人的資本時代のナレッジマネジメント：属人化を超えて組織が育つ仕組み

この記事は、ソフトバンク アドベントカレンダー 2025 、13日目の記事です。

「この作業はあの人に聞かないと分からない」「担当者がいない日は議論が止まってしまう」。開発やプロジェクト推進の現場にいると、このような属人化の場面に繰り返し遭遇します。

私自身、システムエンジニアとして開発やプロジェクト管理に関わる中で、設計の背景や判断の意図が特定の人の頭の中にしか残っていない状況を何度も見てきました。議事録や仕様書が整っていても、そこには判断に至るまでの文脈が残らず、後から事情を読み解こうとすると余計な時間がかかってしまうことがあります。

こうした属人化と向き合うたびに、人や組織がもっと力を発揮できる環境とは何かという問いが自然と浮かぶようになりました。

本記事では、ナレッジマネジメントの基本、属人化が生まれる構造、そしてAIエージェントがもたらす未来の知識循環についてお話ししていきたいと思います。

ナレッジマネジメントとは何か

ナレッジマネジメントとは、組織に散在する知識を整理し、共有し、必要なときに誰もが活用できる状態へと導くためのマネジメント方法です。

より専門的に表現するなら、個人に宿った暗黙知を、組織が再利用できる形式知へと変換し、知識が時間とともに蓄積・進化していく仕組みを整えることと言えます。

ここで重要になるのが、情報と知識の違いです。情報とは出来事や手順を記録した表層的な内容ですが、知識とはその背後にある判断の理由や意図、文脈まで含めて構造化された理解のことを指します。

ナレッジマネジメントは、この情報と知識の間に生まれる溝を埋め、知識が特定の個人に留まらず、組織全体の能力として活かされる状態を実現するための管理手法とも言えます。うまく機能すると、知識は個人に依存せず、組織にとっての人的資本として積み重なっていきます。

ナレッジが組織に残らない理由

ナレッジが残らない背景には、以下のような構造的な理由があります。

1. 言語化の限界

実務の中で人が行っている判断には、経験から育まれた感覚や、状況を一瞬で読み取る直観的な理解が多く含まれています。こうした暗黙の基準は、いざ言葉にしようとすると途端に輪郭が曖昧になり、文章に落とし込む段階でその厚みがそぎ落ちてしまうことがあります。結果として、後から読める形にはなるものの、本当に伝えたい核心まで届かず、知識としての再現性が生まれにくくなるのです。

2. 知識の断片化

プロジェクトでは、議事録、設計資料、チャットでのやり取り、レビューコメントなど、さまざまな場所に知識の欠片が生まれます。しかし、それらは時間や担当者の違いによって散らばったまま蓄積され、互いに結びつく機会がほとんどありません。本来ひとつの流れとして理解されるべき情報が切り離されてしまうことで、必要な知識がどこにあるのか見通しづらい状態に陥ります。

3. 知識の届け先が曖昧

ナレッジをまとめた本人には、その知識がどの場面で役立つのかという文脈がありますが、読み手にはその前提が共有されていません。どのタイミングでその情報を参照すべきなのかが分からず、結果として活用されずに眠ってしまうケースが多くあります。知識が届くべき相手や場面を想定できていない場合、たとえ文書が存在してもそれは情報として残るだけで、知識として機能しないままです。

こうした要因が重なり合うことで、情報量は確かに存在しているにもかかわらず、知識として活かされる状態にはなかなかたどり着きません。属人化とは、この構造的なギャップが積み重なることで生まれる問題であり、個人の努力だけでは解消しきれない理由もここにあります。

属人化のリアリティと私自身の経験

私が携わってきたプロジェクトでも、属人化による知識の偏りは常につきまとっていました。

設計判断の理由を後から追おうとしても文章化されておらず、当時の担当者だけが背景を理解しているというのは珍しくありません。こうした状況が積み重なると、プロジェクトの速度や判断の再現性は確実に損なわれていきます。

私自身も次の担当者のために資料を作り、背景説明を付けて残してきましたが、それらはどうしても個人の視点で書かれた資料にとどまり、プロジェクト全体の知識として自然に統合されるまでには至りませんでした。

周囲も同じように工夫を続けていましたが、属人化を根本から崩す決め手にはならないという空気が現場に漂っていたように思います。
その閉塞感のなかで、AIエージェントという新しい選択肢が見え始めました。

属人化を超える新しいアプローチ＜AIエージェント＞

AIエージェントは、人が業務の中で培ってきた知識を対話を通じて引き出し、必要なときに活用できる形で保持してくれる存在です。ソフトバンクでも活用が進んでおり、従来の知識共有にはない特徴があります。

最も大きいのは、知識を失わないという点です。人のように異動や退職の影響を受けず、蓄えた理解を継続して提供できます。さらに、時間に左右されず、24時間同じ水準で応答できることも強みです。問い直されても応答の質がぶれないため、知識へのアクセスがいつでも安定します。

議事録やレビューコメント、設計判断の背景といった情報がAIに取り込まれていくことで、これまで人に尋ねるしか方法がなかった内容が、必要な瞬間に自然と取り出せる知識へと変わるようになります。これにより、属人化によって偏っていた知識が、少しずつ組織全体の力として循環し始めていくようになります。

AIエージェントを実際に機能させるために必要なこと

AIエージェントは導入するだけで本来の力を発揮するわけではありません。組織の中で知識が流れ始めるためには、周囲の環境を整え人とAIの役割を明確にし無理のない形で少しずつ活用範囲を広げていく、という段階的なプロセスが欠かせません。以下では、その核となる三つの観点を整理していきます。

1. AIが理解できる土台を整える

AIが適切に働くためには、まず学習の基盤となる情報へたどり着ける状態を整えることが必要になります。プロジェクトでは、要件定義や設計資料、議事録、レビューの履歴など多くの情報が日々生まれていますが、それらが散らばったままではAIは知識を再構成できません。情報が適切な場所にまとまり、必要な文脈にアクセスできる状態になってはじめて、AIは知識を吸収し整理し利用できるようになります。

ここで重要なのは、完璧な文書を作ることではありません。必要なのは、知識へとたどり着く導線をつくることです。情報が整理されているほど、AIは組織に蓄積された知識をより深く理解し、適切な場面で再利用できるようになります。土台の準備は地味に見えますが、後の活用の質を決定づける大切な作業です。

2. 人とAIの役割を整理する

AIが扱える領域と、人が担うべき領域を明確にしておくことも欠かせません。AIは過去の情報を整理したり、類似するパターンを見つけたりするのが得意で、知識の再利用や背景の照合といった場面で大きな力を発揮します。一方で、状況に応じた価値判断や例外的なケースへの対応、チームとしてどの方向に進むべきかを合意していく場面では、人が中心となる方が自然です。

どこまでをAIに任せ、どこからを人が担うのかという境界が曖昧なままだと、活用は安定しません。逆に、役割の線引きが明確になればなるほど、人とAIが互いの強みを補い合い、協働が滑らかに進むようになります。AIに向いている作業と、人に向いている判断。それぞれが適切な場所に配置されることで知識が循環しやすい状態が生まれます。

3. 小さく始め、育てながら広げていく

AIエージェントの活用は、一度に大きく進める必要はありません。むしろ、新人がつまずきやすい説明や、過去案件の背景理解に時間がかかる部分、あるいは何度も繰り返し行われる説明など、小さな領域から始める方が成功しやすいという特徴があります。手応えを感じられる場面から取り組むことで、AIが扱える知識の幅は自然と広がり、組織の中で無理のない形で育っていきます。

重要なのは、一気に完成させようとしないことです。小さな成功体験が積み重なると、AIが提供できる価値の範囲は徐々に広がり、組織としてどのように活用すべきかの共通理解も育っていきます。段階的な広がりこそが、AIエージェントが自然に組織へ根付いていくための鍵になります。

まとめ： 知識を人から組織に、そしてAIへ

私はこれまで属人化を減らすために資料を作成し、背景を文章化してきましたが、人の努力だけでは越えられない壁があることを痛感してきました。

AIエージェントは、その壁を越えるための新しい選択肢です。人とAIが協力することで、知識が自然に循環する組織へ近づいていきます。

知識が人に宿る時代から、組織へ、そしてAIへ。その変化はすでに始まっています。あなたのチームにも、まだ言葉になっていない知識が眠っていませんか。その知識をAIとともに組織の資産へ育てていく取り組みに向けて、本記事が少しでもお役に立てれば幸いです。

ここまで読んでくださり、ありがとうございました。
明日のアドベントカレンダーもどうぞお楽しみください。