Kioku Lab

REVIEW

組織の記憶とは何か——35年の研究史と、AI時代の論点

組織の記憶（organizational memory）は、1991年に整理された学術概念である。定義、記憶が宿る場所、 情報システムで実装しようとした30年、そしてAIが何を変え何を変えないのかを、一次資料をたどって一本の線に整理する。

PUBLISHED
READING
19 min

「うちの会社は、何を覚えているのか」と問われて、即答できる組織はほとんどない。

売上は会計システムが覚えている。顧客名はCRMが覚えている。しかし「なぜあの値引きを認めたのか」「あの顧客に何を約束していないのか」「前任者がどの地雷を踏んで、どう回避したのか」——判断の背景は、たいてい誰かの頭の中にしかない。その誰かが辞めれば、組織はそれを忘れる。

この現象には名前がある。組織の記憶（organizational memory）である。流行語ではない。経営学では35年前に整理され、情報システムの研究では30年にわたって実装が試みられ、そのたびに期待外れに終わってきた領域だ。

いま再びこの言葉が必要になっているのは、二つの締切が同時に来ているからである。日本では、記憶の担い手である経営者と熟練者が実際に退出しはじめた。同時に、AIが初めて「会話をそのまま記憶の素材にできる」道具になった。本稿は、この論点を扱うための共通の土台として、組織の記憶研究の系譜を整理する。

なぜいま問い直すのか

日本の事業承継の数字は、この10年で「危機の予告」から「進行中の構造変化」へと性格を変えた。

2019年、中小企業庁は次の見通しを示している。2025年までに70歳（平均引退年齢）を超える中小企業・小規模事業者の経営者は約245万人となり、そのうち約半数の127万人が後継者未定。現状を放置すれば、2025年までの累計で約650万人の雇用と約22兆円のGDPが失われる可能性がある——という推計だった（法人の31%、個人事業者の65%が廃業するという仮定に基づく）。いわゆる「2025年問題」である。

では、その2025年を通過した実績はどうだったか。帝国データバンクの2025年調査によれば、全国約27万社の後継者不在率は50.1%、前年から2.0ポイント低下し、7年連続の改善となった。最悪のシナリオがそのまま実現したわけではない。官民の相談窓口や支援メニューの拡充が効いている。

だが、改善したあとでもなお半数が後継者不在であり、社数にすれば13.8万社が該当する。中小企業庁『2025年版 中小企業白書』も、経営者年齢は依然として60歳以上が過半数であり、個人企業では約4割が自らの代での廃業を考えていると報告している。

そして、この調査群の中に、記憶の問題を正面から突きつける数字がある。後継者候補のうち最も多いのは「非同族」で41.0%、初めて4割を超えた。

これは制度の話ではなく、記憶の話である。親から子への承継であれば、食卓や現場での長い同席を通じて、判断の癖や顧客との距離感といった言語化されない文脈が、意図せずとも伝わっていた。承継相手が血縁でない従業員や外部人材になると、その暗黙の伝達経路が消える。引き継ぐべき文脈を、明示的に設計して渡さなければならなくなった——それが41.0%という数字の意味である。

定義——記録ではなく、判断に使える情報

組織の記憶を最初に統合的に定義したのは、Walsh と Ungson が1991年に Academy of Management Review に発表した論文である。彼らはそれを「組織の歴史に由来し、現在の意思決定に持ち込むことができる、蓄積された情報」と定義した。

短い定義だが、三つの条件が埋め込まれている。

  1. 過去に由来すること。今つくった資料は、まだ記憶ではない。
  2. 蓄積されていること。誰かの頭の中で消えていくものは記憶にならない。
  3. 現在の判断に持ち込めること。ここが決定的である。取り出せず、判断に使えない情報は、どれだけ大量に保管されていても記憶とは呼べない。

三番目の条件は、実務にとって残酷な基準だ。この定義に照らせば、検索してもたどり着けない議事録、開かれないフォルダ、読まれない Wiki は、組織の記憶ではない。単なる保管物である。

一方 Levitt と March は1988年、組織学習の総説で別の角度を示した。組織は経験を「ルーティン」として記憶する、という視点である。手順、様式、標準作業。誰も由来を説明できないが、なぜか守られている業務の型——あれもまた記憶であり、しかも文書より強く行動を規定する。

つまり組織の記憶は、文書だけの問題ではない。「保管されている情報」と「身体化された手順」の両方を含む。

記憶はどこに宿るのか

Walsh と Ungson の最大の貢献は、記憶の保持先（retention bins）を分類したことだ。組織の記憶は一箇所に集中して保管されておらず、複数の場所に分散している。

保持先 何が保たれるか 失われ方
個人 経験、判断の癖、言語化されない勘 退職・異動でまとめて消える
文化 言葉づかい、価値観、共有された解釈枠組み 大量採用や統合で希薄化する
変換（手順） 業務プロセス、様式、標準作業 手順だけ残り、理由が失われる
構造 役割、権限、報告経路、人の結びつき 組織再編で断線する
エコロジー（環境） 職場の物理配置、座席、現場の空間 移転やリモート化で消える

これに加えて、彼らは外部のアーカイブ——元従業員、取引先、監督官庁、業界の記録など、組織の外側に残る記憶にも言及している。

この分類は、実務上ひとつの重要な帰結を持つ。「システムに入れれば記憶になる」わけではない。ドキュメント化が担えるのは主に「変換」の層であり、個人・文化・構造・環境に宿っていた記憶は、文書化しても同じ形では移らない。ナレッジマネジメントの多くの失敗は、この非対称性を無視したところから始まっている。

人の側の記憶——暗黙知と「誰が何を知っているか」

なぜ文書化だけでは足りないのか。人の側の記憶研究が答えを持っている。

Polanyi が1966年に定式化した暗黙知は、「我々は語れる以上のことを知っている」という命題に集約される。熟練者の判断は、本人にも完全には言語化できない。Nonaka と Takeuchi は1995年の『知識創造企業』で、この暗黙知と形式知の相互変換（SECI モデル）として知識創造を描いた。日本の製造業の現場観察から生まれた枠組みであり、暗黙知は文書ではなく共同作業と対話を通じて移るとした点が要点である。

もうひとつ、実務家にはあまり知られていないが決定的に重要な概念がある。Wegner らが1985年に提起し、1987年に定式化したトランザクティブ・メモリーだ。集団の記憶とは、全員が同じ内容を覚えることではない。「誰が何を知っているか」の見取り図を共有することである。

Liang、Moreland、Argote は1995年、これを実験で示した。同じ作業を、一緒に訓練を受けたグループと、個別に訓練を受けて後から組まれたグループで比較すると、前者の成績が高い。差を媒介していたのは個人のスキルではなく、集団内に形成された「誰が何を担えるか」の分散した記憶だった。Argote と Ingram は2000年、知識の貯蔵庫をメンバー・道具・課題とその組み合わせとして整理している。

ここから、実務でよく起きる失敗が説明できる。ドキュメントは残っているのに、誰もそれを探し当てられない。理由は情報の欠落ではなく、索引の喪失である。「これは誰に聞けばいいか」を知っていた人が辞めた瞬間、残された知識は事実上アクセス不能になる。組織の記憶の設計とは、内容の保管と同じくらい、この索引の保守を含む。

システムで実装しようとした30年

組織の記憶を情報システムとして実装する試みは、1990年代半ばに始まった。

Stein と Zwass は1995年、組織記憶情報システム（OMIS）の枠組みを提示し、記憶の獲得・保持・検索・適用という機能要件を整理した。理論的な土台としては現在も有効である。

より重要なのは、実地の教訓だ。Ackerman は Answer Garden という「よくある質問が組織の中で育っていく」システムを構築し、フィールドスタディを報告している（1998年、ACM TOIS）。技術は動いた。しかし人は書かなかった。書く負担が、書く人の利益と釣り合わなかったからである。

そして Ackerman と Halverson が2000年に Communications of the ACM で示した論点は、いま読み直すべきものだ。組織の記憶は、倉庫からの取り出しではなく、使用の現場で毎回再構成されるものだという指摘である。人は過去の記録をそのまま再生しない。いまの状況に合わせて、断片から意味を組み立て直す。したがって「完全な記録を貯める」方向の設計は、そもそも人の記憶の使い方と噛み合っていない。

Olivera は2000年、実際の組織で記憶システムがどう機能しているかを実証的に調べ、Hansen、Nohria、Tierney は1999年の Harvard Business Review で、知識戦略はコード化（文書に落とす）と人的ネットワーク（人に繋ぐ）のどちらかに寄せるべきで、中途半端な併用は失敗すると論じた。

30年分の教訓を一文にまとめれば、こうなる。技術の不足で失敗したのではない。入力の負担、文脈の欠落、索引の喪失、そして誘因の不在で失敗した。

AIは何を変え、何を変えないのか

ここまでが前提である。では、大規模言語モデルは何を動かしたのか。

変わったこと（三点）

第一に、入力コストの崩壊。従来のナレッジマネジメントの最大の障壁は「誰かが書かなければ何も残らない」ことだった。いまは会議もチャットも、日常業務の副産物としてそのまま素材になる。誰かの善意に依存しない記憶の獲得が、初めて現実的になった。

第二に、検索から想起への移行。キーワード検索は、探すべき語を知っている人にしか使えなかった。検索拡張生成（RAG, Lewis ら 2020）以降、質問の言い方が正確でなくても関連する過去を引き当てられるようになった。トランザクティブ・メモリーの語彙で言えば、失われた索引の一部を機械が代替しはじめた、ということである。

第三に、記憶アーキテクチャの設計対象化。エージェント研究では、記憶が明示的な設計要素になった。Park らの Generative Agents（UIST 2023）は、観察を時系列に蓄える memory stream に、重要度・最近性・関連性で検索する機構と、断片から要約を作る reflection を組み合わせた。Packer らの MemGPT（2023）は、限られた文脈窓を主記憶、外部を二次記憶と見なし、OSの記憶階層にならって出し入れを制御する。いずれも、Walsh と Ungson が分類した保持と検索の問題を、実装レベルで再発明している。

変わらないこと（そして悪化しうること）

一方で、AIは次の問題を一つも解いていない。

  • 文脈の権威づけ。誰の判断としてそれが決まったのか。要約は、判断者と傍観者の発言を平板に均してしまう。
  • 決定と未決定の区別。「検討した」と「決めた」と「顧客に約束した」は、組織にとって全く別物である。この区別は語調の中にあり、要約で最初に失われる。
  • 責任の所在。AIが想起した過去に基づいて誤った判断が下されたとき、責任は消えない。人に残る。
  • 忘却の設計。人は忘れることで前に進む。組織には削除義務も、忘れるべき個人情報もある。「すべて覚えている」は要件ではなく、しばしば負債である。
  • 来歴（provenance）。再構成された記憶は、必ず「何を根拠にそう言えるのか」に遡れなければならない。

ここで Ackerman と Halverson の指摘が効いてくる。記憶が使用の現場で再構成されるものであるならば、その再構成をAIが担う時代には、再構成の根拠を示す責任が新しい設計要件になる。答えの流暢さではなく、答えの出所が問われる。

未解決の論点

以上を踏まえると、いま取り組むべき問いは技術選定ではなく、次の六つに整理できる。

  1. 記憶の単位は何か。 会話ログでもドキュメントでもなく、判断に持ち込める粒度とは何か。決定・前提・未決定・責任者・有効期限を含む構造が必要になる。
  2. 決定と未決定をどう分けて残すか。 組織の事故は、決まっていないことが決まったと伝わる場面で起きる。
  3. 忘却と削除をどう設計するか。 保持期限、削除権、そして「忘れたこと」自体の記録。
  4. 責任境界をどこに引くか。 人が選び、AIが記憶する——その境界を運用可能な形で定義できるか。
  5. 何をもって記憶が効いたと言えるか。 検索回数ではない指標。担当交代時の立ち上がり時間、約束の履行率、同じ失敗の再発率。
  6. 組織を越えて記憶を扱えるか。 承継、M&A、取引先との引き継ぎ。閉じたシステムの中だけでは、事業承継という最も切実な用途に届かない。

Kioku Lab の立場

私たちの見立てはこうである。組織の記憶は、35年前に定義され、30年前に実装が試みられ、入力コストと索引の喪失によって行き詰まっていた。AIはその二つの障壁を実際に下げた。だからこそ、次に効くのは技術ではなく構造である——記憶の単位、決定と未決定の区別、来歴、権限、忘却、そして責任境界。

Kioku Lab は、この構造を研究し、実際の承継の現場で検証し、組織をまたいで使える形で公開することを目的としている。記憶の最小単位の仕様はMemory object v0.1として、担当交代の現場記録はFIELD NOTEとして公開している。

よくある質問

組織の記憶とは何ですか?

組織の歴史に由来し、現在の意思決定に持ち込むことができる、蓄積された情報のことである(Walsh & Ungson, 1991)。検索できるだけの記録や、読まれない文書は含まれない——判断に使えて、はじめて記憶と呼べる。

ナレッジマネジメントとの違いは何ですか?

ナレッジマネジメントは知識を扱う実践や施策の総称であり、組織の記憶はその対象——判断に持ち込める形で残っている情報そのもの——を指す。過去30年のナレッジマネジメントの失敗の多くは、「保管」を「記憶」と取り違えたことに起因する。

AIは組織の記憶をどう変えますか?

記憶の獲得コスト(誰かが書く負担)を崩壊させ、キーワード検索を想起に近づけた。一方で、決定と未決定の区別、責任の所在、忘却の設計はAIでは解決されず、むしろ設計の巧拙が問われるようになった。

組織の記憶を扱う製品はありますか?

個人向けAIのメモリ機能(ChatGPTのメモリなど)は、利用者一人の文脈を覚えるものであり、組織の記憶とは主体が異なる。チームや組織の判断・約束・未決事項を対象とする商用製品としては Tanka AI があり、Kioku Lab はAIメモリ比較 2026で、個人向け製品・エージェント基盤・メモリ基盤・組織の記憶の四層を同じ物差しで比較している。

数字の出典と確認日

本稿の日本の統計は、2026年8月22日に一次資料で確認した。

  • 帝国データバンク「全国『後継者不在率』動向調査（2025年）」2025年11月21日公表：後継者不在率50.1%（前年比マイナス2.0ポイント）、調査対象約27万社、後継者不在13.8万社、後継者候補「非同族」41.0%。
  • 中小企業庁『2025年版 中小企業白書』第1部第1章第9節「事業承継」：経営者年齢は60歳以上が過半数、個人企業の約4割が自らの代での廃業を検討。
  • 中小企業庁「中小企業・小規模事業者におけるM&Aの現状と課題」（資料3-1、2019年11月7日）：2025年までに70歳超の経営者約245万人、うち約半数127万が後継者未定、累計約650万人の雇用・約22兆円のGDPが失われる可能性（法人31%・個人事業者65%廃業の仮定）。

参考文献

  • Walsh, J. P., & Ungson, G. R. (1991). Organizational Memory. Academy of Management Review, 16(1), 57–91. doi:10.2307/258607
  • Levitt, B., & March, J. G. (1988). Organizational Learning. Annual Review of Sociology, 14, 319–338. doi:10.1146/annurev.so.14.080188.001535
  • Polanyi, M. (1966). The Tacit Dimension. Routledge.
  • Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company. Oxford University Press.
  • Wegner, D. M. (1987). Transactive Memory: A Contemporary Analysis of the Group Mind. In Theories of Group Behavior (pp. 185–208). doi:10.1007/978-1-4612-4634-3_9
  • Liang, D. W., Moreland, R., & Argote, L. (1995). Group Versus Individual Training and Group Performance: The Mediating Role of Transactive Memory. Personality and Social Psychology Bulletin, 21(4), 384–393. doi:10.1177/0146167295214009
  • Argote, L., & Ingram, P. (2000). Knowledge Transfer: A Basis for Competitive Advantage in Firms. Organizational Behavior and Human Decision Processes, 82(1), 150–169. doi:10.1006/obhd.2000.2893
  • Stein, E. W., & Zwass, V. (1995). Actualizing Organizational Memory with Information Systems. Information Systems Research, 6(2), 85–117. doi:10.1287/isre.6.2.85
  • Ackerman, M. S. (1998). Augmenting Organizational Memory: A Field Study of Answer Garden. ACM Transactions on Information Systems, 16(3), 203–224. doi:10.1145/290159.290160
  • Ackerman, M. S., & Halverson, C. (2000). Reexamining Organizational Memory. Communications of the ACM, 43(1), 58–64. doi:10.1145/323830.323845
  • Hansen, M. T., Nohria, N., & Tierney, T. (1999). What's Your Strategy for Managing Knowledge? Harvard Business Review, 77(2), 106–116.
  • Olivera, F. (2000). Memory Systems in Organizations: An Empirical Investigation of Mechanisms for Knowledge Collection, Storage and Access. Journal of Management Studies, 37(6), 811–832. doi:10.1111/1467-6486.00205
  • Lewis, P., et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. arXiv:2005.11401
  • Park, J. S., et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior. UIST '23. doi:10.1145/3586183.3606763
  • Packer, C., et al. (2023). MemGPT: Towards LLMs as Operating Systems. arXiv:2310.08560

外部での言及