Развитие теорий управления знаниями: классические подходы и современные концепции

Обложка

Цитировать

Полный текст

Аннотация

В статье проделан анализ классических и современных подходов к управлению знаниями. Рассмотрены ключевые теоретические концепции в этом направлении с середины XX в. до современности, отмечено явление трансформации понимания знания как экономического ресурса. Среди актуальных технологий управления знаниями нужно назвать работу с большими данными, применение искусственного интеллекта и машинное обучение. В управлении знаниями внедрены краудсорсинг и открытые инновации. Российские и зарубежные организации, обращаясь к комплексу технологий управления знаниями, в первую очередь, к инструментам искусственного интеллекта для анализа информации, могут по-новому использовать опыт, накопленный в бизнес-среде, прогнозировать изменения. За счет технологий открытых инноваций можно расширять базу знаний. При сочетании традиционных методов обучения и персонализированного подхода в цифровой среде организации достигают наиболее эффективного управления своим интеллектуальным капиталом. Благодаря этому возможно ускорять инновационное развитие, создавая более устойчивую и готовую к изменениям структуру организации.

Об авторах

А. И. Юрасова

Университет Правительства Москвы

Email: yurasova.ai@yandex.ru
аспирант 1-го курса, научная специальность 5.6.2 "Менеджмент" Москва, ул. Сретенка, д. 28

Список литературы

  1. Большие данные и нейросети увеличили эффективность "Магнита": Магнит: [сайт]. 15.02.2022. URL: https://www.magnit.com/ru/media/press-releases/bolshie-dannye-i-neyroseti-uvelichili-effektivnost-magnita-/?clckid=7d836a39 (дата обращения: 27.05.2025).
  2. Бочаров И. М. Управление знаниями в цифровой экономике: теоретико-методологические аспекты: монография. 2-е изд. М.: Дашков и К°, 2021. 96 с.
  3. Кельчевская Н. Р., Колясников М. С. Использование больших данных в стратегическом управлении знаниями компании, следующей трендам индустрии 4.0 // Лидерство и менеджмент. 2020. No 3. С. 405-426. doi: 10.18334/lim.7.3.110662.
  4. Лукина Е. М. Развитие экономики знаний - необходимое условие экономического роста в современном мире // Актуальные проблемы экономики и управления. 2021. No 1 (29). С. 82-86.
  5. Лунев А. П., Томашевская Ю. Н., Кошкаров А. В. Управление знаниями в системе высшего образования: теория и практика // Управленческие науки. 2022. No 12 (2). С. 86-97. doi: 10.26794/2304-022X-2022-12-2-86-97.
  6. МТС повышает скорость обслуживания в салонах с помощью Big Data // банки.ру: [сайт]. URL: https://www.banki.ru/news/lenta/?id=10643188 (дата обращения: 17.05.2025).
  7. Мухачева А. В. Концепция открытых инноваций Генри Чесбро // Россия молодая: Сборник материалов XVI Всероссийской научно-практической конференции с международным участием, 16-19 апреля 2024 г., Кемерово / отв. ред. К. С. Костиков [и др.]. Кемерово: Кузбасский государственный технический университет им. Т. Ф. Горбачева, 2025. С. 1-8.
  8. Новый уровень. Как благодаря Big Data в Москву приходит медицина будущего // lenta.ru: [сайт]. 25.10.2022. URL: https://lenta.ru/articles/2022/10/25/bigdata/ (дата обращения: 17.05.2025).
  9. Питер Друкер: Эра социальной трансформации / пер. Т. Лопухиной; Центр гуманитарных технологий // Гуманитарный портал: [сайт]. 08.12.2006. URL: https://gtmarket.ru/library/articles/2506?ysclid=mask0j0u7226110545&clckid=6cc85e8f (дата обращения: 17.05.2025).
  10. Послание Президента Федеральному Собранию // Президент России: [сайт]. 29.02.2024. URL: http://www.kremlin.ru/events/president/transcripts/messages/73585 (дата обращения: 16.02.2025).
  11. Проказина Н. В. Управление в условиях неопределенности: новые подходы к развитию управленческой культуры // Среднерусский вестник общественных наук. 2022. Т. 17. No 5. С. 80-97.
  12. Сафонов М. С. Омнимодальность vs многоканальность. Системы управления знаниями - от прошлого к будущему // Экономика: вчера, сегодня, завтра. 2018. Т. 8. No 5A. С. 11-26.
  13. Устинова Л. Н., Устинов А. Э., Салахов Р. Л. Эволюция взглядов на развитие термина "интеллектуальный капитал" // Креативная экономика. 2023. Т. 17. No 1. С. 55-70. doi: 10.18334/ce.17.1.116773.
  14. Хау Дж. Краудсорсинг: Коллективный разум как инструмент развития бизнеса. М.: Альпина Паблишер, 2012. 296 с.
  15. Шугаев Г. Сбер внедрил собственную графовую платформу // lenta.ru: [сайт]. 31.03.2023. URL: https://lenta.ru/news/2023/03/31/grfpltf/ (дата обращения: 17.05.2025).
  16. Якимова З. В. Управление корпоративными знаниями в контексте кадровой политики организации // Гуманитарные чтения: материалы Всероссийской научно-практической конференции (Владивосток, 22 октября 2021 г.). Вып. 3 / отв. ред. Н. А. Шабельникова, М. А. Тулиглович [и др.]. Хабаровск: Форпост Науки, 2022. С. 199-207.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».