0 引 言

　　面对企业竞争的全球化、市场环境的复杂化，员工需要各种有效信息来进行管理和决策活动。企业管理的核心是决策，及时准确的信息和知识意味着决策质量的提高和企业绩效的改进。商务智能(Business Intelligence，BI)稀I知识管理(Knowledge Management，KM)是改善决策者所获得信息和知识质量的两项核心技术。

　　很多企业为了能充分利用数据、信息和知识，提高决策速度和质量，纷纷投资建设商务智能系统(Business Intelligence System，BIS)与知识管理系统(Knowledge Management System，KMS)。充分了解和认识KM和Bl是实施成功的前提，但是，学术界和企业界对于KM和BI的内涵及关系还存在着不同的看法，有人认为，KM和BI是两个不同但有重叠的系统，有人认为，BI是KM的助手，有人认为，KM是BI的子系统。OTR咨询机构的调查显示，在企业中许多人分不清KM和BI，60％的被访者不理解两者之间的差异。在大量阅读文献的基础上，本文对KM和BI及两者的关系做了分析。认为BI和KM是功能互补的系统。集成KM和BI对于支持各层管理人员的业务活动和决策活动。提高决策质量和速度有重要意义。

　　1 商务智能和知识管理概述

　　1.1 商务智能定义

　　商务智能源于20世纪70年代末的决策支持技术，已经成为继企业资源计划(ERP)之后最重要的信息系统。Gartner Group将商务智能定义为一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的。以帮助企业决策为目的的技术及其应用。不同的专家和咨询机构从不同的角度对商务智能做了定义。简单地说。商务智能是指将企业的各种数据及时地转换为企业管理者感兴趣的信息(或知识)，并以各种方式展现出来，可以帮助企业管理者进行科学决策，加强企业的竞争优势。这里的数据不仅仅指企业内部的各种数据，而且包括企业外部的数据。

　　1.2 商务智能在不断发展

　　商务智能是不断发展的。传统商务智能包括后端数据库、前端用户接口软件和报告系统，主要功能包括决策支持、在线分析处理、统计分析、预测和数据挖掘。传统的BI主要处理结构化数据。现代的BI不仅可以处理结构化数据，也可以借助不断发展的信息技术处理非结构化和半结构化数据。新的实时功能使BI可以迅速处理信息做出决策，BI也可与其他应用集成。基于Web的BI将现有的功能通过互联网给广大用户。

　　商务智能的普及将大大快于过去。IDC公司的市场研究预测数据表明，商务智能技术已成为导致市场领先企业与普通企业差异化的重要因素。66％的领先企业将其管理层对商务智能投资需求的理解评为优秀，而普通企业这一比例仅为15％。

　　1.3 知识管理和知识管理系统

　　学者们从不同角度对知识管理做了定义，目前仍无定论。较早提出知识管理概念的哈佛大学教授彼得·F·德克鲁认为．知识管理应建立在学习型组织之上。狭义的知识管理，主要是指对知识本身的管理。包括对知识的创造、获取、加工、存储、传播与应用；广义的知识管理不仅包括对知识进行管理，还包括对知识有关的各种资源的管理。本文的知识管理主要侧重于狭义的知识管理。

　　为了理解知识管理，必须明确知识的定义和分类。Russell Ackoff从区分数据、信息、知识的角度对知识进行了定义。他认为，数据是未经处理的符号，信息是经过处理的、赋予了意义的、有用的数据．而知识是数据和信息的运用。关于知识的分类，普遍接受的是显性知识和隐性知识的划分。波兰尼171将人类知识分为显性知识和隐性知识，前者是可以用文字、语言等清楚表达的知识，后者则难以表述，需要在实践和行动中体会。Nonaka和Takeuchi的知识螺旋上升模型把隐性知识与显性知识的相互作用分为外化、内化、中介和认知四种方式。根据Delphi Group的调查显示，企业中的最大部分知识(42％)是存在于员工头脑中的隐性知识。

　　知识管理系统是组织实施知识管理的平台，是一个对知识进行创造、捕获、整理、传递、共享，进而创造出新知识的完整的管理系统。必须同时包含对显性知识和隐性知识进行管理的工具．应具备知识管理的4个基本职能，即外化、内化、中介和认知。

　　2 知识管理和商务智能对比分析

　　知识管理和商务智能同属先进的管理信息系统，都具备处理信息和知识支持企业决策的能力。他们既有共同点，又有很多不同之处。

　　2.1 知识管理和商务智能共同点

　　(1)都以信息技术为基础。无论是商务智能还是知识管理，都以信息技术为基础，两者都依赖于计算机硬件、软件、数据存储和网络通信等技术。

　　(2)支持共同的业务过程。无论是商务智能还是知识管理。都是为企业业务活动服务的。它们基于同一个网络，为企业管理活动提供平台和环境；它们具有共同的使用者，即企业各层次的决策人员；它们所处理的业务对象也具有很大的重叠性，都是企业管理过程中的各项活动。企业中知识管理系统和商务智能系统相辅相成的。

　　(3)最终的结果都是知识。知识管理中的知识明显的总是直接来自人。商务智能中的知识源自对数据的分析。例如，如果一个公司通过商务智能分析得出在假期推出产品促销可以获利，这就是一条可以捕捉、存储、分发的知识，并且可以和其他知识一样使用。从这点来说，商务智能是使数据转化成知识，然后管理知识的过程。

　　(4)都包含收集、组织、共享、利用阶段。商务智能的处理对象是数据和信息，知识管理的主要处理对象是知识。虽然有学者对数据、信息和知识做了严格的区分。实际上，不管是数据、信息抑或是知识，他们的处理过程都有收集、组织、共享、利用这样的阶段。

　　(5)都很强调人的因素。知识管理的对象是知识，也重视和人相关的文化和行为．强调人的重要性。注重知识创新及其有效利用。商务智能最初的焦点是技术和数据，事实上商务智能的使用效果和人的技能有很大的关系。人借助商务智能系统，用专业的技术进行定量分析，解决商业问题。

　　(6)都深受企业文化影响。企业文化影响商务智能的效果和决策行为，应用商务智能技术既要充分考虑技术因素，还要注重相应企业文化及理念的培育。知识管理要求合适的企业文化环境。Arthur Anderson咨询公司认为，组织应该鼓励并支持知识的共享，创造开明和彼此信任的气氛，协助顾客创造最大价值，让组织内的员工自我学习成长。

　　2.2 知识管理和商务智能的不同点

　　2.2.1 发展历程不同

　　商务智能是从事务处理系统、经理信息系统、管理信息系统、决策支持系统等演变来的，而且仍在不断发展中。知识管理起源于公司图书馆、竞争智能、质量管理中的最佳实践共享、知识转移的努力中。它最早的焦点是捕捉、共享、分发非结构的文本和图形信息，与商务智能最初关注的结构的、定量的信息相反。

　　2.2.2 运作过程不同

　　商务智能从不同的数据源收集数据。对数据进行清理以保证数据的正确性，经提取、转换后将数据加载入数据仓库，然后通过联机分析处理、数据挖掘等工具加上决策规划人员的行业知识，对信息进行处理(这时信息变为辅助决策的知识)，最后将知识呈现于用户面前转变为决策。知识管理的运作过程包括知识集约、知识应用、知识交流和知识创新四个过程，知识创新是知识管理的目的，知识集约、知识运用和知识交流是实现知识创新所不可缺少的重要步骤。

　　2.2.3 关注重点不同

　　商务智能主要处理信息资源，是以信息资源的有序化和结构化为目的的，是相对封闭和独立的过程，比较注重信息外部形态的组合和整合。知识管理系统处理的是知识资本，是以知识共享和创新为主要目标的开放过程，重点解决信息超载而知识匾乏的问题。重视显性知识和隐性知识的交互作用。对于组织来说，商务智能处理的是现实世界客观属性信息，知识管理系统处理的对象是客观世界信息的个人化知识，包括存储在人脑中的隐性知识，如人的思想、技能、经验和观点。

　　2.2.4 采用的核心技术不同

　　两个系统采用的核心技术虽然有重叠，但管理的重点不同。商务智能核心技术包括数据仓库、联机分析处理、数据挖掘和企业信息门户。从技术角度来看，BI重视分析数据的技术，知识管理的核心技术包括文档管理技术、群件技术、文本挖掘与检索技术、企业知识门户技术等。从技术角度的来看，知识管理重视管理和分发知识的技术。

　　2.2.5 对象的加工深度不同

　　商务智能系统的信息加工过程更多的是计算、合并、汇总、连接等表层处理，而知识管理系统的加工过程较多着眼于对知识的解析、分类、合成、整理、映射等深层处理。知识管理系统对知识的加工深度，远远大于商务智能系统对信息的处理深度。

　　3 知识管理和商务智能关系的研究现状

　　虽然知识管理和商务智能发展历程不同、运作过程不同、关注重点不同、采用的核心技术不同、对象加工深度不同，但是他们具有共同属性：都处理知识，都受企业文化和人的影响，支持共同的业务过程、有相同的处理阶段。知识管理系统和商务智能系统是组织中两个既紧密联系又相互区别的应用系统。贯穿于组织管理的全过程，同时覆盖了管理业务的各个层次。对于二者的关系，国内外很多学者进行了研究。

　　3.1 国外研究现状

　　McKnight认为，通过使用商务智能知识得到了管理，主张KM是面向内部的BI，是在BI环境下组织的。Haimilafl51把KM看作是BI的帮手。Marco认为，没用基于BI的强大的数据存储。真正意义的企业KM解决方法不可能存在。实际上元数据库是KM解决方案的骨干，BI元数据库技术使企业范围的知识管理得到真正的实行。

　　Richard T．Herschel和Nory E．Jones把商务智能看作是知识管理的子集。他们认为，BI重点在显性知识，但KM则包括隐性知识与显性知识。两者都促进学习、决策与理解。Nonaka和Takeuchi认为，在知识管理的四个基本职能中，商务职能可能直接影响认知过程，很小程度影响中介、外在化及内在化过程。

　　Cook和Cook认为，知识管理和商务智能都源自企业管理理论，都用到技术。BI帮助组织增加信息的价值，但是它没有能力整合非定量的数据。企业80％的商业信息是非结构化或半结构化的。从非结构化文本中提取感兴趣的信息与知识对企业更有价值。文本挖掘主要作为KM技术，也被视为现有BI产品性能的逻辑延伸。OkkohenJ．等认为，知识管理和商务智能有交叉和重叠，商务智能把数据转换成信息和情报，知识管理系统给这样的信息和情报附加意义。

　　Kadayam认为，知识管理和商务智能应该集成。Kadayam声称，多种技术发展正在KM和BI中构建桥梁。KM和BI的集成将加深与拓宽搜索的知识与信息量，同时增加所获智能的价值、活动能力以及投资回报。IBM提出，虽然知识管理技术不如商务智能成熟，但是随着时间的流逝，这些系统会从彼此借鉴技术和激发新的方法，能同时分析数据和文本，这种混合的系统称为BIKM。传统上IT业把知识管理和商务智能作为解决共同问题的补充方法：“商务智能是分析数据，而知识管理是共享内容，两种方法是补充的，他们不是彼此依赖的。”目前，已经有一些企业开始了知识管理和商务智能的集成平台的研制。Nemati等认为，要改进企业决策和行为，需要知识管理和商务智能的综合。他们极力主张新一代的知识系统不仅仅捕捉、筛选、存储、组织、传播数据与信息，也包括企业知识。他们建议知识仓库作为数据仓库模型的延伸，不仅利于知识的捕捉和编码，也可提高组织知识的恢复与共享。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。