ナレッジ共有AIとは?社内の知恵を集めて、AIで取り出せるようにする仕組み
ナレッジ共有AIとは、社内に散らばった知恵を1か所に集め、AIで取り出せるようにする仕組みです。集めるのは、仕事の手順、判断の基準、お客様の情報、過去の見積や提案です。社員が普段の言葉で質問すると、AIがその資料から答えと出どころを返します。これまでのナレッジ共有は「書いて貯める」ことが中心でした。AIで変わるのは、貯めたものを「探して、読んで、つなぐ」手間です。
中心になる技術は、IPA(情報処理推進機構)のガイドラインが説明しているRAG(検索拡張生成)です。質問に関係するデータを社内のデータベースから探し、元の質問に足したうえでAIに答えを作らせます。AIが学習していない社内の情報でも、データベースに入れておけば、答えの精度を上げられます。逆に言えば、入れていない情報について、精度は上がりません。
社内で集める4種類の知恵
| 種類 | 中身の例 | いまありがちな置き場所 | よく聞かれる質問の例 |
|---|---|---|---|
| 手順 | 受注の入力、請求書の発行、機械の段取り替え、新人の初日の流れ | ベテランの頭の中、古い手順書、紙のメモ | 「月末の請求書、どの順番で出す?」 |
| 判断の基準 | 値引きの幅、短い納期を受けるかどうか、新しい取引先の支払条件、クレームの一次対応 | 社長の頭の中 | 「この値引き、担当が決めていい?」 |
| お客様の情報 | 締め日、支払条件、請求書の送り先、先方の担当者、過去のやりとりの要点 | 営業の手帳、メール、販売管理ソフト | 「A社の締め日と請求書の送り先は?」 |
| 過去の見積や提案 | 見積書、提案書、仕様が決まった経緯、受注・失注の結果と理由 | 個人のパソコン、共有フォルダの奥 | 「似た工事、前はいくらで出した?」 |
これまでのナレッジ共有と、何が違うのか
| 場面 | これまで(共有フォルダ・社内Wiki) | ナレッジ共有AI |
|---|---|---|
| 探し方 | ファイル名やフォルダの場所を覚えておき、開いて探す | 「A社の締め日は?」と普段の言葉で聞く |
| 見つかった後 | ファイルを開き、該当する所を自分で読む | 答えの文と、根拠にした資料名が返る |
| 資料が何本にもまたがるとき | 何本も開いて、自分で読み合わせる | 関係する資料をまとめて答える |
| 詳しい人が不在のとき | その人が戻るまで止まる | 資料に書いてあることなら答えられる |
| 資料に書いていないこと | 「見つからない」とわかる | 答えられない。もっともらしい誤りを返すこともある(注意点の節) |
資料を書く手間は、これまでと変わりません。減るのは、探す・読む・つなぐ手間と、聞かれる人の手間です。手順書そのものの作り方はマニュアル作成にAIを使う方法で解説しています。「有給は何日前までに申請?」のように答えが1つに決まる質問なら、質問と答えの組を作る社内FAQが向きます。作り方は社内FAQをAIで作るやり方をご覧ください。この記事では、「似た工事、前はいくらで出した?」のように資料を探して比べる質問に備え、4種類の知恵をどう集めて置き、誰が直し続けるかを扱います。
なぜナレッジ共有AIが要るのか|白書と調査の数字
中小企業庁の2026年版小規模企業白書は、業務上のノウハウ(技術・知識・経験)が特定の従業員に依存しないよう、組織として蓄積・共有する取組を調べています。小規模事業者で「取り組んでいる」と答えたのは48.8%(n=7,424)でした。業種別では、運輸業・郵便業57.1%、情報通信業54.4%、建設業53.5%、製造業53.4%が過半数です。小売業42.6%、卸売業39.5%、宿泊業・飲食サービス業37.8%は4割前後にとどまります。
| 有効だった取組 | 割合 | AIで変わること |
|---|---|---|
| マニュアルや手順書の整備 | 39.1% | 説明の録音から下書きを作れる。探さずに、質問して取り出せる |
| 社員同士の交流機会の提供 | 35.9% | 交流の場で出た話をメモに残して置けば、次からはAIに聞ける |
| 社内勉強会・研修の実施 | 28.7% | 勉強会の資料と録画の文字起こしを、そのまま置き場所に入れられる |
| OJTの提供 | 23.6% | 教える人の説明を書き起こしておけば、新人が後から何度でも聞き直せる |
| 事例等のデータベース化 | 14.7% | 過去の見積・提案・クレーム対応を、言葉で探せる形にできる |
事例のデータベース化を有効だったと答えたのは14.7%で、手順書の整備(39.1%)の半分以下です。過去の見積や提案、クレーム対応の記録は社内にあっても、探せる形に整える作業が残っています。その「探せる形にする」部分が、AIの最も手伝いやすい所です(ほかの選択肢は、ジョブローテーションの導入5.4%、その他9.6%)。
厚生労働省の令和7年度能力開発基本調査でも、同じ傾向が見えます。技能継承に問題があるとした事業所は44.2%で、問題点の2番目は「技術・ノウハウ等の伝承に時間がかかり円滑に進まない」(60.6%)でした。一方、技能継承の取組で、退職予定者の技能・ノウハウ等を「文書化、データベース化、マニュアル化している」のは22.0%にとどまります。上位に並ぶのは「中途採用を増やしている」(56.2%)など、人で補う取組です。
ナレッジ共有AIでできること|何を集め、どこに置き、どう取り出し、誰が更新するか
ナレッジ共有AIを形にするときに決めることは4つです。知恵の種類ごとに、次の表のように決めておくと、置き場所が散らからず、更新も止まりません。
| 知恵 | 何を集めるか | どこに置くか | どう取り出すか | 誰が更新するか |
|---|---|---|---|---|
| 手順 | 今の手順書、ベテランが説明した録音の文字起こし、画面の写真 | 「手順」フォルダ。1つの仕事に1ファイル | 「月末の請求書の出し方を順番に」と聞き、手順と資料名を返させる | その仕事の担当者。手順が変わった日に直す |
| 判断の基準 | 値引き・納期・支払条件の基準表、社長が過去に判断した例とその理由 | 「基準」フォルダ。社長が確かめた版だけを置く | 「この条件の値引きは担当が決めてよいか」と聞き、基準表の該当行と、超えたら誰に上げるかを返させる | 社長。基準を変えたら、その日に表を差し替える |
| お客様の情報 | 締め日、支払条件、送り先、先方の担当者、過去のやりとりの要点 | 販売管理ソフトや顧客台帳(元の台帳を正とし、写しを増やさない) | 「A社の締め日と送り先」と聞く。見られる人を営業と経理に絞る | 営業の担当者。元の台帳を直す |
| 過去の見積や提案 | 見積書、提案書、受注・失注の結果と理由(1行でよい) | 「見積」フォルダ。ファイル名を「年月_取引先_品目」にそろえる | 「似た案件の見積を3件、条件の違いつきで」と聞く | 見積を作った人。受注・失注が決まったら結果を1行足す |
始める順番は、手順と過去の見積や提案からがおすすめです。社内の資料だけで完結し、個人情報が少ないからです。お客様の情報は、入力してよい範囲と見られる人を決めてから載せます(選び方の節)。
置き場所の3つの形
| 形 | 中身 | 向いている会社 | 準備するもの |
|---|---|---|---|
| 1. AIチャットに、その都度資料を渡す | 使う人が、手順書やPDFを貼り付けてから質問する | まず試したい。資料が数本 | 入力した内容が学習に使われない設定やプラン |
| 2. 資料をまとめた場所をAIに読ませる | AIツールのプロジェクトやノートの機能に資料を登録する。共有フォルダに検索型のAIをつなぐ | 資料が数十本、使う人が数人から数十人 | 置き場所1つ、ファイル名の決まり、見られる人の設定 |
| 3. 社内のシステムに組み込む(RAG) | 販売管理ソフトや社内チャットの中に、質問の窓口を作る | 部署ごとに見せる範囲を分けたい。問い合わせが多い | 開発の予算、見られる人の設計、更新の担当 |
どの形でも、AIが答えられるのは置いた資料の範囲だけです。IPAのガイドラインも、RAGで精度が上がるのはデータベースに入れた情報についてだけだとしています。そのため、どんな情報に答えられるかを、使う人に知らせておく必要があります。社内に開くときは「いま答えられるのは、手順と過去の見積です」と、範囲を書いて伝えます。
どう取り出すか|AIへの頼み方の文例
置き場所を決めたら、答え方の決まりを最初にAIへ伝えておきます。プロジェクトの説明欄や、最初の指示に入れて使う文例です。「○○」は自社の言葉に置き換えてください。
- 答え方の決まり(最初に1回):「あなたは当社の社内の質問に答える係です。答えは、ここに置いた資料に書かれていることだけで作ってください。答えの最後に、根拠にした資料名と、その資料の更新日を書いてください。資料に書かれていないことは『資料にありません。○○さんに確認してください』と答え、推測で埋めないでください。」
- 過去の見積を探す:「○○工事(木造、延床30坪)に近い過去の見積を3件探し、取引先・金額・工期・今回と違う条件を表にしてください。根拠にした見積書のファイル名も付けてください。」
- 判断の基準を聞く:「取引先B社から、定価から8%の値引きを求められました。値引きの基準表に照らして、担当者が決めてよい範囲か、社長に上げるべきかを、基準表の該当する行を引用して答えてください。」
ナレッジ共有AIのメリット|白書が示す効果と、AIで加わること
2026年版小規模企業白書は、社内ノウハウの蓄積・共有に取り組んでいる小規模事業者に、得られた効果も聞いています。白書の数字と、AIで取り出せるようにしたときに加わることを並べると、次のとおりです。
| 得られた効果 | 割合 | AIで取り出せるようにすると |
|---|---|---|
| 担当者不在時でも業務が滞りなく遂行できるようになった | 43.6% | 不在の人に聞く代わりに、資料から答えと出どころを返せる |
| 業務の引継ぎが円滑に行えるようになった | 31.9% | 後任が、引継ぎの資料を質問しながら読める |
| 製品・商品・サービスの品質が安定した | 31.2% | 判断の基準を、毎回同じ表から返せる |
| 業務負担が平準化され、働きやすさが向上した | 21.7% | 「聞かれる人」に集まっていた質問が分散する |
| 業務効率が向上し、時間的・人的コストが削減された | 18.2% | 探す・読む・つなぐ手間が減る |
| 顧客対応や納期管理におけるリスクが低減した | 13.4% | 取引先ごとの条件を、その場で確かめられる |
| 従業員の育成が容易になった | 11.8% | 新人が、同じ質問を気兼ねなく何度でもできる |
同じ白書では、取り組んでいる事業者のほうが、取り組んでいない事業者より、売上高が「増加」、営業利益率が「上昇」と答えた割合が高い結果でした。従業員の月平均残業時間が「減少」と答えた割合も高くなっています。白書は、一概にはいえないとしたうえで、属人化の防止や業務効率化につながっている可能性を示しています。
公表事例|有限会社川田製作所(神奈川県小田原市、従業員16名)
白書の事例2-1-8です。精密プレス加工の同社では、社員の約7割が55歳以上で、担当者でないとできない仕事が多くありました。川田社長は、生産・品質管理の業務をクラウドのシステムに移して情報を残し、全社員にタブレット端末を配って現場でその場で情報を共有できるようにしました。作業手順書はデジタル化し、画像や動画で説明しています。あわせて、社員一人一人が講師になって自分の仕事を教え合う「みんな塾」も始めました。
白書によると、多品種少量生産に対応できる体制ができ、製造品種は80品種に広がりました。以前の主力顧客の受注構成比は約3割まで下がり、新しい分野の顧客が加わっています。社員の平均年齢は60歳から40歳に若返りました。AIを使った事例ではありません。ただ、「集める(クラウドに移す)・置く(1か所で見られる)・取り出す(現場のタブレット)・教え合う」の4つがそろっている点は、ナレッジ共有AIの設計にもそのまま使えます。
ナレッジ共有AIの選び方|置き場所とツールを決めるチェック表
ツールの名前や機能の数より先に、次の6点を確かめます。試用期間があれば、自社の資料10本と、STEP1で集めた質問10問で試すと差がわかります。
| 確かめること | なぜ確かめるか | 確かめ方 |
|---|---|---|
| 入力した資料が、AIの学習に使われないか | 個人情報保護委員会は、個人データを含む指示を生成AIに入力する場合、提供事業者がそのデータを機械学習に利用しないこと等を十分に確認するよう求めている | 利用規約、法人向けプランの説明、管理画面の設定 |
| 答えに出どころ(資料名)が付くか | 出どころがないと、答えが合っているか確かめられず、結局人に聞くことになる | 試用で10問聞き、全部に資料名が付くかを見る |
| 見られる人を分けられるか | IPAのガイドラインは、2024年6月時点のRAGの課題を挙げている。機密情報を入れると全ての利用者が参照できる。利用者や部門ごとに分けたり、閲覧権限を設定したりできない | 給与や顧客の情報を、別の置き場所や別の権限に分けられるか |
| 資料を直したら、答えに反映されるか | IPAのガイドラインは、古い情報や重複した情報が答えの精度を下げる例に挙げている | 手順書を1行直し、翌日に同じ質問をして答えが変わるかを見る |
| 社員が普段使う画面から聞けるか | 別の画面を開く手間があると、聞いたほうが早いままになる | 社内チャットや、いつも開いているブラウザから聞けるか |
| 費用が人数で決まるか、使った量で決まるか | 使う人が増えたときに、費用がどう変わるかが違う | 公式の料金ページで、税込か税別か、最低契約期間 |
ナレッジ共有AIを始める6ステップ|最初の置き場所を、約2か月で一周させる
資料を集めることから始めると、置き場所だけが大きくなり、使われません。始める順番は「聞かれる質問」からです。期間は、社員10〜30人の会社で、手順と過去の見積の2種類から始める場合の目安です。
STEP1(1週目):聞かれた質問を、1週間メモする
社長と、よく質問される社員2人が、1週間に聞かれた質問を全部メモします。目安は20〜30問です。メモには「誰に・何を・答えはどこにあったか(頭の中/資料名)」の3つを書き、最後に4種類の知恵(手順・判断の基準・お客様の情報・過去の見積や提案)に分けます。
STEP2(2週目):質問に答えられる資料があるかを照らす
集めた質問の1問ずつに、「資料がある」「資料はあるが古い」「資料がない(頭の中だけ)」の印を付けます。「古い」と「ない」が、STEP3で書き起こす対象です。「ない」の質問には、そのとき答えた人の名前を書き添えます。その人が、STEP3で話してもらう相手です。
STEP3(3〜4週目):頭の中にしかない知恵を、AIで書き起こす
詳しい人に、その質問への答えを5〜10分話してもらい、録音して文字起こしします。文字起こしをAIに渡し、次のように頼みます。手順書の細かい作り方はマニュアル作成にAIを使う方法で解説しています。
- 書き起こしの頼み方:「次は、当社の○○さんが『△△のやり方』を話した文字起こしです。1. 手順を番号つきで、2. 迷う場面と判断の基準を表で、3. 話に出てこなかったが確かめるべき点を質問の形で、に分けて書き出してください。わからない所は推測せず『要確認』と書いてください。」
STEP4(5週目):置き場所を1つに決め、古い版をよける
「手順」「基準」「見積」のように知恵の種類でフォルダを分け、1つの仕事は1ファイルにします。ファイル名は「手順_請求書の発行_2026-10」のように、種類・仕事・更新した年月をそろえます。古い版は、AIが読まない「旧版」フォルダへ移します。同じ資料が2か所にあると、AIが古いほうを根拠に答えるからです。
STEP5(6〜7週目):社内に開き、2週間試す
「いま答えられるのは手順と過去の見積です」と範囲を伝えて、社内に開きます。この2週間は、AIが答えられなかった質問と、間違えた質問を、次の表に記録します。
| 日付 | 質問 | AIの答え | 正しい答え | 直す・足す資料 |
|---|---|---|---|---|
| 10/6 | C社の請求書はPDFで送ってよい? | 資料にありません | 郵送のみ(先方の決まり) | お客様の情報:C社の送り方を台帳に足す |
| 10/8 | 段取り替えの後、最初に測る所は? | 旧版の手順を答えた | 新しい治具では2か所測る | 手順:旧版を移し、新版の更新日を直す |
STEP6(8週目):振り返って、次の知恵へ広げる
STEP1と同じ1週間のメモを、もう一度とります。社長と詳しい社員に来た質問の数、AIの答えに資料名が付いた割合、記録表の件数の3つを比べ、続けるか、次の知恵(判断の基準、お客様の情報)へ広げるかを決めます。
ナレッジ共有AIの注意点|貯めても使われない5つの原因と対策
使われなくなる原因の多くは、AIの賢さではなく、置き方と決め方にあります。
| 原因 | 起きること | 対策 |
|---|---|---|
| 1. 同じ資料が2か所にある。古い版が残っている | AIが古いほうを根拠に答える。IPAのガイドラインも、ノイズ・重複・古い情報を、答えの精度を下げる情報の例に挙げている | 旧版はAIが読まない場所へ移す。ファイル名に更新した年月を入れる |
| 2. 答えに出どころが出ない | 合っているか確かめられず、結局人に聞く | 答え方の決まりで、資料名と更新日を必ず付けさせる |
| 3. 置いていない情報を聞かれる | 答えられない。または、もっともらしい誤りを返す。IPAのガイドラインは、データベースに入れた情報でも必ず正確に答えられるとはいえないとしている | 答えられる範囲を社内に知らせる。答えられなかった質問を記録し、資料を足す |
| 4. 顧客情報や機密が混ざるのが怖くて、何も載せない | 置き場所が空のまま止まる | お客様の情報は元の台帳に残し、学習に使われない設定で、見られる人を絞る。給与など機密は別の場所に分ける |
| 5. 更新する人が決まっていない | 半年後には誰も直さず、答えが古くなる | 知恵の種類ごとに、更新する人と直すきっかけを決める(次の節) |
もう1つ、AIの答えをそのままお客様へ出さないことも決めておきます。見積の金額や納期の回答など外に出すものは、AIの答えをもとに社員が確かめてから出します。
ナレッジ共有AIを定着させる|誰が・いつ更新するかを決める
置き場所を作った人が1人で直し続ける形は、続きません。知恵の種類ごとに、更新する人と直すきっかけを、次のように決めておきます。
| 知恵 | 更新する人 | 直すきっかけ | 見直す頻度 |
|---|---|---|---|
| 手順 | その仕事の担当者 | 手順やソフトの画面が変わった日 | 3か月に1回、担当者が通して読む |
| 判断の基準 | 社長 | 基準を変えた日、例外を認めた日 | 半年に1回 |
| お客様の情報 | 営業の担当者 | 条件や先方の担当者が変わった日(元の台帳で直す) | 台帳の運用に合わせる |
| 過去の見積や提案 | 見積を作った人 | 受注・失注が決まった日に、結果を1行足す | 月末にまとめて確かめる |
| 答えられなかった質問 | 推進役1人 | 記録表に書かれた日 | 月1回15分、社長と推進役で記録表を見る |
更新の手間も、AIで減らせます。たとえば手順書なら、「次の2つは、手順書の今の版と、先週の作業の記録です。手順書と違うやり方をしている所を一覧にしてください」と頼み、出てきた違いを担当者が確かめて直します。
ナレッジ共有AIは、知恵を「取り出せる」ようにする仕組みです。ベテラン1人にしかできない仕事そのものを減らす手順は属人化を解消するには?、何人かのやり方から標準のやり方を選ぶ方法は業務の標準化の進め方で解説しています。
シス学の場合|社内の知恵を集める仕事も、作業・確認・判断に分ける
シス学(システム経営学)は、AIエージェントを活用し、会社を「儲かるシステム」につくり変える経営学です。シス学では、ナレッジ共有AIを「社長の頭の中にある手順と判断の基準を言葉にし、仕組みに移す」仕事として進めます。その仕事も、作業・確認・判断に分けて受け持ちます。
| 任せ先 | 受け持つ仕事 | 中身 |
|---|---|---|
| AI | 作業(下書き・照合) | 過去の見積書と受注・失注の結果から、似た案件3件と条件の違いの表を下書きする。答えられなかった質問を月ごとに一覧にする |
| 社員 | 確認(確かめと例外への対応) | 数量・単価・条件が今回の案件に合うかを確かめる。資料の誤りや抜けを直す |
| 社長 | 判断(方針と最終の決定) | 最終の金額と値引きの幅を決める。その理由を判断の基準表に1行足し、どの情報を誰に見せるかを決める |
社長の判断と勝ちパターンを、基準表と見積の記録という言葉と仕組みに残します。これは、シス学で叶える3つのシのうち「承継価値の向上(いつでも、高く渡せる会社に)」の土台になります。
シス学のAIコンサルティングでは、聞かれる質問の書き出しから、置き場所と更新の決まりづくり、AIへの組み込みまでを一緒に進めます。料金は、対象の業務と体制をお聞きしたうえで、無料相談でご案内します。まずは30分の無料相談からご相談ください。
まとめ
- ナレッジ共有AIとは、手順・判断の基準・お客様の情報・過去の見積や提案を1か所に集め、質問するとAIが答えと出どころを返す仕組み
- 2026年版小規模企業白書では、ノウハウの蓄積・共有に取り組む小規模事業者は48.8%。有効だった取組で「事例等のデータベース化」は14.7%にとどまる
- 知恵の種類ごとに、何を集め・どこに置き・どう取り出し・誰が更新するかを決める。最初は手順と過去の見積から
- 始める順番は「聞かれる質問」から。約2か月で、メモ → 照合 → 書き起こし → 置き場所 → 2週間の試用 → 振り返り
- 使われなくなる原因は、古い版・出どころなし・範囲外の質問・情報の扱いへの不安・更新する人の不在。どれも置き方と決め方で防げる
まずは明日から1週間、社長と詳しい社員2人で、聞かれた質問をメモしてください。20問たまったら、4種類の知恵に分け、資料があるかどうかの印を付けるところまで進めます。そこが、ナレッジ共有AIの設計図になります。
よくある質問
ナレッジ共有AIとは何ですか?
社内に散らばった知恵(仕事の手順、判断の基準、お客様の情報、過去の見積や提案)を1か所に集め、AIで取り出せるようにする仕組みです。社員が普段の言葉で質問すると、AIがその資料から答えと出どころを返します。中心になる技術は、社内のデータを探してから答えを作るRAG(検索拡張生成)です。
社内Wikiや共有フォルダと何が違いますか?
資料を書いて置くところまでは同じです。違うのは取り出し方で、ファイルの場所を覚えて開いて読む代わりに、質問すると答えの文と根拠の資料名が返ります。何本もの資料にまたがる質問にも、まとめて答えられます。
資料が少なくても始められますか?
始められます。資料から集めるのではなく、1週間に聞かれた質問を20〜30問メモし、その答えになる資料を足していく順番なら、資料が10本ほどでも一周できます。頭の中にしかない知恵は、話してもらった録音をAIで書き起こします。
お客様の情報をAIに入れても大丈夫ですか?
入れる前に確かめることがあります。個人情報保護委員会は、個人情報を含む指示を生成AIに入力する場合、利用目的の範囲内であることを十分に確認するよう求めています。個人データを含む場合は、提供事業者がそのデータを機械学習に利用しないこと等の確認も求めています。元の顧客台帳を正として写しを増やさず、見られる人を絞ってください。
AIが間違った答えを返すことはありますか?
あります。IPAのガイドラインは、データベースに入れた情報でも必ず正確に答えられるとはいえず、入れていない情報では精度が上がらないとしています。答えに資料名と更新日を付けさせ、お客様へ出す金額や納期は社員が確かめてから出す決まりにしてください。
誰が更新すればよいですか?
知恵の種類ごとに決めます。手順はその仕事の担当者、判断の基準は社長、お客様の情報は営業の担当者、過去の見積は作った人が更新します。AIが答えられなかった質問の記録は推進役1人が持ち、月1回15分、社長と一緒に見直すと止まりにくくなります。



PDF・11ページ/3項目の入力ですぐに読めます