AIに、企業の内容を理解させる。

決めた理由も、一緒に残します。

定義だけを残すと、しばらく経ってから「なぜこの範囲にしたのか」が分からなくなります。理由の分からない定義は、担当者が代わった時点で誰も直せなくなり、結局は使われなくなります。

そのため当社は、決めた内容と並べて、決めた理由と、そのとき見送った案も残します。「粗利に広告費を含めない」であれば、なぜ含めないのか、含める案をなぜ採らなかったのかまでを一つの記録にします。

この記録があると、AIは過去と同じ考え方で判断できます。人にとっても、以前の判断をたどれる状態になります。新しく加わった方が最初に読む資料にもなります。

企業に蓄積されるのは、データではありません。

AIの性能はデータの量で決まる、といわれることがあります。しかし実際の業務では、最も有用なデータは企業の外部へは出ません。出すべきものでもありません。企業の資産にあたるためです。

では何が蓄積されるのか。企業ごとの用語の定義と、判断の基準と、それらを検証する仕組みです。一度作成すれば、担当者が交代しても、AIが新しくなっても残ります。当社が企業の用語を定義するところから着手するのは、そこにしか蓄積されるものがないためです。

定義のみでも、検索のみでも不足します。

自社の実際の質問16問で検証しました。計測したのは、回答に必要な用語が、AIへ渡る情報の中に含まれていた割合です。

何も渡さない場合は0%。定義のみを渡した場合は38%。全文検索のみの場合は50%。定義で絞り込んだうえで検索する二段階の構成では75%となりました。該当しなかった質問を確認し、不足していた項目を4件追加して再度実行したところ、100%となりました。

16問という小規模な検証であり、自社のデータでの結果です。それでも、定義と検索のいずれか一方では到達できないことは確認できました。（2026年7月26日 実測）

現場の判断から、逆の順序で構築します。

データを収集してから用途を検討する順序では、多くの場合は使用されないまま終わります。当社では逆の順序で構築します。まず現場で最も重要な判断を選定し、その判断に必要な用語のみを定義し、必要な範囲のデータのみを接続します。

全社のデータ整備を先に完了させる必要はありません。一つの判断が運用に乗った段階で、隣接する判断へ拡大します。

1件ごとに、出典と確認状況を付与します。

記載されているだけでは不十分です。誰が決定したのかを後から確認できなければ、AIに業務を任せる根拠になりません。

言葉は、単独では意味を持ちません。

「粗利」を一行で定義しても、それだけではAIは動きません。それが何に付くのか、何から計算されるのか、どの言い方が同じものを指すのか。つながりまで書いて、はじめて使える意味になります。

ですから私たちが作っているのは、用語集ではなく関係の網です。ひとつの言葉は、たいてい他の何本かと結ばれます。下は、それを会社ひとつ分だけ広げたところです。近い意味は近くに集まり、塊と塊は名前の付いた関係でつながります。

そして、この絡み合った形のままAIに渡します。文章で説明するのではなく、機械が読める構造として渡す。だからAIは、聞き直さずに正しいほうの意味を選べます。

AIが下書きを作成し、人が確定します。

既存の資料・議事録・スプレッドシートから、AIが候補を抽出して下書きを作成します。ただし下書きの状態では使用いたしません。人が画面で確認した時点ではじめて、確認済みの状態となります。

追加の前には、同じ内容の項目が既に存在しないかを、別称まで含めて照合します。同一のものが二重に登録された場合、AIはどちらを参照すべきか判断できなくなるためです。変更は、誰がいつ実施したかまで記録に残ります。

業務が変わると、定義も変わります。

作成した時点では正しくても、運用は変化します。出典となる資料が更新されていないかを毎晩自動で照合し、差異があればお知らせします。

回答できなかった質問は、そのまま不足の記録として保持します。それを確認して項目を追加するところまでを、一つの流れとしています。

まずは、お気軽にご相談ください。

まず1領域だけ、終わる状態を作ります。全社のデータ整備を先に終わらせる必要はありません。