Mike Schumacher氏は、Lakeside Softwareの創業者兼最高経営責任者（CEO）である。
数十年前、私が初めてミシガン州アナーバーに引っ越したとき、印刷された地図が頼りだった。しかし、地図は役に立ったものの、道路の閉鎖や渋滞については教えてくれなかった。今日、US-23号線はある出口では順調に流れているのに、次の出口では完全に停滞していることもあるため、GPS（全地球測位システム）には感謝している。確かに、私は今でも地図の一種に頼っているが、今ではリアルタイムの状況に適応してくれるのだ。
企業のナレッジベースは、私の昔ながらの地図のようなものだ。悪くはないが、最新の情報と文脈があれば、はるかに良くなる可能性がある。今、エージェント型AI（agentic AI）のような新たな進歩により、企業はナレッジベースとリアルタイムデータおよびロジックを組み合わせることで、こうした追加レイヤーを手に入れつつある。
ナレッジベース：時代に適した優れたソリューション
6万年前、ネアンデルタール人が洞窟の壁に絵を描いたとき、彼らは本質的にナレッジベースを作成していた。それは、例えばヌーがおいしいことや、バイソンが移動することを将来の世代に知らせるためだった。今日、インテルのコミュニティ・ナレッジベースには、エンドポイント管理からWi-Fiドライバーまで、あらゆることに関する数千の記事がある。洞窟壁画とは全く異なる情報だが、それでも同じ目標を持っている。すなわち、組織やコミュニティの知恵を伝えることだ。
ナレッジベース記事は、ITの初期の時代にとって適切なスケーリングメカニズムだった。それらは、大規模で一貫した情報の必要性から生まれ、洞察を指先に置き、常に検索するだけで見つかるため、何年も生き残ってきた。しかし、ソフトウェア業界における私の観察では、AI時代においてそれらはますます無関係になりつつある。
手動トリアージの税金とナレッジベース翻訳のコスト
昨日が今日に対応するという隠れた前提があり、それがナレッジベースが歴史的に価値を持ってきた理由だ。しかし、プロセスは変化する。新しい規制が生まれる。顧客の好みは進化する。
私の経験では、ナレッジベースは静かに古くなる傾向があり、それが実際の業務の足かせを生み出す可能性がある。古い手順を現在の現実に翻訳するのに、より多くの時間を費やすことになる。やり直しやエスカレーションが増え、まだここにいるかどうかわからない他の人々にとってうまくいったことについて議論するのに時間を浪費する。コストは積み重なり続ける。
ナレッジベースを運用モデルのように扱うと、従業員は以下のようなコンテンツに関する決定に無数の時間を費やす可能性がある。
• ナレッジベース情報の正確性を確認する
• 古い情報を現在の現実に合わせて調整する
• ナレッジベースが曖昧または不正確な場合に質問をエスカレーションする
• 例外の処理方法を考え出す
• 過去に書かれた指示を解釈する
• 新しい情報に基づいて成果物をやり直す
ある鋭いRedditユーザーが述べたように、「ナレッジベースを最新の状態に保つのは悪夢だ」。
新しいAI駆動型モデル：観察、推論、検証、行動
ここで、エージェント型AIは「検索だが、より良い」以上のものになりつつある。真の変化は、AIがナレッジベース内の記事を見つけることからではなく、AIがライブコンテキストから始めて、どの知識が関連しているかを決定することから生まれる。
現代の運用モデルでは、ますます多くのワークフローが次のようなものになり始めている。
1. 今何が真実かを観察する。例えば、ITでは、その観察はユーザーが報告した症状だけでなく、デバイスの状態、最近の変更、パフォーマンス履歴、構成のずれ、環境要因も含まれる。
2. 報告されていることと既知のことを対比する。ユーザーがシステムが遅いと報告した場合、そのデータがエージェント的に利用可能であれば、最後に再起動したのがいつかを尋ねる必要はない。
3. 検証する。これは、多くの人が省略するエンジニアリングの部分だ。優れたシステムは、単にステップを推奨するだけではない。それらのステップの条件が実際に存在するかどうかを確認する。例えば、推奨される修正が特定のソフトウェアバージョンを前提としている場合、システムは提案を行う前にそのバージョンが使用されていることを確認する必要がある。
4. 明確な監査証跡を持って行動または行動を提案する。時には、適切な動きは自動修復だ。時には、エンドユーザー向けのガイド付きステップのセットだ。時には、エンジニアへの情報に基づいたエスカレーションだ。しかし、いずれの場合も、価値は翻訳レイヤーを削減することにある。
次に何をすべきか（AI-Washingなしで）
この変化の先を行きたい場合、いくつかの実用的な動きに焦点を当てることをお勧めする。
• 「コンテキスト」を第一級の入力として扱う。つまり、エンドポイントの状態、変更、ベースラインへの可視性に投資することを意味する。遅いラップトップを修正する方法について決定を下すことはできない。そこで何が起こっているかわからなければ。
• ワークフローに検証を組み込む。AIを使用するかどうかにかかわらず、やり直しを減らすための最も速い方法は、前提に基づいて修正を適用するのをやめることだと私は見出した。信頼するが、検証する。
• 「知識」が何を意味するかを再定義する。変化の激しい世界では、最も価値のある知識は記事にないことが多い。それは、現状からの重要な変化、短いパターン、条件付きルール、既知の相関関係、または検索空間を迅速に絞り込む検証済みの診断だ。
• 適切な成果を測定する。単に偏向や記事の閲覧数を測定するだけではない。例えば、カスタマーサービスでは、顧客の労力、セルフサービス解決率、平均処理時間、エージェントあたりのトレーニング時間、および顧客の成功を反映するその他の指標を測定する。私は、尋問が修復におけるカロリーの大部分が費やされる場所であることを見出した。
ナレッジベース記事の終わりに近づく
創業から30年近くになる企業の創業者として、私は物事を「死んだ」と宣言するのは好きではない。しかし、IT問題やその他の問題を解決するための中心的なメカニズムとしてのナレッジベース記事は、その役割を終えようとしていると私は考えている。
エンタープライズエンドポイントは今や変化の激しい表面だ。更新は絶えず行われ、多くの場合、どのチームの直接的な管理や可視性の外で行われる。その環境では、静的なガイダンスは、チームがそれを維持できるよりも速く腐敗する可能性がある。
私が推奨する解決策は、現実を診断することから始まり、知識を取得する前に推論し、前提を検証してから行動する運用モデルに移行することだ。お望みなら、ナレッジベースは後世のためにまだそこにあってもよい。ただし、もう運転はさせないでほしい。
