ここでは、ナレッジマネジメントについて次の観点で説明します。
ナレッジの３階層とSECIモデル
不透明で予測困難な昨今、「何をすればうまくいくか」「何をすればうまくいかないか」というナレッジ（知識）を蓄積、更新していくことが重要だと言われています。
なぜならば、高度経済成長期のように、比較的経営環境が安定している場合であればルール固定でよいですが、不確実性が高いほど学習能力が競争力になるからです。
特にAIエージェントネイティブの時代では、AIエージェント（LLM）が行う推論の元になるナレッジを意図的に生成、管理するナレッジマネジメントが重要です。
ナレッジとは、体系化され、意味づけされ、行動に使える状態になった情報のことで次の３つの階層に分けることができると考えられます。
-
規範ナレッジ（Normative Knowledge）
型（タイプ）レベルのナレッジ 。
「どう行動すべきか」を決める枠組（原理・原則）。
例
誰に何の価値を提供するために事業を行っているのか（存在意義）
事業を行うメンバーやパートナーにはどのような価値観が求められるか（行動規範）
顧客に価値を提供するために重要な業務の機能や活動は何でどのように進めるのか（価値創造の仕組） -
戦略ナレッジ（Strategic Knowledge）
種類（カテゴリ）レベルのナレッジ。
原理原則を戦略（集中すべき場所）に落としたもの。
例
Aという市場にBという製品を提供する
Cという特性のあるメンバーを獲得する -
実践ナレッジ（Practical Knowledge）
実例（インスタンス）レベルのナレッジ。
具体的な行動に使えるナレッジ。
例
A1という顧客には、B1をこのように提供する
また、知識を創造する方法に関しては、野中郁次郎氏らが提唱した、SECIモデルが有名です。
SECIモデルとは、個人の暗黙知（経験・勘）を組織の形式知（マニュアルなど）に変換・共有し、新たな知識を創造するナレッジマネジメントのフレームワークで、次のような４段階で知識が創造され続けるというものです。
- 共同化（Socialization）
経験を共有して暗黙知を伝える。
共同化とは、個人が持つ暗黙知を、直接的な体験や観察を通じて 他の人に伝えるプロセスです。
例えば、熟練した職人が弟子に技術を教える際、 言葉では説明しにくい「コツ」や「感覚」を、 実際に一緒に作業することで伝えていく過程がこれにあたります。 - 表出化（Externalization）
暗黙知を言葉や図で表現する。
表出化は、これまで言葉にできなかった暗黙知を、 文章や図表、マニュアルなどの形で明文化するプロセスです。
この段階では、「なんとなく分かっている」ことを 「誰でも理解できる形」に変換することが重要になります。 - 連結化（Combination）
明文化された知識を組み合わせる。
連結化では、既に形式化された複数の知識を組み合わせたり、 整理し直したりすることで、新しい知識体系を作り出します。
異なる部門のマニュアルを統合して新しい業務手順書を作ったり、 複数のプロジェクトで得られた教訓を総合して、 より効果的な手法を開発したりする活動がこのプロセスです。
AIを用いた知識の自動統合なども連結化の発展形として注目されています。 - 内面化（Internalization）
新しい知識を自分のものにする。
内面化は、組織で共有されている形式知を、 個人が実際に使いこなせるスキルや経験として身につけるプロセスです。
マニュアルを読んだり研修を受けたりするだけでなく、 実際の業務で活用することで、その知識が個人の暗黙知として定着していきます。
この段階で新たに蓄積された暗黙知は、次の共同化のサイクルで さらに発展した形で他の人に伝えられることになり、 組織全体の知識創造の螺旋が続いていくのです。
書籍「知識創造企業」では、SECIモデルは、個人 → グループ → 組織 → 組織間というようにナレッジの適用範囲がスパイラル状に拡大すると書かれています。
この知識創造スパイラルは、ナレッジの社会的拡張が進むほど、ナレッジは一般化・抽象化される傾向があると考えることができます。
なぜならば、
・多人数で共有するには抽象化が必要
・組織原則にするには一般化が必要
・規範にするには概念化が必要
だからです。
上記ナレッジの３階層で考えると、組織階層が上がるほど、ナレッジの抽象レベルも実例レベルの実践ナレッジ、種類レベルの戦略ナレッジ、型レベルの規範ナレッジに上がる傾向があると考えることができます。
規範ナレッジは知識創造の終点ではなく、次の実践を方向づける前提構造（文脈：コンテキスト）になリます。
その枠組みの中で個人の暗黙知が生成され、新たなスパイラルが開始されます。
ナレッジマネジメントと制約理論（TOC）
次に、ナレッジマネジメントと制約理論（TOC）の関係について考えてみましょう。
知識創造におけるスループットとは、「暗黙知が形式知へ変換され、実装され、市場価値へと転換されるまでの単位時間あたりの変換量」と捉えることができます。
なので、制約理論（TOC）で考えると、暗黙知→形式知→実装→市場投入の変換速度を下げる部分が制約になります。
SECIモデルの共同化→表出化→連結化を経て、形式知が実装（内面化）されて、市場価値化されると考えると、多くの場合、「表出化」が主要な制約になりやすいと考えることができます。
なぜなら、表出化は、
・暗黙知は身体化されて個人に埋め込まれている
・言語化が難しい
・抽象化能力、メタファーや概念化能力が必要
・心理的安全性が必要（未完成な思考を表に出すので間違いや批判を恐れてはなかなか実施できない）
であるため、機械的に事を進めることができないからです。
それから、暗黙知の共同化は、暗黙知を形式知化する前に、文脈共有を先にやり、認知のズレを減らすことで、後工程の手戻りを減らす前工程だと捉えることができます。
また、形式知を組み合わせて、新しい体系を作る連結化（Combination） は、AIエージェントが得意とする工程です。
AIエージェント（LLM）は、
・大量のテキストを一瞬で読む
・複数資料を同時に要約
・共通点を抽出
・矛盾を指摘
・構造を再整理
ことができます。
つまり、ヒトに比べて、AIエージェントは圧倒的に高い形式知処理能力を備えています。
なので、AIエージェントは、連結化（形式化された暗黙知の再構成）を代行することができます。
しかし、AIエージェントは、身体を持たないため、暗黙知の共同化や、身体経験を伴う一次暗黙知の創出（表出化）そのものを代替することはできません。
ただ、AIに適切な質問をすることで表出化の速度を上げることはできます。
なので、AI導入によって、知識創造のボトルネックは技術から文化へ移動する可能性が高くなります。
公平かつ透明な評価のもと、失敗を許容し、チャレンジを奨励する企業文化が知識創造型企業にとってとても重要なファクターになるのです。
経営におけるナレッジマネジメントの位置付け
それでは、経営活動においてナレッジマネジメントはどう位置づけられるのでしょうか。
下図は事業ライフサイクルを表した図です。
運用フェーズのマネジメントサイクル（PDCAサイクル）でデータドリブン経営のマネジメントサイクルが実行されます。
ここでは、この事業ライフサイクルの経営活動においてナレッジマネジメントがどのように実施されてるのか説明します。
さて、書籍「知識創造企業」では、組織的知識創造プロセスの５つのフェーズについて次のように説明されています。
- 暗黙知の共有
本フェーズは、共通目標を実現するために様々な職能部門からのメンバーが一緒に働く自己組織化チームにおいて、SECIモデルの共有化が起こる段階です。 - コンセプトの創造
本フェーズは、共有化された暗黙知が言語化され、明示的なコンセプトとして表出化される段階です。 - コンセプトの正当化
本フェーズは、新しく創られたコンセプトが組織や社会にとって本当に価値があるかどうかを決定する段階です。 - 原型の構築
本フェーズは、正当化されたコンセプトが、目に見える具体的なプロトタイプなどの原型に変換される段階です。 - 知識の転移
本フェーズは、グループ→組織→組織間というようにナレッジの適用範囲が拡大する段階です。
デザイン（型レベルの思考）の重要性
昨今、市場セグメントの選定や競争戦略の策定といった戦略レベルの思考は高度化、日常化していますが、
・誰に何の価値を提供するために事業を行っているのか
・事業を行うメンバーやパートナーにはどのような価値観が求められるのか
・顧客に価値を提供するために重要な業務の機能や活動は何で、どのように進めるのか
など、その戦略を方向づける「型（原理・原則）」の議論は相対的に弱まっているように思えます。
会社の型となるビジネスの意図、意味、文脈を体系的に定義することは、会社のオントロジー（概念とその関係性によって構成される意味構造）を設計することに他なりません。
最近、AIエージェントネイティブの時代になるという議論が盛んになっていますが、AIエージェント（LLM）は意味や文脈から確率的に推論します。
オントロジーは「推定の前提となる意味構造」を与える情報であり、LLMに一貫した推論をさせるうえで極めて重要な情報になります。
具体的に見ていきましょう。
型レベルの規範ナレッジは、TOCにおける上位制約（ドラム）に相当します。
ドラムとは、組織全体のリズムと優先順位を決定する方向制約です。
型レベルの規範ナレッジを明確に定義し、それを基盤として戦略を策定し、現場のタスクを遂行することで、企業全体の意思決定の一貫性を保つことができます。
多くの組織では、型レベルの規範ナレッジが明文化されていないため、意思決定の基準が統一されず、
・市場機会に引っ張られる
・KPIに引っ張られる
・競合に引っ張られる
・AI出力に依存する
など、局所最適が全体最適を侵食し、組織全体の一貫性が失われていきます。
特にAIエージェントネイティブの時代においては、企業固有の文脈を明示することが意思決定の前提条件となります。
AIは与えられた文脈の中で確率的に最適と推定される解を提示します。しかし、企業固有の意味構造（オントロジー）が明示されていない場合、その推論は汎用的な最適解へと収束し、企業独自の戦略的一貫性を担保することはできません。
規範ナレッジを明確化し、それに基づいて戦略と実行を統合することが、失敗リスクを低減し、長期的に安定した構造を維持するための前提条件となるのです。
デザインによって創出される規範ナレッジは、企業の行動や成果物に調和した一貫性をもたらします。
AIエージェントネイティブ時代とは、推論を自動化する時代です。
だからこそ、その推論の前提となる「型（原理・原則）」を設計することが、経営の中核的な責務となるのです。
