Исследование посвящено разработке комплексной модели оценки эффективности систем управления знаниями в высокотехнологичных компаниях в условиях цифровой трансформации и усиления конкурентной борьбы на глобальных рынках. В работе представлен анализ современных подходов к управлению интеллектуальными активами организаций, функционирующих в наукоемких отраслях экономики, где знания становятся ключевым фактором создания конкурентных преимуществ. Автором систематизированы теоретические концепции, объясняющие природу и механизмы функционирования систем управления знаниями, включая модель спирали знаний Нонаки-Такеучи, концепцию обучающейся организации Сенге, теорию интеллектуального капитала и подходы к его измерению. Особое внимание уделено анализу специфики высокотехнологичных компаний как субъектов управления знаниями, характеризующихся высокой интенсивностью инновационных процессов, значительными инвестициями в НИОКР, сложной организационной структурой и необходимостью постоянного обновления компетенций персонала. В рамках исследования выявлены ключевые проблемы традиционных подходов к оценке эффективности систем управления знаниями, связанные с отсутствием единой методологической базы, недостаточным учетом отраслевой специфики и неадекватностью существующих метрик динамичной природе знаний. На основе анализа международного опыта и лучших практик российских высокотехнологичных компаний, включая ПАО «Сбербанк», ООО «Яндекс», ПАО «МТС» и других технологических лидеров, разработана многомерная модель оценки эффективности, интегрирующая количественные и качественные показатели. Результаты исследования демонстрируют практическую применимость разработанной модели для повышения эффективности систем управления знаниями в высокотехнологичных компаниях различного масштаба и отраслевой принадлежности, что подтверждается данными эмпирического анализа российских организаций.
The study is devoted to developing a comprehensive model for evaluating the effectiveness of knowledge management systems in high-tech companies under conditions of digital transformation and intensifying competition in global markets. The paper presents an analysis of modern approaches to managing intellectual assets of organizations operating in knowledge-intensive economic sectors, where knowledge becomes a key factor in creating competitive advantages. The author systematizes theoretical concepts explaining the nature and mechanisms of knowledge management systems functioning, including the Nonaka-Takeuchi knowledge spiral model, Senge's learning organization concept, intellectual capital theory, and approaches to its measurement. Special attention is paid to analyzing the specifics of high-tech companies as knowledge management subjects, characterized by high intensity of innovation processes, significant R&D investments, complex organizational structure, and the need for continuous personnel competency updates. The research identifies key problems of traditional approaches to evaluating knowledge management systems effectiveness, related to the lack of unified methodological framework, insufficient consideration of industry specifics, and inadequacy of existing metrics to the dynamic nature of knowledge. Based on analysis of international experience and best practices of Russian high-tech companies, including Sberbank, Yandex, MTS, and other technology leaders, a multidimensional effectiveness evaluation model integrating quantitative and qualitative indicators has been developed. The proposed model includes four main metric blocks: operational efficiency indicators characterizing knowledge creation, accumulation, and dissemination processes; strategic indicators reflecting knowledge management impact on achieving long-term organizational goals; innovation metrics measuring the ability to transform knowledge into commercially successful products and services; human indicators evaluating personnel intellectual capital development. Research results demonstrate practical applicability of the developed model for improving knowledge management systems effectiveness in high-tech companies of various scales and industry affiliations, confirmed by empirical analysis data from Russian organizations.