AIエージェント時代のナレッジマネジメント。実行するAIに何を渡すか

運営者プロフィール

加藤晃寿郎（株式会社taiziii 代表取締役）。慶應義塾大学経済学部出身のエンジニア。在学中のスタートアップ設立、フリーランスを経てシステム開発会社を創業。企業のAI導入支援と、判断継承AIプラットフォーム「SkillRelay」の開発に従事。

1位

Amazonベストセラー獲得

著書『AI時代の経営デザイン』

データベースカテゴリ、2025年10月時点

「AIの出力結果が公平性を欠くことがないよう、AIに単独で判断させるだけでなく、適切なタイミングで人間の判断を介在させる利用を検討」。総務省と経済産業省が2026年3月31日に公表した「AI事業者ガイドライン（第1.2版）」には、公平性の指針としてこの一文が置かれています。バイアスへの対処を目的とした記述ですが、人の判断をどこで挟むかという問いは公平性の場面に限りません。そして、どのタイミングが「適切」なのかは書かれていません。そこを決めるのは各社です。

出典　総務省・経済産業省「AI事業者ガイドライン（第1.2版）」概要（2026）https://www.soumu.go.jp/main_content/001064299.pdf

各社が決めなければならなくなったのは、AIの役割が変わってきたからです。OpenAIは2025年7月、調査から実行まで複数のステップを進める「ChatGPT agent」を発表しました。読み手が人からエージェントに変わるなら、渡す情報も整えたくなります。規程・手順書・FAQを検索しやすくまとめ直す作業は、これまでのナレッジマネジメントの延長で進められます。

出典　OpenAI（2025）https://openai.com/index/introducing-chatgpt-agent/

書かれていないのは、その先です。請求金額が見積とわずかに違うとき、そのまま処理してよいのか差し戻すのか。検査の数値は基準内なのに仕上がりに違和感があるとき、ラインを止めてよいのか。人が担当していた間、こうした線引きは担当者への確認で埋まっていました。埋めていた人が読み手から外れると、エージェントは例外のたびに止まるか、確認のないまま一般的な処理で進めます。

任せられる範囲を決めるのは、AIの実行能力ではありません。どこで止めて誰に確認させるかが決まっているかどうかです。この記事では、チャットから業務実行への転換をたどったうえで、エージェントが参照する情報を従来のナレッジマネジメントと比べ、人が承認する設計の3要素と、判断基準をAIに渡せる形で残す方法までを扱います。

AIの役割はチャットから業務の実行へ移りつつある

OpenAI・Anthropic・Microsoftの発表は実行するAIへ向かっている

Anthropicは2024年10月22日、AIが画面を見てカーソル操作や入力を行う「computer use」を公開ベータとして発表しました。発表の中で「still experimental（まだ実験段階）」と明記されたとおり、この時点では試験的な位置づけです。

出典　Anthropic（2024）https://www.anthropic.com/news/3-5-models-and-computer-use

OpenAIは2025年7月17日、「Introducing ChatGPT agent」を公式発表しました。調査と行動をつなぎ、ブラウザや外部ツールを組み合わせて複数ステップのタスクを進めるエージェントとして位置づけられています。

出典　OpenAI（2025）https://openai.com/index/introducing-chatgpt-agent/

Microsoftは、毎年公表している働き方の調査レポート「Work Trend Index」の2025年版で、人間とAIエージェントが協働する組織の姿を「Frontier Firm」として提示しました。

出典　Microsoft「Work Trend Index 2025: The Year the Frontier Firm Is Born」2025年　https://www.microsoft.com/en-us/worklab/work-trend-index/2025-the-year-the-frontier-firm-is-born

三つの発表に共通するのは、AIの役割が「質問に答える」にとどまらず、「業務の中で調査・操作・整理を進める」へ広がっている点です。すべてが実務で使える段階に達したわけではありません。それでも、提供元自身の説明が、会話相手から実行役へ動いていることは確かです。

エージェントが増えても方向づけと判断は人に残る

Microsoftが2026年に公開したWork Trend Indexでは、Microsoft 365のエコシステム上で稼働するアクティブなAIエージェント数が前年比15倍（大企業では18倍）と報告されました。同じ調査で、回答者の86%はAIの出力を「最終回答ではなく出発点」として扱うと答えています。調査対象は10か国の2万人ですが、すでに業務で生成AIを使っている人に限定されており、エージェント数の集計範囲もMicrosoft自社製品の利用データです。AIを提供する事業者自身の調査でもあるので、そこは割り引いて読む必要があるでしょう。それでも、エージェントの利用が試験段階から業務の中へ入り始めていること、利用者がAIの出力を確認の対象として扱っていることは読み取れます。

出典　Microsoft WorkLab「Agents, Human Agency, and the Opportunity for Every Organization」Work Trend Index 2026（10か国・業務で生成AIを使う就業者2万人。調査実施はEdelman Data x Intelligence、2026年2月18日〜4月）　https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization

同レポートは、エージェントが実行を担うほど、人間には方向づけ・判断・結果への責任が残るという整理も示しています。エージェントが作業を進める分だけ、人の仕事は、何を参照させてどこで確認するかを決めるほうへ移る、という見立てです。

実行するAIが参照するのは従来と同じ対象である

AIエージェントは、指示を受けると計画を立て、社内の文書やデータ、業務システムを参照しながら複数の手順を進めます。参照先の中身は、規程・手順書・FAQといった文書類、顧客情報や取引履歴などの業務データ、そして業務システムの画面や帳票です。並べてみると、従来のナレッジマネジメントが蓄積してきた対象とほぼ重なります。変わったのは中身より読み手です。

人が読む前提の文書は書かれていない部分を読み手が補ってきた

規程も手順書も、人が読んで使うことを想定して書かれてきました。行間は経験で埋め、用語のゆれは文脈で読み分け、判断に迷えば隣の席の先輩に聞きます。文書が多少不完全でも業務が回ってきたのは、この補完があったからです。

エージェントが読み手になると、補完の前提が崩れます。違いを整理すると次のとおりです。

エージェントが迷ったときに聞き返す相手は、設計すれば決められます。ただし、人が読む前提の文書をそのまま置くだけでは足りません。迷ったらどこへ戻すかを、情報として一緒に渡しておく必要があります。読み手が変われば、文書の書き方も渡し方も変わります。

規程・手順書・FAQのような管理する知識はそのまま渡せる

読み手が変わっても、これまでの整備が無駄になるわけではありません。規程・手順書・FAQ・用語定義のような、事実として書き出せて正解が決まっている知識（この記事では「管理する知識」と呼びます）は、エージェントにもそのまま参照させられます。検索性を高め、重複や旧版を整理し、置き場所を揃えるという従来のナレッジマネジメントの基本は、参照先の品質としてそのまま活きます。

社内文書をAIに参照させる仕組みとしては、RAG（検索拡張生成）を使った社内AI検索が使われます。

問題は、管理する知識だけで業務が最後まで進むかどうかです。人が読む場合ですら、手順書どおりに進まない場面では文書の外の判断に頼ってきました。読み手がエージェントに変わっても、判断が手順書の外に残っている状態は変わりません。

手順書だけではエージェントは業務を最後まで進められない

手順と手順の間に挟まる例外は担当者の判断で埋められてきた

手順書に書かれているのは、業務が想定どおりに進んだ場合の流れです。実務では、その流れから外れる小さな例外が繰り返し現れます。

経理の支払業務では、請求書を照合し、承認を経て支払う流れは手順書にあります。ところが請求金額が見積とわずかに違うとき、そのまま処理してよいか、差し戻して営業担当に確認するかの線引きは書かれていません。端数の調整なら進めてよい、この金額を超えたら止める、という基準は担当者の経験の中にあります。

製造の品質判定でも同じ形の欠落があります。検査の手順と基準値は文書にあります。しかし、数値は基準内に収まっているのに仕上がりに違和感がある、という場面で製造ラインを止めるかどうかは検査担当者の判断です。異常時にどの範囲まで自分で対処し、どこから上長へ上げるかも、文書より人に蓄積されています。

カスタマーサポートでは、問い合わせ対応のフローやFAQが整備されていても、補償をどこまで出すか、どの時点で上席にエスカレーションするかという条件がフローの中に書かれていないことがあります。この場合、対応の線引きは担当者ごとの経験に頼ることになります。

こうした例外時の線引きが特定の個人に留まったままになる状態が、属人化と呼ばれてきた問題にあたります。

人が読み手だった時代は、この欠落が表面化しにくいものでした。手順書に書かれていない部分は、担当者への確認で埋まっていたからです。エージェントが読み手になると、埋めていた人がその場にいません。例外に出会ったエージェントは、参照先に基準がなければ止まるか、確認のないまま一般的な処理で進めてしまうおそれがあります。

どこまで任せるかの条件はどの文書にも書かれていない

手順書は業務のやり方を書く文書であり、その業務をどこまでAIに任せてよいかを書く文書ではありません。規程は禁止と義務を定めますが、自動実行の範囲は定めていません。例外時の判断基準だけでなく、どこまで任せるかという条件も、これまでどの文書の守備範囲にも入っていませんでした。

具体的には、次のような条件が文書化されていません。

• どの業務の、どの工程までを自動で実行させてよいか
• 想定外の状況が起きたとき、誰へ戻すか
• 部署によって基準が違うとき、どちらを優先するか

エージェントに任せられる範囲は、実行の能力ではなく、この判断条件が決まっているかどうかで定まります。何をさせるかより先に、どこで止めて誰に確認させるかを決めなければ、任せる範囲の線が引けないからです。

任せられる範囲はどこで人が承認するかを決めて初めて広がる

AI事業者ガイドラインは適切なタイミングを各社に委ねている

人の確認を組み込む設計は、国の指針でも方向づけられています。総務省と経済産業省が2026年3月31日に公表した「AI事業者ガイドライン（第1.2版）」は、AIを事業で利用する企業を「AI利用者」と位置づけ、10の共通の指針を示しています。その一つ「公平性」の項目には、「AIに単独で判断させるだけでなく、適切なタイミングで人間の判断を介在させる利用を検討」という記載があります。

出典　総務省・経済産業省「AI事業者ガイドライン（第1.2版）」概要（2026）https://www.soumu.go.jp/main_content/001064299.pdf

AI事業者ガイドラインは法的な義務や規制ではなく、事業者の自主的な取組を支援する指針です。だからこそ、守らされる基準としてではなく、設計の参考として読めます。どのタイミングが「適切」かはガイドラインには書かれていません。業務ごとに決めるのは各社であり、その決め方が、どこまで任せるかという条件の言語化にあたります。

承認ポイントは自動実行の範囲・戻し先・優先順位の3点で決める

どこで人が確認するかは、次の3点に分けて決めると具体化しやすくなります。

3点とも、書く作業そのものは難しくありません。難しいのは、これまで暗黙のうちに個人が握ってきた線引きを、組織として決め直すことです。自動実行の範囲を決めるには、この工程は失敗してもやり直せるかを業務ごとに評価する必要があります。戻し先を決めるには、いま例外を実際にさばいているのが誰かを確かめる必要があります。

3つ目の部署間の優先順位は、見落とされやすい要素です。値引きの承認を例にすると、営業は受注の確度を優先し、経理は利益率と回収リスクを優先する、という食い違いが起きます。人が業務を進めている間は、この食い違いもその場のやり取りで収まってきました。エージェントに任せる場合は、どちらの基準を参照させるかを先に決めておかなければ、部署をまたぐ工程で処理が止まるか、一方の基準だけで進んでしまいます。

もう一つの実務上の要点は、承認ポイントを絞ることです。すべての工程に人の確認を挟むと、エージェントに任せる意味がなくなり、確認する側も一つひとつを見なくなります。影響の大きい工程に確認を集中させ、それ以外は事後に記録で追える状態にします。

判断基準をAIが参照できる形で残せば任せる範囲は広がる

承認ポイントを決めても、例外のたびに人へ戻していては、任せられる範囲は広がりません。範囲を広げる鍵は、例外時の判断基準そのものを、エージェントが参照できる形で残すことです。AIが参照する文書やデータをどう整えるかは、別記事「AI Readyな社内ナレッジの整え方」で整理しています。

判断基準は5項目を添えて初めて参照して動ける情報になる

基準の文面だけでは、エージェントはいつ使ってよい基準なのかを判別できません。どんな条件で有効か、外れたら誰に戻すかまで揃って、はじめて業務の中で使えます。残すときは、基準の本文に次の5項目を添えます。

経理の支払業務を例にすると、「請求金額と見積の差が端数調整の範囲なら、そのまま処理して備考に残す。それを超える差は経理の主担当に戻す」という基準に、経理の主担当の判断であること、月次の通常支払に限ること、更新日と確認者を添えて残します。ここまで揃えば、エージェントは基準の範囲内なら処理を進め、範囲の外に出たら人へ戻せます。

複数のベテランの判断は統合せず帰属を保って残す

判断基準を集めると、担当者によって基準が違う場面に必ず出会います。このとき、複数の基準を平均して一本のルールにまとめないことが、残し方の原則です。値引きの判断で、ある担当者は取引の継続性を重視し、別の担当者は利益率を重視しているとします。二つを足して割った中間の基準を作ると、どちらの判断も再現できない、誰のものでもない基準になります。取引の継続性を重視する判断も、利益率を重視する判断も、どの場面で使うかという条件とセットで意味を持つからです。

残すときは、誰の・どの条件での判断かという帰属を保ったまま、条件付きのルールとして並べます。継続取引が見込める顧客には担当者Aの基準を、単発の案件には担当者Bの基準を使う、のように条件で使い分けられる形にすれば、基準の違いは矛盾ではなく守備範囲の違いとして残せます。ベテランから判断基準を引き出す問いの立て方は、別記事「判断基準の作り方と5つの問い」で扱っています。

よくある質問

AIエージェントを導入すれば業務の属人化は解消するのか

導入だけでは解消しません。エージェントは参照先にある情報をもとに動くため、判断基準が特定の個人の中にあるままなら、エージェントが再現できるのは文書化された手順までです。実行が自動化される分、例外時に頼れる人の判断の重要度はむしろ上がります。属人化している判断を見える化し、必要な部分を継承する取り組みが先に要ります。引き継ぎのどこまでをAIに任せられるかは、別記事「AIを使った業務引き継ぎでできること」で扱っています。

AIエージェント時代にナレッジマネジメントは不要になるのか

不要にはなりません。規程・手順・FAQといった管理する知識の整備は、エージェントの参照先の品質としてそのまま活きます。変わるのは読み手の前提です。人が読んで補う前提から、AIが参照して動く前提へ移るため、判断基準・有効条件・戻し先といった、これまで書かれてこなかった情報の整備が新しく加わります。仕事が減るのではなく、整える対象が増えると考えるほうが実態に近いはずです。

手順書をどこまで詳しく書けばエージェントに業務を任せられるのか

手順の記述をいくら細かくしても、それだけでは任せる条件は揃いません。手順書が扱うのは想定どおりに進む場合の流れであり、例外時の判断基準と、どこまで任せてよいかの線引きは手順書の守備範囲の外にあるからです。記述の詳しさよりも、自動実行の範囲・例外時の戻し先・部署間の優先順位という承認の設計と、判断基準に有効条件と戻し先を添えて残すことのほうが先です。

人間の承認を挟むとAIエージェントの効果は薄れないのか

承認ポイントを全工程に置けば効果は薄れます。設計の要点は、影響が大きく取り返しのつきにくい工程に確認を集中させ、それ以外は事後に記録で追える状態にする濃淡です。Microsoftの2026年調査でも、86%がAIの出力を「最終回答ではなく出発点」として扱うと回答しており、確認を前提にした利用はエージェントの活用と両立しています。承認を挟むこと自体ではなく、どこに挟むかを決めないことが効果を下げます。

出典　Microsoft WorkLab「Agents, Human Agency, and the Opportunity for Every Organization」Work Trend Index 2026（10か国・業務で生成AIを使う就業者2万人。調査実施はEdelman Data x Intelligence、2026年2月18日〜4月）　https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization

分かれ目は参照先に判断が書かれているかにある

チャットで答えるAIから業務を実行するAIへ、という転換は、OpenAI・Anthropic・Microsoftの一次発表で確認できる動きです。読み手が人からエージェントに変わると、ナレッジマネジメントの問いも変わります。知識をどう蓄積し、どう見つけてもらうかという従来の問いに、実行するAIに何を参照させ、どこで人が承認するかという問いが加わります。

規程・手順書・FAQといった管理する知識は、これまでの整備がそのまま参照先として活きます。足りないのは、手順の間に挟まる例外の判断基準と、どこまで任せるかの条件です。承認ポイントを自動実行の範囲・例外時の戻し先・部署間の優先順位の3点で設計し、判断基準には誰の判断か・有効条件・戻し先・更新日を添えて、統合せず帰属を保って残します。この整備が、任せられる範囲を少しずつ広げていきます。生成AIの普及で知識の残し方がどう変わるかは、別記事「生成AI時代のナレッジマネジメント」で扱っています。

参照先に判断が書かれていなければ、RAGを組んでも返ってくるのは一般論です。答えるAIでも実行するAIでも、問いの核心は同じ場所にあります。AIの能力ではなく、参照先に判断が書かれているかどうかです。