对每一份业务文件，我们都需要问，如果这一文件具有智能，它应 该做什么？

当文件具有智能时

纸张形式的购货订单的数字化复制品是哑声的；而具有智能的购货订单全然不同，如第一章所述。智能购货订单能够监控库存，并在必要时，按照事先编制好的程序，迅速采取行动。某些购货订单能够自主决定将自己传送给供货方。

如果货物是重复供应的，购货方不必持续不断地发出购货订单。相反， 供货方的计算机可以监控购货方库货，并自主做出发贷决定。随着计算机化企业机制的进化发展，供货方的计算机监控的将不仅仅只是库存。它能够掌

握客户不断变化的生产清单，能够在适当时机及时发出正确的货物组合。我们可以按照自动化的五种等级水平不断发展：

1. 计算机制作纸张形式的购货订单。

2. 纸张形式的购货订单被具有等量功能的数字化文件取代。

3. 智能购货订单取代哑声数字化订单。

4. 重复供应的货物不需要购货订单，因为供货方计算机能在必要时自动发出货物。

5. 供货方计算机监控客户的需要或生产清单，按照正确的程序、准确的时间，为不断变化的生产组合供应适当的货物。

在企业行为的许多不同方面，可能遵循与上述大体相同的发展过程。

数字化生物体

科目技术对计算机化企业来说非常重要。一个软件科目包含一定的数据和能够熟练操纵这些数据的方法。纸张形式的文件，如哑声购货订单，包含的仅仅是数据。一旦这些文件成为数字化科目，其处理过程便发生变化；它们不再是哑声文件，而具有了被编成程序的自主行为。

一个数字化科目可能被看作一个简单的小生物体，它的存在只有一个目的：采用一定的方法进行指定的数据收集。“生物体”对自己的数据实行非常严密的保护，不允许任何人存取这些数据，除非采用“生物体”自己的方法。这些数据是“密封的”。“生物体”只有在收到按正确的既定格式发出的请求，才会采取行动。发出的请求会告诉它应该采用何种方法，并可能指明需用的参数。“生物体”执行功能，有时通过某一网络，发出回应。在一个复杂的系统中，可能有很多不同“生物体”相互作用，相互影响，各自进行自己的工作。有些“生物体”在同一台计算机中进行工作，随时等待采取行动。某些“生物体”在客户-服务器系统中进行工作，在这一系统中，一个委托人“生物体”可能向一个服务器“生物体”发出请求，并等待它的反应。“生物体”可能通过网络发出信息，可自己在网络上运行。

一个科目类型可能有很多类型，它们的行为方式具有细微差别。例如， 一份保险合同相对于不同的客户，具有不同的形式。利用目标导向的程序设计来制作这些科目类型，相对来说比较容易。分析专家像植物学家对植物进行分类一样，对科目进行分类。

在设计计算机化企业时，我们会问：企业需要什么方式的操作？应该如何组织数字化“生物体”或“生物体”群来执行这些操作？“生物体”可能驻存在 Web 点中，能够从 Internet 上对它们下载（利用以 Java 语言编制的小程序，可以在任何计算机上执行）。它们能够以电子速度周游世界。这些“生物体”可能是智能文件；可能是电子货币数据包；可能是 Internet 上收集信息的代理人；可能是能够按照互动规则进行谈判的代理人。随着计算机化企业设计的日益先进，这种电子互动将逐渐得到普及，改变操作设计的方式。随着它的日益成熟，计算机化企业与传统企业相比，将绝少相似之处。

代理人

科目技术可用来设计准确执行指定任务的代理人。

在未来，私人代理人将成为个人电脑软件的一部分。私人软件应该不断掌握越来越多的有关其所有人的偏好。它可以收集其所有人感兴趣的、新的潜在题目，或适合她或他口味的影评、书评。它可以执行诸如下列的任务： 饭店预约订座，尽力获取优等位置的剧票，或向其所有人建议可能应该录制下来的电视节目。CD—ROM 百科全书或查阅磁盘应该拥有内部的代理人。一旦寻找某条信息的用户没能找到这条信息时，代理人便会进入网络，努力搜寻令使用者更加满意的信息。

Internet 容纳的信息浩如烟海，今天，其信息量更加惊人。用户将日益需要代理人帮助自己在网络上搜寻信息，帮助自己利用互联网络。一个搜寻信息的代理人能够进行自我复制，创造出许多子代理人，所有的子代理人可以在不同地点同时进行信息搜寻。

未来将出现很多为不同目的而设计的业务代理人。它们中的大多数，最初将执行一些简单的任务，如搜寻产品信息，或寻找与某些有趣问题有关的信息。然而，代理人将逐渐拥有更多的智能，能够利用互动规则。假设你购买一个摄像机镜头，你可能给很多邮购公司打电话，商定最低价格。有些网上代理人能够为某些项目寻找最优价格，如为音乐 CD 寻找最低价格。这可能成为代理人最流行的用途之一。

自动化分析

软件工具能够利用一个以知识和规则形式存储的知识群进行推理分析。例如，可能有两个命题：“所有的 A 等于 B”和“所有的 B 等于 C”。从这两个命题会得到一个结论“所有的 A 等于 C”。计算机能够利用一个庞大的规则集合以上述推理方法得出结论。规则加工软件会寻找适用的规则，利用这些规则得到一个过渡性命题，然后再寻找适用的规则，如此下去直到得出结论。

计算机早已能够进行超出人类能力的运算。通过建立于推理规则基础之上的加工过程，它们能够完成某些需要推理分析的任务，这些推理分析超出人的能力，如制表、诊断、计划、设计、结构重组、投资选择、工厂的生产改进等。许多能够进行自动化分析推理的高级系统远远超出人的能力，有时， 能够将一个脑力工作者的劳动生产率提高很多倍。一旦这种超人的能力值得信赖，我们就能创造出更复杂的产品，完成更复杂的操作。了解到计算机将对存在的问题进行诊断，我们能设计出极其复杂的产品。通过设计，工厂能进行自动化生产计划。了解到计算机会进行重新安排，全球的后勤保障系统能够设计得更为复杂。

我们能够建立起以极快速度进行极其复杂推理分析的系统，利用这些系统，能够为人类解决极其困难的问题。然而，软件不会表现出常人意识。跨越其自身知识界限的微小一步，都将引发一场灾难。

某个故事里讲过一个上了年纪的数学教授，人们发现他在给自动车打气。本来前胎是瘪的，但他却在给后轮打气。一个学生问教授，这是为什么， 他回答说：“噢，难道它们无法交流吗？”这就好像软件已经越出了其知识界限一样。用来进行某些形式的决策制定的软件，必须用于帮助那些具有常人意识的人。

人与机器的智能之比较

“人工智能”总是一个令人容易误解的词，它使容易上当的人产生这样一种印象：计算机具有像人的智慧那样的智能。事实远不是如此。尽管科幻小说中的机器人其有再生功能，但我们无法创造这样的机器。人的大脑极其复杂，在可预见的未来，我们还无法模仿它的能力。然而，人脑运算速度较慢，缺乏准确性，缺乏那种计算机处理高复杂运算和逻辑推理的能力。值得庆幸的也许是，我们所善长的东西，机器并不善长，反过来也是一样。

表 10-1 对人脑与计算机的能力做了比较。企业中的大多数问题的处理， 需要人与计算机相结合进行。很少有某些问题的处理，能够单独由人，以一种最理想的方式去完成它。

表 10-1 人的智能与计算机的能力比较

专家系统

一个专家系统将知识以事实和处理规则的形式存储起来，利用这些知识，通过计算机化推理分析来提出建议，这一过程通常需要人类专家的能力。专家系统能够向从事某项工作人提供知识和提出指导，帮助他将工作完成得更出色。

有时，系统所包含的知识错综复杂，软件进行的推理分析也复杂难懂。

当受到质疑时，系统应该能够对其分析过程做出解释。与系统一起进行工作的使用者，应该能够不断为系统增添新的知识，使其包含的知识获得不断的改进。专家系统常常与其它威力强大的工具相连，目的是为了通过结合，使系统能力获得极大提高。那些最出色的专家系统，已经取得了一些突破性的成果。

不幸的是，专家系统所连接的是人工智能，这种智能是采用类似人类的思维技巧，由机器做出的想象。相对来说，专家系统非常单调。它按照诸多规则，进行机械的推理分析，就如同一件电子表格工具填方格进行复合运算一样。在 80 年代末，促销人工智能的努力就像一个爆裂的气球一样彻底失败，人们说，“促销没有什么作用。股票已降到最低点。专家系统的兜售者们卖给我们的是骗人的东西。”而实际上，很多专家系统功能良好，并且已经证明它们能够帮助人们做出更出色的工作。

80 年代末那段不幸的历史导致很多企业对这种有用的技术的忽视。而有些企业则继续创建着有效的专家系统，但它们绝口不对它们的专家系统进行误论，因为专家系统给它们带来了独一无二的竞争优势。某些企业则认为， 专家系统包含着商业秘密，绝不能与他人共享或被他人复制。

专业特长的放大

企业取得成功的原因在于，它们拥有比竞争对手更多的专业特长——设计专长、管理专长、营销专长、或其它形式的专长等。人的专长能够被计算机大大地放大。计算机提供给脑力工作者各种威力强大的工具和帮助，使他们能将工作做得更好。

随着时间的推移，存储在计算机内的知识和专长将日益积累，不断改善。某些专长能够使行为实现自动化；某些专长能够在需要人的智能的问题处理过程中，为人提供帮助。企业内的很多处理过程只能部分地实现自动化。存储在企业计算机内的专长，会随着运用这些专长的经验的不断增加，日益得到精炼。这种机制是学习专长的宝贵财富。

表 10-2 列出了专家系统的特性。

表 10-2 专家系统的特性

·它们在一个狭窄的知识领域内执行操作

·在这一狭窄的知识领域内，它们能够执行复杂的推理分析，具有为人类解决困难问题的潜在能力

·它们不带有常人意识的痕迹

·一旦超出其所知的知识领域，它们便会做出愚蠢的回答

·由于上述原因，因而它们常常能够被用来给人们提供帮助；但它们必须处于人的掌管之下，且人们应该知道系统的局限性

·人们应该能够向系统提出质疑，能够向它发出指令，要求它对分析过程做出解释

·一旦与其它计算机化工具相连接，专家系统能够在劳动生产率上获得

飞跃 到 1990 年，有几千个专家系统投入使用。其中的大部分，通过设计强化

了现有问题的处理过程。这些专家系统的投入使用，使人们错失利用某些技

术的大好时机，这些技术有助于创立完全不同的处理问题的方式，在这些方

式之下，专家系统或建立于规则基础之上的处理过程将使你以一种完全不同的方法执行操作。