背景资料：茑屋书店
茑屋书店的母体Tsutaya Books，1983年于日本大阪成立，最初是以销售二手书为主营业务的连锁书店。2011年开业的代官山茑屋书店以“T-Site”命名，一改往日社区书店的朴素形象，用园林般自然的室内设计风格为读者营造愉悦的阅读感受。
Q1: 茑屋书店的特别之处？
一、它是一个复合式文化生活空间
虽然叫书店，但是店内的商品品种繁多，提供的服务多样。四个领域的创新：书店创新／图书馆创新／商业设施创新／家电创新。
二、以提案（或者说内容／创意）为核心资产
三、非常注重设计，强调“人性尺度”的理念
四、规模和影响力惊人
日本电影院入场人数约为1.5亿人／年。
全国茑屋借出的DVD约为7.2亿张／年（2013年）。一年借出的音乐光盘约为20亿首。
五、拥有海量数据
截至2014年7月底，TSUTAYA店铺数达到1444个；T会员人数4918万人（每2.5个日本人中就有1人持有T会员卡）
Q2: 什么叫“知的资本”？书的标题是什么含义？
增田宗昭（茑屋书店创始人、CCC公司CEO）认为，知的资产包括：
-品牌力（同样的内容，不同的公司来介绍，顾客的接受程度是不一样的）
-数据库（T会员卡几乎覆盖生活所有领域的购买信息）
-具有丰富见识和经验的接待员
传统认识上的资本，即财务资本的大小决定企业活动成败的时代已经过去，公司内部“知的资本”的储存量以及发挥程度左右企业推进力的时代将要到来。
今后，知的资本储备量关系企业的生死存亡。这些知的资本无法体现在资产负债表里，但却是未来的商业社会中决定企业生死存亡的因素。
这就是增田宗昭对”知的资本“的主要论断。
Q3: 为什么说”唯有设计师方能生存“？
增田宗昭认为，未来的企业都将由设计师构成。“设计”就是“提案”。
消费社会经历了三个阶段。
第一个阶段：商品主要满足功能需求，设计可有可无。价值的中心在于商品本身。
第二个阶段：商品泛滥阶段，价值的中心在于选择商品的场所，即平台。能够提供更有效的平台，可以创造更大的顾客价值。
第三个阶段：平台泛滥阶段，价值的中心在提案力，即设计。（即为顾客做出选择）
茑屋书店的实践：具有丰富见识和经验的接待员，结合大数据分析，提出提案。员工通过如何布置书架，来表现自己要提案的内容；同时员工直接接待顾客，向顾客提出自己的建议。
例如：旅游专区，可以是“从艺术角度介绍魔都布拉格”，“去欧洲旅行需要了解的文化”。喜欢看硬汉电影的人，想必也爱读钱德勒的小说，可能也想听一听主人公爱听的冷爵士。
Q4:由“设计师”组成的企业如何管理？
第一，外在条件（薪酬待遇）要做完善。
第二，理念一致：是否存在让设计师感到“有趣”的向心力？
第三，管理模式扁平化：并列协作关系取代传统的垂直管理关系
第四，缩小公司规模：让公司更加接近“人性尺度”。一个小单位，每一个员工都要与顾客面对面，公司积累的知的资本不会脱离与顾客接触的现场。公司变大，组织就必然会纵向分层（垂直型），导致知的资本与现场分离。
Q5: 网络时代，实体店的价值和优势何在？
论断：未来，只有网络企业运营的实体零售店才能生存
网店优势：
第一，陈列商品的空间无限——提供无限选择
第二，网店运营成本低——产品价格低廉
第三，搜集了海量数据——精准推荐（例如，亚马逊利用大数据优势，利用相关性，一对一精准推荐做到极致）
实体店（基于网络企业）优势：
第一，即时性——马上到手
第二，直接性——直接接触产品，以及产品附近的其他产品
第三，舒适感——满足顾客对“心境”的需求，设计舒适的空间和时间，链接到“人性尺度”这一理念
第四，差异化——基于相同的大数据，电脑对相关性的分析结果应该是非常相似的，而接待员运用自己的知识、经验、创造力形成的提案，无法复制
T：启发
1.联想：第一时间联想到了巴黎买手店Colette（https://www.douban.com/note/630736141/），也是类似的经营模式，多种产品引入，混搭+跨界，完全靠母女俩的个人理念运营。但是Colette无法复制，创始人决定离开，Colette就无法存在。个人的知的资本vs团队的知的资本？第二个联想到宜家，试图整合整个生活场景，贩卖生活方式，同样取得了巨大的成功。
2.个人发展方向：对产品设计的感觉，对今后的商务人士而言无疑是不可或缺的。要努力培养甄别设计的能力。如何提升？
3.商业判断：互联网时代，电子商务帮顾客节省了时间和金钱。但实际上，我们并没有看到大家花更多的时间来学习，更没有看到大家更容易攒钱。这就是人性使然。
4.商业趋势判断：由于科技的发展，线上体验取代线下；但当人们有了钱和闲暇时间之后，会重新从线上回到线下，从虚拟世界回到现实世界。第二种趋势，不容忽视，也是茑屋书店成功的原因之一，因为增田宗昭很早就预见到了第二种趋势。
5.人工智能：茑屋书店的模式会不会被人工智能所取代？短时间内很难。第一，茑屋书店背后有几乎覆盖生活所有方面的T会员卡积累的数据，具有数据优势，但这一点可以很容易被人工智能取代。第二，人工智能推荐模式是基于强相关性：大多数喜欢A的人也喜欢B。接待员的推荐基于个人的独特体验和经历，暂时还无法被人工智能所取代。