در نهایت می‏توان تعریفی که متمرکز بر انسان، ساختار و فناوری است و قابل کاربرد در عمل نیز می‏ باشد، ارائه کرد: «مدیریت دانش: فرایند کشف، کسب، توسعه و ایجاد، تسهیم، نگهداری، ارزیابی و به کار گیری دانش مناسب در زمان مناسب توسط فرد مناسب در سازمان است که از طریق ایجاد پیوند بین منابع انسانی، فناوری اطلاعات و ارتباطات و ایجاد ساختاری مناسب برای دست‌یابی به اهداف سازمانی صورت می‏پذیرد» (خطیبیان، ۱۳۸۸) .

مدیریت دانش سعی دارد تا حد زیادی سرمایه انسانی را به سرمایه ساختاری به منظور ایجاد مزیت رقابتی تبدیل نماید. (عالم تبریز، ۱۳۸۸). منظور تحقق این هدف وظایف اساسی مدیریت دانش بایستی به شرح زیر باشد (Cater, 2001) :

• سطح استراتژیک

در سطح استراتژیک مدیریت دانش بایستی ۱ – یک ذهنیت «دانش- گر» را در شرکت مستقر کند. ۲- مطمئن شود که یک شرکت قادر است برای کسب و کار خود بر حسب دانش موجود و دانش مورد نیاز برای فرایند کسب و کار آینده، تحلیل و برنامه ریزی نماید؛ و۳- یک محیط کسب و کار مناسب را که به خلق فرایندهای کار آی ایجاد دانش جدید در شرکت کمک می‌کند را فراهم آورد.

• سطح تاکتیکی

در سطح تاکتیکی، مدیریت دانش بایستی مطمئن شود که ۱- دانش موجود به طور مناسب شناسایی شده است؛ ۲- دانش جدید برای استفاده آینده به دست می‌آید و به طور مناسب در حافظه سازمانی حفظ می‌شود؛ و ۳ – سیستم‌های جدیدی که تخصیص کارا و مؤثر دانش را موجب می‌شوند، در درون شرکت ایجاد می‌شوند.

• سطح عملیاتی

در سطح عملیاتی، مدیریت دانش بایستی توجه کند دانش به وسیله آن‌هایی که دسترسی به دانش مناسب، در زمان و مکان مناسب دارند در رویه‌های روزانه مورد استفاده واقع می‌شود.

۲-۶- سیستم‏های خبره^[۵]، هوش مصنوعی^[۶] و مدیریت دانش

لیبوویتز^[۷] در خصوص روابط سیستم‏های خبره ، هوش مصنوعی و مدیریت دانش توضیحات زیر را بیان می‌کند که به درک بهتری از مدیریت دانش و کارکردهای آن در سازمان می‌ انجامد (لیبوویتز، ۱۳۸۸).

مدیریت دانش به طور کلی، چهار عملکرد را شامل می‌شود: تأمین، ایجاد، بازیابی/ ترکیب و توزیع دانش. بخش اعظمی از مدیریت دانش چیز جدیدی نیست. ریشه‌های آن را می‌توان در رشته‌های سیستم‏های خبره و هوش مصنوعی جستجو کرد. به عنوان مثال، مرحله گردآوری دانش در سیستم‏های خبره می‌تواند برای شناسایی و تأمین دانش کاربرد داشته باشد. تهیه گنجینه‌های دانش برای مدیریت دانش را می‌توان به راحتی از طریق روش شناسی ها و فنون سیستم‏های خبره در باز نمای و کد بندی دانش انجام داد. نمایه سازی دانش را می‌توان از طریق شیوه های بازیابی موردی، مشابهت و سازگاری (اقتباس) انجام داد که در حوزه استدلال مبتنی بر مورد رشته سیستم‏های خبره کاربرد دارد؛ ‌بنابرین‏ بیشتر، پیش زمینه‌های مدیریت دانش حاصل کارهای قبلی انجام شده در رشته نظام‌های خبره و هوش مصنوعی است.

اکنون پس از تبیین اینکه مدیریت دانش، ریشه در رشته نظام‌های خبره دارد، آنچه که از اهمیت خاصی برخوردار می‌باشد، درک و تبیین این نکته است که سیستم‏های خبره بایستی به عنوان یک بخش یکپارچه‌ای نظام مدیریت دانش باقی بماند. شناسایی تخصص و قرار دادن آن در یک مخزن پیوسته یا مراکز دانش تعاملی وب پایه مهم‌ترین اقدام در راستای موفقیت مدیریت دانش است.

به اعتقاد هیدبرگ (۱۹۹۵)، هوش مصنوعی ممکن است در جاهای خیلی ناپیدا، پنهان شود اما زنده است و کار خود را می‌کند. شرکت‌های white, IRS, Disney Store, Fields Cookies, Compaq, Xerox, Microsoft House, و بیشتر سازمان‌های دیگر برای کمک به فعالیت‌های خود از سیستم‏های خبره استفاده کرده‌اند.

سیستم‏های خبره می‌تواند در مرحله های ذخیره، به کار گیری و فروش کاربرد داشته باشد. بر اساس گفته های تام بکمن، از خدمات درآمدهای داخلی، رشته هوش مصنوعی در بیشتر این نوآوری‌ها، به عنوان یک ابزار اساسی است. تجارت ارزش افزوده، حاصل شناسایی و به کار گیری نظام‌های خبره در موقعیت‌هایی است که برای حل مسائل، به دانش و تخصص نیاز است. مهندسان دانش، دانش و تخصص را از ذهن متخصصان مربوطه استخراج کرده، آن را سازماندهی می‌کنند و به دانش و تخصص سازماندهی شده طوری ساختار می‌دهند که به صورت فعال ذخیره و برای شکل دهی، راهنمایی، اعمال و اداره امور، حل مسائل و اخذ تصمیمات به کار گرفته شوند. رشته‌های هوش مصنوعی، به ویژه نظام‌های خبره می‌توانند از فرآیندهای مدیریت دانش پشتیبانی کنند.

سیستم‏های خبره می‌توانند به عنوان یک عنصر یکپارچه برای پیوند دهی منابع مختلف دانش مورد استفاده قرار گیرد. سیستم‏های خبره می‌توانند قبل از اینکه این سرمایه فکری از سازمان خارج شود، به ایجاد حافظه سازمانی کمک کنند.

هلسپل و یوشی (۱۹۹۷) اشاره کردند که سیستم‏های خبره می‌تواند در چارچوب یک جزء منابع دانش، یک جزء فعالیت‌های مدیریت دانش و یک جزء تأثیرات مدیریت دانش ایفای نقش کنند. مطمئناً سیستم‏های خبره می‌توانند در جزء فعالیت‌های مدیریت دانش از طریق بازنمایی و پردازش دانش کارساز باشد. سیستم‏های خبره و دانش مدار می‌تواند گردآوری دانش را تسهیل کند و زمانی که با انطباق دانش همراه شود، سیستم ‌مدیریتی دانش به عنوان یک موجودیت موفق در می‌آید.

۲-۷- رویکردهای موجود نسبت به مدیریت دانش

دو رویکرد زیربنایی نسبت به مدیریت دانش وجود دارد: رویکرد فرایندی و رویکرد تعاملی (Turban et al , 2006).

رویکرد فرایندی به دنبال آن است که دانش سازمانی را به وسیله برنامه های کنترل، فناوری‌ها و فرایندهای رسمی، تدوین کند. سازمان‌هایی که این رویکرد را اتخاذ می‌کنند، سیاست‏های آشکاری را جهت مدیریت بر چگونگی جمع‌ آوری، ذخیره سازی و انتشار دانش در سازمان اجرا می‌کنند. این رویکرد، معمولاً استفاده از فناوری اطلاعات را برای افزایش کیفیت و سرعت خلق و توزیع دانش در سطح سازمان، شامل می‌شود. این فناوری‌ها شامل شبکه های داخلی، انبار های داده، مخازن دانش، ابزارهای تصمیم یار و گروه افزارها می‌باشند.

رویکرد فرایندی، دارای سطوح مختلفی است. در ابتدایی‌ترین سطح، دانش در قالب توصیفات، داستان و سایر شکل‌های مستندسازی، تدوین می‌شود و اصلاحات کمی در آن‌ ها صورت می پذیرد. در سطح بعدی، دانش به مفاهیم ساختار یافته، چارچوب‌ها و نظریه تبدیل می‌شود و در بالاترین سطح، دانش به فعالیت‌های کاری که به کارکنان جهت می‌دهند، وارد می‌شود. اصلی‌ترین انتقاد وارد ‌به این رویکرد، آن است که نمی‌تواند بخش اعظمی از دانش ضمنی موجود در بنگاه‌ها را جذب نماید و افراد را مجبور به استفاده از الگوهای ثابت فکری می‌کند. رویکرد فرایندی، مورد قبول شرکت‌هایی است که محصولات نسبتاً استانداردی را با هدف برطرف کردن نیازهای معمول، تولیدمی کنند. به دلیل ماهیت استاندارد کالاها و خدمات، بیشتر اطلاعات ارزشمند این بنگاه ها، از نوع عینی است.