組織のAI活用をAIポータルと伴走支援で加速

ベテラン社員の判断のコツをAIに引き継ぐ方法。社内のデータをMCPでつなぐ

ベテラン社員の判断のコツをAIに引き継ぐ方法。社内のデータをMCPでつなぐ

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

「この条件のお客さまには、前にどう提案したんだっけ」と迷って、結局はベテランの○○さんに聞きに行く、という場面はどの職場にもあると思います。

ベテラン社員の判断のコツは暗黙知として頭の中にあるので、マニュアルやAIに渡す手順書に書き写そうとしても、なかなか残りません。
ただ、過去の提案書や資料を直した跡、レビューのコメントには、その人がどう判断したかが少しずつ残っています。

こうした記録を整理して、社内のAIから「MCP」で呼び出せるようにしておくと、若手の手元のAIが「過去にこういう判断をしている」という下敷きを出せるようになると考えています。
今回は、手順ではなく判断の下敷きを素材にして、ベテランのコツをAIに引き継ぐための考え方と準備を整理します。
MCPの仕組みそのものは、MCPとは何かを推進担当者が説明できるようにする。選定と権限の新基準にまとめています。

社内のAIは、過去の提案と条件、資料を直した跡、チームが必ず見る観点という判断の下敷きを出し、若手は今回の条件が過去と同じかを確かめて最後に決める、という役割分担を示した図

手順書に残らないのは、例外のときの判断と力加減です

業務を標準化しようとマニュアルを作っても、「○○さんに聞かないと分からない」は残ります。
なぜ残るのかを、手順と判断の違いから考えてみます。

マニュアルに書けるのは、どの順番で何を確かめるかという手順です。
一方で、現場で起きる例外にどう応じるか、どこまで踏み込むかという力加減は、書こうとしても書ききれません。
ベテランに聞きに行くのは、たいていこの例外の場面です。

手順をAIに覚えさせる取り組みは、いつもの案件を誰でも回せるようにするときに効きます。
ただ、例外の場面で若手が欲しいのは、手順よりも「似た条件のとき、前はどうしたか」という手がかりです。
この記事では、こうした手がかりを「判断の下敷き」と呼んで、手順とは別の素材として扱います。

判断の下敷きは、過去の提案と直した跡、必ず見る観点に残っています

では、判断の下敷きはどこにあるのでしょうか?
新しく書き起こさなくても、多くは社内のどこかの記録にすでに書かれています。

まず、過去のやり取りと提案です。
難しい要望が来たときに、どういう条件の相手に何を提案し、それが通ったかどうかは、提案書や商談のメモ、メールで追えます。

次に、資料をどう直したかという過程です。
ベテランが若手の提案書や見積もりに入れた赤字には、「ここはこう考える」という判断がそのまま出ています。
完成した資料だけを見ても、この直した跡は分かりません。

もうひとつが、そのチームが必ず見ている観点です。
契約書のチェックやコードのレビューでは、会社やチームごとに「ここだけは必ず確かめる」という項目があり、過去のレビューのコメントを並べると見えてきます。

手順は、どの順番で何を確かめるかを手順書やマニュアルに残し、いつもの案件で効く。判断の下敷きは、似た条件のとき前はどうしたかを、提案書・資料を直した跡・レビューのコメントに残し、例外や難しい要望のときに効く、という違いを比べた図

MCPは、社内の記録もAIから呼べるようにする共通規格です

記録が社内のあちこちに散らばったままでは、若手が困ったときにAIが参照できません。
そこで出てくるのがMCPですが、仕組みの説明はここでは短くとどめます。

MCP(Model Context Protocol)は、AIのアプリを外部のシステムにつなぐための、オープンソースの標準規格です。
公式サイトでは、つなぐ先としてファイルやデータベースのようなデータと、検索エンジンのようなツールが挙げられていて、企業のチャットボットが社内の複数のデータベースにつながる例も紹介されています。

Claudeでは、MCPでつなぐ外部のサービスを「コネクタ」と呼び、自社で用意したMCPのサーバーも「カスタムコネクタ」として追加できます。
Anthropicのヘルプによると、TeamプランやEnterpriseプランでカスタムコネクタを組織に追加できるのはオーナーなど一部の人に限られ、メンバーは追加されたコネクタに一人ずつ自分で接続します。

APIとの違いやツール選定での見方は冒頭で紹介した記事に任せて、ここからは何をつなぎ、どう使うかの話に戻ります。

AIが出すのは答えではなく、過去にこう判断したという下敷きです

つないだあとに何が起きるのかを、具体的な場面で見ておきます。
次の2つは、こういう使い方ができるのではないかと私が考えている場面です。

1つは、難しい要望が来たときに、若手の手元のAIが「この条件の相談には、過去にこういう提案をしている」と判断の下敷きを出してくれる場面です。
もう1つは、契約書のチェックやコードのレビューで、その会社が必ず見ている観点を踏まえた一次確認が、人が見る前に済んでいる場面です。
契約書のチェックにAIを入れるときの考え方は、契約書チェックにAIを入れる。法務業務の権限設計と使いどころで整理しています。

どちらの場面でも、AIが出しているのは結論ではなく、判断の材料です。
今回の相手や案件が過去と同じ条件かどうかを確かめて、最後に決めるのは人です。
ここを最初に決めておかないと、過去の判断が今回にもそのまま当てはまるかのように使われるおそれがあります。

うまく回れば、退職や異動のたびに失われていた知見が組織の側に残り、一次回答の水準もそろうので、確認する側の負担も下がると考えています。

素材は、結論だけでなく条件と理由をつけて残します

下敷きが役に立つかどうかは、つなぎ方よりも記録の残し方に左右されると思います。
ここでは、ベテランに無理をかけずに素材を整える進め方を紹介します。

過去の提案を「A社には分割払いを提案した」という結論だけで残すと、AIは条件の違う相談にも同じ案を出しかねません。
どういう条件の相手だったか、なぜその案にしたか、結果はどうだったかまでを、1件の記録にしておきます。
通らなかった提案や、検討して見送った案も、条件と理由が書いてあれば下敷きになります。

「A社には分割払いを提案した」という結論だけの記録を、相手の条件・出した案・その案にした理由・結果の4つがそろった1件の記録に整える例を示した図。AIが過去の資料から条件と結論を抜き出し、ベテランが理由を書き足す

ベテランに一から書いてもらう必要はありません。
過去の提案書や修正の履歴からAIに条件と結論を抜き出してもらい、ベテランはそこに理由を書き足したり、違うところを直したりするだけにします。
本人が言葉にしにくい判断も、具体的な1件を前にすると「このときは、ここを見て決めた」と話しやすくなると思います。

条件と理由を添えて残した記録は、置く場所がないと、必要な若手が見つけられません。判断の記録を社内向けの記事として全社に出せる組織のAIポータルなら、いいねやコメントで反応も返ってきます。

つなぐ前に、誰がどこまで見られるかを決めておきます

判断の履歴には、顧客の情報や、社内の評価に近い話が混ざることもあります。
つなぐ前に決めておくことを、Claudeのカスタムコネクタを例に整理します。

Anthropicのヘルプでは、メンバーが一人ずつ接続することで、Claudeが触れられるのはその人がアクセスできるツールとデータだけになる、と説明されています。
ただし、APIキーのような共有の認証情報を使うコネクタは、この例外とされています。
共有の認証情報でつなぐと、本来は見られないはずの記録まで誰のAIからでも引けてしまうおそれがあるので、記録の側の閲覧権限と合わせて決めておきます。

置き場所にも確認が要ります。
カスタムコネクタのサーバーは、AnthropicのIPアドレスからインターネット経由で届く場所にある必要があり、社内のネットワークやVPNの内側にあるだけではつながりません。
社内に置く場合は、ファイアウォールでAnthropicのIPアドレスを許可する方法が案内されているので、情シスと先に相談しておきます。

つなぐサーバーそのものも選びます。
ヘルプでは、信頼できる組織が作って運用しているサーバーだけにつなぐよう勧めていて、悪意のあるサーバーが隠れた指示でClaudeに意図しない操作をさせようとすることがある、とも書かれています。
人事の評価のように、判断の下敷きにする必要のない記録は、最初からつなぐ対象から外しておきます。

社内の記録をMCPでつなぐ前に、誰のAIがどの記録まで見られるか、共有の認証情報を使うか、サーバーをどこに置くか、つなぐ対象から外す記録の4つを決めておくことを示した図

最初は1つのチームの、1種類の判断から始めます

社内の記録を全部つなごうとすると、整理が終わらないまま止まりがちです。
そこで、始めるときは範囲を小さく切っておきます。

最初に、ベテランへの質問がいちばん集まっている判断を1つ選びます。
値引きの相談への答え方、見積もりの組み方、レビューで差し戻す基準など、候補はチームによって違います。
そのうえで、その判断に関わる過去の記録を集めて、条件と理由のついた下敷きに整えます。

MCPでつなぐ前に、整えた下敷きをファイルのままAIに渡して、若手の質問にどう答えるかを試しておきます。
ここで役に立たないなら、直すのはつなぎ方ではなく素材の側です。
役に立つと分かってから記録の置き場所をMCPでつなぎ、下敷きを更新する人を決めます。

質問がいちばん集まっている判断を1つ選び、過去の記録を条件と理由のついた下敷きに整え、ファイルのままAIに渡して若手の質問で試し、役に立つと分かってからMCPでつなぎ、更新する人を決める、という始め方の順番を示した図

下敷きは、判断のたびに増えたり古くなったりします。
更新の担当を業務の側に置く考え方は、古い情報で答えるAIを作らない。社内ナレッジの更新体制のつくり方で書いています。

判断を言葉にするところから、一緒に進められます

どの判断から始めるか、記録をどこまでつなぐかは、会社の業務とデータの置き方によって変わります。
また、忙しいベテランに時間をもらって理由を書き足してもらう段取りは、推進担当だけでは組みにくいところでもあります。

当社では、判断の下敷きにする記録の選び方から、つなぐ範囲と権限の決め方までを一緒に進めるAI活用の伴走支援を行っています。
「○○さんに聞かないと分からない」が多いチームがあれば、そこから相談してください。

判断の基準を言葉にできれば、つなぎ方は後から選べます

ベテランの判断のコツをAIに引き継ぐときの素材は、手順書ではなく、過去の提案と直した跡、チームが必ず見る観点です。
条件と理由をつけて残しておけば、MCPで社内のAIから呼べるようにしたときに、若手の手元で判断の下敷きとして使いやすくなります。

AIの出番が増えるほど、一人ひとりの価値は作業の速さから、自分の判断基準を言葉にできるかどうかへ移っていくと思っています。
最初の一歩は、質問がいちばん集まっている判断を1つ選び、過去の1件に理由を書き足すことです。

すぐ使える業務アプリが300以上

開いてそのまま使えて、AIで自社用にも直せます。15の分野から、やりたい作業で探せます。業務アプリを見る

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

keyboard_backspace

お知らせ・組織AI推進ノウハウ一覧

無料 自社に当てはめて知りたい方へ

読んだ内容を、

御社の数字

で確かめませんか。

利用データから、御社のAI活用がいまどこにいるのかを判定します。
同業他社との比較と、次にやることをお渡しします。

組織のAI活用力診断のメインビジュアル(ノートPCの利用データと結果表)

Related

関連記事

Service

サービス一覧

AI Portalizeの管理画面イメージ:AI活用数・効率化時間の見える化とチームへの広がり

AIツールが見つかる。社内に広がる。使われ方が見える。

組織のAIポータル「AI Portalize」

  • check_circle

    やりたいことで検索すると、業務アプリ300以上とナレッジ250本以上から見つかる

    check_circle

    社内で作ったツールやナレッジが共有され、よく使われるものが上に並ぶ

    check_circle

    誰が何をどれだけ使っているかが、集計の手間なしで分かる

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

実務に組み込むまで伴走

組織のAI活用を加速「AIコンサル&伴走支援」

  • check_circle

    従業員が安心して使うためのガイドライン策定

    check_circle

    ドメイン知識が豊富なコンサルタント

    check_circle

    業務分解からAIワークフロー作成

    check_circle

    研修から実務への組み込みまで

法人向けAI研修のイメージ:受講者が自分の業務でAIを使いながら学ぶ研修の様子

自社の業務で、使える知識に

実務で使える知識を「法人向けAI研修」

  • check_circle

    いま使っているAIと受講者の業務を伺って、誰に・どのAIで・どの業務を題材にするかを提案

    check_circle

    Gemini・Claude・AIエージェントなど、8つの研修例と230以上のテーマ例

    check_circle

    基本はオンライン。研修の資料と録画もお渡し

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

豊富な新規事業立ち上げ実績

AIを活用した
新規事業の立ち上げ支援

  • check_circle

    検討からサービス構築まで

    check_circle

    豊富な新規事業構築実績

    check_circle

    すでにあるAIボットなどを活用も可能

AI活用支援のビフォーアフター:迷っている状態からGemini等を使いこなす状態への変化

経営者・役員・AI担当向け

AIパーソナル
トレーニング

  • check_circle

    まだAI活用できていない状態でも大丈夫

    check_circle

    1回2時間のみからご利用いただけます

    check_circle

    実務で使える「今のAI活用」を学ぶ

    check_circle

    トップ層こそAIに詳しく

AIガイドライン作成+定着研修の紹介バナー:御社に合ったルールづくりから社内への定着まで

生成AIの社内ルールを一緒に作る

AIガイドライン作成+
定着研修

  • check_circle

    御社の現状をヒアリングしながら一緒に作成

    check_circle

    AIツールごとの仕組みや契約の違いを踏まえて線を引く

    check_circle

    従業員の方への定着研修までご支援

AIガイドライン作成+定着研修の紹介バナー:御社に合ったルールづくりから社内への定着まで

AIの答えに、自社の名前を

LLMO・GEO・AIO
対策

  • check_circle

    御社の現状をヒアリングしながら一緒に作成

    check_circle

    AIツールごとの仕組みや契約の違いを踏まえて線を引く

    check_circle

    従業員の方への定着研修までご支援

まずは、いまのAI活用の
状況をお聞かせください。

何から始めるか決まっていなくても、ご相談いただけます。

無料相談・お問い合わせ