属人化をほどく、失敗しない進め方

連載の締めくくりです。AIが効くこととその限界を見てきました。最後は実践——「どう進めれば、属人化対策が今度こそ続くのか」。過去のナレッジ共有が失敗してきた理由を逆手に取って設計します。

「作れば人は来る」は、最大の幻想だった

多くの会社が、過去にナレッジ共有に挑戦し、そして廃墟にしてきました。社内wiki、マニュアル集、FAQ——最初だけ作られて、誰も使わず、更新されず、忘れられる。失敗の原因は、システムが悪かったからではありません。

• 出す側に動機がない：自分のノウハウを出すと、自分の価値が下がる気がする。
• 書いた瞬間から腐る：更新されず、情報が古くなる。ある調査では、社内記事の6割超が半年で陳腐化し、定期的に棚卸しする会社は14%だけ。しかも一度誤った情報に当たると、67%が二度とそのナレッジを使わなくなる、といいます。

「作れば人は来る（Field of Dreams）」は幻想でした。AIツールを入れるだけでは、この同じ墓場をもう一つ増やすだけです。

AIの真価は「引き出す手間」と「更新する手間」を下げること

では、AIは何を変えるのか。決して「動機」や「責任」の問題を解決はしません。AIが効くのは「摩擦を下げる」方向です。

• 引き出す摩擦を下げる：前回のとおり、AIがベテランに問いかけて暗黙知を引き出すので、「ゼロから文書を書く」負担が消える。
• 更新する摩擦を下げる：実際の業務のやり取り（チャット・対応履歴）からAIが下書きを更新案にできるので、「古くなって腐る」速度を抑えられる。

過去のナレッジ管理の二大失敗（出すのが面倒・更新が面倒）に、AIはまさに効く。ただし、それは「動機」と「更新責任」の設計があってこそです。

【中小の進め方】小さな運用ループから始める

大がかりなシステムは要りません。連載04と同じ「小さく始める」で、1つの属人業務から回します。

1. 1業務を選ぶ　「この人が辞めたら困る」業務を1つ。経理の月次処理、エース営業の提案の型など。
2. AIで引き出す　ベテランに、AIが問いかけながら手順と判断基準を引き出す（No.3のプロンプト）。形式知化しやすい部分から。
3. 動機を設計する　出した人を評価・表彰する。「出すと損」でなく「出すと得」に変える。隠れAI活用も罰さず歓迎する。
4. 更新の責任を決める　「誰が・いつ見直すか」を決める（例：四半期に1回、その業務の担当が更新）。実際の対応履歴からAIに更新案を作らせる。

まとめ

1. ナレッジ共有が廃墟化したのはツールでなく「動機」と「更新」の不在。AIだけでは同じ失敗。
2. AIの真価は「引き出す摩擦・更新する摩擦を下げる」こと。設計があってこそ効く。
3. 中小は1業務×運用ループから。「辞めたら困る人」の業務を、ベテラン×AIの対話で引き出す。