Gestão de conhecimento impulsionada por IA generativa em empresas de manufatura: um framework de cinco etapas para otimização dinâmica do conhecimento e inovação digital

Objetivo À medida que as tecnologias de inteligência artificial (IA) continuam evoluindo, a transformação dos paradigmas de conhecimento e informação oferece novas perspectivas sobre a inovação abrangente na gestão do conhecimento (GC) em empresas de manufatura. Este estudo visa explorar a aplicação inovadora da inteligência artificial generativa (GenAI) na GC de empresas de manufatura, para enfrentar desafios como a aquisição de conhecimento tácito, silos entre departamentos e otimização dinâmica do conhecimento, além de promover o uso efetivo de recursos de conhecimento e inovação inteligente. Design/metodologia/ abordagem Este estudo combina análise da literatura com estudos de caso da manufatura chinesa para desenvolver um framework de GC aprimorado por GenAI em cinco fases (aquisição, compartilhamento, integração, aplicação e otimização). Através da validação empírica, este estudo estabelece um modelo de inovação de GC inteligente que integra dinâmicas de conhecimento explícito-tácito e as características técnicas do GenAI. Resultados Este estudo constrói cenários demonstrando como o GenAI pode facilitar a GC inteligente em empresas de manufatura. Esses cenários ampliam os canais para aquisição, compartilhamento, integração e aplicação do conhecimento, contribuindo assim para o desenvolvimento de um modelo lógico e uma arquitetura operacional proposta para a GC inteligente dentro dessas empresas. Limitações/implicações da pesquisa Este estudo possui limitações, incluindo custos de implementação do GenAI, preocupações com a privacidade de dados e aplicabilidade específica do setor. Pesquisas futuras devem abordar a implementação custo-efetiva, medidas de privacidade de dados aprimoradas e adaptação entre setores. Originalidade/valor Ao propor cenários específicos nos quais o GenAI pode ser aproveitado para melhorar a GC inteligente, este estudo refinou um modelo lógico e uma arquitetura operacional que têm o potencial de melhorar significativamente a eficiência da utilização do conhecimento. As descobertas deste estudo fornecem orientação prática e suporte teórico para empresas de manufatura que buscam aproveitar o GenAI para aprimorar a GC e fomentar a inovação.