Koordinace znalostí v rozsáhlé organizaci: Problémy a možný příslib generativní umělé inteligence
Autor(ka) práce:
Balej, Tomáš
Typ práce:
Diplomová práce
Vedoucí práce:
Andera, Michal
Oponenti práce:
Hron, Michal
Jazyk práce:
Česky
Abstrakt:
Práce zkoumá, jak rozsáhlá mezinárodní organizace koordinuje znalosti a jak může Generative AI řešit zjištěné problémy. V rámci výzkumu bylo provedeno osm polo-strukturovaných expertních rozhovorů s managementem organizace analyzovaných pomocí grounded theory přístupu. Analýza odhalila řadu problémů, jako přílišné množství nevyužitých a nezmapovaných znalostí uzavřených ve funkčních silech a zároveň nedostatečné zachycování tacitních znalostí. Respondenti navrhují využití Generative AI jako podnikového LLM-asistenta napojeného na interní repositáře, jenž uživatelům umožní přirozeným jazykem vyhledávat, kombinovat a personalizovaně získávat znalosti, a tím zpřístupnit nevyužité know-how organizace. Práce přináší návrh konkrétních oblastí implementace Generative AI do managementu znalostí organizace a jak mitigovat potenciální rizika a výzvy, čímž rozšiřuje stávající teoreticky zaměřenou literaturu o praktické poznatky z konkrétní organizace a poskytuje managementu zkoumané organizace doporučení k implementaci.
Klíčová slova:
Management znalostí; Generative AI; umělá inteligence; velké jazykové modely
Název práce:
Coordination of Knowledge in a Large Organization: Problems and Potential Promise of Generative Artificial Intelligence
Autor(ka) práce:
Balej, Tomáš
Typ práce:
Diploma thesis
Vedoucí práce:
Andera, Michal
Oponenti práce:
Hron, Michal
Jazyk práce:
Česky
Abstrakt:
This thesis examines how a large multinational organization coordinates knowledge and how Generative AI can address the problems identified. Eight semi-structured expert interviews with the organization’s management were analyzed using grounded-theory approach. The analysis uncovered several issues, including large volumes of unused and unmapped knowledge trapped in functional silos and insufficient capture of tacit knowledge. Respondents propose deploying Generative AI as an enterprise LLM assistant linked to internal repositories, enabling users to search, combine, and obtain knowledge in a personalized way through natural language, thereby unlocking the firm’s unused know-how. The study outlines concrete areas for implementing Generative AI in knowledge management of the organization and ways to mitigate related risks and challenges, thus extending predominantly theory-oriented literature with practice-based insights and offering the company’s management actionable recommendations for implementation.
Klíčová slova:
Knowledge Management; Generative AI; artificial intelligence; Large Language Models