組織知AIとは？資料の蓄積と、判断に使える知識の違い

直接の回答

組織知AIとは、会社の資料・業務の記録・人の経験・判断の理由を、根拠や適用条件とともに整理し、人とAIが次の判断や業務で使い続けるための仕組みです。AlcheLivrAではMDFを組織知AIとして位置づけ、必要に応じてHCDTFや各製品、構築AI「PrimLoop」へつなぎます。

資料を蓄積することと、何が違うのか

資料を一か所に集めても、どれが今の前提か、どの条件で使えるか、誰が確かめたかは、資料だけでは分かりません。集めた量が増えるほど、探して確かめ直す手間が増えることもあります。

組織知AIが扱うのは、資料そのものに加えて、その情報が何を指し、どこから来て、いつ・どの条件で有効で、どう判断に使われたか、という関係です。人が確認し、更新できる形で残すことで、次の判断や業務で使い続けられる知識になります。

生成AI・RAGとの役割の違い

生成AIは、渡された情報をもとに文章や回答を組み立てます。RAG（検索拡張生成）は、質問との関連性をもとに回答に必要な資料や根拠を検索・取得し、生成AIが参照できるようにする仕組みです。

組織知AIは、それらを置き換えるものではありません。生成AIやRAGが参照する情報を、根拠・条件・履歴とともに整え、出力を人が確かめ、採否と理由を次に残すための土台です。

文章の下書きや一般的な調べものなら、生成AIやRAGだけで足りることも多くあります。会社の現状や過去の判断を踏まえる必要がある業務ほど、この土台が効いてきます。

小さく始める例

以下は説明用の例です。特定のお客様の事例や、効果の数値ではありません。

ある会社で、見積の判断だけを対象にしたとします。過去の見積書、値上げや特急対応の条件、承認のやり取りを、同じ案件・同じ取引先の情報として結び付け、どの条件で何を選んだかを残します。

次の見積では、似た条件の過去の判断と、その理由・出典を確かめながら検討できます。対象を一つの業務から始め、確認と更新の手順が回ってから広げます。

整理すべき構造

組織知として残すために、次のことを判断に使える形で揃えます。

• 対象：どの案件・取引先・部品・業務についての情報か
• 根拠と出典：どの資料・記録・やり取りから来た情報か
• 適用条件と時点：いつ、どの条件のときに有効か
• 権限：誰が参照でき、誰が確認・更新できるか
• 判断の履歴：何を選び、何を確かめ、結果がどうだったか

AlcheLivrA での扱い

AlcheLivrA では、共通基盤 MDF を組織知AIとして位置づけています。MDF は、業務の記録・資料・相談の履歴などを、出典・意味・履歴とともに整理し、次の判断で使える状態にします。

公開中の BizPrep は、MDF が整えた情報を経営判断に使うアプリケーションです。背景や条件の精査が必要な場面では HCDTF（Human-Centric Design Transformation Framework、PDL独自の判定ロジック層）へ、工学的な具体化が必要な場面では一部開発済みの構築AI「PrimLoop」へ、必要な範囲でつなぐ構想です。すべての利用で三つを必要とするわけではありません。

ここでの「組織知AI」は、AlcheLivrA での用語の使い方です。唯一の定義や方式を示すものではありません。