对于组织来说，知识还可以分为三类，即know-what的概念型知识，know-how的技能型知识，和know-who的关系型知识。根据这个分类，你可以对自己的组织知识进行盘点。例如，以下知识你都掌握了吗？

Know-what:

我们是做什么的，定位是什么？

我们目前面临的组织内/外部环境如何？

我们拥有什么资源，有哪些优势？

我们缺少什么资源，有哪些劣势？

Know-how:

策略，计划

专家技能

工具，流程

Know-who:

谁是我们的利害关系人？

谁拥有某种资源，如何找到他？

无论是在生活中还是在工作中，我们总是不停的运用知识，但是这一运用过程是如此的无声无息、潜移默化，以至于我们毫无察觉。其结果，倒是我们忽略了知识对于组织所发挥的重要作用。知识对组织来说重要吗？不妨来举个例子。

假设我们现在接到一项任务，为部门的同事准备午餐，要求大家都吃麦当劳的汉堡。现在我们应该怎样做？如果要完成这项任务，需要具备什么条件？

提示：

要有吃饭的地方（土地）

要有吃饭的餐桌（设备）

要有人去买回来（劳动力）

要有钱（资金）

最后一点而且是最重要的一点是，还要知道麦当劳在哪里和怎么走（知识）

土地、设备、劳动力和资金，是我们通常关注的要素，因为这些要素从资本社会甚至农业社会产生以来，就一直为人们所重视。但是，如果没有知识，不知道麦当劳在哪里、不知道怎么走，甚至连麦当劳的电话也不知道，你同样无法完成任务。现在进入了知识经济时代，知识的作用更是空前的重要，越来越变得不容忽视。1965年，Peter Ducker提出：知识将取代土地、劳动、资本、机器设备等成为最重要的生产要素。而且，知识是唯一具有特殊意义的生产要素。

大家不妨来思考一下下面的问题：

问题1：假设你是麦当劳的老总，需要在当地开一家新店，你应该怎么做？需要哪些条件？

提示：

土地

设备

资金

劳动力

知识：如何选址，如何培训员工，标准作业程序，客户服务理念，等等

问题2：假设你的工厂生产能力不足，需要增加一条生产线，你应该怎么做？需要哪些条件？

问题3：假设你最近海外客户逐渐增多，需要成立个独立的部门来专门管理海外业务，你应该怎么做？需要哪些条件？

想一想，在你的工作中有没有遇到以下情况？

想写份报告，就是找不到合适的参考资料；

有一份资料，明明看到过，就是找不到；

碰到一个难题，不知道去问谁才好；

上个月北京分公司刚刚因为这个原因损失了一大笔业务，偏巧这个月上海分公司又因为同样的原因，也丢了一个大单；

小王辞职了，他的工作没人接得上手；客户也被带走了；

想看看这个月的经营情况，数据迟迟上不来；好不容易上来了，都是一堆数字，要看出数字背后的逻辑很难，数字反映不出来的情况就更看不到了。

找不到资料是因为文档类知识没有经过积累和沉淀，不但影响工作效率和效果，也造成了知识的流失；不知道问谁是因为关系类知识没有经过梳理，专家的作用发挥不出来；同样的错误不停地出现是因为经验类知识没有经过总结、传递和共享；人员流动带来的诸多问题也是根源于知识沉淀、共享没有做好；知识可以直接指导决策，而数字却要经过分析、提炼才可以。对"知识"的忽视，导致了组织在追求卓越的路上不断遭遇不必要的障碍和坎坷。

衡量一家企业的价值，其中有形的资产仅占很小的部分（数字举证：IBM、微软等公司的公司价值VS资产价值），比例很小但很彰显；而无形的资产就像冰山隐藏在水下的部分，比例巨大却易被人忽视。这部分无形资产，与其说是人才、管理、品牌，不如说是人才大脑中的知识、管理的规范和方法、品牌建设和客户维护的理念和策略。而这些，都属于知识的范畴。

我们的组织中经常会遇到的一些问题，如如何塑造员工价值观，如何提升员工技能，如何提升员工工作效率，如何避免组织失忆，如何复制最佳实践，如何结合工作流程、提高知识协同，等等，都可以在知识管理中找到答案。

1. 与客户频繁沟通，促使客户深度参与，是提高工作质量、加快交付、提高客户满意度的有效手段。

   以上三项工作内容，无论是哪一项，我都是按照"频繁沟通，促使客户深度参与"的方法操作的。我认为，这种方法适用于操作任何一个咨询类的项目。

   其中"编写项目管理制度"，我从V0.1版本写起，完成后即发给客户，请他们提意见，然后根据意见修改。最终经过6次大的版本变更，3次小的变更，经过了相应次数的"发一版本——征求意见——收到意见——修改——再发一版本"的反复，若干次讨论沟通，当形成V0.7版本时，基本通过了客户方项目组成员的认可。其后，向客户方领导做成果汇报，根据汇报中客户方领导提的意见，又作了一次最终修改。

   虽然反复多次，但每一次反复都是进步。直到最终通过汇报，都没有听到任何来自客户方的"反对"、"不爽"之类的声音。除了我背后花费的功夫，一切都很顺利。

2. 无法完成的工作内容，也要尽力去做，让客户理解，问题不在于你不努力，而在于其他的客观原因。

客户方资讯部总监提出的"治理架构矩阵"概念，连他手下的经理们都觉得懵。我不了解他们的工作内容，更懵。但我仍然与资讯部几个经理不停的探讨具体做法，并把我做出的哪怕不成形的成果交给他们提意见。最终他们认识到，单单靠我一个人是无法完成这项工作的，于是把这项工作交给了他们资讯部的一位员工来完成。而我，则执行其他的工作。

参照字典的解释，或者学者下的定义，对于我们——企业经营者，知识管理从业者——来说，没有任何意义。

闻名为知，见形为识。

——《法华经》

在信息高度发达的今天，古代人的认识已经不足以概括现在的知识范畴了。

我们需要知道的是，在一个企业里面，什么是知识。换句话说，在企业里面，知识管理的对象——知识——应该包括哪些范畴？

显然，要回答这个问题，需要先对知识进行分类。

第一，知识可分类为显性知识和隐性知识。

显性知识是可以被文件化、标准化、系统化的知识，其具有广泛适用性、能被重复使用、和可以与人分离的特点，因此在使用时不需要与其创造者接触，就可以产生知识转移的学习效果。

隐性知识是比较复杂且无法用文字描述的经验知识，不容易被文件化与标准化的独特性知识，经由人际互动才能产生共识的组织知识，因此其产生成本较高，可重复使用的机会较少，通常应用在附加价值较高的作业活动之上。

显性知识和隐性知识由于具有完全不同的特性，因此在企业中需要采取不同的方法进行管理。那么，如何区分显性知识和隐性知识呢？这二者最大的区别在于"是否易于表达"。举个例子来说，"我家门口有一棵树"——这个知识是我知道的，但是它非常容易表达，也非常容易传递，即便在我告诉你之前、你还不知道的时候，它仍然是这样。一旦我说出来，你听到了，那么你也拥有了这一知识。显性知识的传递，往往就是这么简单。而"游泳时的换气方法"我就没有办法这么容易说清楚，你也没有那么快就能够掌握这个知识。专家的魅力就在于此。

The harder to access, the higher value there is.

企业管理的目标之一，即标准化和规范化，这其中就包含将隐性指示转化为显性知识的过程，这一过程也是促使人类不断进步的因素之一。下面举一些例子，来说明在企业中哪些是显性知识，哪些是隐性知识。这有可能并不准确，因为在有的企业中，一些隐性知识有可能已经被显性化了。

显性知识：生产工艺流程——体现为操作手册，组织结构和员工档案、通讯录，战略规划——体现为规划文档，渠道政策——体现为渠道政策文件或会议通知，年度收支情况——体现为会计凭证和数据，等等。

隐性知识：如何促使客户下单，如何甄别拟聘员工，如何判断行业趋势，如何通过地质数据判断油气藏位置，质量管理过程，等等。

将显性知识和隐性知识穷举是不可能的。企业对显性知识和隐性知识管理的目标，一是显性知识系统化、规范化、标准化，二是隐性知识适度显性化（而不是追求全部显性化），三是隐性知识的传递活跃化、可持续化。

第二，可分为内部知识和外部知识。不需要多说。

第三，广义的知识可分为数据、信息、知识和智慧。

数据：是有关事件的一些离散的、互不关联的客观事实。数据往往只是一些原始文本、数字、图像等。例如："500"是一个数据。

信息：经过格式化、过滤及综合处理的有条件的数据，表现为数据和数据之间的联系。例如："今年新增负债500万元"提供了企业负债变化的状况。

知识：是结构型经验、价值观念、关联信息及专家见识的流动组合。知识产生于工作的大脑，能够指导工作，是将信息与数据化为行动的能力。例如：从资产负债表中分析出库存存在的问题则是一种知识。

智慧：是经验积累产生的洞察力，通过应用知识产生预期效果的能力，我们把它也归入知识的范畴。例如："如何降低库存"方法有好有坏，但选用最佳方式是一种智慧。

有意义的数据，成为信息。有价值的信息，成为知识。众多知识的积累，形成智慧。广义的知识，包括了数据、信息、知识（狭义）和智慧。那么，在企业中，是否要将数据、信息、知识（狭义）和智慧都纳入到知识管理的范畴呢？

首先看数据。企业中的数据，从各个职能部门来看，既包括销售数据，生产数据，也包括财务数据，研发数据；既包括包含了一定意义的、可作为信息进行处理的数据，也包括海量的、单个数字无意义而需要进一步加工的、纯粹的数据。如果数据包含有一定的意义，可作为信息进行处理，那么根据信息处理的方式进行相应处理即可。如果数据本身无意义，需要进一步加工，那么对待数据的方式就是"采集——存储——处理——抛弃或归档"。

总之，数据只有加工成为信息，才能为管理者所用。对数据进行管理的手段，即对数据的"采集——存储——处理——抛弃或归档"提供的手段。而对数据进行管理的过程，一般不作为知识管理的过程。

有人或许会有疑问：没有数据，哪里来的知识？不对数据进行管理，怎么对知识进行管理？对此，我的回答是：数据需要管理，但采用的是相对独立的数据管理的方法，而不是知识管理的方法，因此，数据管理不归属于知识管理范畴。例如，中海油每天都需要从海上平台采集海量的地震数据、地化数据、钻井数据、生产数据等，有无数员工需要围绕数据做加工、处理、分析等工作。但是，对这些数据的管理，属于数据管理的范畴，有相应的技术手段进行支持；而知识管理，则采用知识管理的方法，对从数据中加工、提取出来的成果——知识进行管理。

其次看信息。数据经过加工，成为有意义的数据，即信息。信息如果不经过筛选、过滤和加工，企业就会被无用的信息所充斥。因此，只有那些有价值的、用特定方式组织起来的信息的集合，才成为知识，才应当纳入知识管理的范畴。成为知识之前的信息处理过程，则属于信息处理的范畴。

再来看智慧。问一个问题：智慧是可管理的吗？这是个很难回答的问题。当你拥有了大量的知识之后，经过大脑的思考，自然会形成智慧。而这个过程，外力很难施加影响。

最后看知识。企业中的知识，往往体现为经过加工处理的、有价值的、成果（包括中间成果）性的，为组织或组织中的个人所拥有的，包括文档、制度、资料、报表等的显性知识及包括经验、技能、关系等的隐性知识的总和。

知识通常是非结构化的。

结构化数据只有经过加工，才能产出知识。

在广义上，数据、信息、智慧也属于知识管理的范畴，但这并不是通常所讲的企业知识管理的范畴。当然，如果一定要将这些内容纳入到知识管理范畴之内，也可以采用一些扩展的知识管理方法，对数据采集和处理、信息处理等过程加以规范，对智慧形成和运用的过程加以引导。

企业在导入知识管理时，一定要区分清楚哪些属于知识、哪些不是，以避免不必要的障碍，保证项目成功。