迄今为止，没有任何科技发明能比上软件与互联网更能给人以无穷幻想的空间了，似乎有了IT人就可以随心所欲，不管是什么东西，只要不是实体物质，用程序的办法都可以在显示器上得到。IT界一直在给未来的人类旅游景点埋下远古的“时空蛋”---神话。

程序员成了造物主，一条计算机指令足以抵上千军万马。他们生存在高度发达的操作系统和高级开发环境中，甚至，只需要学会一种更高级接近自然英语的开发语言(仅由操作系统读懂的东西)就能像写手机短信那样写程序了，而不必上大学，掌握浩繁的数学、物理、微机及电子技术等相关知识，就能做到“所见即所得”了。这着实提高了创造世界的性价比，在数码世界里，程序成了无所不能的工具。

BI，KM是“梦工厂”的产品

在面包、牛奶被证明不能被转为“二进位制”的产品来消费之前，人们依然对软件有太多的期待和幻觉，仿佛IT就是“梦工厂”可以把任何美梦在IT工作室里加工成为现实。

近年来，这种趋势又被两种新的东西所强化---BI（BusinessIntelligence商业智能）和KM（KnowledgeManagement昆明）。BI和KM给人以更大的振奋，因为把企业的业务自动化了，现在软件系统又在渗透人的分析与决策过程，把自动化发展到了管理的最高空间。尽管到目前止还没有完美成功的案例，但市场却暗示给人们：今后的商业竞争，由于BI和KM系统的出现，正在消除公司以及CEO们的经验和智力差距，商业竞争将要转为BI和KM的系统性能之争。

果真如此，世界将由软件主宰。BI、KM真有这种“魔力”吗？让我们看看BI和KM是怎样描述的。有人说，“BI就是任意的查询加上一些图形报表的分析功能。再深入一点就是加一些什么关联分析、聚类分析等算法。”；而KM到现在也没形成一个标准的说法，说是对知识的软件化管理，这是比BI更高级的一种工具，因为它对人的智能进行管理。实践中我们都知道，工具不等于工作内容，更不是结果，对人来说，智能工具并不等于判断、认识，更不是结论。如果高级管理也能达到全程“无人驾驶”的境界，人就彻底地报废了。

BI，KM就在你身边

说到BI和KM，我们不妨看看身边的两个实例：一个是象棋程序,另一个是文字处理程序。

并非所有的脑力付出都是智能输出。先从人机对弈看看它如何对知识进行管理的。

这里，我们不妨把软件对象棋程序化看成是管理软件的一个行业的应用。无论是人胜机器还是电脑胜人，在棋盘上都没发现有的模块存在，所有的知识、计算与判断结果都体现在“动作”中了（相当于管理的业务活动）。软件中有“Hint”（提示钮，相当于帮助钮）键按扭，但多数情况下，若你信它的（HINT的意见），你几无胜算可言。棋类软件，在所有软件中是最具知识和智能的，只因除了分析对方的战术与用意之外，需要运用大量的矩阵、关联、逻辑的模型进行运算，且是全程自动的PLAY。之所以能做到这一点，是因为程序设计者找到了象棋“走法”（相当于行业的操作手册）的对策模式。早期IBM的深蓝机器就胜过世界顶级的棋类大师。可以肯定，这类软件就是全球棋类大师们智慧的结晶，是典型的知识管理产品。但这类软件毕竟比管理软件要好做，因为走棋的规则和模式是公开的知识，其所要预测的范围和变量值也是封闭的、有限的，或者说，找到在某一棋局中获胜的算法并不难，在人机对弈中，人并不是走电脑的决策决策流程，多数情况是“右脑直觉”。而多极组合、多变量的计算对CPU来说也是小菜一碟。更为简单的理解是：下棋软件的设计者找到了计算如何走棋的“方程式”。

从这里，我们对KM略知一二，可以说，象棋每走一步，其软件就要为做出一个对应的解决方案而进行大量的计算和论证并自动执行已选项的方案。

说BI，我们想到了微软公司的Word程序，它的智能是怎样体现的？

简言之，就是标准化模板+格式、样式的标记+过去的历史做法+人工选项。WordXP以后的版本做的很成功，因为文字编辑处理是个共公的规范，不象商业做法秘密太多，业务智能难以程序化。我们最先遇到Word的智能是文字的智能对齐，项目号的自动索引编号，首写自动大写，高难度的目录索引等。实际上，一操作便知，它智能基于标准和对你以前操作的记忆，一旦出现相同情况，便照前款办理（相当于早晨一起床，系统就告诉你厕所在哪），也就是用历史推知现实；再者是记忆量增加，如复制时可以同时改变或适应当前文档的样式。无论怎样，机器就是机器，当我写字母E在字首时，它总是要画蛇添足地变成大写，因为它想不到我要用小写的e来表现信息化的含义，那怎么办？我们必须用人工干预的办法回到标准模板，重新定义修改字母首字大写的规则。某种意义上说，软件智能也就是多步骤、批量执行过程中的机械化动作。

BI，KM难在何处？

象棋软件的PLAY过程极象商业决策。那么它是怎样实现知识化、智能化的呢（BI）？

从技术上说，这并不难，与人的智能形成过程一样，必经“记忆、判断、分析、综合、创造”几个阶段。所谓“学习”也是其中的几个过程。有智能的条件首先是“记忆”与“识别”，其次是分析判断（运算），这些是电脑的强项，而“综合与创新”是对若干个结论或中间结果的最后加工，这个人脑是强项。记忆的功能，动物和一般物体都有，如条件反射与压力反弹等。那么BI、KM难在哪里呢？

其一，BI与KM不是与事件分离的工具。难道给支笔人人都能画出好画吗？常人说“吃一堑长一智”，知识不是由知识工具产生的，是在体验与学习中产生的。

其二，一个系统的知识，是有针对性的一系列的模型构成的，寻找、发现或按当前的环境来不断地修正这些模型、模式是从业者的职业工作。

回到棋类软件，它的KM体现在每一步的活动中和运算中，我们只能看到动作的结果，如果你想象文档那样想知识，就只好打开软件的源码程序看算法了。所以，全部的知识管理就是决策和走法。联想到管理软件所说的KM，游离于业务过程和做法之外，我们不知那是什么？也许把FAQ（常见的帮助问题）换成另一个概念了吧。

BI市场描述说了不少，给你的仍然是数据分析与挖掘工具。

到目前为止，还没有一个原理、公理、商业技巧是程序自发地发现的。原因很简单，处理数据的方法和结论的取得，软件是无能为力的。计算机的强项是算得快和准，但计算什么、与谁相关联、选择什么算法等要人工给出。况且，一些惊世骇俗结论的获得一定要符合科学的逻辑过程，如假设、分析推理、排除与验证等。在海量的数挖掘时发现真知，需要业内专业人员的职业眼光和科学的确方法再由电脑系统辅助才行，如基尼系数、生产结构函数、黄金分割规律等。

对具体应用于某个行业的BI系统来说，难点在于集成那个行业的做法、经验和决策的模型，这就比棋类软件要难出数倍了，如果因为没有找到分行业运营的“方程式”，而只提供BI工具，其应用价值就不大了。很明显，我们不能想象，一个象棋软件的设计者不懂得下棋的决策方法和决策过程。

BI，MK的崇最任务

商业智能的任务是发现商业盈利模式的无风险“方程式”。

这种风险的经营方程式的元素至少包括：

• 市场空间与容量，
• 市场目标的锁定依据和模式，
• 服务与产品的送达渠道、各种方式的成本比较，
• 策略与机会成本的选择，
• 过程与做法的经济、法律风险的评估值，
• 商务陷阱及规避，
• 客户细分与管理，
• 客户与内部人员最佳贡献评估，
• 产品与服务周期分析，
• 项目与战策会计分析，
• 服务与产品的个性化设计，
• 与资本运作的策略与效果评估，
• 商业实战经验的知识化途径，
• 内部人员的操作实时性指导帮助模式

• ……

  总之，内部事务的BI和KM集中于成本、费用的节约潜力，成功方法的快速复制与共享，管理风险的降低，人员职业化的速成，决策数据和过程模型的生成等；外部事务集中于渠道、客户、市场与销售管理模式的选择与改进。

  而如何找到这种“方程式”，需要更广泛的知识、慧眼、前瞻和实证，而从业经验和决策方法是最重要的，当然，数据挖掘是必不可少的环节，更为重要的是如何把上述问题的结果融入业务流程和具体做法中。用户要问，BI工具能告诉我们数据背后的关联意义吗？OLAP分析和漂亮的展现会得到结论吗？数据抽取可以智能找到目标数据吗？回答是，这些必定是职业人利用BI工具所为。BI的广泛应用有一个可待的结果：它会催生一种新职业----商业数据分析师的诞生（不是指面向系统和数据库设计的分析师）。

  科学的意义不仅在于制造幻想，还在于不断地消除幻觉，沉淀真理。

  软件不但给了我们充分的“燃烧激情”和“造梦的工厂”，还给了我们方便的设施，以“主人”的角色利用好它们，才是我们成功的基因。

  “美梦醒来是早晨”，软件工具尚未是成功，管理者乃须努力。

  本文由作者向AMT供稿

  王永强专栏