同じAIを入れたのに、なぜ「うち」は賢くないのか
鳴り物入りでAIを導入した。期待して使ってみる。けれど返ってくるのは、どこかで読んだような一般論ばかり。
ところが、同じツールを使う知り合いの会社は、自社の事情をきちんと踏まえた答えを引き出しているらしい。
同じAIのはずなのに、なぜ「うち」だけ賢くないのか。最近、こうした声をよく耳にします。
結論から言えば、差はAIの性能ではありません。AIに「渡せるもの」の差です。
情報の“読み手”が、人間からAIに変わった
少し前まで、社内の情報をどう残すかという問いは、「人間にとっての使いやすさ」を起点にしていました。
探しやすいか。見やすいか。だから私たちは要約し、結論を先に書き、余計な経緯を削ってきました。読み手である人間は、長い文章を読むのが苦手だからです。
けれど、この一年ほどで前提は静かに反転しました。社内の情報を最も大量に、最も速く読む「読み手」が、人間からAIへ移りつつあるのです。
そしてAIは、人間とは逆の読み方をします。長い文脈を一気に読み込むのが得意で、むしろ情報が削られていると困る。
人間向けに磨いた「結論だけの議事録」は、AIにとっては、判断の根拠が消えた、使いものにならないデータになってしまう。
つまり「きれいにまとめる」という今までの美徳が、AIの前ではかえって価値を削ぐことがある。ここに、これから多くの会社がつまずく最初の段差があります。
「ためていない」こと自体が、新しい負債になる
ベンチャーネットがいま強く感じているのは、次のことです。これからの時代、文脈が残っていないこと自体が、新しい「負債」になる。
これまで負債といえば、借入や、古くなった設備のことでした。けれどAIが組織の主要な読み手になった今、もっと見えにくい負債が生まれています。
なぜそう決めたのかが残っていない。当たり前の前提が、言葉になっていない。大事な知識が、特定の個人の中だけにある——。ベンチャーネットは、これを「ためていない負債」と呼んでいます（いわゆるコンテキスト負債です）。
この負債が怖いのは、ふだんは目に見えないことです。日々の仕事は、普通に回っているように見える。
ところが、いざAIに何かを任せようとした瞬間、「手渡せるものが、見当たらない」という現実に直面します。
これは、ツールを入れれば消える負債ではありません。その会社が、これまで情報をどう扱ってきたかという、積み重ねの結果だからです。
ベンチャーネットは以前から、経営の「見える化」「わかる化」を大切にしてきました。数字を見えるようにし、その裏の構造をわかるようにする。
その土台にあるのは、結局「残し続ける文化」です。残っていないものは、見えないし、わからない。当然、AIにも渡せません。
ここで一つ、釘を刺しておきたいことがあります。AIがどれだけ強力になっても、最後に理解し、判断するのは社長自身だ、ということです。
思考はAIに任せられても、理解そのものは任せられません。データを残すのは、判断を手放すためではない。むしろ逆で、社長がより良く判断するための土台を、AIと一緒に厚くしていく営みです。
「AIが読める形で残す」とは、どういうことか
では「AIが読める形で残す」とは、具体的にどういうことでしょうか。細かな実装に入る前に、考え方だけ先にお伝えします。大きくは4つです。
- ひとつ、頭の中や口頭ではなく、テキストにして残す。
- ふたつ、結論だけでなく、その判断に至った文脈ごと残す。
- みっつ、「何が起きたか（事実）」と「どう決めたか（解釈）」を分けて書く。
- よっつ、一度書いて放置せず、現実に合わせて直し続ける。
この4つを満たすほど、AIは自社の事情を踏まえた答えを返せるようになります。
逆に、口頭のやりとりや、個人のチャットに散らばった断片しかなければ、AIに渡せるのは「文脈のない切れ端」だけです。
ここから先は、一本の記事に詰め込むより、目的ごとに分けてお読みいただくほうがお役に立ちます。
- 実際にAIへ文脈をどう渡すのか、その具体的な進め方は〔AIに文脈を渡す技術〕で。
- 「何から始めればいいか」という最初の一歩は〔経験をためる最初の一歩〕で。
- 残し続けると、なぜ時間とともに有利になるのか（複利で効く知的資産）は〔学びのループが資産になる〕で。
- 日々の経験や情報をどう資産として残すかは〔経験を情報として残す〕で。
地味で、すぐには報われない。だから差がつく
正直にお伝えします。文脈を残す作業は、地味です。
今日やっても、明日の数字には反映されません。効いてくるのは、半年後、一年後です。だから、短期の成果を求められる現場ほど、つい後回しになります。
ベンチャーネットも、ここに簡単な近道があるとは言いません。ただ、踏ん張れるかどうかが分かれ目になる、とは申し上げられます。
派手さはなく、すぐには成果も出ない。それでも手を止めなかった会社だけが、AI時代の複利を受け取れるからです。
皮肉なことに、AIが強力になるほど、この差は縮まるどころか広がっていきます。
ためる会社とためない会社は、同じ場所から出発します。けれど時間がたつほど、その差は足し算ではなく掛け算で開いていきます。これが、AI時代に静かに進む「二極化」です。
同じAIを使っても、一方は自社の事情をくんだ答えにたどり着き、もう一方は当たり障りのない一般論で止まる。その違いは、AIの性能ではなく、それまで何を残してきたかで決まります。
いちど、立ち止まって考えてみてください。あなたの会社に、AIへ手渡せる判断や文脈は、どれだけ残っているでしょうか。そして、その蓄積は、先月より厚くなっているでしょうか。
ためる会社と、ためない会社のあいだで
冒頭の「うちのAIは、なぜ賢くないのか」という違和感に戻ります。あれは、AIの問題ではありませんでした。渡せるものを、まだためていなかった——それだけのことです。
裏を返せば、今日から残し始めれば、明日のAIは少しずつ賢くなっていきます。そして残し続けた分だけ、その差は複利で開いていく。
これは、特別な会社だけの話ではありません。むしろ、地味な習慣を続けられる会社が、静かに上側に立つ話です。
とはいえ、この習慣を一人で続けるのは、思いのほか難しいものです。いちばんの壁は「何を残すか」の見極めにあります。社内にいると、当たり前すぎて「わざわざ残すまでもない」と感じることほど、後になって効く文脈だったりする。自分の当たり前は、自分ではなかなか見えません。だからこそ、もう一人の視点が入ると、ためる習慣は動き出します。
ベンチャーネット自身も、日々の判断や知見を、AIが読める形で残し続けています。だからこそ、その地味さも、効きはじめる手応えも、実感としてお話しできます。
もし「うちも、今のうちにためる側へ回りたい」と思われたら、その最初の一歩から、ベンチャーネットは同じ目線で伴走します。
あわせて読みたい
- AIに文脈を渡す技術
- 経験をためる最初の一歩
- 学びのループが資産になる
- 経験を情報として残す
