前回、AIが属人化をほどく実証を見ました。今回は、それと同じくらい大事な「冷静なブレーキ」です。AIは万能の言語化マシンではありません。何が形式知化でき、何ができないのか。この線引きこそが、AIを正しく使う分かれ目になります。
- 判断・カンの中核には原理的に言葉にできない部分が残る
- 「暗黙知は形式知化できる」という前提は、学術的に批判されてきた
- 現実解は完全代替でなく「言葉にできる部分を最大化し、できない部分はベテランが伴走」
ぜんぶは言葉にできない——誠実なブレーキ
ここを誤魔化すると、記事もコンサルも信頼を失います。No.1のポランニーが言うとおり、判断・カン・経験の中核には原理的に言語化できない部分が残ります。実際、知識経営の代表理論であるSECIモデルですら、「暗黙知は形式知化できる」という前提を学術的に批判されてきました。
暗黙知と形式知の相互作用によって知識が創造されるという野中の命題は、欠陥がある。
（Stephen Gourlay「A Critique of Nonaka’s Theory」Journal of Management Studies 2006）
だから生成AIを「何でも言語化してくれる魔法の機械」と売ってはいけません。「AIで全部マニュアル化できる」は、過去のナレッジ管理が陥った幻想の再来です。
形式知化できる部分・できない部分
では、どこまでがAIで引き出せて、どこからが人に残るのか。この線引きが、この連載の山場です。
| 形式知化しやすい（AIが効く） | 形式知化しにくい（人に残る） |
|---|---|
| 手順・段取り（やることの順番） | 身体で覚えた感覚・直感 |
| 判断基準・チェックリスト | 例外を「なんかおかしい」と察知するカン |
| 典型ケースへの対応の型 | 文脈に応じた総合判断・気配り |
たとえばベテラン経理なら、「月末処理の手順」「この勘定科目はこう判断する」は形式知化できます。一方、「この請求、金額は合っているのに何か変だ」という違和感は、言葉にしきれません。AIの現実的な貢献は、左側（形式知化しやすい部分）の引き出しコストを劇的に下げ、右側（しにくい部分）はベテランの伴走を補助することです。
大事なのは、これが悲観論ではないこと。多くの会社では、形式知化「しやすい」部分すら手つかずで属人化しています。そこをAIで引き出すだけでも、属人化リスクは大きく下がる。「全部は無理」だが「かなりの部分は引き出せる」——この現実的な期待値が、成功の条件です。
現実解：完全代替でなく「表出化の支援」
結論として、AIの正しい使い方は「ベテランを置き換える」ことではありません。 No.1で見た「表出化（言葉にしにくいものを引き出す）」を、AIが手助けするのです。具体的には、AIがベテランに問いを投げかけ、断片的な答えを構造化し、抜けている前提を質問で埋めていく。
【ベテランの暗黙知を引き出すAIプロンプト例】
あなたは熟練者へのインタビュアーです。私（ベテラン）の業務知識を、新人に渡せる手順書にする手伝いをしてください。
1. まず私の仕事の流れを大まかに聞き、2. 各ステップで「どう判断しているか」を一つずつ深掘りし、3. 私が「なんとなく」と答えたら、具体例を3つ挙げさせて言語化を助け、4. 抜けている前提があれば質問してください。
――では、最初の質問からお願いします。
こうすると、「書け」と言われても書けなかったベテランから、対話を通じて手順と判断基準が引き出せます。言葉にできる部分を最大化し、できない部分はベテランの伴走で補う。この線引きと使い分けこそ、AI時代の属人化対策の中核です。
2層の同心円。外側＝形式知化しやすい層（手順・判断基準・典型対応＝AIで引き出す）、中心の核＝形式知化しにくい層（身体知・直感・例外察知＝人に残る）。矢印で「AIは外側の引き出しコストを下げ、核は伴走で補助」と示す。
まとめ
- 判断・カンの中核は原理的に言葉にできない。「AIで全部マニュアル化」は幻想。
- 形式知化しやすい部分（手順・判断基準・典型対応）はAIで引き出せる。まずそこを取る。
- 現実解は完全代替でなく「表出化の支援」。AIが問いかけ、ベテランの伴走で核を補う。