知识管理产品与服务的另一特点是种类繁多，每个供应商都有自已的一套说法，这些说法互不相同，甚至差别巨大。这是由两个原因造成的：首先，目前无论在学术上还是在实际应用中，知识管理都处于非常早期的阶段，其定义有数百种，学术上也有很多不同的观点，供应商当然是各取所需；其次，供应商都是从自已原先的领域进入知识管理领域，拥有不同的技术和产品，而知识管理本身与其说是一种新技术不如说是一种新观念，大量现有产品与技术都与知识管理相关，供应商所做的只是根据知识管理的需求，重新定位现有的产品。

　　这里着重讨论一些重要的、具有不同特点的知识管理产品与服务。

　　Lotus：以专取胜

　　虽说Lotus与IBM本是一家，知识管理论调也一样，但各自有各自的知识管理产品，所以还是要分开说。

　　在所有知识管理解决方案厂商中，Lotus给人印象最为深刻。知识管理所必需的文档管理和群件技术在1998年前后已经是Lotus的主打产品。而Lotus Notes本身是一个可完成多种应用的平台，虽然不是浏览器界面，但在原理上已经很接近企业门户，这些都是Lotus进入知识管理市场的先天优势。这两年知识管理的兴起，对Lotus来说实在是一个天赐良机。Lotus在知识管理上狠下一番功夫，拼命赌一把也就在情理之中了。

　　Lotus、IBM研究中心、IBM知识管理研究所共同对Lotus专业服务以及IBM全球知识管理服务机构在全球的2万个客户的知识管理实践进行了调查，以Lotus现有技术为基本出发点，制定出独特的理论框架，并确立了知识管理产品策略。第一个产品K-Station企业门户和其配套产品Discovery Server已经完成。

　　Lotus认为，仅仅将知识管理局限在从海量信息中提取有用资料是不够的，还要找到具有专业知识的人，这些人还要交流、互动、进行创造性的工作。于是，Lotus将数据、资料及处理过程定义为"事物（Thing）"、将建立在网上的虚拟工作环境定义成"场所（Place）"、将员工、客户、专家、合作伙伴等定义成"人（People）"，而在人、场所、事务之间建立有机关联才是理想的知识管理环境。

　　其中，K-Station已经具有知识管理系统必备的知识管理功能，Discovery服务器则是对前者的增强。

　　在K-Station中，每个人都有自已的场所——个人场所（Personal Place）。个人场所为担任不同角色的人员提供定制的日常工作环境。在个人场所中可进行电子邮件处理、管理日程、讨论、获取订阅资料、编辑文档等操作。沟通场所（Community Place）为由相关人员组成的小组提供了共享与共同工作的环境。所有个人文档都被加上了基于场所的标签，并按场所将文档进行分类归档。这种机制为文档的共享和检索提供了方便。在场所中可以看到何人正在线上，并列出共享场所的清单，在线上的人可以相互进行即时的消息沟通。目前，K-Station必须在Domino环境下运行，因此系统中至少要有一个Domino服务器。

　　微软：追求通俗

　　微软一方面将现有产品基本上都贴了知识管理的标签，一方面也在开发新一代知识管理产品。微软的新一代知识管理产品正在进行第三版β测试，其产品代号为"Tahoe（太湖）".与Lotus不同，微软没在知识管理理论上标新立异，在这一点上，微软比Lotus"通俗"得多。

　　按照微软的说法，Tahoe是集文档管理、文档索引/检索和协同工作于一身的企业门户。Tahoe的文档管理包括版本控制、文档的作者与密码属性管理、文档发布控制、签发控制等功能。在文件索引方面，Tahoe可以进行全文检索，也可以对网站、文件系统、Exchange服务器、Lotus服务器等多种信息源进行检索。

　　除此之外，在Tahoe系统中还可以采用人工方法对文档进行分类处理，在处理过程中，Tahoe的分类助理可以学习人工分类规则，当样本达到一定数量，分类助理就可以自动进行分类。

　　Tahoe由文档服务器、索引服务器和检索服务器组成。这些服务器既可以安装在一台机器上，也可以分装在三台机器上。使用时，既可以以WWW方式进入Tahoe，也可以通过MS Office中的Tahoe插件进入，还可以直接从Windows文件系统进入。

　　微软的策略是只提供知识管理系统平台，而针对各行各业的知识管理解决方案由经微软认证的合作伙伴提供。

　　Lotus与微软在知识管理领域各有所长：Lotus像一个老谋深算的智者，微软更像一个门槛精的小伙。Lotus先建立一个严格的体系，然后再一步步推进；微软则不太在意体系，缺什么就做什么。Lotus的难点在于它所建立的体系是否能被各界人士认同，而微软的问题是体系不严密。

　　IBM：挖掘文本

　　在文本挖掘软件中，IBM的Text Miner很有代表性，其主要功能是特征抽娶文档聚集、文档分类和检索。

　　Text Miner的特征抽取器能从文档中抽取人名、组织名和地名以及由多个字组成的复合词。此外，特征抽取器还能抽取表达数字的词汇，例如，"钱"、"百分比"、"时间"等。抽取完特征以后，有相似特征的文档就被自动聚集成一个集合。利用这一功能，知识管理系统可以从大量文档中找到相关文档。Text Miner还可以对文档进行自动分类。

　　Autonomy：去除冗余

　　在中国，知道Autonomy公司及其技术的人不多。但实际上，Autonomy及其CEO迈可。林奇（Mike Lynch）在知识管理界的知名度很高。迈可。林奇1991年毕业于剑桥大学，主修神经网络。他受模式识别所用的概率算法的启发，创立了Neurodynamics公司，以概率论中的贝叶斯公式和香农的信息论作为其技术的理论基础，开发出文本挖掘产品。1998年，Autonomy公司看中林奇的技术，以400万美元并购了林奇的公司，林奇也成为Autonomy公司的CEO.

　　Autonomy最核心的产品是Concept Agents.在经过训练以后，它能自动地从文本中抽取概念。

　　在林奇看来，按照香农的信息论，文档中除有效概念外，还有大量的冗余信息。而词或短语是否为冗余可根据它在文档中的随机度（概率）来判定。如果能滤去冗余，就可从文档中自动抽取出表达文档主题的概念。在林奇的方案中，先要对系统进行训练，处理一些文档，由使用者对非冗余概念做出认定和识别。按照贝叶斯概率理论，这一步实际上是让系统获得关于概念的先验概率。系统在随后的自动处理中根据这些概念在文档中出现的实际情况，按贝叶斯公式求出后验概率，以此作为冗余过滤的依据。这一方法与语种无关，由于每个用户都要对系统进行个别训练，因而系统的文本挖掘天然就具有高度个性化的特点。到目前为止，包括报业巨头默多克的新闻集团在内的一批知名公司已经成为Autonomy的客户，Compaq公司也已经将Autonomy的技术和产品纳入其知识管理解决方案并在客户中推广。

　　TelTech：服务知识管理

　　TelTech的创始人Joe Shuster是一个化学工程师，他曾创建并出售了一个成功的低温工程专业公司。这一段工作使Shuster深切感受到从公司外获取专业知识的困难。基于此，Shuster于1984年创建了TelTech公司。

　　TelTech提供三类服务：第一类服务由专家提供。TelTech拥有数千名签约专家，他们主要是有成就的学者、退休的资深专业人士和愿意提供资询服务的专业人士。TelTech并不试图将这些人的知识存入计算机，再以专家系统的方式提供服务，而是维护专家档案，当客户需要用服务时，TelTech的知识工程师就帮助客户分析问题，并向客户推荐数位专家。第二类服务是专业文献检索，用户可以自已通过TelTech的门户网站进行检索，也可以在知识工程师的帮助下进行检索。第三类服务是产品与厂商检索，这种服务也是通过其门户网站提供。

　　TelTech成功的关键是建立了高性能的知识结构。它采用主题法，其主题词表分为不同专业，共有3万多个，由数位知识工程师维护，每周更新500～1200个词。

　　目前，计算机世界网也在致力于开发基于公共信息的知识管理系统，所采用的策略与TelTech基本相同。现在，计算机世界网"e海航标"频道提供的实际上就是基于主题法的IT知识管理服务。