资源描述：
《准时知识管理及知识供需的匹配分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、准时知识管理及知识供需的匹配分析 在知识管理研究的基本框架中,应包括“5W1H”要素,即知识管理研究的主体（Who）、客体或称对象（What）、时间（When）、地点（Where）、原因（Why）,以及实务（How）。时间是知识管理研究中的一个重要要素。这是因为知识本身具有一定的时效性（knowwhen）,只有在特定时间下的特定主体与客体、特定地点所构成的特定环境下才能够体现出知识的价值。相应地,知识管理也具有时效性。 正是知识管理的时效性,就必须考虑知识管理的准时性问题。KeesdHuy研究并提出了准时知识管理的概念[1]：准时知识管理（JustInTimeKnowledge
2、Management,简称为JITKM）是将物流概念中的准时制理念融入到知识管理领域,以实现知识供给与知识需求之间匹配过程的最优。美国生产力和质量中心（APQC）在研究知识管理时也强调了知识管理的准时性问题。他们认为,知识管理应该是组织一种有意识采取的战略,它能够保证在最需要的时间将最需要的知识传送给最需要的人[2].准时知识管理的研究对于组织进行有效的知识共享、知识传递等知识管理活动具有重要意义。毕业论文 1、准时知识管理的目标、理念与准时知识管理模型分析毕业论文 准时知识管理的目标和理念毕业论文 准时知识管理应该实现的目标包括[1]：①发现由于知识需求和知识供给之间的不
3、匹配造成的知识缺口并及时地吻合缺口,解决知识供需间不匹配问题；②把市场开发转化为组织中的知识库；③组织有能力将专家们安排到最适合的岗位中；④组织能够预期新的技术开发；⑤降低成本,提高企业竞争优势。毕业论文 JIT的理念最早广泛运用于物流管理,融入到知识管理中,就形成准时知识管理的理念。毕业论文 1）以人为本的理念。JIT理论认为企业最宝贵的财富不是机器、厂房,也不是产品,而是人。人是企业发展的智慧之源,只有每个人都充分发挥其积极性和创造才能,企业才能创造并获得最大利润,才能保持竞争优势和可持续发展。为此,企业在为提高员工素质而进行培训、制定激励员工工作积极性与主动性的有效薪酬制
4、度、授权等方面应该投入大量精力。准时知识管理也强调“以人为本”,但它具有更深一层的意义。由于人是知识最重要的载体和创造者（特别是对于能够形成企业核心竞争力的隐性类知识）,知识离开人的创造性,知识的生产与创新也就无从谈起,知识管理也就失去其意义。因此,JITKM中的“以人为本”强调充分重视知识员工的自身特点与工作特点,构建灵活的薪酬体系,采取“柔性”的人力资源管理策略和科学有效的激励机制。毕业论文 2）降低知识库存,暴露问题,消除浪费的理念。在JIT生产中经常会用到一个隐喻来说明这一理念：行驶在河中的船代表生产过程,为了实现顺利的生产过程（船在河中顺利航行）,不出现问题（不会撞到河
5、底的岩石）,传统的方法是增加产品库存（提高水位）,其结果导致管理水平降低、生产成本增加。而在JIT中,要强制性地暴露问题,就要将库存不断降低（追求零库存）,以降低成本。在准时知识管理中也应体现这一理念。尽管一定的知识库存对于知识活动是必要的,但是,可以通过知识库存的降低来消除那些已经过时的、无用的冗余知识库存（包括过多的知识工人和冗余知识）,这些冗余知识库存极大地增加了知识生产、知识传递、知识利用、知识保护等知识活动的成本,造成了很大浪费,也严重隐瞒了企业知识管理过程中存在的问题。所以,准时知识管理不追求知识库存水平的一味增加,即知识存量的无限增大,而是追求知识产品生产过程中,能够
6、有效实现知识供给和知识需求准时匹配的最精简的知识库存。可以将传统意义上的JIT生产物流和JITKM的隐喻进行对比,如表1所示。毕业论文毕业论文 3）准时知识流的理念。知识流是指组织内、外部的知识在不同部门与主体间的流动。知识在大多数企业中分布是不均匀的。通常情况下,知识产生于一个地方而在另一个地方使用。因此,跨越时间、地点、组织的知识流对提高组织的绩效非常关键。准时知识流就是采用一定的措施和手段来保证知识的流动在恰当的时间能够实现知识的需求与供给及时相匹配。毕业论文 准时知识管理模型及其分析毕业论文 为了描述未来知识需求和目前知识供给之间的及时匹配问题,和提出并建立了准时知
7、识管理的模型[3].模型由四个要素构成：知识需求、知识供给、转化和组织。知识需求产生于企业的项目、产品/服务,以及业务过程中。知识供给来源于雇员、团体、组织中。知识供需间的转化（Transformation,是指用以缩小知识需求和知识供给之间缺口的手段,或知识供需间匹配的手段）可以在企业的运作层、战术层和战略层等三个层面上实现。知识供需的转化/匹配过程发生在特定的组织背景下,并受组织核心能力、战略和企业目标的影响。毕业论文 该模型说明,未来的知识需求与当前的知识供给
