在ai时代,岗位经验是一种宝贵的智力资产。
有远见的管理者会像管理业务结果一样,管理经验背后的知识成果,这些宝贵的知识成果既能够更好地培养员工,又可以为ai赋能,为岗位的智能化工作奠定基础。
那么,如何管理好岗位经验呢?本文从知识管理的角度大家分享几种有代表性的方法论。
从整体上看,知识萃取有两大技术流派及两种方法论。
技术路径1
敏捷经验管理
在这里首先做一个概念说明:
我们一直认为经验需要管理,但不需要萃取,经验管理的本质是将问题与解决问题的过程还原,整理出来即可,这是一个相对简单的过程。
其主要的技术是:定义问题,定义解决问题的程序(步骤)即可。
对于多数岗位,多数工作任务的问题边界是确定的,只要按照确定的流程步骤执行就可以达成目标。
再复杂一点,可以用:复盘技术 知识管理 程序设计,汇聚团队经验即可。
这能解决99%的经验管理的问题。
在实际的业务场景中,部分公司都有零碎地做这些工作,但是由于管理层的重视度不够及没有专人对这个事情负责,这些经验零散地分布在电脑中,对人才培养的贡献度被大幅度降低。
管理者要系统地培养专业人才,首要的一个问题就是将这些散点的经验进行管理,从而形成岗位上的知识库,这是管理者重要的职责。
在这种条件下,只要对所有的知识型员工进行:
《敏捷复盘》《如何设计sop》《案例设计》等主题的培训即可,然后从管理制度上提出要求,将经验管理作为重要的okr,纳入到管理的范畴即可。
技术路径2
团队萃取法(工作坊)
团队萃取法,是指知识萃取的过程在咨询顾问的带领下,一步步地将岗位的关键经验萃取为显性的知识体系,这是一种方法论。其优点主要有2个:
而咨询顾问主导的工作坊也存在着一定的局限性,主要表现在以下的4个方面:
举个例子来说,如果咨询顾问有2c的销售背景,知识萃取的对象是2b的销售,这个时候咨询顾问对专业知识的理解与反馈就是个问题;如果萃取的对象是研发、编程、工程技术这可能直接导致咨询顾问听不懂,这个时候顾问的价值就降低了。
群体智慧的优势是知识萃取的全面性,其缺点就是决策太慢,为了论证一个知识、流程或者方法,几个专家可能争论几个小时都无结果。而这种工作坊通常是以一个小组开发一个主题,综合效率相对较低。
此类的工作坊,对顾问的经验、逻辑、知识广度、知识深度都提出了较高的要求,其认知能力应该为顶级的人才能与专家产生火花的碰撞,并且项目结束之后,组织内部依然不能掌握知识萃取的方法论,这导致知识萃取不能形成连续性,这是一个致命性的问题。岗位经验的管理是连续的,在实际的业务中,每天都有新的问题发生,仅仅依靠有组织的工作坊,是很难全面的、完整的、真实地沉淀岗位经验。甚至,当开展工作坊(团队萃取法)的时候,业务中发生的一些事情,早已经被员工忘记了。从这个角度去看,团队萃取法的综合roi是相对比较低的。
从组织经验的角度去看,企业中的每个员工都是经验的贡献者,也是经验的受益者,每个员工都可以动态地将自己的经验,用知识管理的方式沉淀下来。而培训中心要做的事情就是对所有的知识型员工,进行《知识架构师》的培训,让每个知识型员工都成为知识架构师,这是组织经验管理的最佳路径。这个技术的背后有两个重要的假设:
- 只有专家本人才能更准确、更高效地萃取关键知识,真实的经历及实践是不可代替的。
一旦知识型员工掌握了知识萃取的方法,能够将经验与技术,用规范的知识表现出来,这个任务就可以加入岗位职责,就可以以制度与责任的方式进行,因此知识萃取就成了动态的、可持续的工作,以此才能构建企业的知识大厦,甚至我们也认为,知识萃取的技术,也是每个知识型员工必备的职业技能,这大幅度地降低了对外部咨询顾问的依赖。个体萃取法的优势之一,就是同样的问题,每个人都会产生自己解决问题的路径,这有两个核心的机制,首先是提升了效率,其次是同样的问题,同样的任务,不同对象的解决方法不一样。通过知识萃取的方式,每个人解决问题的方法都可以被保留下来,后者则可以根据自己的喜好、性格特质及具体的情况有更多的选择。实际上,业务专家掌握了知识萃取的核心方法论,不仅能够萃取知识,更可以优化自己解决问题的方法,掌握透过现象看本质的能力,洞察业务背后的普遍规律, 这无疑将有机会为公司带来较大的财务贡献。当然,业务个体萃取法也存在着一定的局限,这些局限主要体现在以下的两个方面: 与所有的培训一样,单纯的课堂培训,业务专家无法掌握完整的知识萃取方法论,这跟领导力培训及其他的课堂培训无法落地的道理是一样的。因此,对于业务专家的知识萃取的能力训练也必须通过721模型去设计,而不是简单的1~2堂课的培训。杀猪割尾巴,不同的人有不同的方法,专家的综合经验、责任心及业务水平决定了知识萃取输出的质量,知识萃取的项目经理需要有更高阶的专家,对知识萃取的结果进行把关。培训经理指南,从技术上更支持个体知识萃取法,并原创了知识萃取三角形:分析结构、设计程序、知识图谱。俗称为知识萃取的三板斧,同时兼顾知识与经验两个维度。