如何构建知识体系——借助知识管理迈向智能化之体系建设“长久以来，我坚信存在某个系统——几乎所有聪明人都能掌握的系统，它比绝大多数人用的系统管用。
你需要做的是在你的头脑里形成一种思维模型的复式框架。
有了那个系统之后，你就能逐渐提高对事物的认识。
你必须知道重要学科的重要理论，并经常使用它们——要全部都用上，而不是只用几种。
”——查理·芒格（一）为什么需要知识体系？一起来走近一个生活场景——打开你的衣橱看看是什么样子？是“井然有序”还是“乱七八糟”？衣橱里的衣服，一旦不整理，换季了、潮流过了，明年此时你还记得它在哪么？不管是个人还是企业，构建知识体系犹如掌握衣橱整理术。
新增一个知识，犹如在衣橱里新加入一件衣服，是上衣还是下衣，是春装还是冬装，是内穿还是外穿，是深色还是浅色等等“标签”帮我们辨识这件衣服的归属、功能、使用场合。
衣橱地有序整理，帮我们解决三件事：选择困难、利用率低、自相矛盾。
知识体系的作用也是如此。
1）选择困难。
知识多了反而不知道怎么用，就和女生出门前不知道选择穿什么的感觉一样，如此多的可选项，眼花缭乱。
2）利用率低。
为了一时的兴趣或趋势而学习知识，就如跟风买衣服一样，兴趣没了、潮流过了，衣服就只是试装时穿了一次，然后被遗忘在衣橱一角，两年后偶尔翻起，哦，以前竟然买过这样一件衣服/买过这样一本书/存过这样一个资料。
3）自相矛盾。
就像女生出门前总觉得缺了一件衣服，即使衣橱“风格迥异”的衣物已经快溢出来了，今天甜美风、明天嘻哈风，后天森女风，接下去就只能披“疯”了。
类似地，知识不经体系化筛选的后果是前后矛盾、逻辑不能自洽。
知识要能为解决问题而服务，一是让知识在大脑（犹如衣橱）中变得深刻，不会学过就忘了，想再用时却想不起来了，这是机械式学习、缺乏场景应用导致的。
可以回想下，我们看过很多文章、书籍、被推送很多知识点，当时的恍然往往变成今时的茫然：我在哪，我是谁，我学过？二是降低我们的知识焦虑，总觉得知识不够用和总觉得衣服不够穿，是同样的心理机制。
三是减少知识收集癖，脑部活动是需要时时刺激神经的，企业的“大脑”也如此，一大堆不活跃的内容占据了“内存”，企业怎么会有活力。
（二）如何构建知识体系？“长久以来，我坚信存在某个系统——几乎所有聪明人都能掌握的系统，它比绝大多数人用的系统管用。
你需要做的是在你的头脑里形成一种思维模型的复式框架。
有了那个系统之后，你就能逐渐提高对事物的认识。
你必须知道重要学科的重要理论，并经常使用它们——要全部都用上，而不是只用几种。
”这是查理·芒格实践的多元思维模式，基于多元化知识体系构建的思维体系帮助他实现卓越的投资成绩。
（1）以业务为核心的知识体系企业“大脑”也需要类似芒格多元化思维模式的元知识体系支撑其发展。
元知识体系犹如树干，其他知识体系犹如树枝，元知识体系是其他知识体系的核心基础，所有新增的知识都以某种方式内化后纳入元知识体系，树枝树叶随季节更迭，但树干会越来越粗壮。
首先，知识体系要满足业务需求。
知识管理一定是围绕战略性业务展开从而支撑业务战略的实现。
因此，以业务为核心的知识体系建设需围绕核心价值链建立业务所需的知识体系，而非为了知识而管理知识。
譬如，领导层定下战略新目标，但执行层开展新业务却没有知识资源支撑，摸不着头脑，不知道怎么做，从而目标与执行脱节，领导层不满意，执行层不乐意。
其次，知识体系要满足人的需求。
一艘船的航行，船长看前方，水手看水下，各自掌握的信息不同，元知识体系不同，认知不同，只有互相配合才能到达目的地。
个人的知识体系与企业的知识体系相互融合才能发挥“正熵”作用。
合适的人才，是指人才的知识体系与企业的知识体系匹配，这样才能够人尽其才。
最后，知识体系要满足价值要求。
正如，整理衣橱是为了快速找到合适的衣服穿，构建个人知识体系是为了高效解决问题。
同样，企业知识体系是为了提升工作效率、实现更高的盈利。
从以上三点要求出发，企业的知识体系建设至少要考虑四方面内容：知识流程、知识分类、知识标签、知识地图等，奠定知识生成与应用的基础。
（2）过程与方法1）知识流程知识流程是从业务流程出发找到知识所在，避免管理知识的盲目冲动与囤积癖。
将管理重心放在核心业务流程上显隐性知识能规避无用知识的梳理与管理负担。
•首先，明确业务知识来源。
列明业务流程及该流程的所有活动，进而明确执行该活动所需的知识。
•其次，明确谁掌握知识。
是哪个专家掌握或者哪个记录来源，是显性的还是隐性的。
•最后，明确管理方式。
知识是存在哪个位置或哪个人员手中，谁来校验，以及现实与理想之间的知识差距有多大。
可以用以下列表模板梳理核心业务显隐性知识：2）知识分类知识分类就是让知识结构化呈现的方式，很典型的例子就是图书馆的分类，采用杜威十进制分类法（DDC）。
知识分类的目的是通过找出知识之间的规律将其集中归为一类，明确不同类型，方便组合与提取应用，从而形成体系，是知识体系建设的显性工具之一。
如果知识不加分类，就像衣橱里堆的乱七八糟的衣服，什么季节（春夏秋冬）、功能（保暖、装饰、表达等）、组合方式（套装、外套、裙、裤、外套、整件装等）、品类（日常服、职业服、运动服、起居服、社交服等）全然不顾，时间就浪费在找衣服的过程中。
知识也是如此。
有人可能会问，如今搜索引擎功能如此强大，不用分类也可以快速找到知识。
的确如此，但这不是将知识分类弃而不用的理由。
首先，即使搜索引擎功能很强大，也需要分类，需要从知识增量角度考虑技术性能与运营管理的可持续性。
数据与信息的递增不是线性方式，而是几何增长，在处理几何增长的数据与信息基础上才能产生知识，这对于运营来说提出很大挑战。
其次，资源稀缺与配置效率的要求。
企业的各项资源是有限的，构建以业务为核心的知识体系很关键，可以将资源集中到产生价值的知识上，从而对业务产生支撑作用。
企业不是非盈利性教育机构，企业的最终目的从企业产生的那一刻起就是以价值为核心目的，这是市场经济的基础。
最后，知识是有生命周期的，没有分类的知识，很快就被淹没在知识的“海洋”，给企业带来管理负担，不知道存量知识有哪些类，增量知识又往哪放，哪些是过时的知识，哪些还可以用多久。
根据企业所处行业不同，知识分级（知识体系的层级）、分类（每一层级下的类别划分）有所差异。
结合企业业务特点，从持续运营角度出发，分级最好不超过5级，分级、分类均满足不重不漏与可扩展原则。
例：从价值链角度区分主价值链、辅价值链的知识分级分类。
主价值链：涉及业务运营领域，包括研发、生产、销售、服务等辅价值链：涉及职能管理领域，包括战略管理、人力资源管理、行政管理、财务管理、项目管理、信息化管理等首先，主、辅价值链遵照组织架构划分，目的是从运营管理角度让职能部门、业务部门管好各部门的知识，分散运营压力；其次，主价值链可以按产品、业务流程、专业/技术等要素划分，这与企业业务特点息息相关。
譬如研发部门的知识管理，一般而言，产品-业务流程-专业/技术的划分方式可供大部分公司研发业务借鉴，可以发挥想象力，想象一个三维空间，产品、业务流程、专业/技术对应x、y、z维度，IT技术可以实现从产品、业务流程、专业/技术的任一维度找到对应的知识。
辅价值链在各企业比较通用，一般按管理职能划分，明确各部门的知识来源是哪个流程环节或哪个职能岗位，有利于知识的捕获与维护，譬如，人力资源管理可以按职能分为人事政策、招聘管理、培训管理、绩效管理、薪酬福利等。
但项目管理一般比较特殊，与主价值链结合程度很高，譬如研发项目管理、生产项目管理等，可以按流程划分。
所以，归纳下来，知识分类分级可以考虑按价值链维度、按职能维度、按产品维度、按业务流程维度、按专业/技术维度等，核心是结合业务特点与使用习惯综合考虑分类分级，做到不重不漏与可扩展，就比较理想了。
3）知识标签知识文档需要关联非常多的要素，产品结构、组织结构、目录结构、问题结构等都可以是浏览结构。
知识标签是知识分类的补充工具，譬如衣服按春夏秋冬、功能、组合方式区分了，但还想考虑品类和颜色等元素，但无法满足不重不漏，或者如颜色作为分类太繁琐，这时就可以考虑标签的利用。
像购物网站的标签，通过用户使用习惯统计出典型的标签；微信文章收藏的自定义标签。
知识标签反映的是用户对文本级（文件、图纸、表单、模型等）信息特点的自定义，一般而言企业可组织内部专家、业务骨干，结合业务特点与用户习惯，总结产品、项目、专业、技术、供应链、问题等统计最常用的文件属性，归纳、筛选整理为标签，用于定义文本级信息的特色，方便查找。
4）知识地图知识地图，之前在《知识平台成了一个个知识孤岛，怎么办？》里详细介绍了其定义与用途，感兴趣地可以回顾。
这里简单提下，知识地图，顾名思义，将知识资源以“地图”方式集中化、网络化、跨领域组合，供特定对象在特定应用场景使用，解决知识孤岛与应用低效问题。
譬如，新员工培训，不能将整个知识库朝员工面前一摆，让他在知识的“海洋”在“溺亡”，而是针对其岗位、技能要求、培养目标提供针对性的解决实际业务问题的知识资源，包括典型案例若干、工具模板若干、指导手册若干、制度标准若干，并且需要针对实际的业务场景设计的“任务/业务知识包”，就像“家庭工具包”，比不上医院齐全的设备，但应对小伤口没问题。
（三）知识管理走向智能化如今人工智能已经在不少行业、领域得以实践应用，有深有浅。
我们在专注于做知识密集型企业的知识管理项目时，有明显的感知是，企业对于知识管理结合新技术的应用逐渐有了更深的需求，即使有的企业甚至没有做过知识管理，但由于如今各种智能化技术逐渐深入到人们的日常生活，对于知识管理而言，智能化应用在一些垂直行业已经逐步在落地。
并且越来越多的企业认识到仅仅依靠制度、流程、表单以及十多年前的信息化工具已经很难满足企业经营管理需求，尤其是对过去的沉淀以及未来的创新在知识管理方面都有了很具体的需求。
这使得我们也在思考知识管理如何在方法论、技术上进一步创新，以适应当下的需求变化。
从方法论层面，我们逐渐在改变过去传统咨询方式，作为教练或专家提供服务，而是转变身份角色，换位思考，从企业用户的角度出发，考虑一个企业从0到1如何创建知识管理，如何从1到N优化知识管理。
（后台回复“KM”可获取《企业视角的知识管理》）从技术层面，我们在部分垂直行业尝试新的技术应用，从企业业务场景出发，模拟各类业务场景下的业务流程、业务习惯，考虑新技术的应用。
如自然语言生成（NLG）技术在知识密集型企业的知识管理中已得以应用，一家德国企业AX Simantic的产品解决文本自动撰写与语义生成的应用；人工智能在金融领域的智能助手、在设计领域的参数设计等均有所尝试。
知识采集的自动采集、数据挖掘技术均可以考虑落地实践；最近因疫情而起的网络会议工具在协同工作方面颇有助益，同样也可以考虑在知识管理领域实践。