MENGELOLA PENGETAHUAN UNTUK PERUSAHAAN DIGITAL

MENGELOLA PENGETAHUAN UNTUK PERUSAHAAN DIGITAL

Quaker Chemical Membuat Rumus Baru untuk Berkolaborasi

            Quaker Chemical, berpusat di Conshohocken, Pennsylvania, merupakan perusahaan besar penghasil produk bahan kimia khusus dan layanan pengelolaan cairan. Para kliennya adalah para perusahaan pembuat produk ruang angkasa dan otomotif, perusahaan yang bergerak di bagian lingkungan, industri pembuatan kaleng, dan industri bubur kertas. Akhir-akhir ini perusahaan melakukan organisasi-ulang agar para staf penjualan melakukan penjualan lebih pada saluran bisnis, bukan berdasarkan wilayah geografis.

Untuk memaksimalkan keuntungan dari pengorganisasian ulang, Quaker memerlukan sistem yang bisa mengangkat batasan-batasan regional dan membantu tenaga penjualnya melacak, mengelolah, mengkolaborasi semua layanan dan tanggungan klien. Pengembangan rumus-rumus kimia baru untuk baru perusahaan pembuat kendaraan, menentukan mengapa penjualan di beberapa penggilingan di Amerika Utara kecil atau melacak 55 galon drum kimia-semua masalah ini bisa dengan mudah terselesaikan jika perusahaan bisa mengumpulkan informasi yang disimpan pada komputer para karyawan dan pada ingatan mereka sehingga lebih mempermudah. Quaker tidak memiliki produk-produk yang bisa dipajang pada rak, dan Quaker memformulasi produk-produk unik untuk masing-masing pelanggan, sehingga menangkap apa yang diketahui oleh para pekerja laboratorium Quaker mengenai rumus-rumus Quaker sangatlah penting.

            Di pertengahan tahun 2000, Quaker meluncurkan sistem manajemen pengetahuan yang disebut Quaker Business Intelligence, atau QBI. Sistem ini adalah intranet global dengan menggunakan perangkat lunak kolaboratif dari  Intraspect Software di Brisbane, California, bekerja sama dengan sistem kolaborasi Novell GrupWise milik Quaker. Para karyawan bisa memasukkan dokumen-dokumen pengolah data, email, halaman web, presentase, dan spreadsheet pada file pusat ke dalam sistem. Mereka bisa mengakses ke folder-folder tertentu yang berhubungan dengan tugas-tugas pekerjaan mereka.

Sistem itu bisa member peringatan jika ada perubahan pada masing-masing file. Kira-kira 60% dari file tersebut digunakan oleh staf penelitian dan pengembangan, sisanya di bagi pakai oleh para karyawan penjualan, keuangan, dan wilayah-wilayah lain. Para karyawan juga bisa mencari melalui ribuan pesan email yang ditangkap oleh sistem. Jika karyawan log on ke komputernya, perangkat lunak intraspect muncul di layar dengan tampilan yang sangat mudah dimengerti para karyawan bisa mengendalikan apa yang ditambahkan pada ”home page” mereka atau pada file-file yang menjadi milik kelompok, dan mereka bisa mengkustomasi sendiri home page sesuai kebutuhan kerjanya. Sistem introspect bisa diintegrasikan dengan gudang data yang digunakan Quaker untuk melacak informasi keuangan. Akhirnya kedua sistem itu akan bisa bekerja sama dengan sistem enterprise dari J.D Edwards yang sedang diimplementasi oleh Quaker.

Tantangan-Tantangan Manajemen

            Quaker Business Intellijence merupakan salah satu contoh dari bagaimana sistem bisa digunakan untuk meningkatkan pengetahuan organisasi dengan cara membuat agar mengetahui itu tersedia. Kolaborasi dan komunikasi dengan para praktisi dan ahli sert  berbagai ide dan informasi menjadi persyaratan pokok dalam bisnis, ilmu pengetahuan, dan pemerintahan. Dalam ekonomi informasi, penjangkauan dan pendistribusian kecerdasan dan pengetahuan dan peningkatan kolaborasi kelompok menjadi inovasi organisasi yang penting dan untuk bertahan. Sistem-sistem tertentu bisa digunakan untuk mengelolah pengetahuan organisasi, namun juga membawa beberapa tantangan manajemen :

1.    Merancang sistem pengetahuan yang benar-benar bisa meningkatkan kinerja organisasi. Sistem informasi yang sungguh-sungguh meningkatkan produktifitas pengetahuan para pekerja barangkali sulit untuk dibangun karena praktik-praktik kerja yang baik dimana teknologi informasi bisa meningkatkan tugas-tugas yang lebih rumit, seperti yang dijalankan oleh para manajer dan para ahli, tidaklah selalu dipahami secara jelas.

2.    Mengidentifikasi dan mengimplementasi aplikasi organisasi yang sesuai untuk kecerdasan tiruan.

Manajemen Pengetahuan dalam Organisasi

            Memproduksi produk atau jasa yang unik atau memproduksinya dengan biaya yang lebih murah daripada para pesaing berdasarkan pengetahuan yang besar mengenai proses produksi dan rancangan yang sangat baik. Mengetahui bagaimana melakukan hal-hal secara efektif dan efisien dalam cara-cara yang tidak bisa ditiru oleh pesaing lainnya merupakan sumber utama dari nilai dan faktor dalam produksi yang tidak bisa dibeli di pasar eksternal. Sebagian para ahli teori manajemen meyakini bahwa aset pengetahuan ini sama pentingnya dengan aset-aset keuangan dan fisik sebagai keuntungan kompetitif dan alat untuk bertahan.

            Sejalan dengan perkembangan pengetahuan sebagai pusat produktivitas dan aset strategis, maka kesuksesan organisasi semakin tergantung pada kemampuan perusahaan untuk memproduksi, mengumpulkan, menyimpan, dan menyebarkan pengetahuan. Dengan pengetahuan, perusahaan menjadi lebih efisien dan efektif dalam hal penggunaan sumber-sumber dan terhindar dari kegagalan fatal.

Pembelajaran Organisasional dan Manajemen Pengetahuan

            Bagaimana perusahaan mendapatkan pengetahuan? Seperti halnya manusia, organisasi menciptakan dan mengumpulkan teknologi melalui beragam mekanisme pembelajaran organisasional. Melalui trial and error, pengukuran yang cermat terhadap aktivitas terencana, dan umpan balik dari pelanggan dan proses bisnis yang mempengaruhi pengalaman mereka. Hal ini disebut “pembelajaran organisasional.” Yang menjadi perdebatan adalah organisasi yang bisa merasakan dan merespons lingkungannya secara cepat akan lebih bisa bertahan lama daripada organisasi yang memiliki mekanisme pembelajaran yang buruk.

Sistem dan Infastruktur untuk Manajemen Pengetahuan

            Semua jenis sistem informasi mempermudah alur informasi dan manajemen pengetahuan perusahaan. Konsep “perusahaan digital” mengacu pada perusahaan yang menggunakan teknologi informasi untuk meningkatkan kemampuannya dalam merasa dan merespons lingkungannya secara substansial. Walaupun semua system informasi, membentuk dan merespons lingkungannya, namun sebagian teknologi secara unik dan langsung menunjuk pada pembelajaran organisasi dan tugas manajemen pengetahuan.

Sistem Kerja Pengetahuan dan Informasi

            Kerja pengetahuan adalah kerja yang terutama terdiri dari penciptaan dan pemrosesan informasi. Kerja itu dijalankan oleh para pekerja informasi yang biasanya dibagi menjadi dua kategori: pekerja data yang memiliki tugas utama memproses dan menyebarkan informasi; dan pekerja pengetahuan yang memiliki tugas utama menciptakan pengetahuan dan informasi.

            Contoh-contoh para pekerja data adalah sekretaris, personil penjual, pemegang buku kas, drafter. Peneliti, perancang, arsitek, penulis, dan hakim adalah contoh-contoh untuk pekerja pengetahuan. Para pekerja data biasanya bisa dibedakan dari pekerja pengetahuan karena para pekerja pengetahuan biasanya memiliki tingkat edukasi yang lebih tinggi dan tingkat keanggotaan organisasi yang lebih tinggi. Selain itu, para pekerja pengetahuan mengerjakan penilaian independen sebagai aspek rutin pada pekerjaan mereka. Para pekerja data dan pengetahuan memiliki persyaratan informasi dan sistem yang berbeda untuk mendukungnya.

Menciptakan Pengetahuan: Sistem Kerja Pengetahuan

            Kerja pengetahuan adalah bagian kerja informasi yang menciptakan pengetahuan dan informasi baru. Misalnya, para pekerja pengetahuan menciptakan produk baru atau menemukan cara untuk memperbaiki cara-cara yang sudah ada. Krja pengetahuan tersegmentasi ke dalam banyak bidang khusus, dan masing-masing bidang memiliki koleksi sistem kerja pengetahuan (SKP) yang berbeda untuk mendukung para pekerja pada bidang itu. Para pekerja pengetahuan menjalankan tiga peran inti yang penting bagi organisasi dan bagi manajer yang bekerja pada organisasi, yaitu:

·      Menjaga agar organisasi tetap terbaru dalam hal pengetahuan sejalan dengan penerapan pengetahuan itu di dunia eksternal – dalam teknologi, ilmu pengetahuan ilmiah, pemikiran-pemikiran sosial, dan seni.

·      Memberi pelayanan sebagai konsultan internal sesuai dengan wilayah-wilayah pengetahuan mereka, wilayah-wilayah perubahannya, dan peluang-peluangnya.

·      Bertindak sebagai agen-agen perubah yang mengevaluasi, mengawali, dan mendorong proyek-proyek perubahan.

Para pekerja pengetahuan dan pekerja data memerlukan dukungan sistem informasi yang berbeda. Sebagian besar pekerja pengetahuan bergantung pada sistem kantor seperti pengolah kata, voice mail, dan kalender, namun mereka juga memerlukan sistem kerja pengetahuan yang lebih khusus. Sistem kerja pengetahuan secara khusus dirancang untuk mendorong penciptaan pengetahuan dan untuk memastikan bahwa pengetahuan yang baru dan keahlian teknis yang baru terintegrasi secara benar ke dalam bisnis.

Persyaratan Sistem Kerja Pengetahuan

            Sistem kerja pengetahuan memiliki karakteristik yang merupakan cerminan dari kebutuhan-kebutuhan khusus para pekerja data. Pertama, sistem kerja pengetahuan harus memberikan kepada para pekerja pengetahuan peranti khusus yang mereka butuhkan, missal peranti analisis, grafis, dan peranti pengelolaan dokumen dan komunikasi. Sistem ini memerlukan daya komputasi yang besar agar bisa dengan cepat menangani grafis yang berat, atau kalkulasi kompleks yang perlu untuk para pekerja pengetahuan seperti peneliti ilmiah, desainer produk, dan analisis keuangan. Karena para pekerja pengetahuan sangat fokus pada pengetahuan dalam dunia eksternal, maka sistem ini juga harus memberikan kepada mereka akses yang mudah dan cepat ke database eksternal.

            Antarmuka yang mudah digunakan adalah sangat penting bagi sistem kerja perusahaan. Antarmuka yang mudah digunakan bisa menghemat waktu dalam hal pelaksanaan tugas-tugas para penggunanya dan untuk mendapatkan informasi tanpa perlu menghabiskan waktu lama untuk mempelajari bagaimana menggunakannya. Penghematan waktu lebih penting bagi para pekerja pengetahuan daripada para karyawan lainnya karena para pekerja pengetahuan dibayar tinggi – menyia-nyiakan waktu para pekerja pengetahuan berarti sangat mahal dan para pekerja pengetahuan bisa dengan mudah menjadi sasaran muatan informasi yang berlebihan (Farhoomand dan Drury, 2002).

Contoh – Contoh Sistem Kerja Pengetahuan

            Sebagian besar aplikasi kerja pengetahuan terdiri dari sistem Computer Aided Desain (CAD), sistem realita visual untuk simulasi dan pemodelan, dan workstation financial. Computed Aided Desaign (DAD) mengotomatisasi penciptaan dan revisi desain, menggunakan komputer dan perangkat lunak grafis yang canggih. Dengan menggunakan metodologi desain fisik tradisional, masing – masing modifikasi desain memerlukan sebuah cetakan dan prototype untuk pengujian secara fisik. Proses ini harus diulang berkali – kali, yang akan menjadi sangat mahal dan membutuhkan waktu sangat banyak. Dengan menggunakan workstation CAD, perancang hanya perlu membuat prototype fisik dari akhir proses rancangan karena rancangan itu bisa dengan mudah diuji dan diubah dengan menggunakan komputer. Kemampuan perangkat lunak CAD, memberikan spesifikasi desain untuk proses pabrikasi, sangat menghemat waktu dan uang dan masalah – masalah teknis pun semakin kurang.

            Sistem realita visual memiliki kemampuan visualisasi, rendering (perubahan), dan simulasi yang melebihi system CAD konvensional. Sistem ini menggunakan perangkat lunak grafis interaktif untuk menciptakan simulasi komputer yang sangat dekat dengan realitanya sehingga pengguna hamper bisa percaya bahwa simulasi itu seperti dalam dunia nyata. Dalam banyak sistemrealita visual, pengguna mengenakan pakaian, headgear, dan perlengkapan khusus tergantung pada aplikasinya. Pakaian itu terdiri dari sensor yang bisa merekam pergerakan pengguna dan secara cepat mentransmisi informasi itu kembali ke komputer.

            Contoh – contoh Sistem Kerja Pengetahuan

Sistem Kerja Pengetahuan	Fungsinya Dalam Organisasi
CAD/CAM (computer aided desaign/computer aided manucfaturing	Berguna bagi para insinyur, perancang grafis, dan manajer pabrik dalam memberikan kendali yang lebih tepat mengenai rancangan industry dan pabrikasi.
Virtual reality system	Berguna bagi para perancang grafis, arsitek, insinyur dan pekerja medis dalam menciptakn obyek – obyek fotorealistik dan simulasi yang presisi.
Workstation investasi	PC high – end yang digunakan dalam sector financial untuk menganalisis situasi perniagaan secara tepat dan mempermudah manajemen protofolio.

Berbagai – Pakai Pengetahuan : Sistem Kolaborasi Kelompok dan Lingkungan Pengetahuan Perusahaan.

            Kelompok tidak resmi yang terdiri dari orang – orang yang bekerja dan tinggal di beragam lokasi namun bisa saling berbagi minat keahlian umum; merupakan sumber keahlian yang penting bagi organisasi.

Groupware dan Peranti Kolaborasi Web

Groupware dibangun berdasarka tiga prinsip; komunikasi, kolaborasi dan koordinasi. Groupware memungkinkan kelompok – kelompok bekerja bersama mengenai dokumen, jadwal pertemuan, mengerjakan suatu format elektronik, mengakses folder yang dibagi – pakai, berpartisipasi dalam diskusi elektronik, mengembangkan database yang dibagi – pakai, dan mengirimkan email. Perusahaan – perusahaan yang memerlukan informasi secara intensif, semisal perusahaan konsultan, badan hokum, dan perusahaan pengelola keuangan, mengakui bahwa groupware merupakan peranti khusus yang ampuh untuk mempengaruhi asset – asset mereka.

Internet dan Lingkungan pengetahuan Perusahaan

            Peta pengetahuan adalah peranti untuk mengidentifikasi dan menemukan sumber – sumber pengetahuan organisasi, dan bisa menunjuk kepada sekumpulan orang sebagai sumber – sumber pengetahuan seperti halnya dokumen dan database.

Contoh – contoh Lingkungan Pengetahuan Enterprise

Organisasi	Kemampuan – Kemampuan Manajemen Pengetahuan
Ford Motor Company	Intranet membawa informasi mengenai berita, orang – orang, proses, produk, dan kompetisi kepada para pekerja professional sejumlah 95.000 orang. Pra karyawan bisa ,emgakses pustaka online dan Web Center of Excellence ,mengenai informasi praktik – praktik kerja yang baik, standar, dan rekomendasi.
Roche Laboratories	Global Healthcare Intelegence Platform mengintegrasikan dokumen dari beragam sumber sehingga bagi para kelompok professional tersedia informasi terbaru dan informasi mengenai keahlian berkaitan dengan produk – produk farmasi Hoffman La Roche. Sistem ini mengumpulkan informasi yang terkait dari sumber – sumber berita global, penerbit tertentu, situs – situs medis, sumber – sumber pemerintahan, dan system informasi internal milik perusahaan. Para pengguna bisa mencari beragam sumber dan merincinya untuk melihat relasi – relasi yang ada antar kepingan – kepingan data.
Shell Oil Company	Sistem Manajemen Pengetahuan (SKP) menyediakan lingkungan komunikasi dan kolaborasi sehingga para karyawan bisa belajar dan berbagi – pakai informasi mengenai praktik – praktik kerja yang baik. Di dalamnya tercakup informasi dari sumber – sumber internal dan sumber – sumber ekstenal, misal universitas, konsultan, perusahaan lain, dan literature penelitian. Aplikasi groupware Lotus Domino memungkinkan para karyawannya melakukan dialog melalui Internet perusahaan. Pengasuh rubrik praktik kerja yang baik bisa menggunakan peranti ini untuk berbicara dengan kolega–koleganya mengenai pengalaman– pengalamannya.
Booz Allen Hamilton	Internet Pengetahuan Online menyediakan wadah online untuk menampung pengalaman dan pengetahuan para konsultan termasuk database yang memiliki kemampuan pencarian. Database itu tersusun berdasarkan kekhususan – kekhususan perusahaan dan praktik – praktik kerja terbaiknya; asset – asset intelektual lainnya seperti laporan penelitian, presentasi, grafik, gambar, dan materi – materi pelatihan interaktif; dan link ke resume dan riwayat pekerjaan.

Kecerdasan Tiruan

            Organisasi menggunakan teknologi kecerdasan tiruan untuk menangkap pengetahuan individu dan kolektif dan untuk mengkodifikasi serta memperluas basis pengetahuan.

Apa Yang Dimaksud dengan Kecerdasan Tiruan?

            Kecerdasan Tiruan (atau artificial intelligence [AI]) adalah upaya untuk mengembangkan system berbasis – computer (baik perangkat keras maupun perangkat lunak) yang berprilaku seperti manusia. Sistem seperti itu akan mampu mempelajari bahasa ibu, menjalankan tugas – tugas fisik yang berkoordinasi (robotic), menggunakan perlengkapan pemahaman yang menginformasikan perilaku fisik dan bahasanya (sistem pemahaman oral dan visual, dan berusaha menyamai keahlian manusiawi dan pengambilan keputusan (sistem pakar). System seperti ini juga bisa menunjukkan logika, pembenaran, intuisi, dan kualitas-akal-sederhana yang diasosiasikan dengan manusia. Gambar berikut ini member ilustrasi unsur – unsur keluarga kecerdasan tiruan. Unsur lainnya yang penting adalah mesin cerdas, yaitu perangkat keras fisik yang menjalankan tugas – tugas tersebut.

kecerdasan tiruan

Mengapa Bisnis Menaruh Minat pada Kecerdasan Tiruan

            Walaupun aplikasi kecerdasan tiruan sangat terbatas daripada kecerdasan manusia, namun menjadi minat bisnis yang sangat besar karena alasan – alasan berikut :

·         Untuk menciptakan informasi dalam bentuk aktif sebagai organisasi, menciptakan basis pengetahuan organisasi yang bisa diuji oleh banyak karyawan dan memelihara keahlian yang mungkin bisa hilang jika seorang pakar yang sudah diakui keahliannya meninggalkan atau tidak bekerja lagi di perusahaan.

·         Untuk menciptakan mekanisme yang bukan menjadi subyek perasaan manusiawi, seperti kepenatan atau kekhawatiran. Hal ini secara khusus berguna sewaktu pekerjaan – pekerjaan yang dilakukan secara fisik, mental, atau berdasarkan keadaan lingkungannya membahayakan manusia. Sistem ini juga bisa menjadi penasehat yang berguna dala masa krisis.

·         Untuk meniadakan rutinitas dan pekerjaan – pekerjaan yang kurang mengenakkan yang dikerjakan oleh orang – orang.

·         Untuk meningkatkan basis pengetahuan organisasi dengan menyusun solusi – solusi atas masalah tertentu yang sangat besar dan kompleks jika dianalisis oleh manusia dalam jangka waktu sangat singkat.

Menangkap Pengetahuan: Sistem Pakar

            Sistem informasi yang bisa menyelesaikan masalah dengan menangkap pengetahuan untuk wilayah sangat khusus dan terbatas dari keahlian manusia disebut sistem pakar. Sistem pakar menagkap pengetahuan para karyawan tampil dalam bentuk serangkaian aturan. Sistem pakar bisa membantu pengambilan keputusan dengan mengajukan pertanyaan yang relevan dan member penjelasan mengenai alasan mengapa mengambil suatu tindakan tertentu.

Cara Kerja Sistem Pakar

            Serangkaian aturan ini bisa menjadi basis pengetahuan. Siapa pun yang pernah menulis program computer mengetahui bahwa secara virtual semua program computer tradisional mengandung pernyataan IF-THEN. Perbedaan antara program tradisonal dengan program system pakar bebasis-aturan adalah pada derajat dan magnitudonya. Program kecerdasan tiruan bisa dengan mudah mengandung 200 sampai 10.000 aturan, lebih banyak daripada program tradisional, yang hanya memiliki 50 sampai 100 pernyataan IF-ELSE. Selain itu, dalam program kecerdasan tiruan aturan – aturannya cenderung saling terkait dan berkelompok pada derajat yang jauh lebih besar daripada dalam program tradisional. Dengan demikian, kompleksitas aturan pada sistem pakar berbasis-aturan bisa dipahami.

            Strategi yang digunakan untuk melakukan pencarian melalui basis aturan disebut mesin kesimpulan. Dua strategi yang digunakan adalah; penyimpulan maju dan penyimpulan mundur. Dalam penyimpulan maju, mesin kesimpulan dimulai dengan informasi yang dimasukkan oleh pengguna dan melakukan pencarian basis aturan agar sampai pada kesimpulan. Strateginya adalah menembakkan, atau menghasilkan, tindakan aturan jika kondisinya benar (true).

Contoh – contoh keberhasilan pakar

            Berikut ini adalah contoh – contoh system pakar yang memberikan serangkaian keuntungan bagi organisasi, termasuk di antaranya kentungan dealam hal pengurangan biaya,pengurangan  waktu pelatihan, perbaikan keputusan dan perbaikan kualitas dan layanan.

            Countrywide funding corp. di Pasadena, California adalah sebuah persahaan penanggung asuransi pinjaman dengan kira – kira 400 penanggung di 150 kantor diselurh negeri. Perusahaan ini mengembangkan sistem pakar berbasisi PC di tahun 1992 dengan tujuan membuat pemeriksaan keputusan penyetujuan pinjaman. Perusahaan ini mengalami pertumbuhan yang pesat dan ingin agar system itu bisa memastikan konsistensi, dan keputusan pinjaman yang berkualitas baik. Countrywide juga menguji system itu dengan mengirimkan tiap – tiap aplikasi pinjaman yang ditangani oleh seorang penanggung asuransi ke CLUES. Sistem itu akan melakukian penyaringan sampai diperoleh persetujuan dengan posisi penanggung sebesar 95 persen dari kasus.

            Galeria kaufhof, suatu rantai took besar di jerman, menggunakan system berbasis  aturan untuk membantu pengelolaan lebih dari 110.00 pengirim barang yang diterima setiap hari, mulai dari pakaian sampai dengan elektronika rumit dan barang pecah belah. Pemeriksaan masing – masing kiriman menjadi pekerjaan yang sangat membutuhkan waktu mahal dan banyak, namun perusahaan ingin memastikan bahwa barang – barang yang diterimanya tidak rusak atau cacat. Kaufhof mengimplementasikan sistem berbasis aturan yang bisa mengidentifikasi pengiriman – pengiriman barang yang beresiko tinggi dan secara otomatis menawarkan alternative pengiriman barang yang beresiko rendah. Sistem ini bisa memindai label – label pengiriman dan mengidentifikasi  masing – masing pengiriman dealam hal ukuran produk , jenis produk, apakah produk tersebut produk baru, dan riwayat pengiriman pemasok ke kaufhof. Pengiriman sejumlah besar produk kompleks yang baru atau produk dari pemasok yang tidak memiliki riwayat pengiriman secara cermat diteliti sementara pengiriman lainnya dilewatkan tanpa pemeriksaan.

            Perusahaan perbankan goldman sachs menggunakan sistem pakar berbasis aturan agar saham – saham yang tidak di inginkan tidak dimasukkan ke dalam portofolio individu. Hampir seluruh portofolio kliennya memiliki batasan-batasan yang ditentukan  oleh pemiliknya mengenai sektor mana yang dihapus. Goldman ingin memastikan bahwa jaringan global penasehat finansialnya menghormati batasan-batasan ini agar mereka tidak memuat pembelian-pembelian yang tidak di inginkan oleh klien. Manajer bisnis Goldman, kantor-kantor perwakilan, dan manjer bendahara pribadi  semuanya berperan dalam memutuskan saham mana yang di beli untuk portofolio. Perusahaan mengembangkan sistem berbasis aturan yang berisi aturan-aturan untuk menjaga agar saham tertentu terpisah dari portifolio klien. Dengan menciptakan sistem penyaring portofolio terpusat, Goldman lebih mampu menangkap kesalahan-kesalahan sebelum melakukan transaksi, sehinga transaksi menjadi bebas kesalahan (Guerra,2001).  

            Walapun sistem pakar tidak secepat dan seinsklusif kecerdasan manusia, namun bisa memberi keuntungan-keuntungan bagi organisasi jika batasan-batasannya dipahami secara baik. Hanya kelas-kelas masalah tertentu saja yang bisa diselesaikan mengunakan sistem pakar. Hampir semua sistem apakar yang berhasil diterapkan berkait dengan masalah klasifikasi di mana terdapat beberapa penyelesaian alternatif  dan kemungkinan-kemungkinan alternatif tersebut sudah dikertahui sebelumnya. Sebagian besar sistem pakar memerlukan upaya pengembangan yang banyak, luas dan mengeluarkan biaya yang tidak sedikit. Biasanya, lingkungan tempat sistem pakar beroperasi terus menerus berubah sehingga sistem pakar juga harus terus menerus berubah.

Kecerdasan Organisasi : Pembenaran Berbasis-Kasus

Sistem pakar pada intinya menangkap pengetahuan dari keahlian individu namun organisasi juga memiliki pengetahuan kolektif dan keahlian yang mereka bangun selama bertahun-tahun. Pengetahuan organisasi ini bisa ditangkap dan disimpan menggunakan pembenaran berbasis – Kasus. Dalam pembenaran Berbasis Kasus (PBK), deskripsi dari pengalaman lama dari para ahli, direpresentasi sebagai kasus, tersimpan dalam database agar bisa diambil kembali sewaktu pengguna menghadapi kasus baru dengan parameter yang serupa. Sistem melakukan pencarian pada kasus – kasus tersimpan dengan karakteristik masalah serupa dengan yang baru, dan menerapkan solusi kasus lama itu pada yang baru.  

Sitem pakar bekerja dengan cara menerapkan serangkaian aturan IN THEN-ELSE terhadap basis pengetahuan, keduanya berasal dari para ahli manusia. Sebaliknnya, pembenaran berbasis kasus mempresentasekan pengetahuan sebagai serangkaian kasus, dan basis pengetahuan ini terus menerus diperluas dan disaring oleh penggunanya.

Teknik-teknik kecerdasan lainnya

            Organisasi menggunakan teknik komputasi kecerdasan lainnya untuk memperluas basis pengetahuan mereka dengan memberikan solusi atas masalah yang terlalu besar atau kompleks untuk ditangani orang-orang yang memiliki sumber terbatas. Beberapa teknik kecerdasan lainnya diantaranta

1.      Jaringan sistem saraf

Jaringan sistem saraf dirancang untuk mengistimasi proses pemikiran fisik dari otak biologis. Terdapat dua bagian pada sistem saraf yaitu soma atau sel saraf, pada bagian pusat bertindak sebagai switch, menstimulasi oleh neuron. Terpancar dari neuron adalah axon yang merupakan koneksi aktif  elektrik kedendrit atau neuron lainnya. Axon dan dendrite merupakan “kabel” yang secara elektrik menghubungkan neuron satu sama lainnya. Simpangan dari keduanya disebut synapse. Model biologis sederhana ini adalah metapora untuk pengembangan jaringan sistem saraf. Sistem saraf terdiri dari perangkat keras dan perangkat lunak yang berusaha mengevaluasi pola pemrosesan dari otak biologis.

            Perbedaan sistem jaringan dengan sistem pakar: sistem pakar mencari cara atau model sedekat mungkin dengan cara manusia menyelesaikan masalah, namun para pembuat jaringan sistem saraf mengklaim bahwa mereka kecerdasan manusia, tidak memprogram solusi, dan tidak mengarah pada penyelesaian masalah tertentu semata-mata. Sebaliknya, para perancang sistem saraf memiliki tujuan meletakkan kecerdasan pada perangkat lunak dalam bentuk kemampuan belajar yang digeneralisasikan. Sedangkan sistem pakar, dirancang secara khusus terutama untuk memberikan penyelesaian masalah tertentu dan tidak bisa dengan mudah dilatih ulang.

2.      Fuzzy logic

Program komputer tradisional memerlukan presisi : on-off, ya-tidak, benar-salah. Namun, kita manusia tidak mengalami dunia dengan cara seperti itu. Fuzzy logic adalah teknologi berbasis aturan yang mengizinkan ketidak akuratan dan bahkan menggunakannya untuk menyelesaikan masalah yang belum pernah dipecahkan sebelumnya. Fuzzy logic terdiri dari beragam konsep dan teknik untuk menampilkan dan mengumpulkan pengetahuan yang tidak akurat, tidak pasti, atau tidak bisa dipercaya. Fuzzy logic bisa menciptakan aturan-aturan yang menggunakan aprosikmasi suatu nilai subjektif atau data yang ambigu atau tidak lengkap. Dengan mengekspresikan logika menggunakan beberapa ketidak akuratan yang sudah ditetapkan dengan cermat sebelumnya, fuzzy logic menjadi lebih dekat dengan cara berpikir orang yang sebenarnya dari pada aturan-aturan tradisional IF-THEN.

3.      Algoritma Genetik

Olgaritma genetic (disebut juga komputasi adaptif) adalah variasi teknik pemecahan masalah yang secara konseptual berdasarakan metode bahwa organism hidup terus beradaptasi  terhadap lingkungannya-proses evolusi. Algoritma genetic deprogram agar bekerja dengan cara populasi penyelesaian masalah-masalah denga nmengubah dan mengorganisasi ulang bagian-bagian dari komponennya  menggunakan proses seperti reproduksi, mutasi, dan seleksi alamiah. Dengan demikian, algoritma mendorong evolusi solusi untuk masalah tertentu, mengendalikan generasi, variasi, adaptasi dan pemilihan kemungkinan solusi menggunakan proses berbasis-genetik.

4.      Sistem Al Hibrid

Algoritma genetic, fuzzy logic, jaringan sistem saraf, dan sistem pakar bisa diintegrasikan kedalam satu aplikasi sebagai kombinasi fitur-fitur terbaik dari semua teknologi itu. Sistem seperti ini disebt Sistem Al Hibrid. Aplikasi hybrid dalm bisnis sedang berkembang. Di jepang, Hitachi, Mitsubishi, Ricoh, Sanyo, dan lainya sedang memulai Al Hibrid dalam produk-produk seperti perlengkapan rumah tangga, mesin pabrik, dan perlengkapan kantor. Matsushita telah mengembangkan mesin cuci “neurofuzzy” yang mengkombinasikan fuzzy logic dengan jaringan sistem saraf. Nikko Securites sedang mengerjakan sistem Neurofuzzy untuk memprediksi nilai suatu obligasi yang bisa dikonversikan.

5.      Intelegen Agent

Intelligent Agent adalah program perangkat lunak yang bekerja di latar belakang tanpa campur tangan manusia untuk menjalankan tugas-tugas repetitive, khusus, dan terprediksi untuk pengguna individu,  proses bisnis atau aplikasi perangkat lunak. Intelegent agent menggunakan basis pengetahuan built-in untuk menjalankan tugas-tugas atau mengambil keputusan sesuai input dari pengguna. Integent agent bisa diprogram untuk mengambil keputusan berdasarkan profesi personal pengguna-misalnya menghapus e-mile sampah, jadwal pertemuan, atau menjelajah jaringan yang saling terkoneksi untuk menemukan tiket penerbangan ke kalifornia yang termurah . integent agent bisa dikoneksikan kepersonal digital assitent dan berkolaborasi dengan pengguna dalam lingkungan kerja yang sama. Selain itu juga bisa membantu pengguna dalam menjalankan tugas-tugas sesuai input pengguna, memberi pelatihan,atau pengajaran kepada pengguna,nmenyembunyikan kompleksitas tugas-tugas sukar, membantu pengguna berkolaborasi dengan pengguna lainnya, atau memonitor peristiwa da prosedur.