人事（HR）部門は長年、わかりやすい社内規程、優れたフォーマット、直感的なナレッジベースなどを通じて、従業員がコンテンツを読みやすくなるよう努めてきた。しかし、生成AIは多くの組織がまだ気づいていない課題をもたらしている。それは、人間にとっての読みやすさと、AIにとっての読みやすさは別物だということだ。
何十年もの間、人事規程の読み手はただ1人、すなわち従業員だった。しかし現在、そこには第2の読み手が存在する。それらの規程を検索し、解釈し、説明するAIシステムだ。両者は同じ言葉を読むが、その読み方は同じではない。これは重大なギャップである。従業員はもはや、規程の文書を探すためだけにAIを使っているのではなく、規程そのものを理解するためにAIを使っているからだ。
不完全だったり曖昧だったりする人事コンテンツに基づいてAIが回答した場合、その代償は単なるユーザー体験の低下にとどまらない。規程の不整合な解釈、コンプライアンス上のリスク、労使関係のトラブル、回避できたはずのエスカレーション、さらには人事部門とテクノロジー双方に対する信頼の失墜を招くことになる。
AIは実際にどのように規程を読んでいるのか
ほとんどの企業向けAIアシスタントは、同じ仕組みで動作する。従業員が質問すると、アシスタントはナレッジベースを検索し、抽出した文章に基づいて回答を作成する。その検索は、キーワードではなく「意味」をマッチングさせる。例えば、従業員が「出産後の休暇」について質問すると、規程の中にその文言が一切含まれていなくても育児休業規程が呼び出される。これが、いわゆる「セマンティック検索」である。
しかし、このシステムは非常に選別的だ。ナレッジベース内のすべての文章を評価し、上位のわずかな候補だけをアシスタントに渡す。専門家はこれを「Top-K（上位K件）」と呼ぶ。この候補リストに入らなかった情報は、AIには見えない。他の誰かが選んだページだけを渡されて受ける、教科書持ち込み可の試験のようなものだと考えればわかりやすい。
例えば、従業員が「私は育児休業を取得できますか？」と質問したとする。AIアシスタントはナレッジベースから育児休業に関する記事を抽出する。その記事には「受給資格は休職規程の第2条に定義されている」と書かれているが、その規程は別の文書にあり、Top-Kの候補リストには含まれていなかったとする。その結果、AIモデルは実際の基準を示すことなく、受給資格に関する質問に答えてしまう。
ツールに問題があるわけではない
回答の質に関して、多くの人はテクノロジーに問題があると考えがちだ。しかし、どんなに高度な検索テクノロジーであっても、自己矛盾しているナレッジを常に補うことはできない。
AIが間違った回答をすると、そのモデルが非難される。しかし、多くの企業環境において、そのエラーの原因は、規程の競合、一貫性のない言葉遣い、そして断片化された文書にあり、それによってシステムは誰も書き残していないことを推測せざるを得なくなる。AIの失敗のように見えるものの多くは、実際にはナレッジの質の失敗なのだ。
ほぼすべての人事コンテンツは、散らばった文書を読むことに慣れている人間向けに書かれている。そのため、1つの記事の中に複数の規程や定義されていない略語が含まれていたり、地域ごとに同じ福利厚生に対して3つの異なる名称が使われていたりすることがある。人間はこうした欠点に気づかずに処理できるが、AIにはそれができない。
また、コンテンツは規程の法的整合性を確保するためにも書かれてきた。しかし、規程には意味論的な整合性（セマンティックな整合性）も求められるため、それだけではもはや十分ではない。法務チームが規程の妥当性を検証するだけでなく、組織は、AIが一貫して解釈できるほどに構造化され、文脈化され、曖昧さがないかを検証するためのセマンティックレビューを行う必要がある。
文書から「ナレッジオブジェクト」へ
多くの組織は、AIの導入準備が適切なモデルの選定から始まると考えている。しかし実際には、人事部門が取り組むべき最大のAIイニシアチブの1つは、何十年分もの規程、手順、FAQ、ナレッジ記事の近代化である。
コンテンツをAIに対応させるということは、規程の内容を変更することを意味しない。法的な正確性を維持しつつ、そのナレッジの表現方法を再考することである。このアウトプットは、「AIレディなナレッジオブジェクト」と捉えることができる。それぞれのオブジェクトは、1つのビジネス概念をカバーし、一貫した用語を使用し、独自の文脈を備えている。また、規程のカテゴリー、地域、対象従業員、適用基準、発効日など、適用されるかどうかを判断するファクトのタグが付けられている。これらのタグにより、関連しそうなだけの無関係な文章ではなく、適切な文章が候補リストに選ばれるようになる。
このアップデートにより、人事規程はもはや静的な文書ではなくなる。それらは「実行可能なナレッジ」となり、すべての文章がAIの検索、推論、および従業員に伝える内容を形作ることになる。
真の変革
企業向けAIで成功を収める可能性が最も高い組織は、最高水準のモデルを持つ組織ではない。最終的には、誰もが同じモデルを利用できるようになるからだ。成功をもたらすのは、最高水準の「ナレッジ」を保有していることである。
AI時代において、人事部門は人間の理解を犠牲にすることなく、機械による解釈に向けてナレッジを最適化しなければならない。これは、紙のハンドブックがデジタルのナレッジベースになって以来、ナレッジマネジメントにおける最も重大な転換となるかもしれない。
AIの準備はインフラの問題ではない。ナレッジの問題である。そしてそれは、コンテンツの整備から始まるのだ。
