维度
为了便于论证，可以围绕两个假设重新设置复杂性：
- 只能通过符号表示进行评估
- 它可以根据问题和解决方案空间进行设置
从热力学的角度来看，复杂性可以通过分别表示问题和解空间的微观和宏观状态来描述。当通过本体论棱镜时，微观状态代表来自环境的事实，宏观状态代表旨在处理它们的类别，熵代表前者无法解释的部分
Complexity viewed through Ontological Prism
因此，复杂性由问题和解决方案之间的替代路径决定：
- 2D（局部或逻辑）复杂性：当问题和解决方案空间的符号表示可以直接映射时
- 三维（全局或概念）复杂性：当时间和不确定性在问题和解空间的表示之间引入一定程度的间接性时
二维复杂性是一个独立的问题，需要合理的解决方案；相比之下，3D复杂性对应于需要价值观和判断来支持决策的开放式问题。
2D复杂性
当问题和解决方案空间的所有相关事实都可以被后者考虑时，换句话说，当数据的不确定性可以被评估，所有利害关系和因果链都可以被识别时，问题和解决方法空间的符号表示的直接映射就可以实现。这可以通过交叉锚和分类来实现：
- 锚点（#）确定问题空间中的相关事实（对象和活动）
- 分类法（/）定义了问题空间中的相关变体（结构和行为）
2D Complexity
在2D中完全设置问题和解决方案空间的情况下，可以使用锚点将事实与类别对齐，并将分类与相应的子类型对齐。显式复杂性将由为处理重叠类别而引入的因果链中的子类型和分支决定；考虑到数据、利害关系和因果链的已知不确定性（又称已知未知因素），隐含复杂性（又称熵）将对应于无法解释的事实。
3D复杂性
与独立的2D问题相反，3D问题在事实、利害关系和因果链方面是开放的；这使得种复杂性控制论以及组织与其环境之间的信息交换得以恢复。这导致了两：环境的外延性和组织的内涵性。
扩展复杂性是由环境和目的决定的。首先，把名字写在事实上决定了微观状态的数量，从而决定了问题空间的大小。然后，命名事实需要选择被认为相关的事实，作为必然结果，隐藏可能更具解释性的替代事实；这一警告可以通过统计和深度学习来克服。
3D Complexity
内涵复杂性源于组织表达其背景和目的的方式，从直接的映射（没有额外的复杂性）到推测或冲突的利害关系和因果链，这些因果链引发了关于事实（观察到的、断言的、评估的……）和概念（象征性的或物理的、实际的或虚拟的……：）状态的问题。
这两种类型的复杂性都需要决策和知识管理过程的配对，通常沿着观察、定向、决策、行动（OODA）循环：
- 观察（Observation）：由麦克斯韦尔恶魔的化身站在企业门口监测外延复杂性的变化。
- 方向（Orientation）：评估陈述的有效性
- 决策（Decision）：提高表征的有效性，以降低内涵的复杂性
- 行动（Action）：改进事实收集，以减少外延复杂性
这种配对和复杂性的管理是通过企业在其环境中的数字化沉浸而实现的，并且可以通过用于构建EA数字孪生的本体论棱镜来有效。
复杂性和治理水平
复杂性是企业体系结构的一个基本特征，使其管理成为一个核心治理问题。复杂性分类法与传统治理视野的一致性说明了这种趋同：
- 操作 Operational （2D）：事实可以直接映射到信息中，并作为知识使用，从而进行日常决策。
- 战术Tactical （3D，外延）：信息的可靠性可以随着时间的推移而提高，从而能够对预定的赌注做出合理的决策
- 战略Strategic （3D，内涵）：以多重因素、冲突利害关系和替代因果链为特征
外延和内涵复杂性也可以与博弈论定义的零和和非零和问题相一致。
进一步阅读
- Ontological Prisms & Digital Twins
- Caminao Framework Overview
- Knowledge interoperability
- Edges of Knowledge
- The Pagoda Playbook
- ABC of EA: Agile, Brainy, Competitive
- Knowledge-driven Decision-making (1)
- Knowledge-driven Decision-making (2)
- Ontological Text Analysis: Example
