綜觀企業所擁有的眾多資訊，高達八成以上比重，皆屬於電子郵件、TXT文字檔、Excel、語音、照片、影像等非結構性資料，但藉由傳統IT技術，卻僅能處理另外兩成的資訊，也就是所謂的結構性資料。
這些結構性資料，通常被轉化為Table或記錄，留存於關聯式資料庫，並與多數應用系統相結合；譬如大家耳熟能詳的商業智慧（Business Intelligence，BI），正是以結構性資料為基礎，從不同維度產出分析結果，進而滿足企業經營管理需求。
僅佔兩成的結構性資料，被運用得如此徹底，但佔比達到八成的非結構性資料，迄今卻遲遲無法被系統化，使得企業難以體現箇中價值，因而構成兩大挑戰。首先，備受企業倚重的搜尋引擎，雖被視為挖掘資訊的重要工具，但僅能利用關鍵字搜尋，無法處理語音、圖片、影片等類型資料；其次則在無計可施之下，企業只好運用人工方式處理非結構性資料，但效率甚為低落，也無法善用資訊。
幸而透過Meaning Base Computing（MBC）技術的問世，使企業可望以各類型非結構性資料的「意義（Meaning）」與「情境（Context）」為基礎做分析，使得紛擾數十年始終無法突破的障礙，終於迎刃而解；因此MBC被喻為上世紀六零年代關聯式資料庫管理系統以來，最重大的革命性IT技術。
深究MBC的奧妙，在於有別於傳統IT技術的0與1處理模式，而能依據資料本身的型態（Pattern），去了解其含義，然後按照這含義，進一步做資料的處理與連結，使得企業原本無力處理的非結構性資料，開始可以被分析與萃取，產生非常巨大的效益。
巨大效益所為何來？透過MBC，有助於企業在大量非結構性資料當中，快速挖掘管理重點，在當前「快魚吃慢魚」的高度競爭環境中搶得先機，各行各業都可望因它而受益無窮。
譬如律師事務所，可根據當事人的語音陳述檔案，從過去累積數十年的資料中，迅速找出相關案例及判決書。高科技製造業，也可借助MBC，廣泛分析員工及郵件的內容，進而根據其中敘述或檔案的型態，自動比對出疑似洩露智慧財產權（IP）的跡象，隨即加以攔阻。企業的客服部門，則可依據客訴的語音資料或Facebook留言，研判產品可能存在之重大瑕疵，自動通知相關人員處理。從前述舉例看來，MBC是企業發展的過程中相當重要的致勝關鍵，值得關注。
（本文作者現任HP惠普科技應用系統服務部副總經理）