Utfordringer i kunnskapsvirksomheter

Mange kunnskapsbedrifter har utfordringer med å få nok effekt ut av sine kunnskapsarbeidere.

Jeg tror dette skyldes hovedsakelig to forhold:

1. Virksomhetene organiseres for tradisjonelt: Kunnskapsarbeidere organiseres ut fra at de gjør samme oppgaven dag ut og dag inn.  Slik som man tradisjonelt organiserer saksbehandlere i det offentlige, eller produksjonsarbeidere på en industrivirksomhet

2. Man trekker feilslutningen at kunnskapsarbeid ikke kan “kodes” inn i definerte arbeidsprosesser – i og med at kunnskapsarbeidernes know how sitter mellom ørene og ikke i hendene.

I dette innlegget skal jeg presentere noen anbefalinger til ledere av kunnskapsbedrifter.

La oss først se på hva kunnskapsarbeidere gjør – og ikke gjør.

Kunnskapsarbeidere produserer beslutninger. Beslutninger om utvikling av nye produkter og tjenester. Beslutninger om satsing på nye markeder.  Beslutninger om reorganisering av virksomheten.  Beslutninger om etablering av ny logistikkjede. Beslutninger om prissetting, tidspunkt for etableringer, lanseringstidspunkter, m.m.  Råmaterialet er data som prosesseres til informasjon det er mulig å analysere fram til beslutningsgrunnlag. Det produserer mange møtereferater, presentasjoner, kalkyler og rapporter. For mange er produksjonsprosessen for en stor del bestående av møter av ulike karakterer.  Produktene er som nevnt beslutninger.  De engasjerer seg i ettermarkedsaktiviteter i form av å følge opp beslutningene.

Beslutningsprosesser er kostbare. De involverte er de høyest gasjerte i virksomheten.  Beslutningene kan være forbundet med høy risiko og ha store økonomiske konsekvenser for resten av virksomheten (f.eks. den delen av arbeidsstyrken som er manuelle arbeidere).

Eksemplene er mange på at virksomheter nærmest er gått konkurs grunnet feil beslutninger. Kodak som valgte å IKKE fortsette med digital fototeknologi grunnet at teknologien konkurrerte med den svært lukrative filmproduksjonen. Norske profesjonelle fotballklubber som ledet virksomheten helt løsrevet fra økonomiske grunnregler og prinsipper for motivasjon og fremvekst av en prestasjonskultur.

Det finnes også eksempler på at ledere har vært for opptatt av å automatisere produksjonsprosesser i jakten på kostnadsreduksjoner.  Resultatet har da vært flere administrative ressurser, flere ingeniører og IKT-ressurser.  De indirekte kostnadene øker og spiser helt eller delvis opp besparelsene ved å nedbemanne på fabrikkgulvet.

Produktiviteten i kunnskapsvirksomheten

Oppgavene kommer i form av prosjekter – ikke rutinemessige oppgaver.  Kunnskapsarbeidere opplever derfor store svingninger i arbeidsmengde. En markedssjef vil ha mye å gjøre i perioden før og under en produktlansering og under en kampanje.  Svært mye å gjøre om disse overlapper. Etter dette, vil arbeidsmengden synke, og det er typiske innekontordager med rydding i innboksen.   Strengt tatt burde man da ha tvangsavviklet ferie, men det skjer sjelden.

Når kunnskapsmedarbeidere er organisert rundt permanente fulltidsjobber er det krevende å få til mobilitet og reallokering til organisasjonsenheter med høy belastning og knapphet på ressurser.  Ofte opplever man at jobben fylles med oppgaver som strengt tatt ikke bidrar til bedre tjenester til kundene; mer rapportering og interne møter.

Hva kan man gjøre?  Det starter i rekrutteringen.  Forespeiler man en salgssjef jobben som leder av en avdeling med 10 selgere og gitt budsjett, produktportefølje, marked,  og KPIer, er dette i seg selv sementerende og silobyggende. Det er vanskelig å mobilisere arbeidsstyrken på andre områder i virksomheten om man skulle ha behov for dette.

Kunnskapsdeling i kunnskapsvirksomheter

Dette er en stor utfordring.  Dersom ekspertene inviteres til å dele sin kunnskap med nyansatte, vil mange trekke den slutning at det er lettere for ledelsen å erstatte ekspertene med billigere, nyansatt kunnskap.

I manuelle operasjoner er det lettere å kopiere erfarne medarbeidere, rett og slett gjennom å observere arbeidsrutinene.  Dette var essensen i Scientific Management-teorien til Frederick W. Taylor.   Arbeidet til kunnskapsmedarbeider, derimot, kan skjules mellom ørene.

Hva kan gjøres?

Jeg foreslår å bruke prosjekter som organiseringsprinsipp. I dette regimet er ikke markedssjefen 100 % tilknyttet en avdeling, men benyttes på definerte prosjekter etter behov – gjerne 100 % på ett prosjekt så lenge det varer.  Kompetansen flyter lettere fra prosjekt til prosjekt, enn om man skulle overføres fra avdeling til avdeling.  I de fleste større organisasjoner vil dette generere mye administrativ tid.  Tid er ikke gratis.

Selv store virksomheten kan organiseres rundt prosjekter.  Sjekk de store konsulentselskapene; Accenture, KPMG, McKinsey & Company.  Der er det prosjektet som er i sentrum – ikke avdelingen eller divisjonen.  Så fort prosjektet er sluttført, oppløses teamet og reallokeres til nye prosjekter.  Vi trenger ikke begrense oss til konsulentbransjen; ser vi på film, musikk og kultur, er dette også områder som til stor grad er drevet av prosjekter.

Men hva kan gjøres for å sikre kunnskapsdeling?  En professor på University of Toronto (Roger L. Martin) har beskrevet tre nivåer: 1. Mystery. 2. Heuristic.  3. Algoritme.

Mystery: Det er første gang man utfører oppgaven.  Her er det mye prøving og feiling.  Man har kanskje hypoteser på hva som er en beste praksis, men ingen erfaring.  Ved gjentatte erfaringer bygger man opp en kunnskapsbase – en beste praksis for hvordan man skal gjennomføre oppgaven.  Konsulentvirksomheter lanserer sin prosjektmetodikk, meteorologer har sine prognosemodeller de benytter.  I sin ytterste form klarer man å sikre seg suksess hver gang – en suksessformel – en  algoritme.

I kunnskapsbaserte virksomheter sliter man med å komme over Mystery-nivået.

Det kan gjøres noe på incentivsiden; Erfarne medarbeidere må belønnes for å dele kunnskap – ikke frykte for å bli mindre verdt.  Da kan man klare steget opp til å institusjonalisere kunnskapen i prosesser – man når nivå Heuristic.

Man kan utnytte IKT.  Det finnes eksempler på programvare som lager forskningsrapporter av nær sagt hvilket som helst tema. På Insead har en professor utviklet og patentert en algoritme som gjør nettopp dette.