从管理需求谈中国企业的智能化

从管理需求谈中国企业的智能化

柳中冈  

● 从中国企业的管理需求谈KM/BI的应用

● 从决策的角度看KM/BI的作用与功能

● 探讨中国企业特殊的管理需求及解决的方法

企业的管理需求

在去年“第二届ERP在中国”研讨会上，我曾作了一个题为《从管理的细化谈ERP在中国的实施方法》(以下简称《细化》)的报告，在报告中我将企业的活动细化为经营与管理两大部份，从而主张企业的信息化主要是先针对管理而来，这样可把经营的议题先排开，有助于我们更迅速地把握信息化的成功与效益。

接着我又把管理活动做了两种角度的细化：

(1) 交易(transaction)和决策(decision)两个部分，前者有共性而后者有个性；

(2)程序(procedure)与内容(content)两个部分，同样，前者有共性而后者有个性。

细化后我们可以理解: 交易的共性使得企业可以就程序及其汇总性的流程(process)来发展比较标准化的实务作法，因而也带动了套装应用软件的产生，大幅度降低了企业在交易活动方面的信息处理成本。在经济先进国家中，ERP在这方面就取得了极大的成就。

但在决策方面，企业想借信息化来提升效益就没有那么直接了当了，其中充满了挑战与困难。

企业的“管理需求”包括了交易与决策两大部分，前者在求交易系统的“自动化”，后者在求决策系统的“优化”。我在今年5月的一个题为《从管理的优化谈中国CEO对信息化的认识》(以下简称《优化》)的报告中指出，决策优化是信息化更重要的部份，然而它与ERP的思想本质截然不同，使我们有必要做进一步的探讨。因而，本文将专就“决策优化”这一部分的管理需求，以及BI系统可以产生的助益，做进一步讨论。

知识管理与商业智能的基本定义

在信息化管理的领域内，许多名词有着各式各样的解释与说法，产生了不少的混淆，为避免困扰，我将本文采取的名词定义先说明如下：

(1)“数据(Data)”是对事实的记录。例如“今年第二季度甲产品在华东区的销售额为200万元”是一个资料，它表达了一个事实。

(2)数据加上“意义”成为“信息(Information)”。例如“今年第二季度甲产品在华东区的销售额比去年同期减少了25%”是一个信息，它表达了销售额在下降的含义。

(3)“智能(Intelligence)”是“迅速理解与推理的能力”，因而“商业智能(BI：Business Intelligence)”是指“对企业营运内容迅速理解与推理的能力”。例如“今年华东区的甲产品销售额比去年减少的具体原因”即是企业的智能了。是销售队伍不行了？还是甲产品进入了生命衰退期？亦或竞争者发起了强力促销活动所导致的？这些内容的探讨就是BI的内容了。此外，在解释BI时有一个特性要强调，即“分享(Sharing)”：一个人的理解不是BI，BI强调的是企业内众多人员所“分享的理解”。

(4)“知识(Knowledge)”是“信息加上理解与技能”。由于信息加上理解是智能，因而国外也有许多人将BI解释为一种分享的知识。我认为在企业的实务应用上，BI可看做是知识的一部份，但知识的范围更广，它还包括了应用的“技能(Skill)”。例如：若企业分析出“甲产品销售额下降是因为进入产品衰退期”，则该企业解决此一问题的“技巧”为何，就看其“知识”的多寡与优劣而定了。它可以加速新产品的推出来替补甲的营业额，若因研发来不及而临时以OEM方式补上对新产品的需求，或不予理会而让甲产品自然淘汰。

大科学家爱因斯坦说“知识是经验，其他的都只是信息”；由于经验中包括了理解与技巧，因而我采取“理解的信息是智能，智能加上应用的技巧是知识”的说法，来协助企业建立具有可操作的正确观点。从而我们可以了解，看书或听演讲，懂了，是取得了新的信息或进一步的智能，还不能说是取得了新的知识，要等会用了(有了技巧)才算是有了新知识。

(5)在同一领域内，知识有许多种，许多还是互斥而不协调的。例如上ERP项目，或是车间管理的方法，就有许多互相矛盾的说法。这些说法都有其可操作性，但效果却天差地别。因而，在不同的时空环境及各方面关系人不同的立场与利益下、针对某一特定的问题应该采用何种知识来解决，是一个关键性的衡量，这种衡量与判断即称做“智慧(Wisdom)”。

智慧是相当“个人化”的课题，有着同样知识的人会做出不同的决定，产生不同的效果，因为他们的智慧不同。在企业的运作上，我们往往只能谈知识管理而非智慧管理，因为知识可以被外化的程度较高，又可利用IT达到分享的目的，产生相当大的效益。但在管理上很难谈智慧，它被归在“人才”议题中去衡量与解决：找好的人才，即有智慧的人才！有知识可以让一个人变得“精明”，但必须有智慧他才会“高明”。

依据上述的说明，我们可以理出一个脉络如下：

数据─①→信息─②→智能─③→知识─④→智慧─⑤→行动。行动会产生数据，因而形成了一个循环。

其中①到⑤是代表了前后二者间的差异，也就是“加值”的内容，分别为：意义、理解、技能、选择、勇气。

行动要产生数据则靠“记录”。

与e化发展历程的对照

在《优化》中我说明了在先进国家中信息化的顺序是“信息→流程→决策→知识”，进一步说：

(1)企业上ERP项目是将手工作业的数据加以数字化，并加工为信息。其间，企业会碰到“流程要标准化”以及“职能要整合”的问题，而此时数据管理(Data Management)本身往往会受到重大的考验，因为信息要成功，必定满足三大条件：正确、完整、及时。

(2)上ERP项目可以满足企业在职能整合方面的需求，加快交易处理的速度，降低作业的成本。然而，它在决策支持方面的功能是有限的，因而信息化建设需要接着往BI发展，来提升各层级管理者的决策品质。

(3)BI是分享的知识，为了强化知识的内容，企业兴起了知识管理的应用。

由这个发展历程，我们可以很清楚地看到国外先进国家中在信息化建设各阶段的挑战与效益，让我们能有所借鉴，并谋求后来居上的方法。

BI信息系统(BIS)

BI是一种“能力”，一种协助众人“迅速理解与推理的能力”；而BIS(BI System)则是指BI信息系统，其目的在协助我们优化决策，它的功能往往就被称做“决策支持”，这种信息系统称为“决策支持系统(DSS：Decision Support System)”。

DSS在美国于1970年成形，1980年开始商业化，并有高层主管信息系统(EIS：Executive Information System)的问世。

BI包括了三大技术：

(1)在线分析处理(OLAP：On-Line Analytical Processing)或称做“多维分析(Multi-dimensional Analysis)”，它强调了分析，以补足ERP等作业信息系统的报送(Reporting)功能在决策支持上的不足。

(2)数据仓库(DW：Data Warehousing)，这是为建立决策所需的数据而产生的技术，也是因为ERP等作业信息系统的数据库在特性上不易做到决策支持。

(3)数据挖掘(Data Mining)，是一个由少数专家来使用的应用系统，要在大量数据中找出对企业有用的关联性与类型。

BIS为什么能发挥强大的决策支持功能呢？企业又应该如何看待BIS的应用呢？要回答这些问题，可由管理者的决策来着手研究。

决策与属性分类

管理中的决策论学派主张：管理就是做决策，而管理者就是决策者。

不同层级的管理者做各自岗位上应做的决策: 经营层的决策是战略性(Strategic)的，管理层的决策是管理性(Managerial)的，而执行层的决策是作业性(Operational)的。

在结构化的程度上，决策分成三大种类：

(1)结构化(structural)决策：

例如a=2，b=3，问c=a+b=？这种决策是直接了当的，且有一个最佳的答案：5，故当然是效率最高的决策。企业要将能够结构化的问题尽量结构化，例如该采购的原材料决策，若能以ERP来做自动地净算(netting)，可以减小极大的浪费。此外，企业内部各式各样的规章制度，也是一种将决策预先结构化的措施。例如，一个政策(policy)就是既定的计划(a standing plan)，让有关管理者可依其规定(结构)更迅速地做出决策。在信息系统运用上，工作流(workflow)系统在结构化决策上可帮上大忙，如内部采购单和费用申请等单据的签核，用工作流系统来处理可以压缩整体的作业时间，提升企业整体的反应速度与弹性。

(2)半结构化(semi-structural)决策：

例如a=2，b=3，问c=a+b+x=？这种决策没有直接了当的答案，但可做相当程度的预先演算仿真，例如工资的调整，或是绩效的管理。在信息系统运用上，BI系统能协助各级管理者更迅速地发掘问题，找出症结，并协同彼此的认知，因而能提升整体企业的决策能力与绩效。

(3)非结构化(non-structural)决策：

例如a=2，b=3，问c =？这种决策是最难做的，因为C与哪些因素相关都是不清楚的，或难于衡量的。开发新市场、国外设厂、进入新的行业……等决策，都是这一属性。BI与KM在这一领域内只能产生部份的效益，其决策品质更主要的是靠人的智慧，如许多战略性决策都是找战略咨询公司来协助。

决策优化的方法

从管理者的角度来说

要做出好的决策，首先要及时，其次要尽量依据事实。

事实是由信息来传达的，故管理研究上早就指出：管理者的决策品质与其信息内容一样好。

然而，管理者在企业内部能否及时取得相关的信息(事实)呢？越来越难！

国外用一个名词来说明这个现象，叫做“事实差距(Fact Gap)”：企业内部的数据量愈来愈大，但可供分析的资源(人与时间)却愈来愈少，因而，企业各级管理者对事实的认知，将离真正的事实愈来愈远。

数据要经过加工(赋予意义)才能变成信息；信息要经过分析与理解才能变成智能，才能协助管理者做出更好的决策。

由于竞争的成本压力，以及企业活动愈来愈复杂的趋势，迫使企业中专门做分析的人员愈来愈少，让各级管理者本身就要承担起分析的工作与责任。

应用BI工具是协助众多管理者一起做及时性分析(OLAP)的惟一有效方法！

从企业的角度来说

企业包含了众多决策者与属性各异的决策内容，因此要想让企业的决策系统产生综合效益最大的绩效，远比个人的决策优化要困难得多！

在《优化》文章中我用三个论点来说明了优化的三大困难，或可说成是三个成功的要素：(1)总体优化论; (2)结构论; (3)知识论。从中我们也可以总结出企业决策优化的思想与方法。

(1)总体优化论告诉我们要做好绩效管理，并且要用关键绩效指标(KPI：Key Performance Index)来强化总体优化的要求。

在《优化》中我们曾说明：局部优化往往有害总体优化。局部优化不是不好，只是做时有个大前提：不能妨碍总体优化。然而，这却是个“人人口头上都承认、心里也同意，但就是工作时把握不住”的一个普遍的管理现象。不经意间，往往就损害了企业总体的利益。

克服局部优化的方法即是强调KPI的应用，因为员工往往会去做公司衡量的事，而不一定是公司希望他做的事。企业把希望员工做的工作具体地表现出来，定期测量，从而引导众人的思想方向与行动，正是KPI绩效管理的精神。例如，企业若定期测量采购提前期，并强力要求改善，就会促发内部平行职能间的协同作业，同时会引发各级主管签核行为的检讨与改善。做好了提前期的管理，企业将因而提速，并大量减少资金的积压。

国外先进国家利用BI来执行KPI管理已有多年历史，他们目前提出的BI应用方向叫做企业绩效管理(CPM：Corporate Performance Management)，也是KPI应用的扩大与完善。

(2)结构论告诉我们要注重管理制度的引导，并且要善用信息系统来加以落实。制度的引导是事先将组织结构(OBS：Organizational Breakdown Structure)和工作结构(WBS：Work Breakdown Structure)的设计内容，具体的加以外化和表现。

其中，OBS说明了各个职位及其职务内容，而WBS描述了各项工作的内容与流程，它往往用表单签核系统及报送规定来表达。

OBS与WBS交织成一个细密的责任网，其中也包含了企业对各主管的职责规定与授权规则。我在《优化》中曾说明由工作流(WF：Work-Flow)趋动的信息系统可以具体落实OBS与WBS的内容，同时借信息推动(Push)的机制来发挥企业总体的“系统管理主动原则”的威力。

毋庸讳言，人确有勤惰与愚智之别。管理者做决策，也受这勤惰与愚智的影响。WF可以彻底解决勤惰的问题，而BI则协助解决了部份愚智的问题。

(3)知识论告诉企业不但要强调对管理者的培训，更要落实BI与KM的应用。

《优化》中说明了知识就是知道，而人们往往不知道，因为高明的，往往违反直觉！此外，《细化》中也说明了人类的经验和比拟的能力，在知识领域中往往扮演着助纣为虐的角色，让误区越来越多！

知识本身已如此困难，当然更要将企业内部已经有的知识内容尽量传播以产生分享的效果，如此方能协助众人优化决策。BI在这方面的重要性是不容忽略的！

BI应用的举例：24法

经济先进国家曾大力研究成功的制造企业，希望在他们的管理实务中找出共性来。这项研究总结了成功的企业在八大职能领域内所共同关心的24项绩效指标，命名为24法(24 Ways)。

许多企业以24法为参考，建立他们自己的BI系统，产生了极好的效益。

中国企业的特殊管理需求

我国企业普遍的管理水平不高，这已是共识，不必多述，更值得我们关心的问题是: 如何改善？管理水平不高最主要的现象有两个：(1)管理不规范，(2)人才不足。这也是我国企业管理上的特殊需求。管理不规范，或不落实，更有甚者“说一套，做一套”。不少企业搞ISO-9000等认证，是想要解决管理不规范的问题，但若不能落实，仍然会让各级管理者决策的随意性太大而无法达成总体优化的目标。

在《优化》中我已指出我国企业知识性工作者数量不足的隐忧，而在质量上，我也指出复合性人才将不易得到，或来不及培育。

决策是可以靠科技来帮忙，但最后还是要落实在人的身上，而结构化程度低(其重要性往往更大)的决策更是如此！要谈决策优化，就不能回避人才的问题！

如何利用信息化来解决这两大难题？靠决策流(DF：Decision Flow)系统的应用！

中国企业的创新应用：决策流

依据我经营汉康软件公司20年，为企业建立ERP/BI系统和信息化管理平台的经验，中国企业的信息化建设“不能”依循欧美等国家的发展历程。我们已经找出一种创新的信息化管理技术应用方法，我称它为决策流(DF)。

在信息技术方面，DF应用工作流(WF)来表达OBS与WBS这两大结构，同时以BI来丰富工作流中各决策点的信息含量(基础信息则是由ERP及时取来的)。

在管理技术面，DF中由ERP专家预建(Built-in)常规性报送与例会所需的内容，此外另定例外管理的报表，并以24法应用为引导来建立用户的KPI体系。

由管理专家预定报送与例外管理的信息，等于已先做了初级的分析，而工作推动时各级管理者采用共同依ERP数据而及时生成的信息，满足了决策前分析的两大要求：及时、依据事实。

DF中另可由企业自定事件驱动(Event-driven)的工作流细项，从而可以贯彻各级领导人的决策与指示。

解决中国企业管理的特殊需求

DF解决了管理不规范的问题，不落实或两张皮的问题也由信息技术的推动机制获得了彻底的解决。

DF内预建了专家们对WBS及ERP管理的观念与经验，可以降低企业对复合性人才的需求。

DF自动将工作推动到各人计算机上与及时提供BI的功能，降低了企业管理人员的数量需求。

把WF、BI、ERP这三者技术结合在一起，是一种有机的融合而非简单的加成，因而加速了管理者的工作速度、提升了他们决策的品质。

我们更关键的主张是：与ERP同时，甚或提前组建DF系统，可以协助企业更顺利地使ERP上线。因为，ERP项目中所需的数据管理工作可以由DF获得很大的助益，同时在整合的沟通与协商中DF也可以起到极大的助益。

在学理上，我借Leavitt教授的钻石模式来补充说明DF的管理精神。

钻石模式宣称：组织想要引进一项新科技，就必须重视组织结构、任务、人员这三者的变革，因为上述这四项因素中，要变就四者都变，否则，哪个也变不了，而会被迫回到原点，使科技的引进失败。

BI是信息技术，目的在协助整个组织里的人员做好决策(任务)，因而，DF的精神在于：借决策流(BI+WF+ERP)为工具(科技)，纳入组织结构(即OBS)与任务(即WBS)等制度，协助人员来优化决策，从而一并保证了企业信息化建设的成功。

传统ERP实施的高失败风险，有相当一部分是制度(OBS/WBS)不明确，以及人员议题(不懂或不配合)所造成的。知道这个道理，就可以理解DF的设计精神与优势了。

结论与建议

工业时代的管理主要是建立在“人员分工”的概念上，而现代知识经济的管理则主要是建立在“知识分享”的概念上。

以往信息技术的应用强调“分布式数据处理”的要求，如今则进而强调了对“分布式决策”的支持。这也标志了企业管理的演进过程。

KM/BI(智能化)在国外是继ERP(信息化)之后的一个极重要的建设课题，因为它对企业的决策优化有着不可取代的作用与功能。因而，智能化是管理优化的具体手段与保证。然而，我国企业研究KM/BI(智能化)的应用，不应该是跟上思路，而是应推陈出新地寻求更好的应用方法。否则，我们的ERP信息化建设已经在时间上落后了，若还是依循欧美等国家的发展历程，又将如何与他们的企业竞争？

我们不仅“不能”，而且也“不必”照做。我们应该吸收他们的经验，研究清楚其中的成败关键因素，而建立具有我们自己特色的建设方法，才能发挥蛙跳战略的优势。因而，我建议企业家们不要仅将眼光放在ERP(信息化)项目上，而更要以企业管理总体的优化(智能化)为着眼点。如何才能采取蛙跳的智能化战略而更保证ERP信息化建设的成功呢？组建决策流系统！