Opportunities of generative ai in the field of knowledge management – a systematic literature review

• Autorzy: Strelau Robert , Żukowska Joanna

Identyfikatory

DOI

10.21008/j.0239-9415.2025.092.01

Warianty tytułu

PL

Możliwości generatywnej sztucznej inteligencji w obszarze zarządzania wiedzą – systematyczny przegląd literatury

• Języki publikacji: EN

Abstrakty

EN

In the era of digital transformation, organizations more frequently seek advanced technologies which will support effective management and the use of knowledge. Generative Artificial Intelligence (GenAI) is emerging as a technology with huge transformation potential in the field of knowledge management (KM) to improve key processes such as creation, organization, sharing and usage of knowledge. The study presents the results of a systematic literature review which aimed to identify current opportunities and future conceptual research in the context of integration between GenAI and KM practices. A synthesis of the literature from major databases indicates potential benefits resulting from using GenAI, such as improved effectiveness, support in decision-making, knowledge personalization, and developing employees. The article juxtaposes the perspective of researchers and GenAI, pointing to common conclusions and areas requiring research. A conceptual model of research clusters is proposed, which may offer a starting point for future analysis and structure the understanding of GenAI’s role inside knowledge-based organizations.

PL

W erze cyfrowej transformacji organizacje coraz częściej szukają zaawansowanych technologii, które będą wspierać efektywne zarządzanie i użycie wiedzy. Generatywna sztuczna inteligencja (GenAI) wyłania się jako technologia z dużym transformacyjnym potencjałem w obszarze zarządzania wiedzą (KM), aby usprawnić kluczowe procesy, takie jak tworzenie, organizacja, dzielenie się i zastosowanie wiedzy. Badanie ukazuje wyniki systematycznego przeglądu literatury, mając na celu identyfikację obecnych możliwości oraz przyszłych koncepcyjnych badań w kontekście integracji między GenAI i praktykami zarządzania wiedzą. Opierając się na analizie literaturowej z głównych baz naukowych w tym obszarze, dokonano syntezy, która wskazuje potencjalne korzyści wynikające z użycia GenAI, takie jak poprawa efektywności, wsparcie w podejmowaniu decyzji, personalizacja wiedzy i rozwój pracowników. W artykule zestawiono perspektywę GenAI i badaczy, ukazując zarówno wspólne wnioski, jak i obszary wymagające dodatkowych badań. Zaproponowano koncepcyjny model klastrów badawczych, który może być punktem wyjścia do przyszłych analiz oraz ustrukturyzowania zrozumienia roli generatywnej AI w organizacjach opartych na wiedzy.

Słowa kluczowe

EN

knowledge management; systematic literature review; digital transformation; large language models; generative AI

PL

zarządzanie wiedzą; systematyczny przegląd literatury; transformacja cyfrowa; duże modele językowe; generatywna sztuczna inteligencja

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie
• Rocznik: 2025
• Tom: Nr 92
• Strony: 7--21
• Opis fizyczny: Bibliogr. 23 poz., rys., tab.

Twórcy

autor

Strelau Robert

• SGH Warsaw School of Economics

• https://orcid.org/0000-0001-8815-3447

autor

Żukowska Joanna

• SGH Warsaw School of Economics

• https://orcid.org/0000-0001-9589-3056

Bibliografia

• 1. Alavi, M., Leidner, D.E., Mousavi, R. (2024). Knowledge management perspective of generative artificial intelligence. Journal of the Association for Information Systems, 25(1), 1-12, https://doi.org/10.17705/1jais.00859.
• 2. Benbya, H., Strich, F., Tamm, T. (2024). Navigating generative artificial intelligence promises and perils for knowledge and creative work. Journal of the Association for Information Systems, 25(1), 23-36, https://doi.org/10.17705/1jais.00861.
• 3. Bi, Q. (2023). Analysis of the Application of Generative AI in Business Management. Advances in Economics and Management Research, https://doi.org/10.56028/aemr.6.1.36.2023.
• 4. Choudhury, A., Shamszare, H. (2023). Investigating the impact of user trust on the adoption and use of ChatGPT: Survey analysis. Journal of Medical Internet Research, 25, e47184, https://doi.org/10.2196/47184.
• 5. Dale, R. (2021). GPT-3: What’s it good for? Natural Language Engineering, 27(1), 113-118, https://doi.org/10.1017/S1351324920000601.
• 6. Di Vaio, A., Palladino, R., Pezzi, A., Kalisz, D.E. (2021). The role of digital innovation in knowledge management systems: A systematic literature review. Journal of Business Research, 123, 220-231, https://doi.org/10.1016/j.jbusres.2020.09.042.
• 7. Drucker, P. (1992). The new society of organizations. Harvard Business Review, September/October, 95-105.
• 8. Erceg, V., Zoranović, T. (2022). Knowledge management and digital business transformation. Strategic Management, 27, 57-63, https://doi.org/10.5937/StraMan2200007E.
• 9. Fitzgerald, M., Kruschwitz, N., Bonnet, D., Welch, M. (2014). Embracing digital technology: a new strategic imperative. MIT Sloan Manag. Rev., 55(2), 1.
• 10. Ghimire, P., Kim, K., Acharya, M. (2024). Opportunities and challenges of generative AI in construction industry: Focusing on adoption of text-based models. Buildings, 14(1), 220, https://doi.org/10.3390/buildings14010220.
• 11. Gray, J., Rumpe, B. (2017). Models for the digital transformation. Software & Systems Modeling, 16, 307-308, https://doi.org/10.1007/s10270-017-0596-7.
• 12. Gupta, B., Iyer, L., Aronson, J. (2000). Knowledge management: practices and challenges. Ind. Manag. Data Syst., 100, 17-21, https://doi.org/10.1108/02635570010273018.
• 13. Jashapara, A. (2011). Knowledge Management: An Integrated Approach, 2nd ed. London: Financial Times/Prentice Hall.
• 14. Kar, S., Roy, C., Das, M., Mullick, S., Saha, R. (2023). AI Horizons: Unveiling the Future of Generative Intelligence. International Journal of Advanced Research in Science. Communication and Technology, https://doi.org/10.48175/ijarsct-12969.
• 15. Korzynski, P. et al. (2023). Generative artificial intelligence as a new context for management theories: Analysis of ChatGPT. Central European Management Journal, 31(1), 3-13, https://doi.org/10.1108/CEMJ-02-2023-0091.
• 16. Mandapuram, M., Thodupunori, S., Bodepudi, A., Reddy, M. (2018). Investigating the Prospects of Generative Artificial Intelligence. Asian Journal of Humanity, Art and Literature, https://doi.org/10.18034/ajhal.v5i2.659.
• 17. Milton, N., Lambe, P. (2020). The knowledge manager’s handbook: a step-by-step guide to embedding effective knowledge management in your organization, second edition. New York: Kogan Page.
• 18. Naqbi, H.A., Bahroun, Z., Ahmed, V. (2024). Enhancing work productivity through generative artificial intelligence: A comprehensive literature review. Sustainability, 16(3), 1166, https://doi.org/10.3390/su16031166.
• 19. Nazeer, S., Sumbal, M.S., Liu, G., Munir, H., Tsui, E. (2023), The next big thing: role of ChatGPT in personal knowledge management challenges and opportunities for knowledge workers across diverse disciplines, Global Knowledge, Memory and Communication, ahead-of-print, https://doi.org/10.1108/GKMC-07-2023-0246.
• 20. Parikh, N.A. (2023). Empowering business transformation: The positive impact and ethical considerations of generative AI in software product management–a systematic literature review. Transformational Interventions for Business, Technology, and Healthcare, 269-293.
• 21. Quan, H., Li, S., Zeng, C., Wei, H., Hu, J. (2023). Big data and AI-driven product design: A survey. Applied Sciences, 13(16), 9433, https://doi.org/10.3390/app13169433.
• 22. Ruggles, R. (1998). The State of the Notion: Knowledge Management in Practice. California Management Review, 40, 80-89, https://doi.org/10.2307/41165944.
• 23. Xing, Y. et al. (2023). Uncovering the Dark Side of Artificial Intelligence in Electronic Markets. Journal of Organizational and End User Computing.