朝一番、社長のスマートフォンが鳴る。
「最新版の価格表はどれですか」 「この場合、返品は受けていいんでしたっけ」 「前にも聞いたんですが、申請書はどこにありますか」
一つひとつは、小さな質問です。答えるのに数分しかかからないかもしれません。けれど、その数分が一日に何度も割り込んでくると、経営者の集中力は静かに削られていきます。
本当は、採用、資金繰り、営業戦略、新しい投資を考えたい。ところが現実には、社内の「ちょっと確認したいこと」が社長や古参社員に集まってくる。
これは社員が怠けているからではありません。多くの場合、問題はAIを入れていないことではなく、社内情報が探せる状態になっていないことです。
そして、この状態は思っているより危うい。社長がいれば回る。あのベテランがいれば何とかなる。裏を返せば、その人が席を外しただけで、会社の判断が細かく止まるということです。
資料はあるのに、使われていない
社内フォルダには、会社の知恵が眠っています。製品資料、標準価格表、業務マニュアル、チェックリスト、全社員向けの規程、問い合わせ対応の定型文。どれも、現場を助けるために作られたはずです。
ところが実際には、最新版が分からない。ファイル名が似ている。フォルダ階層が深い。検索すると古い資料まで出てくる。担当者に聞かないと場所が分からない。
そうなると、社員は資料を探すより、人に聞きます。その「人」が社長やベテランです。
探せない情報は、存在しないのと近い。会社に資料があっても、現場が必要な瞬間に取り出せなければ、それは経営資産になりきれていません。会社の知恵が、仕組みではなく記憶に閉じ込められている状態です。
AIに全部覚えさせる話ではない
ここで役に立つのが、AIチャットボットで許可された社内文書を検索対象にする仕組みです。
ただし、会社の資料を無料AIに全部アップロードする話ではありません。AIに社内情報を丸暗記させる話でもありません。
現実的なのは、質問された時に、許可された社内資料の中から関連箇所を探し、その根拠をもとに回答案を出す方式です。専門的にはRAG、グラウンディング、社内文書検索などと呼ばれます。
役割を分けると分かりやすくなります。検索基盤は、社内資料の中から根拠になりそうな箇所を探す。チャットボットは、その根拠を人が読みやすい文章にまとめる。
つまりAIは、会社の判断を代行する社員ではありません。社内資料という倉庫から、目的の棚まで案内する受付係です。
社員が「出張精算は何日以内ですか」と聞く。AIが経費規程の該当箇所を探し、回答案と出典を示す。社員は社長や総務に聞く前に、自分で一次確認できます。この小さな変化が、社長の時間を守ります。
危ないのは、社員が先に勝手な入口を作ること
AI活用は、もう経営者が許可するまで現場に入ってこないものではありません。文章の要約、メール文面の作成、議事録整理。便利さに気づいた社員は、自然に使い始めます。
問題は、その時に会社が安全な入口を用意していないことです。
「この契約書を分かりやすくして」 「この顧客対応メールを整えて」 「この社内資料を要約して」
本人に悪気はありません。仕事を早く進めたいだけです。しかし、そこに顧客情報、未公開価格、契約条件、社員の個人情報が含まれていたらどうでしょうか。
便利な個人利用が先に広がり、会社のルールが後追いになる。この順番になると、管理は一気に難しくなります。だから経営者が考えるべきなのは、「AIを使わせるか」ではなく、「どの入口から、何を検索対象にするか」です。
最初に読ませる資料、読ませない資料
最初から全社フォルダを丸ごとつなぐのは危険です。AIは便利ですが、会社の散らかりもそのまま増幅します。古い価格表を読めば古い価格で答えます。権限が緩いフォルダを読めば、本来見せるべきでない情報まで候補にします。
初期対象に向いているのは、すでに社内共有してよいことが確認されている資料です。FAQ、製品資料、標準価格表、業務手順書、チェックリスト、全社員公開済みの規程、個人情報を除いた問い合わせ例などです。
一方で、最初から読ませない方がよいものがあります。顧客名簿、CRM、メールやチャット履歴、人事評価、給与、勤怠、健康情報、契約書、NDA、未公開価格、原価、営業秘密、APIキー、パスワード。これらは利便性より管理リスクが大きい領域です。
まずは、社員に見せてよい、最新版である、回答の根拠として使ってよい。この三つを確認できる資料だけに絞るべきです。
境界線を先に引く
導入前に、質問を三つに分けます。
一つ目は、AIが答えてよい質問です。申請手順、標準的な製品仕様、全社員向け規程、資料の場所など、根拠が明確なものです。
二つ目は、AIが回答案まで作る質問です。顧客への返信文案、見積前の確認事項、クレーム初期対応のたたき台などです。最後は担当者や上長が確認します。
三つ目は、人へ回す質問です。例外値引き、契約判断、人事評価、給与、健康情報、重要顧客への特別対応、未公開の経営判断。ここはAIに断定させてはいけません。
便利にするほど、境界線は先に必要になります。出典があっても、契約、労務、法務、重要顧客対応の最終判断までAIに渡すべきではありません。境界線のないAIは、社長の代わりではなく、新しい不安要素になります。
実務で決めるべき5つのこと
第一に権限です。人間が見られない資料を、AI経由なら見られる状態にしてはいけません。部署、役職、雇用形態、プロジェクト単位で検索範囲を分けます。
第二に出典です。回答には、資料名、更新日、該当箇所を出させます。出典がない回答は業務判断に使わない。このルールだけで、もっともらしい誤回答への耐性が上がります。
第三に最新版管理です。価格表、規程、手順書には持ち主を決めます。古い資料、下書き、廃止版は検索対象から外します。
第四にログです。誰が何を聞き、どの資料が参照されたかは改善に必要です。ただし、社員監視にならないよう、取得項目は最小限にし、保存期間、閲覧者、削除ルール、利用目的を周知します。
第五に読み取り専用から始めることです。メール送信、発注、削除、権限変更のような操作は最初から任せません。外部PDFやメール本文も、悪意ある命令が紛れる可能性があるため、初期対象から外します。
加えて、法人向け契約で管理できるか、入力データが学習に使われるか、データ保持期間や削除方法はどうなっているか、SSOや多要素認証を使えるかも確認します。ここを曖昧にしたまま社内データを扱うのは、便利さの前に管理責任が残ります。
まず20問だけ集める
大きなシステムから始める必要はありません。
まず、社長や管理職に繰り返し届く質問を20〜30問集めます。「またこの質問か」と感じるものが対象です。次に、それに答える根拠資料を50〜100点に絞ります。最新版か、公開してよいか、出典として示せるかを確認します。
試験利用は5〜10名で十分です。見る数字も難しくありません。AIが答えられた件数。出典が正しかった件数。答えられない時に、人へ回せた件数。社長に戻ってきた確認が減った件数。
AIの文章がきれいかどうかより、根拠が正しいかを見ます。答えられない時に止まれるかを見ます。ここで会社の資料不足も見えてきます。
終わりに
AIチャットボットの導入は、社長の代わりを作ることではありません。社長が答えるべき質問だけを、社長のもとに残すことです。
資料で答えられる問いは、資料から答えられるようにする。判断が必要な問いは、人へ戻す。社員が勝手に外のAIへ貼り付ける前に、会社が安全な入口を用意する。
社長に聞かないと進まない会社は、今日も何とか回ります。ただし、その回り方は少しずつ会社の成長を遅くします。社内データ対応チャットボットは、流行のAI活用ではありません。会社の知恵を、人の記憶から仕組みへ移すための、かなり現実的な一手です。
関連コラム
