These are the industries attracting the most venture capital

In terms of global venture capital investment, the United States leads the way

Venture capital - the money provided by investors to startup firms and small businesses showing potential for long-term growth – is generally thought of as “good capital”.

It promotes innovation and long-term investment, but not all industries manage to attract enough of it.

Industry investment

In terms of global venture capital investment, the United States is leading the way-with an estimated $58.8 billion invested across the country in 2015.

The chart below shows the top 10 industries that are attracting the most venture capital investment:

Software investment accounts for 36.2% of US VC funding, while biotechnology comes second with 17.3%. Media and entertainment rounds off the top three with 9.5%.

Other areas of growth and innovation include information technology services, medical devices and equipment and industrial energy.

Lower levels of investment are in financial services, consumer products and telecommunications.

Growth of technology

With the dawn of the Fourth Industrial Revolution heralding an ever-greater use of technology, it is no surprise that much VC investment goes to software companies. In the second quarter of 2016, the value of VC investments in the US software industry amounted to approximately $8.74 billion dollars.

Phone- based apps are some of the most valuable start-ups in the world with many using VC funding to enable global expansion.

From disrupted to disruptor: Reinventing your business by transforming the core

By Peter Dahlström, Liz Ericson, Somesh Khanna, and Jürgen Meffert

Companies must be open to radical reinvention to find new, significant, and sustainable sources of revenue.

When Madonna burst onto the scene in the early 1980s, there was little reason to suspect that she’d have more than her allotted 15 minutes of fame. But in the three decades since her debut album, she has managed to remain a media icon.

Her secret? “Madonna is the perfect example of reinvention,” Janice Dickinson, renowned talent agent, has said. Fittingly, the name of Madonna’s sixth concert tour was “Reinvention.”

Madonna may seem like an unlikely touchstone for modern businesses, but her ability to adapt to new trends and set some others offers a lesson for companies struggling with their own digital revolutions. That’s because the digital age rewards change and punishes stasis. Companies must be open to radical reinvention to find new, significant, and sustainable sources of revenue. Incremental adjustments or building something new outside of the core business can provide real benefits and, in many cases, are a crucial first step for a digital transformation. But if these initiatives don’t lead to more profound changes to the core business and avoid the real work of rearchitecting how the business makes money, the benefits can be fleeting and too insignificant to avert a steady march to oblivion.

Simply taking an existing product line and putting it on an e-commerce site or digitizing a customer experience is not a digital reinvention. Reinvention is a rethinking of the business itself. Companies need to ask fundamental questions, such as, “Are we a manufacturer, or are we a company that enables customers to perform tasks with our equipment wherever and whenever they need to?” If it’s the latter, then logistics and service operations may suddenly become more important than the factory line. Netflix’s evolution from a company that rented DVDs to a company that streams entertainment for a monthly subscription to one that now creates its own content is a well-known example of continuous reinvention.

Reinvention, as the term implies, requires a significant commitment. From our Digital Quotient® research, we know that digital success requires not only that investment be aligned closely with strategy but also that it be at sufficient scale. And digital leaders have a high threshold for risk and are willing to make bold decisions.1But companies don’t have to wait far in the future to realize those benefits. We’ve found that 60 to 80 percent of total improvement targets can be achieved within about three years while also laying the foundation for future growth.

For all the fundamental change that digital reinvention demands, it’s worth emphasizing that it doesn’t call for a “throw it all out” approach. An engine-parts company, for example, will still likely make engine parts after a digital reinvention, but may do so in a way that’s much more agile and analytically driven, or the company may open up new lines of business by leveraging existing assets. Apple, with its move from computer manufacturer to music and lifestyle brand through its iPhone and iTunes ecosystem, reinvented itself—even as it continued to build computers. John Deere created a whole series of online services for farmers even as it continued to sell tractors and farm equipment.

There are many elements to a transformation, from end-to-end journey redesign and embedding analytics into processes to open tech platforms. They require a myriad of capabilities, from artificial intelligence and agile operations to data lakes, cloud-based infrastructure, and new talent. Many of these elements have been written about extensively, and each can absorb a significant amount of executive time. What’s often missing, however, is a comprehensive view of how an organization sets the right ambition, how to architect the right elements for the transformation, then how to systematically and holistically undertake the change journey.

What the ‘core’ is and why it needs to change

“Think of your core muscles as the sturdy central link in a chain connecting your upper and lower body.”2That was the guidance from Harvard Medical School on how to stay in shape. The authors defined the core as the central set of muscles that helps a body maintain its power, balance, and overall health.

That’s the essence of what we mean when we talk about changing the core of the business—the set of capabilities that allows the entire business to run effectively. A company’s core is the value proposition of its business grounded in strategy as enabled by its people, processes, and technology. These elements are so intrinsic that any transformation that doesn’t address them will ultimately underwhelm and fizzle because the legacy organization will inevitably exert a gravitational pull back to established practices.

Value proposition: Any digital reinvention must address the value the company provides to customers (whether existing or new) through its products and/or services. Inevitably this is based on a clear strategy that articulates where value is being created, shifted, or destroyed. Crucial to getting this right is identifying and evaluating existing assets that are most important and understanding what customers actually want or need. This can be surprisingly difficult to do in practice. The value that Amazon originally provided, for example, wasn’t selling books online but rather providing convenience and unheard-of selection. Understanding the real source of its value allowed Amazon to expand exponentially beyond books.

People: Of course talent is important, but a reinvention needs to involve more than just hiring a CDO or a few designers. Talent priorities should be based on a clear understanding of the skills needed at all levels of the business. This requires investing in building relevant digital capabilities that fit with the strategy and keep pace with customers as they change the way they consider and make purchases. At the same time, targeted hiring should be tied to those capabilities that actually drive financial performance. (For more on talent, please read “Raising your Digital Quotient.”)

Enabling that talent to thrive requires a digital culture, i.e., one that is customer centric and project based, with a bias for speed and continuous learning. In fact, cultural and organizational issues can lead to the squandering of up to 85 percent of the value at stake.3Making sure the new culture sticks requires rebuilding programs that reward and encourage new behaviors, such as performance management, promotion criteria, and incentive systems.

Processes: Rewiring the mechanisms for making decisions and getting things done is what enables the digital machine to run. Digitizing or automating supply chains and information-intensive processes as well as building new capabilities like robotic process automation or advanced analytics, for example, can rapidly increase the business’s clock speed and cut costs by up to 90 percent.4

One temptation is to focus on simply digitizing existing processes rather than really rethinking them. Often, the most productive way to tackle this issue is to identify the customer journeys that matter most to the business and then map out the touchpoints, processes, and capabilities required to deliver on them—without regard to what is already in place. Rearchitecting processes requires establishing governance and decision rights to provide clarity and accountability, as well as embedding advanced analytics, automation, and machine-learning capabilities. (For more, please read “Accelerating the digitization of business processes.”)

Technology: While digital reinvention is more than just a technology overhaul, technology is crucial to it. Leaders need to ensure that each IT investment responds to clear and robust business needs, and does not devolve into “tech for tech’s sake.” They also need to identify how best to work within an ecosystem of partners and vendors, and assess which legacy systems to keep, which to mothball, and—critically—determine how to help legacy technology work in a digital world.

Reinvention requires a proven, systematic approach

Because of the complexity involved, most reinventions fall short of their original goals. In our experience, extracting the full value from digital requires a carefully coordinated approach across four “Ds”: Discover what your digital ambition is (based on where the value is); Design programs that target profitable customer experience journeys; Deliver the change through an ecosystem of partners; and De-risk the process by thoughtfully sequencing steps (exhibit).

Exhibit

While this approach may seem self-evident, we find that most companies fall short in the execution. There are myriad reasons for this, but the most common are that the business either underinvests in the capabilities needed or doesn’t drive the transformation program sufficiently across all four of the “Ds.” A company may invest tens of millions of dollars to “Discover” great insights, for example, but if its “Deliver” strategy is inadequate, those insights are for naught.

1. Discover: Shape your digital ambition, strategy, and business case

In this phase, companies develop a clear view of where value is being created and destroyed as the basis for a clear business strategy. That requires an analysis of their business, sector, customer-behavior trends, and the larger economy to identify and quantify both threats and opportunities. These kinds of digital opportunity scans should be sorted by short- and long-term pockets of value. (For more on this, please read “The economic essentials of digital strategy.”)

At the same time, companies need to engage in a sober analysis of their own digital capabilities and resources. Capabilities that build foundations for other key processes and activities (e.g., modular IT and agile technology platforms) are particularly important. And while leadership matters, our DQ™ research has shown that midlevel talent is the most critical element for a company’s digital success.

With this understanding in hand, companies then determine what their strategic ambition is, whether retooling the existing business or something more radical, such as plunging into a new market or innovating a business model. They develop a detailed road map for addressing capability gaps, and recruiting, developing, incentivizing, and retaining the necessary talent. The goal is to develop a tight business case for change based on facts.

3. Deliver: Develop a network of partners who can rapidly scale your ambition

Getting the speed and scale necessary for a reinvention increasingly requires an ecosystem of external teams, partners, suppliers, and customers. In practice, this means working with a mix of platform players, delivery specialists, and niche players. These are the relationships that companies can call on to provide specific skills and capabilities quickly.

This reality has made ecosystem management an important competency, especially understanding how to find and plug into the right mix of complementary capabilities. One national bookseller, for example, built out a digital offer by partnering with a telecom company for its technology and with a range of retailers to build up a marketplace. This approach allowed it to rapidly hit the marketplace and increase revenue 78 percent in a year.

As companies push to scale their digital reinvention throughout the organization, the crucial role of seasoned change managers comes into focus. These leaders not only play “air traffic controller” to the many moving parts, but also have the business credibility and skill to solve real business problems. They must maintain an accelerated pace of change and drive accountability across the business. The change leaders will look across the entire enterprise, examining organizational structure, data governance, talent recruitment, performance management, and IT systems for areas of opportunity, making decisions that balance efficiency and speed with outcome.

The “agility coach” is an example of this type of role. This person has strong communications and influencing skills, can create and roll out plans to support agile processes across the business, and can put in place KPIs and metrics to track progress.

4. De-risking: Structuring the process to minimize risk

One of the most common reasons digital transformations fail is that the organization develops “change exhaustion” and funds start to dry up. To mitigate this risk, it’s important to focus on quick wins that not only build momentum but also generate cost savings that can be reinvested in the next round of transformations. One global e-tailer, for example, focused on quick wins (such as increasing conversion rates) and was able to deliver $350 million in new revenue in just five months, which funded further changes and provided tangible results to further excite the business about the journey. This sequencing approach applies to tech as well. Many companies choose to invest first in “horizontal” components, such as business-process management (BPM) layers or central administration platforms that can be shared across many initiatives, while balancing them with more “visible” elements to provide the proof of concept.

Technology risks, especially cybersecurity, will also require increased attention as companies digitize more operations and processes. Organizations can mitigate these risks by automating tests on software, establishing systems in which failures can be rolled back in minutes, and establishing build environments in which fixes can be made without putting significant parts of the business at risk. Senior leaders in particular need to focus on the structural and organizational issues—from building cybersecurity into all business functions to changing user behavior—that hamper the ability to manage cyber risk.

One risk senior leaders often overlook is losing ownership over sources of value. These might include the company’s data, customer relationships, or other assets. Having a clear understanding of where the value is coming from allows businesses to navigate ecosystem relationships profitably. In evaluating which partners to work with, the bookseller mentioned above, for example, declined to work with a storefront partner because it feared losing its most valuable asset: its direct relationship with its customers.

2. Design: Create and prototype breakthrough experiences

Actually acting on a digital ambition can be daunting. We have found that the most successful companies start by focusing on the most important customer journeys, then work back from there to design and build out breakthrough customer experiences. Using design thinking and skills, these companies define each journey, looking especially for the pain points and potential missed connections. The change team can then map out, screen by screen, models for a new interface. In this phase, the company must avoid getting caught in endless rounds of planning but instead rapidly build prototypes, translating concepts into minimum viable products to test and iterate in the market before scaling.

This phase also includes building out rapid delivery approaches and an IT infrastructure that blends the legacy systems with microservices and modular plug-and-play elements). While agile IT has become standard, more digital businesses are embracing DevOps (integrated development and operations teams) and continuous delivery so that software can be developed, tested, and deployed quickly to consumers and end users.

On the organization side, the fluid nature of cross-functional collaboration, rapid decision making, and iterative development means that the business should focus on the enablers for this kind of teamwork. These include effective metrics and scorecards to evaluate digital performance and incentive structures to drive the right behaviors, mind-sets and outcomes. The CDO at one multinational pharma company addressed this issue by establishing a “digital council,” which was tasked specifically with breaking down organizational silos to enable transformational change across all business lines. The initiative was credited with significantly contributing to a 12 percent increase in sales.

Sidebar

Critical questions

Digital reinvention will put new demands on leadership. Here are some crucial questions leaders should ask themselves:

• Where have our past transformations succeeded or broken down?
• What do our customers say about their experience with our company?
• Do we understand what the next sources of value are and are we ready for them?
• Are we investing in the right places and at the right levels to reinvent ourselves?

Companies can both rise and fall with astonishing speed as new customer needs are uncovered and new ways of meeting them are developed. We strongly believe that companies that are able to adapt, learn, and find new solutions quickly can do more than just retain market position; they can thrive, whatever disruptions come their way. As Madonna once said: “You have to reinvent to stay in the game.”

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/)