面對企業(yè)競爭的全球化、市場環(huán)境的復(fù)雜化，員工需要各種有效信息來進行管理和決策活動。企業(yè)管理的核心是決策，及時準(zhǔn)確的信息和知識意味著決策質(zhì)量的提高和企業(yè)績效的改進。商務(wù)智能(Business Intelligence，BI)稀I知識管理(Knowledge Management，KM)是改善決策者所獲得信息和知識質(zhì)量的兩項核心技術(shù)。

　　很多企業(yè)為了能充分利用數(shù)據(jù)、信息和知識，提高決策速度和質(zhì)量，紛紛投資建設(shè)商務(wù)智能系統(tǒng)(Business Intelligence System，BIS)與知識管理系統(tǒng)(Knowledge Management System，KMS)。充分了解和認識KM和Bl是實施成功的前提，但是，學(xué)術(shù)界和企業(yè)界對于KM和BI的內(nèi)涵及關(guān)系還存在著不同的看法，有人認為，KM和BI是兩個不同但有重疊的系統(tǒng)，有人認為，BI是KM的助手，有人認為，KM是BI的子系統(tǒng)。OTR咨詢機構(gòu)的調(diào)查顯示，在企業(yè)中許多人分不清 KM和BI，60％的被訪者不理解兩者之間的差異。在大量閱讀文獻的基礎(chǔ)上，本文對KM和BI及兩者的關(guān)系做了分析。認為BI和KM是功能互補的系統(tǒng)。集成KM和BI對于支持各層管理人員的業(yè)務(wù)活動和決策活動。提高決策質(zhì)量和速度有重要意義。

　　1 商務(wù)智能和知識管理概述

　　1.1 商務(wù)智能定義

　　商務(wù)智能源于20世紀70年代末的決策支持技術(shù)，已經(jīng)成為繼企業(yè)資源計劃(ERP)之后最重要的信息系統(tǒng)。Gartner Group將商務(wù)智能定義為一類由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的。以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。不同的專家和咨詢機構(gòu)從不同的角度對商務(wù)智能做了定義。簡單地說。商務(wù)智能是指將企業(yè)的各種數(shù)據(jù)及時地轉(zhuǎn)換為企業(yè)管理者感興趣的信息(或知識)，并以各種方式展現(xiàn)出來，可以幫助企業(yè)管理者進行科學(xué)決策，加強企業(yè)的競爭優(yōu)勢。這里的數(shù)據(jù)不僅僅指企業(yè)內(nèi)部的各種數(shù)據(jù)，而且包括企業(yè)外部的數(shù)據(jù)。

　　1.2 商務(wù)智能在不斷發(fā)展

　　商務(wù)智能是不斷發(fā)展的。傳統(tǒng)商務(wù)智能包括后端數(shù)據(jù)庫、前端用戶接口軟件和報告系統(tǒng)，主要功能包括決策支持、在線分析處理、統(tǒng)計分析、預(yù)測和數(shù)據(jù)挖掘。傳統(tǒng)的BI主要處理結(jié)構(gòu)化數(shù)據(jù)。現(xiàn)代的BI不僅可以處理結(jié)構(gòu)化數(shù)據(jù)，也可以借助不斷發(fā)展的信息技術(shù)處理非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。新的實時功能使BI 可以迅速處理信息做出決策，BI也可與其他應(yīng)用集成。基于Web的BI將現(xiàn)有的功能通過互聯(lián)網(wǎng)給廣大用戶。

　　商務(wù)智能的普及將大大快于過去。IDC公司的市場研究預(yù)測數(shù)據(jù)表明，商務(wù)智能技術(shù)已成為導(dǎo)致市場領(lǐng)先企業(yè)與普通企業(yè)差異化的重要因素。66％的領(lǐng)先企業(yè)將其管理層對商務(wù)智能投資需求的理解評為優(yōu)秀，而普通企業(yè)這一比例僅為15％。

　　1.3 知識管理和知識管理系統(tǒng)

　　學(xué)者們從不同角度對知識管理做了定義，目前仍無定論。較早提出知識管理概念的哈佛大學(xué)教授彼得·F·德克魯認為．知識管理應(yīng)建立在學(xué)習(xí)型組織之上。狹義的知識管理，主要是指對知識本身的管理。包括對知識的創(chuàng)造、獲取、加工、存儲、傳播與應(yīng)用；廣義的知識管理不僅包括對知識進行管理，還包括對知識有關(guān)的各種資源的管理。本文的知識管理主要側(cè)重于狹義的知識管理。

　　為了理解知識管理，必須明確知識的定義和分類。Russell Ackoff從區(qū)分數(shù)據(jù)、信息、知識的角度對知識進行了定義。他認為，數(shù)據(jù)是未經(jīng)處理的符號，信息是經(jīng)過處理的、賦予了意義的、有用的數(shù)據(jù)．而知識是數(shù)據(jù)和信息的運用。關(guān)于知識的分類，普遍接受的是顯性知識和隱性知識的劃分。波蘭尼171將人類知識分為顯性知識和隱性知識，前者是可以用文字、語言等清楚表達的知識，后者則難以表述，需要在實踐和行動中體會。Nonaka和Takeuchi的知識螺旋上升模型把隱性知識與顯性知識的相互作用分為外化、內(nèi)化、中介和認知四種方式。根據(jù)Delphi Group的調(diào)查顯示，企業(yè)中的最大部分知識(42％)是存在于員工頭腦中的隱性知識。

　　知識管理系統(tǒng)是組織實施知識管理的平臺，是一個對知識進行創(chuàng)造、捕獲、整理、傳遞、共享，進而創(chuàng)造出新知識的完整的管理系統(tǒng)。必須同時包含對顯性知識和隱性知識進行管理的工具．應(yīng)具備知識管理的4個基本職能，即外化、內(nèi)化、中介和認知。

　　知識管理和商務(wù)智能同屬先進的管理信息系統(tǒng)，都具備處理信息和知識支持企業(yè)決策的能力。他們既有共同點，又有很多不同之處。

　　2.1 知識管理和商務(wù)智能共同點

　　(1)都以信息技術(shù)為基礎(chǔ)。無論是商務(wù)智能還是知識管理，都以信息技術(shù)為基礎(chǔ)，兩者都依賴于計算機硬件、軟件、數(shù)據(jù)存儲和網(wǎng)絡(luò)通信等技術(shù)。

　　(2)支持共同的業(yè)務(wù)過程。無論是商務(wù)智能還是知識管理。都是為企業(yè)業(yè)務(wù)活動服務(wù)的。它們基于同一個網(wǎng)絡(luò)，為企業(yè)管理活動提供平臺和環(huán)境；它們具有共同的使用者，即企業(yè)各層次的決策人員；它們所處理的業(yè)務(wù)對象也具有很大的重疊性，都是企業(yè)管理過程中的各項活動。企業(yè)中知識管理系統(tǒng)和商務(wù)智能系統(tǒng)相輔相成的。

　　(3)最終的結(jié)果都是知識。知識管理中的知識明顯的總是直接來自人。商務(wù)智能中的知識源自對數(shù)據(jù)的分析。例如，如果一個公司通過商務(wù)智能分析得出在假期推出產(chǎn)品促銷可以獲利，這就是一條可以捕捉、存儲、分發(fā)的知識，并且可以和其他知識一樣使用。從這點來說，商務(wù)智能是使數(shù)據(jù)轉(zhuǎn)化成知識，然后管理知識的過程。

　　(4)都包含收集、組織、共享、利用階段。商務(wù)智能的處理對象是數(shù)據(jù)和信息，知識管理的主要處理對象是知識。雖然有學(xué)者對數(shù)據(jù)、信息和知識做了嚴格的區(qū)分。實際上，不管是數(shù)據(jù)、信息抑或是知識，他們的處理過程都有收集、組織、共享、利用這樣的階段。

　　(5)都很強調(diào)人的因素。知識管理的對象是知識，也重視和人相關(guān)的文化和行為．強調(diào)人的重要性。注重知識創(chuàng)新及其有效利用。商務(wù)智能最初的焦點是技術(shù)和數(shù)據(jù)，事實上商務(wù)智能的使用效果和人的技能有很大的關(guān)系。人借助商務(wù)智能系統(tǒng)，用專業(yè)的技術(shù)進行定量分析，解決商業(yè)問題。

　　(6)都深受企業(yè)文化影響。企業(yè)文化影響商務(wù)智能的效果和決策行為，應(yīng)用商務(wù)智能技術(shù)既要充分考慮技術(shù)因素，還要注重相應(yīng)企業(yè)文化及理念的培育。知識管理要求合適的企業(yè)文化環(huán)境。Arthur Anderson咨詢公司認為，組織應(yīng)該鼓勵并支持知識的共享，創(chuàng)造開明和彼此信任的氣氛，協(xié)助顧客創(chuàng)造最大價值，讓組織內(nèi)的員工自我學(xué)習(xí)成長。

　　2.2 知識管理和商務(wù)智能的不同點

　　2.2.1 發(fā)展歷程不同

　　商務(wù)智能是從事務(wù)處理系統(tǒng)、經(jīng)理信息系統(tǒng)、管理信息系統(tǒng)、決策支持系統(tǒng)等演變來的，而且仍在不斷發(fā)展中。知識管理起源于公司圖書館、競爭智能、質(zhì)量管理中的最佳實踐共享、知識轉(zhuǎn)移的努力中。它最早的焦點是捕捉、共享、分發(fā)非結(jié)構(gòu)的文本和圖形信息，與商務(wù)智能最初關(guān)注的結(jié)構(gòu)的、定量的信息相反。

　　2.2.2 運作過程不同

　　商務(wù)智能從不同的數(shù)據(jù)源收集數(shù)據(jù)。對數(shù)據(jù)進行清理以保證數(shù)據(jù)的正確性，經(jīng)提取、轉(zhuǎn)換后將數(shù)據(jù)加載入數(shù)據(jù)倉庫，然后通過聯(lián)機分析處理、數(shù)據(jù)挖掘等工具加上決策規(guī)劃人員的行業(yè)知識，對信息進行處理(這時信息變?yōu)檩o助決策的知識)，最后將知識呈現(xiàn)于用戶面前轉(zhuǎn)變?yōu)闆Q策。知識管理的運作過程包括知識集約、知識應(yīng)用、知識交流和知識創(chuàng)新四個過程，知識創(chuàng)新是知識管理的目的，知識集約、知識運用和知識交流是實現(xiàn)知識創(chuàng)新所不可缺少的重要步驟。

　　2.2.3 關(guān)注重點不同

　　商務(wù)智能主要處理信息資源，是以信息資源的有序化和結(jié)構(gòu)化為目的的，是相對封閉和獨立的過程，比較注重信息外部形態(tài)的組合和整合。知識管理系統(tǒng)處理的是知識資本，是以知識共享和創(chuàng)新為主要目標(biāo)的開放過程，重點解決信息超載而知識匾乏的問題。重視顯性知識和隱性知識的交互作用。對于組織來說，商務(wù)智能處理的是現(xiàn)實世界客觀屬性信息，知識管理系統(tǒng)處理的對象是客觀世界信息的個人化知識，包括存儲在人腦中的隱性知識，如人的思想、技能、經(jīng)驗和觀點。

　　兩個系統(tǒng)采用的核心技術(shù)雖然有重疊，但管理的重點不同。商務(wù)智能核心技術(shù)包括數(shù)據(jù)倉庫、聯(lián)機分析處理、數(shù)據(jù)挖掘和企業(yè)信息門戶。從技術(shù)角度來看，BI重視分析數(shù)據(jù)的技術(shù)，知識管理的核心技術(shù)包括文檔管理技術(shù)、群件技術(shù)、文本挖掘與檢索技術(shù)、企業(yè)知識門戶技術(shù)等。從技術(shù)角度的來看，知識管理重視管理和分發(fā)知識的技術(shù)。

　　2.2.5 對象的加工深度不同

　　商務(wù)智能系統(tǒng)的信息加工過程更多的是計算、合并、匯總、連接等表層處理，而知識管理系統(tǒng)的加工過程較多著眼于對知識的解析、分類、合成、整理、映射等深層處理。知識管理系統(tǒng)對知識的加工深度，遠遠大于商務(wù)智能系統(tǒng)對信息的處理深度。

　　3 知識管理和商務(wù)智能關(guān)系的研究現(xiàn)狀

　　雖然知識管理和商務(wù)智能發(fā)展歷程不同、運作過程不同、關(guān)注重點不同、采用的核心技術(shù)不同、對象加工深度不同，但是他們具有共同屬性：都處理知識，都受企業(yè)文化和人的影響，支持共同的業(yè)務(wù)過程、有相同的處理階段。知識管理系統(tǒng)和商務(wù)智能系統(tǒng)是組織中兩個既緊密聯(lián)系又相互區(qū)別的應(yīng)用系統(tǒng)。貫穿于組織管理的全過程，同時覆蓋了管理業(yè)務(wù)的各個層次。對于二者的關(guān)系，國內(nèi)外很多學(xué)者進行了研究。

　　3.1 國外研究現(xiàn)狀

　　McKnight認為，通過使用商務(wù)智能知識得到了管理，主張KM是面向內(nèi)部的BI，是在BI環(huán)境下組織的。Haimilafl51把KM看作是BI的幫手。Marco認為，沒用基于BI的強大的數(shù)據(jù)存儲。真正意義的企業(yè)KM解決方法不可能存在。實際上元數(shù)據(jù)庫是KM解決方案的骨干，BI元數(shù)據(jù)庫技術(shù)使企業(yè)范圍的知識管理得到真正的實行。

　　Richard T．Herschel和Nory E．Jones把商務(wù)智能看作是知識管理的子集。他們認為，BI重點在顯性知識，但KM則包括隱性知識與顯性知識。兩者都促進學(xué)習(xí)、決策與理解。 Nonaka和Takeuchi認為，在知識管理的四個基本職能中，商務(wù)職能可能直接影響認知過程，很小程度影響中介、外在化及內(nèi)在化過程。

　　Cook和Cook認為，知識管理和商務(wù)智能都源自企業(yè)管理理論，都用到技術(shù)。BI幫助組織增加信息的價值，但是它沒有能力整合非定量的數(shù)據(jù)。企業(yè)80％的商業(yè)信息是非結(jié)構(gòu)化或半結(jié)構(gòu)化的。從非結(jié)構(gòu)化文本中提取感興趣的信息與知識對企業(yè)更有價值。文本挖掘主要作為KM技術(shù)，也被視為現(xiàn)有BI產(chǎn)品性能的邏輯延伸。OkkohenJ．等認為，知識管理和商務(wù)智能有交叉和重疊，商務(wù)智能把數(shù)據(jù)轉(zhuǎn)換成信息和情報，知識管理系統(tǒng)給這樣的信息和情報附加意義。

　　Kadayam認為，知識管理和商務(wù)智能應(yīng)該集成。Kadayam聲稱，多種技術(shù)發(fā)展正在KM和BI中構(gòu)建橋梁。KM和BI的集成將加深與拓寬搜索的知識與信息量，同時增加所獲智能的價值、活動能力以及投資回報。IBM提出，雖然知識管理技術(shù)不如商務(wù)智能成熟，但是隨著時間的流逝，這些系統(tǒng)會從彼此借鑒技術(shù)和激發(fā)新的方法，能同時分析數(shù)據(jù)和文本，這種混合的系統(tǒng)稱為BIKM。傳統(tǒng)上IT業(yè)把知識管理和商務(wù)智能作為解決共同問題的補充方法：“商務(wù)智能是分析數(shù)據(jù)，而知識管理是共享內(nèi)容，兩種方法是補充的，他們不是彼此依賴的。”目前，已經(jīng)有一些企業(yè)開始了知識管理和商務(wù)智能的集成平臺的研制。 Nemati等認為，要改進企業(yè)決策和行為，需要知識管理和商務(wù)智能的綜合。他們極力主張新一代的知識系統(tǒng)不僅僅捕捉、篩選、存儲、組織、傳播數(shù)據(jù)與信息，也包括企業(yè)知識。他們建議知識倉庫作為數(shù)據(jù)倉庫模型的延伸，不僅利于知識的捕捉和編碼，也可提高組織知識的恢復(fù)與共享。

　　我國對于知識管理和商務(wù)智能關(guān)系的研究還很少。劉力等提出商務(wù)智能技術(shù)是知識管理的必要手段和助推器。朱曉武認為，商務(wù)智能是用另外一種方法來解決知識管理中的知識共享問題。簡禎富認為，商務(wù)智能工具所得到的信息是企業(yè)知識的來源之一，需納入整體知識管理的體系內(nèi)，進行知識擴散與分享(見圖 1)。

　　圖1 企業(yè)數(shù)據(jù)、信息、知識與決策分析的關(guān)系

　　國內(nèi)外學(xué)者關(guān)于知識管理和商務(wù)智能關(guān)系的觀點可以分為以下三類：①把BI看作是KM的子系統(tǒng)；②把KM看作是BI的幫手；③認為BI和KM是功能互補的系統(tǒng)，二者需要集成。本文同意第三種觀點。在各自領(lǐng)域分別增長的“知識管理”和“商務(wù)智能”需要加以合并，共同支持用戶的決策過程和活動。充分利用知識管理和商務(wù)智能發(fā)掘隱藏在半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)后面的知識越來越必要。

　　現(xiàn)在的知識管理系統(tǒng)缺少與企業(yè)信息系統(tǒng)的聯(lián)系，別是數(shù)據(jù)層次上的聯(lián)系。企業(yè)信息系統(tǒng)缺少知識存儲和處理功能，現(xiàn)在的知識管理系統(tǒng)通常獨立于企業(yè)信息系統(tǒng)之外，或者是作為一個獨立的模塊通過接口與信息系統(tǒng)連接。對于企業(yè)來說，知識管理與數(shù)據(jù)管理、信息管理一樣貫穿于整個業(yè)務(wù)過程中，都是業(yè)務(wù)活動的有機組成部分?，F(xiàn)有的知識管理系統(tǒng)需要與企業(yè)信息系統(tǒng)能融合，才能很好滿足企業(yè)知識管理的需要。商務(wù)智能系統(tǒng)是與企業(yè)信息系統(tǒng)緊密相連的系統(tǒng)。集成商務(wù)智能與知識管理就可以實現(xiàn)知識管理與企業(yè)信息系統(tǒng)的緊密聯(lián)系。本文把商務(wù)智能與知識管理集成系統(tǒng)稱為KMBI，可以處理、分析企業(yè)數(shù)據(jù)、信息、知識，支持企業(yè)各項活動，根據(jù)信息系統(tǒng)開發(fā)分層設(shè)計的思想，KMBI可以分為數(shù)據(jù)集成、功能集成和表示層集成三個層面的集成(圖2)。

　　圖2 集成知識管理和商務(wù)智能的KMBI體系結(jié)構(gòu)

　　數(shù)據(jù)層：商務(wù)智能系統(tǒng)的數(shù)據(jù)層主要包括企業(yè)各種底層數(shù)據(jù)庫及來自CRM、ERP、SCM的信息資源、數(shù)據(jù)倉庫、數(shù)據(jù)集市。知識管理系統(tǒng)的數(shù)據(jù)層主要指知識庫和元知識庫．所有的知識均存儲在邏輯上統(tǒng)一的知識庫中，知識庫負責(zé)響應(yīng)檢索請求、知識的存儲管理和安全管理等。KM和BI在數(shù)據(jù)層上的集成主要采用中間件等技術(shù)實現(xiàn)分布的、異構(gòu)數(shù)據(jù)集成。數(shù)據(jù)層是KMBI系統(tǒng)的關(guān)鍵層，它通過高性能的數(shù)據(jù)庫、數(shù)據(jù)倉庫、知識庫、元數(shù)據(jù)庫、元知識庫，為各種信息轉(zhuǎn)化和知識的應(yīng)用提供有力支持。

　　功能層：功能層整合了知識管理和商務(wù)智能的關(guān)鍵功能，包括數(shù)據(jù)挖掘、聯(lián)機分析、知識評價、知識地圖等，各功能模塊之間遵守高內(nèi)聚、低耦合的原則。實現(xiàn)了對企業(yè)數(shù)據(jù)、信息、知識的全面分析和聯(lián)系。知識交流平臺幫助員工以直接交流的方式來進行經(jīng)驗、訣竅等隱性知識的交流和共享。知識地圖使人們知道在哪兒能找到知識，是利用現(xiàn)代信息技術(shù)制作的組織知識資源的總目錄及各知識款目之間關(guān)系。聯(lián)機分析(OLAP)可以對商務(wù)數(shù)據(jù)進行多維分析處理，生成新的商業(yè)信息，又能實時監(jiān)視商務(wù)運作的成效，使管理者能自由地與商務(wù)數(shù)據(jù)相互聯(lián)系。利用數(shù)據(jù)挖掘技術(shù)可以從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或知識庫中的大量數(shù)據(jù)中挖掘出人們感興趣的知識。常用的數(shù)據(jù)挖掘方法有關(guān)聯(lián)規(guī)則、決策樹、神經(jīng)網(wǎng)絡(luò)、粗糙集法、聚類方法、遺傳算法和統(tǒng)計分析方法等。

　　表示層：是用戶與系統(tǒng)的接口，用于實現(xiàn)用戶界面。知識管理和商務(wù)智能在內(nèi)容獲取和顯示上都共有終端技術(shù)。現(xiàn)在，通過集成的KMBI平臺，可以容易地顯示數(shù)據(jù)、信息、數(shù)據(jù)驅(qū)動的知識以及人驅(qū)動的知識，集成平臺將知識管理和商務(wù)智能進一步集成，形成了整合知識管理和商務(wù)智能系統(tǒng)的企業(yè)智能門戶，為企業(yè)的決策和管理提供更便利的信息和知識服務(wù)。企業(yè)員工可以方便地查詢和獲取知識庫中的知識，以實現(xiàn)知識的共享和交流，并不斷對知識庫進行豐富及更新。也可以實時獲取企業(yè)的相關(guān)數(shù)據(jù)，可以利用OIAP、數(shù)據(jù)挖掘、文本挖掘等技術(shù)從大量的數(shù)據(jù)資源中獲得規(guī)律或新的知識，并將經(jīng)過驗證的規(guī)律和知識存儲的知識庫中，以方便知識的重復(fù)使用和創(chuàng)新。決策者將數(shù)據(jù)、信息和知識與企業(yè)具體的運用過程相結(jié)合，將分析后得到的系統(tǒng)化知識運用到實際工作中去。

　　5 總 結(jié)

　　通過對KM和BI的分析，發(fā)現(xiàn)二者在功能上有很強的互補性，他們作為在各自領(lǐng)域發(fā)展的系統(tǒng)，有著獨立的看待問題的視角，且具有不同的系統(tǒng)體系框架，因此集成時必須抓住二者所具有的共性。集成的KMBI系統(tǒng)，可以最大化用戶的工作效率，為企業(yè)客戶提供最好的服務(wù)，可以實現(xiàn)企業(yè)決策者對各種數(shù)據(jù)、信息和知識的360度分析和使用，提高決策質(zhì)量和速度，提高企業(yè)競爭優(yōu)勢。