会社の文脈を、ためる

AI時代の会社の価値は、モデルの賢さでは決まりません。その会社で仕事をした文脈の蓄積＝コーポレートコンテキスト（AIに会社専用の知識として持たせる、仕事の記憶・判断・手順・成果物のこと）で決まります。

AI社員は天才でなくてかまいません。案件を回すほど文脈が溜まり、「使うほど育つ」会社資産になっていきます（会社のコンテキストをためる）。ただし、いきなり全部を溜めるのではなく、まず「どの業務から始めるか」を頻度・負荷・リスクの3つの観点で1本選び（どの業務から始めるか）、その業務の既存データを読める形に整地してから（既存データを整える）溜め始める、という順番があります。

この3つ——業務を選ぶ・データを整える・文脈を溜める——が、組織活用における「攻め」の中身です。章もこの着手順に並べてあります。

そして最初の「業務を選ぶ」は、実質業務を言葉にする作業です。言語化できていない業務は、頻度や負荷を測ることすらできません（→ どの業務から始めるか）。

業務選定でつまずく理由は、たいてい「同時多発」

数名規模の企業のAI化でよく見る失敗パターンは、良さそうな業務全部に同時に手を出し、結局どれも中途半端に終わる、というものです。最初の1本は、頻度・負荷・リスクの3軸で並べたときに「高頻度×高負荷×低リスク」に当たる業務から選んでみてください。顧客への最終提案や送金のようにリスクの高い業務は、型が固まってから着手するほうが安全です。

見積作成や顧客対応のような業務名は、たいてい名前だけが共有されていて、どこから始まってどこで終わるのか、途中でどんな判断が入るのかは誰かの頭の中にしかありません。ここが言葉になっていないと3軸で比べることすらできないので、順序は「選んでから言語化する」ではなく言語化しながら選ぶになります。

社内データは引っ越しさせず、「読める形」に整える

業務が決まったら、次はその業務に関わる社内データを整地します。誤解されがちですが、今使っている顧客管理・会計のサービスを別のAI専用ツールに乗り換える必要はありません。必要なのは、今あるデータを生成AIから読める形に直すことだけです。

手書きスキャンや命名がバラバラなフォルダは、量があってもAIには「見えない」データです。日付・案件名・種別を軸にした一貫した命名規則に直し、深い階層を作り込むより検索性を優先する——ここが整地の勘所です（既存データを整える）。全データを一気に整える必要はなく、選んだ1本の業務フローの範囲だけを整えれば十分です。

溜めた文脈は、担当者が辞めても会社に残る

業務を選び、データを整えたら、案件が回るたびにコーポレートコンテキストが副産物として溜まっていきます。問い合わせから納品・請求までのやり取りをAIが読める形で残せば、ベテラン担当者の頭の中にしかなかった判断基準や顧客の癖が、担当者が不在でも参照できる会社の資産に変わります。

ここで働くのは複利です。AIが仕事をするほど会社の業務ルールが整理され、その蓄積が整うほどAIがより多くを任せられるようになる——この循環をどう設計するかが会社のコンテキストをためるの中身です。