最近、このような悩みをよく耳にします。
- 個人ではChatGPTを使っているが、会社全体では活用できていない
- AIエージェントを試したものの、PoCで終わってしまう
- 社員がそれぞれバラバラにAIを使っており、組織として活用できていない
- AIに会社の理念や業務ルール、ナレッジをどう理解させればよいかわからない
ここでは、AIエージェントを組織的に活用するためにはどのような仕組を整備する必要なのかについて、次の7つにまとめて説明します。
この7つの仕組を整備することで、企業は学習し進化する組織を実現することができます。
※ここでは、Claude CodeをAIエージェントとして利用した例を示します。
作業の可視化
人とAIエージェントのすべての作業を記録・共有・評価できる仕組は整っているか？
AIエージェントを組織的に活用するためには、まずこの仕組みが必要です。
なぜなら、作業の記録とその評価結果は、AIエージェントが組織の実践を理解し、推論や改善提案を行うための重要な材料になるからです。
【事例】
これは、実際に、AIエージェントドリブン経営プラットホーム上で、AIエージェントが行った作業の実績が記録されている例です。
myCompany-member（AIエージェントドリブン経営プラットホーム）では、メンバーが、同じプロジェクトに参加している全てメンバーの作業実績、つまり、
いつ、誰が、何の作業を、どのように実施したか、いつ誰がどのエージェントに何の指示を出したか、
その結果、AIエージェントがどのように作業を実施したかを参照することができるとともに、
その内容を、評価することができます。
データ連携
AIエージェントが業務システムのデータを取得・更新できる仕組は整っているか？
次に、AIエージェントが業務システムとデータ連携できる仕組みが必要です。
なぜなら、AIエージェントは業務システムから必要なデータを取得し、その結果を業務システムへ反映できなければ、組織の業務を自律的に実行できないからです。
【事例】
myCompany-managerでは、ナレッジベースを構築する過程で、
アプリケーション機能のAPIと、その仕様を定義し、
そのアプリケーション機能を、部門のアクションに割当てることで、
AIエージェントが、その部門のアクションを実行する際、そこに割当てられたアプリケーション機能のAPIを自動的に呼び出し、業務システムから必要なデータを取得したり、処理結果を更新したりすることができるようになります。
データマネジメント
AIエージェントがデータの構造、品質・セキュリティ要件を理解して成果物を生成できる仕組は整っているか？
AIエージェントを組織的に活用するためには、データを適切に管理する仕組みが必要です。
なぜなら、AIエージェントはデータの構造や品質、セキュリティ要件を理解していなければ、正確で信頼できる成果物を生成できないからです。
【事例】
myCompany-managerでは、ナレッジベースを構築する過程で、
メンバーやAIエージェントが参照、作成するデータの型（データタイプ）を、セキュリティ要件を含めて定義して、
データタイプに属するデータ項目を、データ品質要件を含めて定義します。
次に、そのデータタイプを、メンバーやAIエージェントが行うタスクに割当てることで、
AIエージェントが、そのタスクを遂行する際、そこに割当てられたデータ項目やデータ要件を考慮して成果物を生成することができるようになります。
ナレッジベース
AIエージェントが理念・戦略・業務ルールなど組織のコンテキストを理解して推論できる仕組は整っているか？
AIエージェントを組織的に活用するためには、組織のコンテキストを体系的に管理するナレッジベースが必要です。
なぜなら、AIエージェントは組織の理念や戦略、業務ルールを理解して初めて、その組織に適した推論や意思決定支援を行えるからです。
【事例】
myCompany-managerでは、経営理念の定義、ビジネスモデルの設計、事業戦略の策定、ビジネスシステムの構築という観点から企業のナレッジベースを構築することができます。
これによって、AIエージェントが作業を実行するとき、組織の理念や戦略、業務ルールを理解して、その組織に適した推論や意思決定を行うことができるようになります。
AIエージェントネイティブな組織
AIエージェントを前提とした組織が構築できているか？
「AIエージェントネイティブな組織」とは、人がAIを補助的に使う組織ではなく、AIエージェントが組織の一員として日常業務や意思決定に参加することを前提に設計された組織のことです。
AIエージェントを組織的に活用するためには、このような組織づくりが必要です。
なぜなら、AIエージェントが十分な能力を発揮するためには、人とAIエージェントの役割や責任、協働の方法を組織として設計する必要があるからです。
「AIエージェントネイティブな組織」について、もう少し具体的に説明します。
次の図は、EAのフレームワークであるビジネスストラクチャマトリクスを使って、メンバーやAIエージェントを部門やプロジェクト・プログラムに割り当てている様子を表しています。
メンバーやAIエージェントは、まず、メンバーカテゴリに割り当てて、そのメンバーやAIエージェントを部門に割り当て、最後に、プロジェクト、あるいは、プログラムにアサインします。
この場合、部門は、知識創造企業のハイパーテキスト型組織におけるビジネスシステムレイヤー、プロジェクト、あるいは、プログラムは、プロジェクトチームレイヤーに該当します。
もう少し詳しく説明すると、まず、さまざまな分類基準によってメンバーカテゴリーつまりメンバーを分類するためのセグメントを作ります。
下図のの場合、等級が３等級、職位が部長という分類基準を組み合わせて、３等級・部長というメンバーカテゴリを作っています。
このメンバーカテゴリーにメンバーやAIエージェントを割り当てて、次に、そのメンバーやAIエージェントを、ビジネスの機能である部門に割り当てます。
そして最後に、下図のように、部門のメンバーをプロジェクトやプログラムにアサインします。
プロジェクトやプログラムは、階層構造を構成する様々な部門のメンバーとAIエージェントが、ビジネスの目標に応じて離合集散する組織形体です。
さて、ハイパーテキスト型組織のナレッジベース、ビジネスシステム、プロジェクト・プログラムの関係を図にすると下図ようになります。
人とAIエージェントがナレッジベース、ビジネスシステム、プロジェクト・プログラムを通して協働、共創する組織構造がAIネイティブ時代の組織構造だと考えることができます。
【事例】
myCompany-managerでは、まず、メンバーカテゴリにメンバーやAIエージェントを割当て、
次に、部門にメンバーやAIエージェントをアサインし、
最後に、プロジェクトやプログラムにメンバーやAIエージェントをアサインします。
これによって、人とAIエージェントがナレッジベース、ビジネスシステム、プロジェクト・プログラムを通して協働、共創する「AIエージェントネイティブな組織」を構築することができます。
仮説検証の自律化
AIエージェントがマネジメント（PDCA）サイクル、特に検証と改善（制約の発見・分析・改善）を自律的に実行する仕組は整っているか？
AIエージェントを組織的に活用するためには、仮説検証を自律的に実行する仕組みが必要です。
なぜなら、AIエージェントは組織の目標と実績を継続的に比較し、制約を発見・分析・改善して初めて、組織の成果を継続的に向上させられるからです。
【事例】
この図は、AIエージェントが、AIエージェントドリブン経営の問題の特定から、業務の改革・改善までの実験サイクルを自律的に実行する過程で、原因の推定を実行した例です。
この一連のアクションの流れをアクションプランとして定義することで、AIエージェントは、そのアクションプランに定義されたアクションを順番に、あるいは、並列に実行します。
原因の推定では、制約理論の制約を特定するというガイドラインがあるので、AIエージェントが制約理論、TOCのボトルネックを特定しています。
この場合、AIエージェントは、観察データから、全スタッフの平均カット時間が釣一に12-14分帯に収束していることを確認し、個人技術差でなくカット工程自体が制約だと判断しています。
そして、原因仮説として、個人差ではなく、カット工程という構造的要因が主因だと推定しています。
さらに、制約の改善、適合、克服というステップで制約制御方針案を提示しています。
この内容を確認したメンバーは、これを鵜呑みにするのではなく、不明点や判断の過程を確認した上で、そこから起想（きそう）されるアイデアをAIエージェントにぶつけることで知の共創が始まるのです。
特に、下図のように、部門のアクションのガイドラインの定義することで、AIエージェントは、そのガイドラインに則ってアクションを実行するようになります。
ナレッジマネジメント
AIエージェントが仮説検証を通じて実践ナレッジ（何をするとうまくいくか、何をするとうまくいかないか）を蓄積・共有・再利用し、継続的に推論能力を強化する仕組は整っているか？
AIエージェントを組織的に活用するためには、実践ナレッジを継続的に蓄積・共有・活用する仕組みが必要です。
なぜなら、仮説検証によって得られた実践ナレッジこそが組織の資産であり、AIエージェントはその資産を学習し続けることで、推論能力を継続的に向上させ、組織を学習し進化し続ける組織へと変革できるからです。
【事例】
具体的な例として以下を参照してください。
「Claude Codeを活用したオペレーションの自律化のDEMO」
