Za upravljanje znanjem i sticanje konkurentske prednosti, ako već niste krenuli, preporučujemo da krenete od
- knjige THE KNOWLEDGE CREATING COMPANY, I. Nonaka i H. Takeushi;
- knjige Peta disciplina, Piter Sengi; i
- standarda ISO 30401 Sistemi menadžmenta znanja – Zahtevi.
Obe knjige su odlične, iako na nekim mestima suprostavljene, odlično osvetljavaju puteve upravljanja znanjem, a standard omogućava uspostavljanje sistema menadžmenta znanjem, bez mnogo zamerki, sem u delu prevođenja implicitnog/ tacitnog znanja u eksplicitno znanje.
Ako prethodnu literaturu izučite shvatićete da se konkurentska prednost znanjem ne gradi prvenstveno gomilanjem znanja, već sposobnošću firme da brže od konkurenata pretvara znanje u vrednost za kupca.
Nakon toga, metode sticanja, rasta i korišćenja znanja u malim i srednjim proizvodnim organizacijama vodeći na projektnom principu kroz sledećih 7 koraka, dovešćete do zavidnog nivoa operativne upotrebljivosti, praktičnim uspostavljanjem sistemi menadžmenta znanja.
1. Identifikovati znanje koje zaista pravi razliku
Ne pitati samo: „Šta mi znamo?“, nego, „Šta znamo, a konkurenti ne znaju ili ne umeju da primene jednako dobro?”
To može biti:
- specifično tehnološko znanje,
- poznavanje procesa,
- iskustvo zaposlenih,
- poznavanje problema kupaca,
- znanje o materijalima i dobavljačima,
- sposobnost rešavanja nestandardnih problema,
- način organizovanja proizvodnje,
- iskustvo stečeno kroz greške i neuspehe.
Tu je naročito važno tacitno znanje — ono koje zaposleni imaju, ali ga često ne umeju ili ne smatraju potrebnim da formalizuju.
2. Pretvarati individualno znanje u organizaciono znanje
Ovo je, jedan od najvećih izvora konkurentske prednosti malih firmi.
Ako majstor zna nešto što niko drugi u firmi ne zna, firma zapravo nema to znanje — ima ga čovek.
Tek kada se iskustvo:
uoči → artikuliše → proveri → podeli → primeni → sačuva,
ono postaje organizaciono znanje.
Prelazak implicitnog/tacitnog znanja u eksplicitno znanje nije samo dokumentovanje, to je proces stvaranja sposobnosti organizacije.
3. Znanje odmah vezivati za inovacije i poboljšanja
Znanje koje samo stoji u dokumentima nema veliku konkurentsku vrednost.
Treba ga pretvarati u:
znanje → ideju → eksperiment → poboljšanje/inovaciju → vrednost za kupca.
Na primer, firma može imati 30 godina iskustva u livarstvu. Prava prednost nije „30 godina iskustva“, nego sposobnost da iz tog iskustva napravi novi materijal, bolji proces, manji škart, kraći rok ili proizvod koji konkurent ne može lako da kopira.
4. Posebno razvijati znanje o kupcu
Ovo se često potcenjuje.
Firma može imati vrhunsko tehničko znanje, a ipak izgubiti tržište jer konkurent bolje razume šta kupcu zaista treba.
Zato treba kombinovati:
tehničko znanje + znanje o kupcu + znanje o tržištu + znanje o konkurenciji.
Najvrednije je često upravo njihovo ukrštanje.
5. Napraviti sistem „organizacije koja uči“
Pravljenje sistema organizacije koja uči, ili znanjem kreirane organizacije, je zahtevan posao u usklađivanju i korišćenju oprobanih metoda i sistema u mnogim firmama, kao što su:
- Kaizen,
- kružoci kvaliteta,
- kreativnost i inovativnost zaposlenih,
- analiza grešaka,
- razmena iskustava,
- mentoring,
- rešavanje problema,
- obuke,
- prevođenje tacitnog znanja u eksplicitno,
- povratna sprega sa kupcem.
Firme koje ozbiljno poznaju i primenjuju ove metode, neosporno poseduju znanje, uvećavaju ga, obezbeđujući rast i visoku konkurentnost, koju je vrlo teško kopirati.
6. Čuvati znanje od odlaska ljudi
Ovo je posebno važno za mala mala i srednja preduzeća.
Ako ključni čovek ode, sa njim ne sme da ode i 20 godina iskustva firme, što obezbeđuje prilično jednostavan sistem spoznaje:
„Šta ovaj čovek zna što je kritično za firmu?“ → „Gde se to znanje nalazi?“ → „Ko još to zna?“ → „Kako ćemo ga umnožiti, preneti i zabeležiti?“
To je praktično upravljanje rizikom gubitka znanja.
7. Ne pokušavati zaštititi baš sve znanje
Neka znanja treba zaštititi kao poslovnu tajnu, neka patentirati, neka dokumentovati, a neka namerno deliti.
Ključno pitanje je:
„Koje naše znanje konkurent može lako da kopira, a koje teško može da reprodukuje čak i kada zna kako ga primenjujemo?“
Upravo ovo drugo je kandidat za trajnu konkurentsku prednost.
I najvažnije: znanje samo po sebi nije konkurentska prednost, jer je
Konkurentska prednost = znanje × sposobnost primene × brzina učenja × sposobnost inoviranja × teškoća kopiranja
Ako je bilo koji od ovih faktora blizu nule, prednost slabi.
Zato bih za mala i srednja preduzeća treba postaviti mnogo ambiciozniji cilj od „upravljanja znanjem“:
Stvoriti firmu koja brže od konkurenata pretvara iskustvo i novo znanje zaposlenih u korisnu promenu, inovaciju i vrednost za kupca, što je mnogo dublja verzija održivosti poslovnog sistema nego samo posedovanje finansijskog kapitala.
Ako se to obezbedi u poslovanju srednjih i malih preduzeća i poveže u neprekinut lanac. tacitno znanje → organizaciono znanje → kreativnost → inovacija → Kaizen → učenje organizacije → realizovaće se održivost i konkurentska prednost.
Metode sticanja, rasta i korišćenja znanja u proizvodnim MSP
U proizvodnim organizacijama znanjem se upravlja kao ciklusom:
sticanje → rast/razvoj → prenošenje-širenje i primena → čuvanje i unapređenje.
Cilj nije da se prikupi što više informacija, već da pravo znanje bude dostupno ljudima koji donose odluke o kvalitetu, procesu, održavanju, projektovanju i lancu snabdevanja.
1. Sticanje znanja
Sticanje znanja podrazumeva pribavljanje postojećeg znanja iz unutrašnjih i spoljašnjih izvora. Pre toga organizacija treba da identifikuje koje joj znanje nedostaje, proceni njegovu relevantnost za sopstveni proces i obezbedi način da se ono sačuva i kasnije pronađe.
Metode sticanja znanja:
- Obuka, stručno usavršavanje i sertifikacija zaposlenih: radioničke obuke, kursevi za rukovanje opremom, kvalitet, Lean, bezbednost, programiranje CNC mašina i slično.
- Učenje kroz rad: uvođenje novog zaposlenog u posao, rad uz iskusnog operatera, pripravnički rad i rotacija radnih mesta.
- Mentorstvo i „shadowing”: prenos iskustvenog, tacitnog znanja od majstora, tehnologa ili vođe smene na manje iskusne zaposlene. (Shadowing (često: job shadowing) je metoda učenja na radu u kojoj manje iskusan zaposleni određeno vreme prati iskusnijeg kolegu, posmatra kako obavlja stvarne zadatke i postavlja pitanja o postupcima i odlukama. Suština je u učenju posmatranjem, a ne u tome da posmatrač odmah preuzme posao.
- Posmatranje i intervjuisanje eksperata: strukturisani intervjui, analiza postupaka rada, posmatranje podešavanja mašine i dokumentovanje „ zanatskih veština”. To je posebno važno jer je tacitno znanje teško preneti bez neposrednog kontakta.
- Eksterno pribavljanje znanja: saradnja sa kupcima, dobavljačima, fakultetima, institutima, konsultantima i tehnološkim partnerima; praćenje standarda, propisa, sajmova i stručne literature. U malim i srednjim proizvodnim preduzećima kupci, dobavljači i partneri predstavljaju značajne izvore svakodnevnog toka znanja.
- Prikupljanje podataka iz proizvodnje: podaci sa senzora, MES(upravljanje proizvodnjom)/ERP(upravlja poslovanjem preduzeća) sistema, zapisi o zastojima, reklamacije, rezultati kontrole kvaliteta, parametri procesa, potrošnja materijala i podaci o održavanju. Sami podaci postaju znanje tek kada se protumače u konkretnom procesnom kontekstu.
- Benchmarking: poređenje sopstvenih procesa, produktivnosti, kvaliteta, potrošnje energije ili vremena ciklusa sa internim najboljim praksama i spoljnim referentnim organizacijama.
2. Rast i stvaranje znanja
Rast znanja znači pretvaranje iskustava, podataka i pojedinačnih uvida u novo, provereno i organizaciono primenljivo znanje. Ova faza uključuje i eksplicitno znanje - procedure, radna uputstva, parametre — i tacitno znanje koje se razvija kroz praksu.
Izvori rasta znanja:
- Kontinuirano unapređenje: PDCA, Kaizen, Ishikawa dijagram, Pareto analiza, posmatranje pretvaraju odstupanja, greške i gubitke u lekcije za naredni ciklus.
- Rešavanje problema u timovima: multidisciplinarni timovi operatera, održavanja, kvaliteta i tehnologije analiziraju uzroke problema i zajednički razvijaju korektivne mere.
- Lekcije naučene: nakon reklamacije, zastoja, uvođenja novog proizvoda, promene alata ili uspešno izvedenog projekta treba formalno zabeležiti: šta se dogodilo, zašto, šta je urađeno i šta ubuduće treba standardizovati.
- Eksperimentisanje i pilot-projekti: DOE (dubina iskustva), probne serije, simulacije, digitalni blizanci i testiranje alternativnih materijala, alata ili režima obrade.
- Analitika podataka i modeli predviđanja: iz istorijskih podataka mogu se izvesti pravila, statistički modeli i modeli predviđanja za kvalitet, održavanje, planiranje i upravljanje procesom. U pametnoj proizvodnji znanje može biti predstavljeno kao pravilo, logika, ontologija, fizički model, statistički model ili potvrđena činjenica.
- Standardizacija najbolje prakse: kada se pokaže da je rešenje stabilno i korisno, ono se ugrađuje u standardni rad, kontrolni plan, FMEA, radno uputstvo, program mašine ili plan obuke.
- Zajednice prakse: redovni stručni sastanci tehnologâ, rukovodilaca proizvodnje, majstora i inženjera na kojima se razmenjuju rešenja za ponavljajuće probleme.
3. Korišćenje znanja
Znanje stvara vrednost tek kada utiče na odluke i rad. U proizvodnji se ono koristi na nivou preduzeća, fabrike, linije, radnog mesta i pojedinačne mašine - od planiranja kapaciteta do izbora alata i kontrole kvaliteta.
Nejčešća područja korišćenja znanja:
- Operativno odlučivanje: izbor parametara obrade, redosleda operacija, alata, materijala, dobavljača i prioriteta naloga.
- Upravljanje kvalitetom: primena znanja iz reklamacija, SPC-a, kontrolnih karata, FMEA i analize uzroka radi sprečavanja ponavljanja grešaka.
- Održavanje i pouzdanost: korišćenje istorije kvarova, vibracija, temperatura, intervencija i iskustva servisera za preventivno i prediktivno održavanje.
- Projektovanje proizvoda i procesa: povratne informacije iz proizvodnje i kontrole kvaliteta koriste se za DFM/DFA (projektovanje/konstrukcija za proizvodnju, projektovanje/konstrukcija za montažu), promene tolerancija, poboljšanje konstrukcije i planiranje procesa.
- Planiranje i upravljanje proizvodnjom: znanje o kapacitetu, uskim grlima, vremenu ciklusa i varijabilnosti procesa koristi se za balansiranje linija, raspoređivanje posla i smanjenje rokova isporuke.
- Inovacije i komercijalizacija: postojeće tehničko znanje se kombinuje sa informacijama o kupcima i tržištu radi razvoja novog ili unapređenog proizvoda.
- Ponovna upotreba znanja: dostupne baze procedura, standardnih rešenja, prethodnih projekata i „lessons learned-naučene lekcije” sprečavaju da svaka smena ili projekat rešava isti problem od nule.
Primer: ako operater tokom obrade smanji posmak da bi postigao zahtevanu hrapavost, a taj potez ostane samo njegovo lično iskustvo, organizacija gubi znanje. Ako se odluka poveže sa podacima o kvalitetu, materijalu, alatu i realnom vremenu ciklusa, ona može postati novo pravilo za planiranje sličnih operacija u budućnosti.
4. Mehanizmi podrške
Da bi navedene metode funkcionisale, proizvodna organizacija treba da poveže ljude, procese i digitalne alate, obuhvatajući kada je primereno, oblasti:
- Kodifikacija: prećutno znanje prevoditi u radna uputstva, video-prikaze, check-liste, standarde rada, procesne kartice i baze znanja.
- Sistemi znanja: integrisati dokumentaciju i podatke iz više sistema, uz jasnu klasifikaciju, vlasništvo nad dokumentom i kontrolu verzija.
- Rituali razmene: dnevni proizvodni sastanci, kratki Kaizen sastanci, obuke po smenama, preispitivanja nakon sprovedenih akcija i redovni pregled pokazatelja.
- Kultura poverenja: zaposleni treba da mogu da prijave problem, grešku ili poboljšanje bez straha od neopravdanog kažnjavanja; inače se tacitno znanje zadržava kod pojedinaca.
- Zaštita kritičnog znanja: potrebno je razlikovati znanje koje se deli sa partnerima od znanja koje predstavlja poslovnu tajnu, konkurentsku prednost ili bezbednosni rizik.
ISO 30401 daje okvir za uspostavljanje, održavanje, preispitivanje i kontinuirano poboljšavanje sistema menadžmenta znanjem; koristan je kao upravljačka „kičma” za povezivanje ovih metoda u jedinstven sistem.
Kraj posta – članka 123
Literatura – izvori
- THE KNOWLEDGE CREATING COMPANY, I. Nonaka i H. Takeushi;
- Peta disciplina, Piter Sengi;
- ISO 30401 Sistemi menadžmenta znanja – Zahtevi;
- Upravljanje razvojem proizvoda, M Ivanović i S. Orlić
- Primena EFQM modela 2025, S. Orlić i grupa koautora
- ChatGpt AI 2026,
- Perplexity AI 2026
- DeepSeek AI 2026
- Gemini AI 2026
- Grok AI 2026
Komentari
Učitavanje komentara...