Математическая модель и методика оценки структурной наблюдаемости системы управления знаниями: практическая апробация в АО «Объединенная двигателестроительная корпорация»
DOI:
https://doi.org/10.17323/2587-814X.2026.3.90.113Ключевые слова:
система управления знаниями, наблюдаемость, структурная идентифицируемость, структурная модель, экспертиза, латентные состояния, взвешенный метод наименьших квадратов, калибровка весовой матрицы, цифровая трансформация, организационная культураАннотация
В условиях цифровой трансформации управление знаниями становится критическим фактором устойчивого развития организаций, однако состояние систем управления знаниями (СУЗ) часто остается слабоформализуемым и ненаблюдаемым. Существует пробел в научных разработках, связанный с отсутствием формализованных моделей, позволяющих на основе косвенных измерений диагностировать состояние СУЗ. Цель исследования – адаптация и апробация математического аппарата структурной наблюдаемости для диагностики латентных состояний СУЗ по ограниченному набору косвенных измерений на основе экспертных данных. Под наблюдаемостью в работе понимается структурная идентифицируемость статической модели измерений, позволяющая на основе структуры связей, заданной экспертом, однозначно восстановить вектор латентных состояний. Методология основана на принципах структурной наблюдаемости, экспертной верификации причинно-следственных связей между переменными состояния и применении взвешенного метода наименьших квадратов. Для повышения надежности оценивания выполнены редукция размерности матрицы связей (объединение сильно коррелированных переменных) и калибровка весовой матрицы на основе анализа согласованности экспертных суждений. Основной научный результат состоит в адаптации методов структурного анализа, экспертной идентификации и линейного оценивания к задаче диагностики СУЗ и демонстрации возможности восстановления внутренних состояний СУЗ по ограниченному набору измерений с использованием экспертных данных. В ходе апробации модели на промышленном предприятии установлено, что ключевыми наблюдаемыми факторами СУЗ являются формализация знаний, интенсивность и культура обмена знаниями. Выявлены ограничения наблюдаемости поглощающей способности и актуальности знаний в рамках используемой системы измерений. Практическая значимость заключается в предоставлении организациям инструмента для количественного аудита СУЗ и оптимизации системы мониторинга на основе данных.
Благодарности
Авторы выражают благодарность руководителям и специалистам АО «Объединенная двигателестроительная корпорация», принявшим участие в экспертизе в рамках данного исследования. Их глубокие знания, практический опыт и ценные суждения об организационных механизмах управления знаниями стали основой для построения и апробации модели, обеспечив достоверность и практическую значимость полученных результатов. Авторы также искренне благодарят анонимного рецензента, чьи замечания и рекомендации позволили существенно повысить качество работы и уточнить ее ключевые положения.
Библиографические ссылки
Cristache, N., Croitoru, G., & Florea, N. V. (2025). The influence of knowledge management on innovation and organizational performance. Journal of Innovation & Knowledge, 10(5), 100793. https://doi.org/10.1016/j.jik.2025.100793
Dedunu, H., Weerasinghe, S., & Wickcramasinghe, A. (2025). Reality is different from what we see: Knowledge management and firm innovation. Journal of Innovation & Knowledge, 10(3), 100693. https://doi.org/10.1016/j.jik.2025.100693
Eromosele, P. O., & Korsakova, T. V. (2024). Knowledge management strategy as a factor of in-creasing effectiveness and competitiveness of an organization. Upravlenie v ekonomicheskikh i sotsialnykh sistemakh, (1(19)), 37–42 (in Russian). https://www.elibrary.ru/download/elibrary_67873816_45973031.pdf
Amaechi, C. V., et al. (2025). A systematic literature review on knowledge management for project risk management in construction. Journal of Building Engineering, 114, 114261. https://doi.org/10.1016/j.jobe.2025.114261
Zelenkov, Y. A. (2018). The effectiveness of Russian organizations: The role of knowledge man-agement and change readiness. Russian Journal of Management, 16(4), 513–536. https://doi.org/10.21638/spbu18.2018.403
Sokolov, D. N., & Zavyalova, E. K. (2018). Integration of strategic resources of an organization in the new economy: A conceptual model. Vestnik of Saint Petersburg University. Management, 17(1), 46–68 (in Russian). https://doi.org/10.21638/11701/spbu08.2018.103
Kolyasnikov, M. S., & Kelchevskaya, N. R. (2020). Knowledge management strategies in compa-nies: Trends and the impact of Industry 4.0. Upravlenets, 11(4), 82–96 (in Russian). https://doi.org/10.29141/2218-5003-2020-11-4-7
Jiang, Z., Shi, J., & Liu, Z. (2025). Digital transformation, knowledge management, and ambidex-trous innovation in the high-speed train industry in China: The role of TMT's digital knowledge. Journal of Business Research, 200, 115634. https://doi.org/10.1016/j.jbusres.2025.115634
Zhang, R. (2025). Moderating effect of knowledge entrepreneurship in the relationship between knowledge management process and entrepreneurial success. Journal of Innovation & Knowledge, 10(4), 100752. https://doi.org/10.1016/j.jik.2025.100752
Nakash, M., & Bolisani, E. (2025). Making knowledge management transparent: A new perspec-tive on KM processes integration in the organizational framework. Business Process Management Journal, 31(8), 49–66. https://doi.org/10.1108/BPMJ-07-2024-0566
Gavrilova, T. A., Kuznetsova, A. V., Alkanova, O. N., & Grinberg, E. Y. (2024). Visualization of employee competencies using knowledge maps. Russian Journal of Management, 22(1), 86–112. (In Russian). https://doi.org/10.21638/spbu18.2024.104
Azyabi, N. G. (2018). The impact of knowledge management capabilities and processes on SME performance. Business Informatics, 12(3), 39–52. https://doi.org/10.17323/1998-0663.2018.3.39.52
Blagov, E. Y., & Shcherban, S. A. (2019). Managing organizational forgetting: The case of Rus-sian machine-building companies. Vestnik of Saint Petersburg University. Management, 18(2), 261–287. (In Russian). https://doi.org/10.21638/11701/spbu08.2019.205
Starikov, D. A. (2025). A model for evaluating the effectiveness of knowledge management sys-tems in high-technology companies. Vestnik Evraziyskoy Nauki, 17(s2) (in Russian). https://esj.today/PDF/100FAVN225.pdf
Parshintsev, A. A., & Bogdanova, M. V. (2022). Development of methodological support for the effective development of intellectual capital in the knowledge management system of high-tech project-oriented companies. Upravlencheskiy uchet, (2), 146–152 (in Russian). https://uprav-uchet.ru/index.php/journal/article/view/1663/1125
Dneprovskaya, N. V., & Shevtsova, I. V. (2023). A knowledge management system in the strate-gic development of universities. Business Informatics, 17(2), 20–40. https://doi.org/10.17323/2587-814X.2023.2.20.40
Kalabina, E. G., & Belyak, O. Y. (2021). Knowledge-sharing factors in the management of cross-functional teams. Russian Journal of Management, 19(4), 515–547 (in Russian). https://doi.org/10.21638/spbu18.2021.407
Slavin, B. B. (2022). Technologies of collective intelligence in the management of business pro-cesses of an organization. Business Informatics, 16(2), 36–48. https://doi.org/10.17323/2587-814X.2022.2.36.48
Karayev, R. А., & Sadikhova, N. Y. (2020). The advantages of cognitive approach for enterprise management in modern conditions. Business Informatics, 14(2), 36-47. https://doi.org/10.17323/2587-814X.2020.2.36.47
Zelenkov, Y. A. (2024). Organizational knowledge management and large language models. Rus-sian Journal of Management, 22(3), 573–601 (in Russian). https://doi.org/10.21638/spbu18.2024.309
Kuchumov, I. V. (2024). Algebraic models of data and knowledge representation in modern data-base management systems. Computational Nanotechnology, 11(1), 78–84 (in Russian). https://doi.org/10.33693/2313-223X-2024-11-1-78-84
Miroshnichenko, M. A. (2024). The impact of artificial intelligence on the efficiency of document and knowledge management in the banking sector. Estestvenno-gumanitarnye issledovaniya, 3(53), 552–557 (in Russian). https://cyberleninka.ru/article/n/vliyanie-iskusstvennogo-intellekta-na-effektivnost-upravleniya-dokumentami-i-znaniyami-v-bankovskoy-sfere
Trofimova, N. N. (2024). The impact of knowledge management on improving the efficiency of business operations management. Ekonomika i upravlenie: problemy, resheniya, 6(3), 151–157 (in Russian). https://doi.org/10.36871/ek.up.p.r.2024.03.06.019
Latukha, M. O., Selivanovskikh, L. V., & Mitskevich, E. A. (2019). Talent management practices and absorptive capacity of Russian companies. Russian Journal of Management, 17(1), 5–28 (in Russian). https://cyberleninka.ru/article/n/praktiki-upravleniya-talantlivymi-sotrudnikami-i-pogloschayuschaya-sposobnost-rossiyskih-kompaniy
Pleshkova, A. Y. (2024). Knowledge management practices in Russian educational organizations. Russian Journal of Management, 22(1), 113–130 (in Russian). https://doi.org/10.21638/spbu18.2024.105
Popov, E. V., & Aksenova, T. V. (2019). Main trends in knowledge management theory. Universi-ty Management: Practice and Analysis, 23(3), 14–29 (in Russian). https://doi.org/10.15826/umpa.2019.03.016
Antonets, V. A. (2018). Segmentation of the market for knowledge extraction, creation, dissemina-tion, and practical application. University Management: Practice and Analysis, 22(5), 9–21 (in Russian). https://doi.org/10.15826/umpa.2018.05.045
Babin, E. N. (2018). Digitalization of the university: Building an integrated information environ-ment. University Management: Practice and Analysis, 22(6), 44–54 (in Russian). https://doi.org/10.15826/umpa.2018.06.057
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Национальный исследовательский университет «Высшая школа экономики»
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
