手順はマニュアルに残る。判断は、誰に残しますか — ベテランの暗黙知をAIエージェントに変える5つのステップ

2026年7月14日 最終更新日時 : 2026年7月14日 xenz

「あの人に聞けば、だいたい分かる」

そういう社員が、あなたの会社にもいないでしょうか。図面を見ただけで「これは危ない」と気づく人。電話の声だけで「この客は急いでいる」と分かる人。

その人が退職するとき、会社から何が失われるのでしょうか。

作業手順でしょうか。顧客情報でしょうか。過去のトラブル対応の記録でしょうか。

もちろん、それらも大切です。しかし、手順や記録はマニュアルや日報に残せますし、失っても作り直せます。取り戻すのが最も難しいのは、「なぜそこで止めるのか」「なぜこの順番で進めるのか」「なぜ今回は受注しないのか」という、判断の理由です。日報やマニュアルには、手順と結果は残っても、理由までは残らないからです。

こうした、言葉にしにくい経験からくる知恵は「暗黙知（あんもくち）」と呼ばれます。暗黙知は、マニュアルにはほとんど残りません。人と一緒に、会社を去っていきます。

そこで近年、国内外で注目されているのが、ベテランの暗黙知をAIエージェント（質問に答えたり、判断の材料を示したりしてくれるAIの仕組み）へ変換する取り組みです。

先に結論を言えば、この取り組みは「大きな投資」ではなく「小さな習慣」から始められます。必要なのは、高価なシステムではなく、スマホ1台と、月数千円程度のAIツールと、ベテランに話を聞く時間です。

AIエージェントの価値は、人を置き換えることではありません。人の中に閉じていた知識を、会社全体が使える資産へ変えることにあります。

事実：熟練者の知識を残す取り組みは、規模の大小を問わず始まっている

まず、実際に起きていることを確認します。ここは事実です。

トヨタ：手書き資料まで材料にした「AIの大部屋」

トヨタ自動車は、熟練エンジニアの知見を次の世代へ移すため、生成AIエージェント群「O-Beya（大部屋）」を構築しています。

Microsoftの紹介記事によれば、O-Beyaはトヨタの設計データ、過去の技術報告書、規制情報、そしてベテランエンジニアの手書き資料などを基に構築され、パワートレイン（エンジンや変速機など、車を動かす心臓部）の開発領域で使われています。2024年1月以降、この領域の約800人のエンジニアがアクセスでき、月に数百回使われているとされています。担当者は「熟練者が退職すれば、その知識は失われてしまう。それを防ぐことがミッションだ」と語っています。

注目すべきは、材料に「手書き資料」が含まれていることです。きれいに整ったデータベースがなくても、AI化は始められる。世界のトヨタが、それを示しています。

愛知の部品メーカー：現場のカイゼンノウハウをAIに答えさせる

「トヨタだからできる話だ」と思うかもしれません。では、もう少し身近な例を見てみます。

愛知県の自動車部品メーカー、旭鉄工は、現場の改善（カイゼン）で積み上げてきた社内のデータやノウハウをChatGPTと組み合わせ、「データの見方が分からない」「問題の直し方が分からない」といった社員の悩みに、社内の知見を基にAIが答える仕組みを作って運用しています。過去の改善事例が増えすぎて、必要な情報を探し出すのが難しくなったことが出発点でした。

つまりこれは、「熟練者の頭の中と過去の記録に眠っていた知恵を、誰でも引き出せる形にした」取り組みです。ゼロから知識を作ったのではなく、すでに社内にあったものをAIにつないだ点が重要です。

東京の左官会社：ビデオ1台から始まった技能継承

もっと小さく始めた会社もあります。しかも、AIが登場するずっと前からです。

東京都文京区の原田左官工業所は、壁を塗る左官職人の会社です。同社は、熟練職人の手元をビデオに撮り、見習いが自分の作業映像と見比べて修正する「モデリング」という育成方法を実践してきました。うまい人を見て真似るという昔ながらの「見て習う」を、ビデオで現代風に仕組み化したものです。同社では未経験からの見習い期間を4年と明確に定めており、若手や女性の職人を次々に育てています。左官の世界では一人前まで10年かかるとも言われてきた中で、育成の道筋を仕組みで短縮した例です。

この会社が最初に必要としたのは、ビデオカメラだけでした。今なら、スマホで足ります。

なお、本ブログで以前ご紹介した盛岡の南部鉄器メーカー（タヤマスタジオ）も、熟練職人へのヒアリングを基にAIに学ばせ、市の補助金や大学との連携を活用しながら、若手の育成期間を従来の3分の1に短縮しています。＜※既存記事への内部リンク＞

ここから分かるのは、次のことです。暗黙知を残す取り組みは、大企業の専売特許ではない。そして、その入口 — 現場の知恵を録り、集めるところ — は、ビデオ1台、スマホ1台の時代から、すでに中小企業が実践してきたことだということです。AIは、集めた知恵を「引き出せる形」にする最後のひと押しに過ぎません。

気になるお金と時間：始めるだけなら、驚くほど小さい

「それでも、AIとなるとお金がかかるのでは」と思うかもしれません。ここは、事実と提案を分けてお伝えします。

まず事実として、文書を読み込ませて質問できる市販のAIサービス（ChatGPT、Claude、GeminiやNotebookLMなど）は、執筆時点で1人あたり月額数千円程度、ものによっては無料の範囲から使えます。録音と撮影は、いま社員のポケットに入っているスマホでできます。つまり、後述するステップ1〜4までに必要な追加投資は、実質ほぼゼロです。

そのうえで、これは提案ですが、最初の90日を次のように設計することをおすすめします。

期間やることかかるもの
最初の30日「失われると困る判断」を一つ選ぶ。ベテランに1回1時間の聞き取りを週1回、計4回行う（スマホで録音）ベテランと聞き手の時間だけ
次の30日録音と過去資料から「判断カード」（後述）を10〜20枚作る担当者の時間。AIに文字起こしと下書きを手伝わせれば月数千円
最後の30日判断カードと過去資料を市販のAIサービスに読み込ませ、若手が実際に質問してみる。答えをベテランが確認し、直すAIサービス利用料（月数千円程度）

この段階では、システム開発会社への発注も、サーバーの構築も要りません。もちろん、本格的に社内システムへ組み込む段階になれば相応の費用がかかりますし、機密情報の扱い（どのサービスに、どの資料を入れてよいか）は最初に社内で決めておく必要があります。しかし、「うちに合うかどうかを確かめる」ためだけなら、90日と月数千円で足ります。

タヤマスタジオが市の補助金を、旭鉄工が自社の既存データを使ったように、身の丈に合わせて外部の支援や手持ちの資産を組み合わせればよいのです。うまくいかなければ、90日でやめられます。それでも判断カードは手元に残り、教育資料として使えます。

推論：作るべきは「社内ChatGPT」ではなく、「判断を支える相棒」である

ここからは、事実を踏まえた推論です。

ベテランの暗黙知をAIで残すと聞くと、「社内の資料を全部入れた、社内ChatGPTを作ればよい」と考えたくなります。

しかし、それだけでは足りない可能性が高いと考えます。社内資料を検索できるようにするだけでは、資料に書かれていないもの — つまりベテランの「判断」 — は残らないからです。

必要なのは、次の3つを分けて整理することです。

整理すべき知識内容AIエージェントでの扱い方
手順何を、どの順番で行うか作業ガイド、チェックリスト、教育教材にする
判断どの条件で、どう判断するか判断基準、例外条件、注意点として整理する
背景なぜその判断をするのか過去事例、失敗例、顧客事情と結びつける

AIエージェントが本当に役立つのは、「資料を探せる」状態ではありません。社員が迷ったときに、「この状況で、うちの会社は過去にどう判断してきたか」「ベテランなら、まず何を確認するか」を示してくれる状態です。

言いかえると、目指すのは「何でも知っている検索窓」ではなく、「迷ったときに隣で助言してくれる相棒」です。

ベテランの暗黙知をAIエージェントに変える5つのステップ

1. まず「失われると困る判断」を一つだけ決める

最初から全業務を対象にしてはいけません。

まず、「この人がいなくなると困る判断」を一つ選びます。たとえば、次のようなものです。

  • 見積価格の判断
  • 品質異常の見極め
  • クレーム対応の初動
  • 特殊加工の条件設定
  • 設備トラブル時の確認順序
  • 重要顧客への対応方針

対象を絞るほど、AIエージェントは作りやすくなります。逆に、最初から「社内の知識を全部AI化する」と考えると、集める資料も、確認する人の負担も膨らみ、失敗しやすくなります。

2. ベテランに「説明」を求めず、「事例」を聞く

ベテランに「あなたのノウハウを教えてください」と聞いても、うまく言葉になりません。本人にとっては、当たり前すぎるからです。

有効なのは、具体的な場面を聞くことです。

  • 最近、判断に迷った案件は何か
  • 過去に大きな失敗を防いだ場面は何か
  • 新人がよく間違えるポイントは何か
  • 「これは危ない」と感じる兆候は何か
  • なぜその順番で確認するのか

暗黙知は、抽象的な説明の中ではなく、具体的な場面の中に現れます。

AIに渡すべきものも、きれいにまとまったノウハウ集ではなく、「事例」と「そのときの判断理由」のセットです。この聞き取りは、週1回・1時間で構いません。録音はスマホで十分です。

3. 音声・写真・動画・図面で、現場の情報を集める

暗黙知は、文章だけでは残せません。特に製造業、建設業、設備業、飲食業、工芸の分野では、手元の動き、音、色、力加減、目線、順番に意味があります。

そこで、AIエージェントの材料として、次のような情報を集めます。

  • ベテランへのインタビュー音声
  • 作業中の動画
  • 不良品と良品の写真
  • 図面・仕様書
  • 過去のトラブル報告
  • 作業チェックリスト
  • 顧客対応履歴

身構える必要はありません。原田左官工業所の育成は、熟練職人の手元をビデオに撮ることから始まりました。トヨタのO-Beyaは、ベテランの手書き資料まで材料にしています。旭鉄工は、すでに社内にあった改善記録を使いました。

つまり、立派なデータベースは要りません。まずは紙、Excel、写真、音声、日報を、ステップ1で決めた一つのテーマに沿って集めることから始められます。

4. AIに入れる前に、「判断カード」へ変換する

集めた情報をそのままAIに入れても、使いやすい知識にはなりません。重要なのは、ベテランの知識を「判断カード」という形に変換することです。

判断カードとは、一つの判断を次の6項目で書き出したものです。

項目記載内容
場面どの業務・工程・顧客対応で使う判断か
兆候何を見たら注意すべきか
判断基準どの条件なら進める・止める・相談するか
理由なぜその判断をするのか
過去事例実際に起きた失敗・成功の例
確認者最終的に誰が確認すべきか

1枚あたり、A4半分もあれば書けます。聞き取りの録音をAIに文字起こしさせ、この6項目への下書きまで手伝わせれば、担当者の負担はさらに軽くなります。最初の目標は、10〜20枚で十分です。

この形式にすると、AIエージェントは単なる検索ではなく、業務の判断を支援しやすくなります。たとえば、若手社員が「この見積は値引きしてよいか」と質問したとき、AIエージェントは過去の類似事例、粗利の基準、その顧客との関係、そして最後に確認すべき人を示すことができます。

なお、この判断カードは、AIを導入しない場合でも、そのまま教育資料や引き継ぎ資料として使えます。つまり、AI化の準備そのものが、会社の資産づくりになります。

5. AIの答えをベテランが確かめ、更新し続ける

AIエージェントは、作って終わりではありません。最初のうちの回答は、必ずベテランや責任者が確認する必要があります。

  • AIの回答が現場の感覚と合っているか
  • 危険な判断をすすめていないか
  • 古いルールを繰り返していないか
  • 例外条件が抜けていないか
  • 誰が最終判断すべきか明確になっているか

トヨタのO-Beyaも、社員から集めた知見を検証したうえで取り込む運用が紹介されています。人の確認を通らない知識は、AIに入れない。この原則は、会社の規模にかかわらず変わりません。

AIエージェントは、ベテランの代わりに最終判断をするものではありません。判断の材料を整理し、若手や後継者が「自分で考える力」を高めるための補助役です。

最初の一台は、「小さくて頼れる」エージェントでよい

中小企業で最初に作るなら、次のような小さなAIエージェントが現実的です。

AIエージェント役割最初に入れる情報
見積判断エージェント過去見積、粗利、顧客別対応を参照し、注意点を出す過去見積、受注・失注の理由、社長の判断基準
品質異常エージェント不良の兆候、過去トラブル、確認順序を示す不良写真、検査記録、クレーム履歴
設備トラブル対応エージェント症状別に確認順序と過去対応を示す保全記録、修理履歴、ベテランの確認手順
顧客対応エージェント問い合わせや苦情への回答案と注意点を示す問い合わせ履歴、対応履歴、社内ポリシー
技術継承エージェント作業手順、注意点、失敗例を若手が学べる形で出す作業動画、写真、インタビュー、チェックリスト

最初から万能なAIエージェントを作る必要はありません。むしろ、最初は一つの業務に絞った方が成功しやすいと考えます。

成功しているのは「AIを入れた会社」ではなく、「知識を選んだ会社」である

トヨタ、旭鉄工、原田左官工業所。規模も業種も道具も違うこれらの会社に共通しているのは、道具を単独で導入していないことです。共通点は、次の4つです。

  1. 失われると困る知識を明確にしている
  2. 過去資料や現場データを集めている
  3. 専門家・ベテランが中身を確認している
  4. 教育や実務で使う場面を先に決めている

つまり、成功しているのは「AIを入れた会社」ではありません。渡すべき知識を選び、使う場面を決め、人が確認する仕組みを持った会社です。原田左官工業所がビデオの時代にやっていたこの原則は、道具がAIに変わっても、そのまま通用します。

反対視点：AIは暗黙知を完全には再現できない。そして、つまずきの多くは人の側で起きる

ここまで読んで、「では早速」と思う前に、限界とリスクを確認してください。

第一に、AIエージェントには再現できないものがあります。ベテランの勘、現場の空気、顧客との長年の信頼、身体の感覚。これらを完全に写し取ることはできません。左官の鏝（こて）さばきをビデオで学べても、最後は自分の手で塗り込む時間が要るのと同じです。AIが渡せるのは判断の材料と型であり、判断力そのものは、使う人の中で育つしかありません。

第二に、AIはもっともらしい間違いを答えることがあります。特に品質、契約、価格、事故、クレーム対応に関わる判断では、人間の確認を外してはいけません。また、市販のAIサービスに社外秘の資料を入れる際は、契約プランのデータの扱いを確認し、入れてよい資料の範囲を先に決めておくべきです。

第三に、そして実はここが一番つまずきやすいのですが、失敗の多くはAIではなく人の側で起きます。想定される失敗シナリオは、次のようなものです。

  • ベテランが協力してくれない。「自分の知識を吸い上げたら、用済みにされるのではないか」と感じさせてしまえば、聞き取りは進みません。この取り組みは、ベテランを片付けるためではなく、その人の判断を会社の財産として敬意をもって残すためのものだと、経営者自身の言葉で伝える必要があります。
  • 更新が止まって、古い知識の置き場になる。作った直後は使われても、確認と更新の担当を決めていないと、半年で「誰も信じない古い資料」になります。
  • AIの答えを鵜呑みにする文化ができる。「AIがこう言ったから」で思考が止まれば、判断力はむしろ育ちません。

AIエージェントを作る目的は、ベテランを不要にすることではありません。ベテランの知識を、若手や後継者が学び、考えるための足場にすることです。

経営者への問い

  • 自社で「この人がいなくなると困る判断」を、三つ挙げられますか。
  • その判断は、手順・判断基準・背景に分けて説明できますか。
  • ベテラン社員の知識は、音声・写真・動画・文書として、何か一つでも残っていますか。
  • 来週、そのベテランと1時間、話を聞く予定を入れられますか。
  • AIの答えを、誰が確認し、誰が更新し続けますか。
  • そして、ベテラン本人に、この取り組みの意味をどう伝えますか。

まとめ：事業承継とは、判断を渡すことでもある

ベテラン社員の暗黙知は、会社にとって大きな資産です。しかし、頭の中にある限り、それは退職や異動とともに失われる可能性があります。

AIエージェントは、その知識を残すための新しい手段になり得ます。ただし、必要なのは高度なAIシステムをいきなり導入することではありません。

失われると困る判断を一つ選ぶ。ベテランに週1時間、事例を聞く。スマホで録り、判断カードに整理する。市販のAIツールに読み込ませ、若手に質問させ、ベテランが確かめる。ここまでで90日、追加費用は月数千円程度。うまくいかなくても、判断カードという財産が残ります。

最後に、これは私の考えですが — AI時代の事業承継とは、株式や役職を渡すことだけではありません。会社の中にある「判断」を、次の世代が使える形に変えて渡すことです。

人が去っても、判断が残る会社。その第一歩は、来週の1時間の聞き取りから始められます。

参考情報

＼ 最新情報をチェック ／

カテゴリー
事業承継

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

前の記事
その感覚が消えたら、売上の何％が消えるのか――暗黙知が宿る「5つの知」と資産に変える「5段の深度」
2026年7月13日
次の記事
社長の分身AIはどこまで作れるのか――「AI社長」ではなく「判断資産」をつくる
2026年7月15日