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。
3.2 国内研究现状
我国对于知识管理和商务智能关系的研究还很少。刘力等提出商务智能技术是知识管理的必要手段和助推器。朱晓武认为，商务智能是用另外一种方法来解决知识管理中的知识共享问题。简祯富认为，商务智能工具所得到的信息是企业知识的来源之一，需纳入整体知识管理的体系内，进行知识扩散与分享(见图 1)。
图1 企业数据、信息、知识与决策分析的关系
国内外学者关于知识管理和商务智能关系的观点可以分为以下三类：①把BI看作是KM的子系统；②把KM看作是BI的帮手；③认为BI和KM是功能互补的系统，二者需要集成。本文同意第三种观点。在各自领域分别增长的“知识管理”和“商务智能”需要加以合并，共同支持用户的决策过程和活动。充分利用知识管理和商务智能发掘隐藏在半结构化和非结构化数据后面的知识越来越必要。
4 知识管理和商务智能集成研究
现在的知识管理系统缺少与企业信息系统的联系，别是数据层次上的联系。企业信息系统缺少知识存储和处理功能，现在的知识管理系统通常独立于企业信息系统之外，或者是作为一个独立的模块通过接口与信息系统连接。对于企业来说，知识管理与数据管理、信息管理一样贯穿于整个业务过程中，都是业务活动的有机组成部分。现有的知识管理系统需要与企业信息系统能融合，才能很好满足企业知识管理的需要。商务智能系统是与企业信息系统紧密相连的系统。集成商务智能与知识管理就可以实现知识管理与企业信息系统的紧密联系。本文把商务智能与知识管理集成系统称为KMBI，可以处理、分析企业数据、信息、知识，支持企业各项活动，根据信息系统开发分层设计的思想，KMBI可以分为数据集成、功能集成和表示层集成三个层面的集成(图2)。
图2 集成知识管理和商务智能的KMBI体系结构
数据层：商务智能系统的数据层主要包括企业各种底层数据库及来自CRM、ERP、SCM的信息资源、数据仓库、数据集市。知识管理系统的数据层主要指知识库和元知识库．所有的知识均存储在逻辑上统一的知识库中，知识库负责响应检索请求、知识的存储管理和安全管理等。KM和BI在数据层上的集成主要采用中间件等技术实现分布的、异构数据集成。数据层是KMBI系统的关键层，它通过高性能的数据库、数据仓库、知识库、元数据库、元知识库，为各种信息转化和知识的应用提供有力支持。
功能层：功能层整合了知识管理和商务智能的关键功能，包括数据挖掘、联机分析、知识评价、知识地图等，各功能模块之间遵守高内聚、低耦合的原则。实现了对企业数据、信息、知识的全面分析和联系。知识交流平台帮助员工以直接交流的方式来进行经验、诀窍等隐性知识的交流和共享。知识地图使人们知道在哪儿能找到知识，是利用现代信息技术制作的组织知识资源的总目录及各知识款目之间关系。联机分析(OLAP)可以对商务数据进行多维分析处理，生成新的商业信息，又能实时监视商务运作的成效，使管理者能自由地与商务数据相互联系。利用数据挖掘技术可以从存放在数据库、数据仓库或知识库中的大量数据中挖掘出人们感兴趣的知识。常用的数据挖掘方法有关联规则、决策树、神经网络、粗糙集法、聚类方法、遗传算法和统计分析方法等。
表示层：是用户与系统的接口，用于实现用户界面。知识管理和商务智能在内容获取和显示上都共有终端技术。现在，通过集成的KMBI平台，可以容易地显示数据、信息、数据驱动的知识以及人驱动的知识，集成平台将知识管理和商务智能进一步集成，形成了整合知识管理和商务智能系统的企业智能门户，为企业的决策和管理提供更便利的信息和知识服务。企业员工可以方便地查询和获取知识库中的知识，以实现知识的共享和交流，并不断对知识库进行丰富及更新。也可以实时获取企业的相关数据，可以利用OIAP、数据挖掘、文本挖掘等技术从大量的数据资源中获得规律或新的知识，并将经过验证的规律和知识存储的知识库中，以方便知识的重复使用和创新。决策者将数据、信息和知识与企业具体的运用过程相结合，将分析后得到的系统化知识运用到实际工作中去。
5 总 结
通过对KM和BI的分析，发现二者在功能上有很强的互补性，他们作为在各自领域发展的系统，有着独立的看待问题的视角，且具有不同的系统体系框架，因此集成时必须抓住二者所具有的共性。集成的KMBI系统，可以最大化用户的工作效率，为企业客户提供最好的服务，可以实现企业决策者对各种数据、信息和知识的360度分析和使用，提高决策质量和速度，提高企业竞争优势。
