ナレッジマネジメントは長い間、ビジネスにおいて不可欠でありながら、曖昧に定義されてきた領域の1つだった。情報技術と経営管理の両方に足を置きながらも、どちらのスポットライトも浴びることはなかった。その推進者や監督者は、図書館員からコンテンツ管理システムの専門家、ナレッジマネージャーという肩書きを持つ者まで、幅広い職種にわたる。
これらの専門家は、ソフトウェアドキュメント、ユーザーマニュアル、修理ガイド、契約書など、さまざまな文書を扱っている。しかし、考えてみてほしい。データサイエンティストは今日の経済において最も人気の高い職種だが、「コンテンツサイエンティスト」について耳にすることがあるだろうか。
非構造化データ、つまりコンテンツが、今後のAI時代における最も重要な燃料と見なされている今、ナレッジマネジメントが経営の中心に座るべき時が来た。
確かに、AIはナレッジマネジメント自体を新たなレベルに引き上げ、企業全体から非構造化情報を自動的に収集・分析することを支援できる。しかし、ナレッジマネジメントは、AI戦略全体の重要な要素でもある必要がある。
「AIは、それが構築される知識と同じだけ強力である」と、TSIAの副社長であるヴェレ・ガロフスキー氏は述べている。「最も高度なAIツールでさえ、強固なナレッジマネジメントの基盤がなければ、期待外れに終わる可能性がある」
ここで「基盤」という言葉が重要であり、その見解は、Bloomfireが発表した企業インテリジェンスシステムに関する最近の分析で強化されている。AIの課題の一部は、その普及がナレッジマネジメント、エンタープライズサーチ、ビジネスインテリジェンスという3つの異なる技術カテゴリーに分かれていることだと、同研究の著者であるアンソニー・J・レーム博士は指摘する。「ナレッジマネジメントプラットフォームは人々が知っていることを捉え、エンタープライズサーチはそれを見つけるのを助け、ビジネスインテリジェンスシステムは数字を理解する。それぞれは異なる問題を解決するために構築され、異なるチームによって管理され、異なる成果指標で測定される。これらが自然に一貫性のあるものに収束するという前提は、決して現実的ではなかった」
この断絶は、バランスを欠いたAI施策を生み出している。「ほとんどの企業のAIは期待外れの成果を上げており、その原因が基盤となる言語モデルにあることはまれだ」とレーム氏は述べる。「組織は、AI投資の収益を実現するために無数のソフトウェアツールに頼っているが、多くの場合、期待外れに終わっている」
バランスの取れたAIへの最良のアプローチは、ナレッジマネジメントとIT領域の融合、または緊密な統合を目指すことだ。これは、別々の役割や部門を代表するため容易ではないが、切実に必要とされている。「主要なリスク領域は、知識基盤をデータとAIのバックボーンに適切に組み込めないことから生じる」とレーム氏は言う。
このような断絶の結果は何か。Bloomfireの調査によると、従業員の半数以上が過去30日間に自社のAIツールを使わず、代わりに手作業で仕事を完了させたという。AI予算は年間38%のペースで増加しているが、その支出の40%は期待外れの成果を上げていると経営幹部は述べた。経営幹部の4分の3は、自社のAI戦略が「実質よりも見せかけのため」であることを認めているという。
Bloomfire自身のコンテンツ分析では、31の概念が探求されていたが、それらを実際に定義する文書はゼロだった。「10の文書がそれに言及していたが、どれも説明していなかった」
何が問題なのか。レーム氏は、組織がどのように、どこで機会を逃しているかを概説している。
- 非構造化データとナレッジマネジメントへの投資不足。「ほとんどの組織は、構造化データと分析に技術投資を集中させる一方で、非構造化コンテンツと暗黙知を捕捉、整理、管理、検索するために必要なツールへの投資を怠ってきた」とレーム氏は書いている。
- 検索への過度な依存。強化された機能は、意思決定支援には直結しない。
- ダッシュボードへの過度な依存。「ダッシュボードは何が起こったかを示すが、なぜそうなったかを説明したり、洞察を行動に必要な知識と結びつけたりすることはほとんどない」とレーム氏は指摘する。
- AI単体への過度な依存。「弱いコンテンツ、弱いメタデータ、弱いガバナンスの上に構築されたコパイロットやエージェントは、信頼性に一貫性のない迅速な回答を生み出す」
- 集約をインテリジェンスとして扱う。「インテリジェンスには、関連性、説明、ガバナンス、実行可能性が必要だ」とレーム氏は強調する。
- 暗黙知を無視する。「多くのツールは、ノウハウ、意思決定の根拠、組織の記憶を捕捉するよりも、明示的なコンテンツをうまく処理する」
- 目標とする運用モデルを定義する前に個別ツールを選択する。「これは、断片的なアーキテクチャとつぎはぎのユーザー体験を生み出す」
レーム氏のレポートは、インテリジェンスプラットフォームを整備するためのいくつかの推奨事項も提供している。
- 知識を基盤にする。適切に管理された知識基盤は、良い出発点だ。「従業員が働くコラボレーション、サービス、運用、意思決定のワークフローにソリューションを接続する」ようレーム氏は促す。「検索、分析、コパイロット、エージェントを重ねる前に、知識基盤を構築する。信頼できるコンテンツと説明責任のあるガバナンスは、後付けではなく前提条件だ」
- 選択的になる。「単一のベンダーが製品デモンストレーションや1つの評価カテゴリーで最も強力に見えるかではなく、完全な運用モデル全体でどれだけうまく連携するかに基づいて」プラットフォームを選ぶようレーム氏は助言する。「より広範なアーキテクチャに貢献することなく狭い問題を解決する高度に専門化された個別ツールよりも、強力なガバナンス、メタデータ、統合を持つプラットフォームを優先する」
- AI投資の計画、展開、測定方法を再考する。意思決定の有効性を主要な目標として強調する。「意思決定が行われる瞬間に、文脈を認識した洞察と推奨事項」を目指す。
