ナレッジ共有とは？進め方6ステップと定着しない3つの理由

新人のころ、「わかんないことあったらまずマニュアル自分で調べて、それでもダメなら先輩に聞け」と、メンターの先輩に口酸っぱく言われていました。

業務マニュアルは社内ネットで閲覧できて、よく読むシリーズは印刷して、デスクの引き出しにも入れていました。でも、白状しますと、筆者がマニュアルを開いたのは入社直後と、みんながめっちゃ忙しそうにしているときくらいでした。（メンターの先輩、すみませんでした。）

わからないことがあったとき、多くの同僚はマニュアルを開かないんです。代わりにどうするかというと、「これ、どうすればいいんでしたっけ」と、部署に一人はいる物知りの「あの先輩」のところに行く。先輩は「ああ、それね」と顔を上げて、3秒で答えをくれる。しかも、こちらの状況を察して、「あ、それ◯◯のケースだったら例外あるから気をつけてね」と、聞いてもいないことまで付け足してくれる。マニュアルの該当ページを10分探して、読んで、自分のケースに当てはまるか悩むより、圧倒的に速くて、確かでした。

なぜ、みんなマニュアルを引かずに、人に聞くのか。

答えは単純で、そのほうが速くて、確かで、安心だからです。マニュアルは、どこに書いてあるか探すのが面倒だし、読んでも自分のケースに当てはまるか不安が残る。先輩は、文脈を汲んで、過不足なく、信頼できる答えをくれる。人は、賢いシステムより「ちゃんと頼れる相手」を選ぶ生き物なんですよね。

しかも、あの先輩のすごいところは、間違えたときの振る舞いでした。たまに「ごめん、それうろ覚えだから、念のため総務に確認して」と言う。100点満点の答えを毎回くれたわけじゃないんです。でも、自信のないことを正直に「自信ない」とか「分からんねそれ」と言ってくれるから、安心して頼れた。信頼って、正解率の高さじゃなくて、こういう誠実さの積み重ねで出来ているんだなと、いまになって思います。

この話、社内RAGがなぜ使われないか、という問題のど真ん中だと筆者は思っています。（RAGとは “Retrieval-Augmented Generation” の略で、AIが回答する前に社内規程やマニュアルなどのドキュメントを検索し、見つけた内容を根拠に答える仕組みのことです。世の中で「社内GPT」「社内AIチャット」と呼ばれているものは、だいたいこれだと思ってください。）今日はそれを、一つのプロジェクトを追いかけながら、ほどいていきます。あなたの会社で、せっかく作ったのに開かれなくなったあのシステムを、思い浮かべながら読んでもらえると、うれしいです。（で、誰なんだい君は、と思った方。自己紹介をご覧くださいませ。マニュアルすら真面目に開かず、「センパイ教えて」と他力本願で生きていた新人は、その後こんな感じで生きています。）

① 教科書どおりに、ナレッジ共有の仕組みを作る

社内RAGの話に入る前に、ナレッジ共有を教科書どおりに整理しておきます。何を共有するのか、どう進めるのか、なぜ定着しないのか。

ナレッジとは｜暗黙知と形式知

ナレッジとは、業務のなかで蓄えられた知識・経験・判断の基準を指します。大きく2種類に分かれます。

	中身	共有のしやすさ
形式知	手順書、規程、議事録、報告書のように文章にできるもの	共有しやすい
暗黙知	勘、コツ、判断の基準のように言葉になっていないもの	そのままでは共有できない

ナレッジ共有の実務は、ほぼ「暗黙知をどう形式知に変えるか」の作業です。形式知はすでに文章になっているので、置き場所を決めれば済みます。難しいのは、本人が説明できない部分のほうです。

ナレッジとノウハウの違い

ノウハウは「やり方」、ナレッジは「やり方に加えて、なぜそうするのかを含む知識全体」を指します。

手順だけを共有しても、例外に当たると止まります。「なぜこの順番なのか」が付いていないと、状況が変わったときに判断できません。

ナレッジ共有とは｜何を共有するのか

ナレッジ共有とは、個人が持っている知識を、組織が使える形にして共有することです。共有する対象は、おおむね次の3つに分かれます。

• 事例の共有 — 成功した案件、失敗した案件、その理由
• 専門知識の共有 — 製品、技術、法令、業界の知識
• 知的資産の共有 — 手順書、テンプレート、判断の基準

効果が出やすいのは1つ目です。手順書は探せば見つかりますが、「あのとき、なぜその判断をしたか」はどこにも残っていません。

ナレッジ共有が必要とされる理由

• 人材が流動化している — 退職や異動のたびに、知識が社外へ出ていく
• 働き方が多様化している — 隣の席で聞く、が成立しなくなった
• 業務効率を上げる必要がある — 同じことを何度も調べ直す時間が積み上がっている
• ナレッジが年々失われている — 記録していないものは、担当が替わった時点で消える

4つ目は、進行していても気づけません。失われたことは、次に同じ場面が来たときに初めて分かります。

ナレッジ共有が不足すると、何が起きるか

起きること	現れ方
業務の属人化	その人が休むと止まる。引き継ぎに何か月もかかる
教育負荷の増大	毎回ゼロから教える。教える側の時間が奪われる
同じミスの繰り返し	過去に一度起きた失敗が、別の部署でまた起きる
品質のばらつき	担当者によって成果物の水準が変わる
社内の関係の悪化	「聞いてない」「教えてくれない」が起きる

3行目が、金額としては最も大きくなります。同じ失敗を2度することの費用は、誰の予算にも計上されないまま発生します。

ナレッジ共有のメリット

• 業務が効率化し、負荷が軽くなる — 調べ直す時間が減る
• 属人化が解消する — その人しかできない仕事が減る
• スキルが標準化され、品質が安定する — 上手い人のやり方が、全体の標準になる
• 新人の成長が早くなる — 過去の判断を読んで追いつける
• 誰が何に詳しいかを把握できる — 相談先が分かる
• 検索できる状態になる — 「あるはず」が「見つかる」に変わる
• 業務に再現性が生まれる — 同じ条件なら同じ結果を出せる

5つ目は、副次的な効果に見えて実はいちばん早く効きます。書かれた内容そのものより、「この件はあの人に聞けばいい」が分かることの価値が大きいためです。

ナレッジ共有の方法｜5つの手段

手段	向いているもの	注意点
ナレッジ共有ツール	日々の知見、Q&A、事例	書く手間が増えると止まる
社内Wiki	手順書、規程、用語集	更新の担当を決めないと古くなる
社内FAQ	繰り返し聞かれること	質問の実績から作らないと当たらない
オンラインストレージ	完成した文書、テンプレート	版が増え、どれが正か分からなくなる
動画	手つき、操作、暗黙知に近いもの	検索しにくく、更新が重い

テキストと動画は、対象で使い分けます。手順はテキストのほうが探しやすく、言葉にしにくい動きは動画でしか残りません。

進め方①｜目的とゴールを明確にする

「ナレッジを共有する」は目的になりません。減らしたいのは、調べ直す時間か、引き継ぎの期間か、同じ質問の件数か。1つに決めてください。

着手前にその数字を測っておきます。後の段階で、続けるかどうかを判断する材料がこれしかありません。

進め方②｜共有するナレッジを洗い出し、範囲を決める

全部を残そうとすると、何も残りません。まず「いちばん多く聞かれていること」から数えてください。

蓄積する範囲を決めていないことが、「何を書けばよいか分からない」の原因です。書く側に判断させないでください。

進め方③｜管理者と体制を決める

• ナレッジの管理者を決める — 全体を見る人が1人要る
• 共有範囲（誰が見られるか）を決める
• 更新の担当と、見直しの頻度を決める
• 相談を受ける役を、部署ごとに置く

1行目が空席のまま始まる案件が、いちばん多く失敗します。書く人はいても、整理する人がいないと、量が増えるほど探せなくなります。

進め方④｜ツールを選定する｜5つの基準

基準	確かめること	手を抜くと
用途と目的	決めた目的に対して機能が合っているか	多機能だが使わない機能に金を払う
更新・運用のしやすさ	書くまでの手数がいくつか	面倒だと、書かれなくなる
検索精度	言い換えや表記ゆれで見つかるか	「あるのに見つからない」が起きる
既存ツールとの連携	普段使っているチャットや業務ソフトから開けるか	見に行く手間が定着を止める
導入・運用コスト	人数と期間で年額に直す	拡大したときに費用が跳ねる

2行目と4行目が、定着を決めます。書くのに5手かかる仕組みと、2手で済む仕組みでは、集まる量が桁で変わります。

進め方⑤｜小規模に試してから、全社へ広げる

1つの部署、1つの用途でスモールスタートします。確かめるのは「動くか」ではなく「書き続けられるか」です。

2週目に投稿が止まったなら、それが結果です。機能ではなく、書く手間か、書く動機のどちらかに原因があります。

進め方⑥｜メンテナンスと、継続的な改善

• 定期的に古い記事を見直す（更新するか、消すか）
• 検索されたのに見つからなかった語を記録する
• よく読まれている記事を、目立つ場所に置き直す
• 書いた人が分かる形にして、感謝が届くようにする

2行目は、次に何を書くべきかを教えてくれます。企画会議で決めるより確実です。

ナレッジ共有が定着しない3つの理由

理由	現場で起きていること	手当て
探しても見つからない	「あるはずだけど、どこにあるか分からない」	検索性と置き場所を整理する
何を書けばよいか分からない	書く範囲が決まっておらず、手が止まる	蓄積する範囲と型を先に決める
書く文化が根付いていない	書いても読まれない、評価されない	読まれた数を見せる。書いた人を明示する

3つとも、ツールを替えても解決しません。検索精度は製品の性能で上がりますが、「何を書くか」と「書く動機」は運用側の設計です。

投稿を促す仕組みのつくり方

• 書く場所を、いま人がいる場所に置く — 別のシステムを開かせない
• 質問の答えを、そのまま記事にする — 書くために新しく考えない
• 完成度を求めない — 箇条書きでも残す
• 担当者が率先して使う — 最初の30本は運営側が書く

2つ目が、いちばん現実的です。チャットで返した回答を、そのまま置き場所へ移すだけで、「書くための時間」を新たに取らずに済みます。

ナレッジ共有の事例｜効いている形

• 問い合わせの多い質問をFAQ化し、電話と問い合わせの件数そのものを減らした
• 営業のトーク、商材知識、提案の型を動画で共有し、新人が同席せずに学べるようにした
• 総務が社内ツールの使い方とルールを1か所にまとめ、同じ質問への回答をやめた
• 製造現場の操作を一人称視点の動画で残し、言葉にしにくい手つきを引き継いだ

並べると分かるのは、成功例が全部「特定の1つの困りごと」から始まっていることです。「全社のナレッジを集める」から始まった例は、あまり見当たりません。

ナレッジ共有のよくある質問

Q. ナレッジ共有とは何ですか。
個人が持っている知識を、組織が使える形にして共有することです。共有する対象は事例、専門知識、知的資産の3つに分かれます。実務の中心は、言葉になっていない暗黙知を、文章にできる形式知へ変える作業です。

Q. ナレッジ共有は何から始めればよいですか。
いちばん多く聞かれていることを数えるところからです。全部を残そうとすると何も残りません。減らしたい数字（調べ直す時間、引き継ぎ期間、同じ質問の件数）を1つ決め、着手前にその数字を測っておいてください。

Q. ナレッジ共有が定着しないのは、なぜですか。
探しても見つからない、何を書けばよいか分からない、書く文化が根付いていない、の3つが典型です。3つともツールを替えても解決しません。「何を書くか」と「書く動機」は、運用側で設計する項目です。

Q. ナレッジ共有ツールは、どう選べばよいですか。
用途と目的、更新・運用のしやすさ、検索精度、既存ツールとの連携、導入と運用のコストの5点です。定着を決めるのは、書くまでの手数と、普段使っている場所から開けるかどうかです。

Q. 暗黙知は、どうやって共有すればよいですか。
手つきや操作のように言葉にしにくいものは、一人称視点の動画で残すのが確実です。判断の基準は、「なぜその順番なのか」まで含めて書きます。手順だけを共有すると、例外に当たったときに止まります。

Q. 書いてもらうには、どうすればよいですか。
チャットで返した回答を、そのまま置き場所へ移す形にしてください。書くために新しく考える必要がなくなります。あわせて、書く場所をいま人がいる場所に置き、完成度を求めないことです。

ここまでが、ナレッジ共有の教科書どおりの整理です。範囲を決め、管理者を置き、書きやすい場所を選び、小さく試して広げる。ここまでは、どの解説にも書いてあります。

この記事の後半で扱うのは、その先です。集めた文書をAIに検索させる仕組み（社内RAG）を作り、検索の精度そのものは十分だったのに、誰も使わなかったとき、足りていなかったのは何だったのか。

高い精度のRAGを作ったのに、誰も使わなかった話

たとえば、こんなプロジェクトがあったとします。筆者がいろんな会社で見てきた「社内RAGあるある」を、一つの会社の物語にまとめてみました。あなたの会社で起きたことと、半分くらいは重なるかもしれません。

ある会社が、社内のドキュメントを全部読み込ませた「社内GPT」を構築しました。規程、マニュアル、過去の議事録、製品仕様――何でも質問すれば答えてくれる。ベンダーは「検索精度95%」を謳い、社内発表会では拍手が起きました。

最初の1週間は、みんな面白がって使いました。「うちの経費規程で、タクシー代って上限いくら？」みたいな質問を投げて、「おお、ちゃんと答える」と盛り上がる。導入を主導した情シスの担当者は、誇らしげでした。気持ち、わかります。半年かけて作ったものが、ちゃんと動いて、みんなが触ってくれているんですから。

ところが1か月後。アクセスログは、見事なまでの右肩下がりでした。急流？もはや滝？のごとく。とにかく気づけば、誰も開いていない。あんなに盛り上がったのに、です。

何が起きたのか。

ひとつ目。たまに、自信満々に間違える。 古い規程と新しい規程が両方読み込まれていて、AIが古いほうを引いてくる。たとえば、ある人が出張の宿泊費の上限をRAGに聞いて、その額で手配したら、実は規程が改定されていて精算で揉めた。一度それで恥をかいた人は、もう二度と使いません。それどころか、「あれ、間違えるらしいよ」と同僚に言ってまわる。悪い評判は、いい評判の3倍速で広がるんですよね。自信満々に間違えるAIは、現場にとって、いないより厄介なんです。

ふたつ目。わざわざ開かないと使えない。 専用のページをブックマークして、ログインして、検索窓に打ち込む。たった数十秒の手間です。でも、その数十秒が、忙しい現場には地味に重い。みんなが一日中開いているのはSlackやTeamsであって、社内GPTのページではない。「あそこに行けば答えがある」と知っていても、わざわざ行かない。人間は、そういうふうにできています。

そしてみっつ目。これが本丸です。結局、あの先輩に聞いたほうが早い。 隣の席の物知りに「これどうするんでしたっけ」と聞けば3秒だし、間違いないし、ついでに例外も教えてくれる。RAGは、まだその先輩に勝てていなかった。精度95%は立派な数字だけど、人が人に聞くのをやめるには、まったく足りなかったんです。

なぜ「精度を上げる」では解決しないのか

ここで多くのプロジェクトは、「じゃあ精度を98%に上げよう」という方向に走ります。でも、たぶんそれでは解決しません。

考えてみてください。あの先輩だって、たまには間違えます。それでも信頼されていたのは、間違えそうなときに「いや、これは自信ないから、念のため確認して」と正直に言ってくれたからです。100%正しいから信頼されたんじゃない。わからないことをわからないと言うから、信頼されていた。

RAGに足りなかったのは、精度そのものより、この「信頼の設計」と「動線の設計」でした。どんなに賢くても、現場の動線の外にいて、間違いを正直に申告しない相手は、使われません。「使われないRAG」は、技術の問題に見えて、実は体験の問題なんです。

考えてみると、精度95%という数字には、もう一つ罠があります。残りの5%が「どこに紛れているかわからない」ことです。20回に1回間違えるけれど、それがいつ来るか予測できない。これは、使う側にとってかなり怖い。毎回「今回の答えは、95%のほうか、5%のほうか」を自分で見極めないといけないなら、結局すべてを確認するはめになる。確認するくらいなら、最初から自分で調べる。——こうして、せっかくのRAGは「確認の手間が増えるだけのもの」に成り下がってしまう。

だから、目指すべきは「95%だけど、どこで間違えるかわからないシステム」ではなく、「答えられる範囲は狭いけれど、その中ではほぼ間違えず、怪しいときは正直に白旗を上げるシステム」なんです。賢さの幅より、信頼の確かさ。ここを取り違えると、いくら精度を磨いても報われません。

では、さっきの会社が、別のやり方を選んでいたらどうなったか。

同じプロジェクトを、「頼れる一人」を育てるように作り直す

巻き戻します。同じ会社、同じ「社内の知識を活かしたい」という願い。ただし今度は、全部のドキュメントを一気に読み込ませることから始めません。

いちばん多い「聞かれごと」を一つに絞る

まず、社内で実際にいちばん多く聞かれている質問を一種類だけ選びます。たとえば「経費精算のルール」。総務や経理に「これ、よく聞かれるんですよね」というものが、必ずあるはずです。それを一つ。

あれもこれも答えられる物知りを目指さない。「経費のことなら、あいつに聞けば確実」という一点突破の信頼を、先に作る。これ、人間関係とまったく同じだと思うんです。何でも中途半端に知っている人より、「この分野だけは絶対に頼りになる」人のほうが、信頼される。狭く始めるほど、確実に頼られます。

その一点のデータだけ、きれいに整える

経費精算なら、その関連文書だけを、人の手で整理します。古い規程は思い切って消す。例外は明記する。「2024年4月改定」みたいな日付も入れる。地味で、泥臭くて、誰もやりたがらない作業です。筆者だって、正直やりたくありません。でも、ここを手抜きすると、また自信満々に間違えて、せっかく作った信頼が一回で吹き飛ぶ。

ポイントは、精度を、全体で底上げしようとしないこと。全社の全ドキュメントをきれいにするなんて、一生終わりません。狙った一点だけ、本物にする。経費のことだけは絶対に間違えない。それでいいんです。

人が「すでにいる場所」に置く

専用ページは、作りません。みんなが一日中開いているSlackやTeamsの中に、その経費ボットを住まわせる。チャットで「タクシー上限は？」と聞けば、その場ですぐ答える。わざわざ会いに行かなくても、隣の席にいる先輩のように、すぐそこにいる。

この「すでにいる場所に置く」って、地味だけど、効果は絶大です。使ってもらうために人間の習慣を変えさせるのではなく、人間の習慣のほうに、AIを連れていく。動線を相手に合わせるんですね。

わからないことは、正直に渡す

そして、AIが自信を持てない質問には、「これは規程の解釈が要るので、経理の◯◯さんに確認してください」と正直にパスさせる。知ったかぶりをさせない。間違えて信頼を失うより、「わからない」と正直に言うほうが、ずっといい。

そう、冒頭のあの先輩がやっていた、あれです。「うろ覚えだから確認して」と言えるかどうか。それができるシステムだけが、人に頼られる相手になれる。誠実さは、人間だけの特権じゃなくて、ちゃんと設計できるものなんです。

「経費のことなら、あいつに聞け」と呼ばれるまで

最初の社内GPTは、全社のドキュメントを読み込んだ、精度95%の立派なシステムでした。でも、専用ページにわざわざログインしないと使えず、たまに自信満々に間違える。だから1か月で開かれなくなって、みんなまた「あの先輩」のところへ歩いていった。

作り直したボットは、ぐっと地味です。答えられるのは経費まわりだけ。全社のドキュメントなんて読んでいない。でもSlackの中にいて、3秒で答えて、自信がないときは正直に人へ渡す。気づけば、経理への問い合わせが目に見えて減って、現場のほうから「次は出張申請のことも答えてほしい」「有給のルールも頼む」と声がかかるようになりました。

この「向こうから言い始める」が、すごく大事なサインです。最初のRAGは、こちらが「使ってください」とお願いしても使われなかった。新しいボットは、誰もお願いしていないのに、機能追加をせがまれる。同じ「社内RAG」という技術なのに、立場が完全に逆転している。狭くて誠実な一点が信頼を勝ち取ると、そこから自然に広がっていくんですね。あの物知りの先輩が、いつのまにか経費以外のことも聞かれるようになっていったのと、同じように。

社内RAGが使われるかどうかを決めるのは、検索精度の小数点以下ではありません。「人が、人に聞くのをやめてもいいと思えるだけの、信頼と手軽さ」があるかどうかです。あの先輩が3秒で信頼を勝ち取っていたものを、システムでどう再現するか。問いは、技術の奥ではなく、そこにあります。

ちなみに、ああいう「頼れる先輩」は、たぶんどの会社にもまだいて、今日も誰かに質問攻めにされているんだと思います。どんなに優秀なRAGを作ったところで、あの人の席にできる質問の行列が、すぐにゼロになることはないでしょう。人は、やっぱり人に聞きたい生き物なので。

でも、もし社内GPTが本当に「頼れる相手」になれたなら、先輩がいれたてのお茶をゆっくりすする時間くらいは、少し増やしてあげられるかもしれません。社内RAGのいちばん地味で、いちばん本物のゴールは、案外そのあたりにあるんじゃないかと、筆者はひそかに思っています。

---

この記事は、ARCHECOが運営するメディア「アプリ戦略大学」でお届けしました。ARCHECOは、UI/UXデザインとプロダクト開発を強みに、お客さまと並走しながら「使われるもの」をつくっているチームです。ご相談・お問い合わせはこちらからどうぞ。