根据你的观点，商业智能是否必须建立在完备的自动化的基础之上才能应用？
       不是这样的。现在对商业智能有很多理解上的偏差，其实如果你越广义地去定义商业智能，它越不需要有完备的自动化基础。如果我们狭义地定义商业智能，这时候企业就必须要有很完备的ERP、CRM、SCM等IT系统，由这些系统提供相应的数据，再把这些数据放在一个大的数据仓库里面，然后再做数据抽取和分析。狭义地理解商业智能，确实要有一个完备的自动化基础，否则建一个数据仓库，数据从哪里来？这就好像没有粮食，却造了一个大粮仓，这样没什么太大的意义。

       如果宽泛地去看商业智能，即把数据采集之后，对它进行一定程度的整合和分析，为决策提供依据，这就是商业智能。在这种前提下，我们几乎任何时候都可以应用商业智能，哪怕只有一点点数据，我们同样可以做分析，分析的工具可以是以前的传统做法：把数据放在账本上、纸张上做分析，也可以用一般的Excel表格做分析，当然数据量大一点的也可以用专业的商业智能分析平台。商业智能通过各种各样的工具都可以进行，不一定必须是SAS或者SPSS这样专业的大型软件才能完成。
对于BI的广义和狭义这两种定义，你更倾向于哪一种呢？
       我一直希望把商业智能尽量宽泛地定义。不过，商业智能发展到现在，有很多现象让人感觉很不乐观。虽然商业智能的英文现在仍然叫Business Intelligence，但是Business的感觉已经很弱了。人们更多地把商业智能看成是一个IT专有名词，太强调Intelligence，而忽视了Business，Business Intelligence已经退缩为一个技术工具。在这种情况下，要让更多的Business用户而不仅仅是技术用户接受商业智能，是有一定困难的。

       我最早接触商业智能，是在美国的圣约翰大学读MBA的时候，那时候有一门叫做经济预测的课程，里面涉及到了商业智能的内容。但是，商业智能在现在的很多大学里已经变成了一门IT技术课程，更多地去讲技术，讲如何建数据、仓库、如何进行数据挖掘等，如何进行报表生成，这其中恰恰忽视了商业的内容。

       所以，虽然我主张把商业智能的定义尽量宽泛，但是大部分商业智能概念的接受者已经把它狭窄化了。Business Intelligence虽然仍带着Business的字样，但是用来代表与商业智能相关的一系列技术可能更合适，因为要涵盖数据仓库、数据挖掘和OLAP等等这些技术名词，没有第二个概念比商业智能更具有这么广泛的指代性了。但是，如果再用BusinessIntelligence把前面提到的广义的商业智能所包括的内容全部涵盖进去，已经做不到了。