ストックマークが伊藤忠商事、三菱ケミカルなど16社と組み、社内の暗黙知をAI化する実証実験を開始した。汎用AIでは差がつかない時代に、社外秘データと熟練者の判断基準こそが競争力の源泉になる。後発になれば、データ形式の標準化レースで不利を背負う。経営者が今夜押さえるべき論点を整理する。

何が起きたか

ストックマークが、伊藤忠商事や三菱ケミカルを含む16社と共同で、社内の暗黙知をAIに学習させるための実証実験を立ち上げた。対象は、ベテラン社員が頭の中で運用している判断基準、社外秘の業務マニュアル、過去の議事録など、これまで汎用AIに渡せなかった秘匿データ群である。これらをAIが解釈できる形式に変換し、組織知として再利用可能にすることが狙いだ。総合商社と化学メーカーという、業態の異なる大企業群が同じテーブルに着いた点が特異である。背景には、団塊世代の引退による暗黙知の流出という、産業界に共通する構造課題がある。単独企業の研究プロジェクトではなく、16社連合という規模で標準仕様の議論が始まったことが、今回の発表の本質的な意味を決めている。

なぜこのニュースが重要か

論点は3つに集約される。第一に、生成AIの基盤モデルは数社の寡占に向かい、汎用性能では企業間の差がつかなくなった。差別化の最後の砦は、外に出ていない自社固有のデータと、熟練者の判断ロジックである。これをAIに移植できた企業と、できなかった企業の収益力は今後数年で明確に分かれる。第二に、ベテラン社員の退職は会計上は人件費の減少として現れるが、実態は無形資産の毀損である。判断基準を文書化せずに退職を許せば、再現コストは新人教育の数倍に跳ね上がる。第三に、16社連合が動いた以上、データの構造化フォーマット、メタデータ設計、権限管理の作法が事実上の業界標準として固まっていく可能性が高い。標準が固まる前に自社データを整備した企業は、後から連合のエコシステムに接続しやすい。逆に、独自フォーマットで蓄積を進めていた企業は、後で変換コストを払うことになる。投資判断としては「待つ」より「先に動く」方が期待値が高い局面だ。

経営判断への含意

経営者視点で踏み込めば、このニュースは「データ資産の減価償却」という新しい会計感覚を要求している。設備や建物が減価償却されるように、暗黙知もまた、保有者の引退とともに価値がゼロに向かう資産である。違うのは、貸借対照表に載らないため、毀損が見えないことだ。16社連合の動きは、この見えない資産を可視化し、移転可能な形に変える試みと読める。ここで経営者が問うべきは、「自社のベテラン社員上位20名が今後5年で退職した場合、再現できない判断業務はどれか」という具体的な問いである。推定だが、製造業の品質判定、商社の与信判断、化学メーカーの配合ノウハウなど、属人化の度合いが高い領域ほど、AI移植のROIは早期に回収できる。逆に、すでにマニュアル化が進んだ領域に投資しても、生成AIの汎用性能で代替されるだけで差はつかない。投資配分は「属人度が高く、かつ事業インパクトが大きい業務」に絞り込むべきだ。横並びで全業務をAI化しようとする企業は、コストばかりが先行して成果が出ない典型パターンに陥る。

経営者として次に取るべき動き

第一に、社内の暗黙知マップを1か月以内に作成すること。誰が、どの判断を、何を根拠に下しているか。ベテラン上位20名へのヒアリングで骨格は描ける。これがなければ投資対象が定まらない。第二に、AIレディ化のデータフォーマット選定を情報システム部門任せにしないこと。16社連合の動向を注視し、標準仕様が固まる前に自社の議事録、マニュアル、判断ログを構造化データとして蓄積する基盤を整える。後からの変換コストは、先行投資の数倍になると推定される。第三に、退職予定者との「知識移転契約」を制度化すること。退職前6か月をAIへの知識移植期間と位置づけ、報酬と紐づける。これは法務と人事の連携が必要だが、無形資産の流出を止める最も即効性のある手段である。汎用AIで差がつかない時代、勝敗を分けるのは社内に閉じた固有データへの先行投資である。