Gestión del conocimiento en la era de la IA: 4 retos para los responsables de TI
La búsqueda con IA y los asistentes de IA se están implantando sobre las bases de conocimiento corporativas más rápido de lo que nadie está poniendo orden en ellas.
Esa brecha entre la rapidez con que se adopta la capacidad de IA y la lentitud con que se corrige el contenido subyacente es el punto en el que la mayoría de las estrategias de gestión del conocimiento se desmoronan. Y rara vez tiene que ver con la propia IA.
Estos son los errores más habituales de planteamiento y lo que realmente hace falta para anticiparse a ellos:
Error 1: tratar la gestión del conocimiento como un proyecto en lugar de como una disciplina continua
Cuando una base de conocimiento empieza a fallar, el impulso inicial es programar una solución: una migración, una reescritura o quizá una nueva plataforma. Después el proyecto se cierra y todo el mundo sigue adelante.
Pero una base de conocimiento solo se mantiene correcta si existe algo que detecta el momento en que vuelve a desviarse. Sin ese mecanismo, cada reconstrucción se limita a poner de nuevo a cero el reloj del deterioro.
Error 2: asumir que la búsqueda con IA es la solución, en vez de un amplificador
Existe la esperanza, comprensible pero equivocada, de que la búsqueda con IA resolverá el problema de «no encuentro nada» independientemente de lo desordenado que esté el contenido subyacente, y de que la búsqueda en lenguaje natural es lo bastante inteligente como para sacar a la luz la respuesta correcta incluso dentro de un sistema desorganizado. No es así.
Una capa de IA recupera la información que existe. Si el contenido subyacente está obsoleto, duplicado o fue redactado por un equipo que ya no existe con esa configuración, la IA no tiene forma de saber que no debe confiar en él.
Simplemente devuelve la respuesta con seguridad y más rápido de lo que una búsqueda manual habría mostrado la misma respuesta errónea. Especialmente para los equipos de TI y seguridad, que un asistente de IA cite con seguridad una política que ya no está vigente es un fallo difícil de rastrear después y una responsabilidad real.
Y, sin embargo, la IA hizo exactamente aquello para lo que fue creada: recuperar información.
Error 3: invertir poco en la parte que no luce en una demostración
Muchos proveedores ofrecen algún tipo de búsqueda con IA, pero son menos los que incluyen seguimiento de responsables y alertas de obsolescencia, pistas de auditoría o paneles de administración.
Esta asimetría condiciona las decisiones presupuestarias más de lo que la mayoría de los responsables de TI admitirían. Las capacidades más vistosas se financian sin demasiada discusión, mientras que el trabajo de gobernanza que las sustenta se trata como algo que puede retomarse más adelante.
Es justo al revés.
La detección automática de contenido obsoleto, la asignación obligatoria de responsables para cada página y una estructura que no dependa de conocer de memoria el organigrama no resultan llamativas, pero determinan si la capa de IA superior es realmente fiable o solo rápida.
Error 4: confundir «tenemos documentación» con «tenemos estructura»
Muchas bases de conocimiento no fracasan por falta de contenido, sino porque este está organizado en función de quién lo creó y no de lo que una persona intenta hacer.
En la práctica, esto significa que para encontrar una política hay que saber qué departamento la redactó dos reorganizaciones atrás, en vez de saber simplemente qué se quiere conseguir.
Las nuevas incorporaciones son las primeras en sufrirlo: hacen una pregunta en lenguaje natural y se las envía a tres wikis diferentes antes de encontrar la correcta, si llegan a encontrarla.
Y el problema empeora, no mejora, cuando las empresas crecen mediante contrataciones, fusiones y adquisiciones, cada una de las cuales deja tras de sí su propia capa de sedimentos departamentales.
Cómo es realmente la funcionalidad adecuada
Happeo trata la gobernanza y la búsqueda con IA como una cadena de dependencias, no como dos iniciativas separadas, y desarrolla cada capacidad alrededor de un punto concreto en el que las bases de conocimiento suelen fallar.
Para el problema de estructura del Error 4, las Páginas basadas en plantillas ofrecen una base de conocimiento organizada en torno a casos de uso y departamentos, no a organigramas, con la asignación de responsables integrada desde el principio en lugar de añadida posteriormente.
Para el problema de disciplina del Error 1, la gobernanza se sitúa de forma permanente bajo esa estructura: señala automáticamente el contenido obsoleto o sin responsable, gestiona la asignación y reasignación de responsables y proporciona a los administradores visibilidad de todo el sistema sin tener que auditar manualmente cada equipo.
Para el problema del amplificador del Error 2, la Búsqueda encuentra lo que existe en Páginas, Canales y herramientas conectadas, pero encontrar un documento no equivale a poder confiar en él.
Ahí entra Knowledge Engine: se sitúa por encima de la Búsqueda y la gobernanza y ofrece una respuesta directa en lugar de una lista de enlaces, basada en contenido que se mantiene activamente y no que simplemente se ha indexado.
El agente de IA para Slack muestra esa misma respuesta gobernada dentro de Slack, de modo que la respuesta es coherente con independencia de la herramienta desde la que se formule la pregunta.
Y como la infrainversión del Error 3 suele deberse a que nadie puede ver qué está fallando realmente, la Analítica muestra qué se utiliza, qué se ignora y qué se busca sin llegar a encontrarse, para que las mejoras se prioricen según patrones reales de uso.
Las Integraciones y el acceso móvil se integran en los flujos de trabajo y sistemas de identidad existentes, evitando que la base de conocimiento se convierta en otro sistema desconectado que alguien tenga que gestionar aparte.
Si quieres descubrir cómo Happeo puede ayudarte a aprovechar mejor el conocimiento de tu empresa, ¡ponte en contacto!
Si esta información te ha sido de utilidad, ¡Compartela!
Artículos Relacionados