AIで成果を出す企業は「暗黙知」をどう明文化しているのか
Illustration by Matt Harrison Clough
サマリー：AIエージェント活用の成否を分けるのは技術的な差ではなく、組織に蓄積された暗黙の判断の明示化である。リスク許容度や例外処理などを構造化された指針へと変換して初めて、AIは組織の目標に沿って一貫した意思決定を行える。本稿では、この「判断の成文化」を通じて持続的な競争優位を構築するための3つの構造的転換と、現場の暗黙知を効率的に抽出して運用するための具体的なアプローチについて解説する。

AIで成果を出すには暗黙知の明文化が欠かせない

　一部の組織は、AIエージェントを活用して仕事の進め方を根本的に変革している。一方、小規模でリスクの低い実験から先に進めず、エージェントによる大規模で一貫性のあるパフォーマンスを実現できずにいる組織もある。

　両者を分けるのは、大方の予想に反して技術的な要因ではない。今日ではほとんどの組織が、同じモデル、同じツール、おおむね同じインフラを利用できるからだ。この差を生むのは、多くのリーダーがこれまで向き合う必要のなかったもの──すなわち「判断の明示化」に対するアプローチの違いである。これはAI導入における新たなボトルネックであり、大半の組織にとって想定外の課題となっている。

　組織は何十年もの間、自社の最も優れた人材がどのように意思決定を行うのかを、言語化する必要がなかった。専門知識は、メンターシップ、観察、経験を通じて吸収されていた。新入社員は目を配り耳を傾けながら、組織の考え方を徐々に内面化していった。この方式は、人間が業務を実行していた時代には通用した。

　AIエージェントがこの状況を変えた。従来のソフトウェアとは異なり、エージェントは曖昧な環境下でも稼働し、リアルタイムで意思決定を行うことができる。しかし人間とは違い、観察を通じて規範を学んだり、組織文化から文脈を察したりすることはできない。エージェントは明示化されたものに基づいて稼働する。それ以上のものではない。

　これにより、現在さまざまな業界で顕在化している特定の失敗モードが生まれる。企業は、自社の最も優れたサービス担当者がどのように意思決定を行うのか──たとえば例外的な価格設定、不満を抱えた長期顧客、規程からわずかに外れた要望などに、どう対応しているのか──をあらかじめ成文化することなく、顧客対応のAIエージェントを導入してしまうのだ。

　エージェントは最終的に脱線し、会社の目標と整合しなくなる。なぜなら、その特定の決定が実際にどのように下されるのか、あるいは正しい決定を下すためにどのような暗黙の文脈を読み取る必要があるのかを、誰も書き記してこなかったからだ。

　判断を成文化するとは、どういうことなのか。それは、組織の暗黙的な意思決定原則を、エージェントが実行できる構造化された指針へと変換することを意味する。これらの原則には、リスク許容度、ブランドボイス、エスカレーションの基準、品質基準、例外処理における微妙なロジックといった要素が含まれる。これらは従来、経験豊富な従業員たちの頭の中に存在してきた。AIを機能させるには、それ以外の場所にも存在しなければならない。

先行する組織と後れを取る組織を分けるもの

　先を行く組織は、筆者らが「判断のインフラ」と呼ぶものを構築している。これにより専門知識をスケールさせることができる。