем управления знаниями на базе технологии Documentum 4i // Открытые системы , N9-10. — с.44-48, 1999.
26. О’Лири Д. Управление корпоративными знаниями / Открытые системы, N4-5. –c.31-39, 1998.
27. Отчет по НИР «Эталонные модели организации деятельности в государственном секторе», ГУ-ВШЭ, 2006.
28. Попов Э., Корпоративные системы управления знаниями. Ж.”Новости ИИ”, N1, 2001.
29. Результаты проекта Ontoweb (http://ontoweb.org/)
30. Результаты проекта Knowledgeweb (http://knowledgeweb.semanticweb.org/)
31. Публикации по управлению знаниями (http://www.bigс.ru/publications/bigspb/km/)
32. Публикации по управлению знаниями (http://www.kmtec.ru/publications/ontology/publications_anthology/)