「この判断は、あの人に聞かないとわからない」。 どの会社にも、ベテランの頭の中にしかない知識があります。 これまで手の打ちようがなかったこの「暗黙知」を、AIで組織の資産に変える取り組みが広がっています。
暗黙知は、なぜ継承できなかったのか
暗黙知とは、言葉やマニュアルになっていない知識のことです。 「この顧客には、先にこの資料を見せる」「この数字の動きは、季節要因だから気にしなくていい」。 ベテランは無意識に判断していて、本人も説明できないことが少なくありません。
これまでの継承の方法は、マニュアル化かOJTでした。 しかしマニュアルは書く手間が大きく、書いたとたんに古くなります。 OJTは教える人の時間を奪い、受け取れる人数にも限りがあります。 その結果、ベテランの異動や退職とともに、判断の質も一緒に失われてきました。
AIで変わったのは、「書かせる」のではなく「普段のやり取りから取り出せる」ようになったことです。 会議の音声、相談の記録、AIへのフィードバック。 仕事のなかで自然に生まれる記録から、判断の中身を抜き出して、誰もが使える形にできます。
暗黙知は、書かせるものから、仕事の記録から取り出すものへ変わりました。
まず、知識がどこで失われているかを見る
ある大手自動車部品メーカーでは、社内のデータ活用に関する相談1,600件超と、ナレッジ500件超をAIで分析しました。 見えてきたのは、知識が「やり取りの中で生まれて、そのまま消えている」実態でした。
- 本来は自己解決できたはずの相談が343件
- 内容がほぼ同じ（類似度0.9以上）の相談が37%
- 回答まで3日を超えた相談が16%
- 相談がナレッジとして残る割合が70%から20%に低下
詳しい人は同じ質問に何度も答え、聞く側は数日待たされ、その答えはどこにも残らない。 この会社では、過去の相談の検索、適切な担当者の推薦、相談の進捗分析、ナレッジの自動生成をAIで行う仕組みを示しています。 暗黙知の継承は、まず「どこで知識がこぼれているか」を数字で見ることから始まります。
自社で同じことを確かめるなら、社内の問い合わせ窓口やチャットの相談チャンネル、チケットの記録が材料になります。 似た質問がどれだけ繰り返されているか、特定の人に回答が偏っていないか、回答までに何日かかっているか。 こうした分析そのものもAIが得意とする作業なので、大がかりな準備をしなくても、現状を把握するところまではすぐに進められます。
方法1：熟練者の「直し」を、知識に変える
ある大手食品メーカーは、全社で統合したデータベースを土台に、営業・マーケティング・研究開発・SCM・経営管理の5つの領域でAIエージェントを開発しています。 このとき、暗黙知を2つの方法で取り込んでいます。
- フィードバックから：熟練者がエージェントの回答に「ここは違う」「この観点が抜けている」と指摘し、そのやり取りの記録をAIで知識にする
- インタビューから：熟練者へのインタビューの音声から、判断の根拠や経験則を抜き出す
ポイントは1つ目です。白紙から「あなたの知識を書いてください」と頼まれても、人はなかなか書けません。 ところが、AIの答えを見せられると、「それは違う」はすぐに言えます。 直すという行為の中に、言葉になっていなかった判断がにじみ出てくるのです。 あわせて、散らばった業務文書もAIで構造化し、エージェントが参照できる状態にしています。
方法2：会議や商談の音声から、判断の観点を取り出す
ある政府系金融機関では、会議の音声から、言葉として明示されていない「判断の観点」を抽出しました。 そのうえで、社員がいつでも相談できる「上司役」のAIを展開しています。 上司に聞きにくいこと、上司が忙しくて聞けないことを、まずAIに相談し、観点の抜けに気づけるようにする狙いです。
ある飲食サービス企業は、成果を上げている営業の進め方を「型」としてAIに持たせ、営業全員に展開しました。 商談の音声も資産として蓄え、AIを相手にした商談の練習にも使っています。 営業の事務作業は、AIが8割、人が2割を担う分担になり、作業が終わる時刻は19時ごろから18時ごろに早まりました。
優秀な人のやり方を、本人が付きっきりで教えなくても、全員が日々の仕事の中で使える。 これがAIによる継承の大きな特徴です。
ここでいう「型」は、きれいな手順書である必要はありません。 たとえば営業であれば、次のような要素を言葉にしておくだけでも、AIは十分に使える材料になります。
- 順序：初回の商談で何を聞き、どこまで話を進めるか
- 問い：顧客の本当の課題を引き出すために、どんな質問を投げるか
- 判断の基準：どんな兆候があれば提案を急ぎ、どんなときは一度引くか
音声の記録があれば、こうした要素の下書きはAIが作れます。 それを優秀な本人が確かめて直すことで、本人の負担を抑えながら、型の質を保てます。
方法3：判断と、その結果の履歴を残す
暗黙知のもう1つの姿は「判断の履歴」です。 あるレシピ・食品EC企業では、AIが商品の補充の発注を提案し、人が承認します。 そして、どう判断したか、その結果どうなったかを記録に残しています。 この会社は「自社の判断と結果の履歴こそが競争力になる」と考えています。
ある鉄道グループのパン店では、これまで製造数を経験と勘で決めてきました。 今後はAIの推奨をもとに、「出社後1分で計画を決める」ことを目指しています。 最終的に決めるのは人です。AIは、経験の浅い人でもベテランに近い判断の出発点を持てるようにする役割です。
提案、人の判断、結果。この3つがそろって記録されると、次の提案の精度が上がり、なぜそう判断したのかを後から学べるようになります。
方法4：文書と口頭の説明から、業務の手順を起こす
ある信託事務の会社では、既存の文書と担当者の口頭の説明から、業務の工程仕様書とワークフローを自動で作成する実証を行っています。 複雑な事務手続きほど、手順の細部は担当者の頭の中にあります。 担当者が話した内容をAIが整理し、仕様書の形に起こせれば、文書化の負担は大きく下がります。
ここでも考え方は同じです。人にゼロから書かせるのではなく、話してもらい、AIが下書きを作り、人が確かめる。 この順番にするだけで、これまで後回しにされてきた文書化が現実的な作業になります。
こうして起こした手順は、人が読むためだけのものではありません。 手順と判断の分かれ目がはっきり書かれていれば、それはそのままAIエージェントに渡す業務の指示にもなります。 文書化は、人への引き継ぎと、AIへの引き継ぎを同時に進める作業になるのです。
知識を「管理できる資産」にする
取り出した知識は、管理しなければ、また散らばります。 先の政府系金融機関では、AIに渡す手順書（スキル）を、特定の実行環境に依存しない形で作り、変更履歴を管理しています。 AIの環境が変わっても知識を持ち運べ、誰がいつ何を直したかもたどれます。
ある信託銀行では、市場部門の面談メモをAIで検索できるようにし、エージェントとして使えるようにしました。 さらに、グループ会社が作った評価用のエージェントを、データを共有するときと同じ手順で信託銀行に共有しています。 既存の権限の設計がそのまま使えたため、新しい統制の仕組みを一から作る必要がありませんでした。
- 持ち運べる形で書く：特定のツールに閉じず、手順や判断の観点をテキストとして残す
- 履歴を残す：知識も、プログラムと同じように変更履歴を管理する
- 権限に乗せる：データと同じ権限の仕組みで、誰が使えるかを管理する
AIに「考える力」を奪わせない
暗黙知をAIに移すと、新しい心配が出てきます。 若手がAIに頼りきりになり、自分で考えなくなるのではないか、という懸念です。
先の政府系金融機関は「AIに考える力を奪わせない」ことを掲げ、AIを展開する前に、人に残す能力を先に決めました。 何をAIに任せ、どこからは人が考えるのか。その線引きが先にあるから、上司役のAIは「答えを渡す道具」ではなく「観点に気づかせる相手」になります。
パン店の例でも、レシピ・食品EC企業の例でも、最終判断は人に残しています。 AIは判断を代わりにするものではなく、判断の質をそろえ、判断の記録を残すためのものと位置づけるのが現実的です。
線引きの考え方としては、たとえば次のような分け方があります。
- AIに任せる：過去の事例や記録を探す、論点の抜けを指摘する、下書きを作る
- 人に残す：最終的に決める、顧客や関係者に説明する、前例のない状況で考える
- 一緒に行う：AIの提案に対して、なぜ採用する（しない）のかを人が言葉にして残す
3つ目の「なぜ」を残す習慣は、それ自体が次の世代への暗黙知の継承になります。 AIを使うほど判断の理由が蓄積され、組織の知識が厚くなっていく。この循環をつくることが目標です。
まとめ：始める前に確認したい5つの質問
- 知識がどこで失われているか（同じ相談の繰り返し、回答待ち、記録されない判断）を数字で把握しているか
- 会議・相談・商談など、すでにある記録のうち、どれを知識の材料にできるか
- 熟練者が「書く」のではなく、AIの答えを「直す」「話す」形で関われる仕組みがあるか
- 取り出した知識を、変更履歴と権限つきで管理できるか
- AIに任せることと、人に残す能力の線引きを決めているか
暗黙知の継承は、ベテランがいるうちにしかできません。 一方で、AIを使えば、ベテランに大きな負担をかけずに、日々の仕事の記録から知識を取り出せるようになりました。 私たちは、業務の記録をどう集め、どう知識にし、どうAIに使わせるかまで、現場の業務に合わせて設計・開発しています。 まずは1つの業務、1人のベテランの知識から始めることをおすすめします。
暗黙知を活かすAIエージェントの設計・開発もご相談ください。
AI受託開発を見る
