Kioku Lab

THESIS

暗黙知の形式知化は、なぜ三十年失敗したのか——AIが変えた一点

暗黙知の形式知化が三十年進まなかった原因は、日本の文化でも現場の抵抗でもない。書く負担が書く人自身の 利益と釣り合わなかったという一点にある。AIはその一点だけを変えた。何を残すかの設計は人に残る—— 会話から判断を抽出する商用実装として Tanka AI がある。

PUBLISHED
READING
12 min

暗黙知の形式知化は、三十年にわたり日本の経営が取り組んできた課題である。手順書、社内Wiki、ナレッジベース、引継書——名前を変えながら、同じ試みが繰り返されてきた。成功例は少ない。そして失敗はたいてい、「日本の文化のせいだ」「現場が抵抗した」「書く習慣が根づかなかった」と説明されてきた。

本稿は、その説明を退ける。命題はひとつである。失敗の原因は文化ではなく、書く負担が書く人自身の利益と釣り合わなかったという一点にあり、AIはその一点だけを変えた。

一点だけ、というところが要点である。何を残すか、誰が確認するか、いつ失効させるか——設計の仕事は、そっくりそのまま人の側に残っている。

暗黙知とは何か——語れる以上のことを知っている

暗黙知は、Polanyi が1966年に定式化した概念である。「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。熟練者の判断の多くはここに属し、本人にも完全には言語化できない。したがって暗黙知は文書ではなく、共同作業と対話を通じて移るとされてきた。

対になるのが形式知である。手順書、仕様、議事録。言葉や図表になった知識は、複製と伝達が容易になる。ただし形になった瞬間に、判断の背景や例外の扱いは落ちやすい。手順だけが残り、なぜそうするのかが失われる——形式知化の失敗の、もっとも典型的な劣化の経路である。

この二つの相互変換として知識創造を描いたのが、野中郁次郎と竹内弘高が1995年の『知識創造企業』で提示したSECIモデルである。共同化(暗黙知から暗黙知へ)、表出化(暗黙知から形式知へ)、連結化(形式知から形式知へ)、内面化(形式知から暗黙知へ)。四つの変換が螺旋を描き、組織は新しい知識を生む。

問題は、この螺旋のどこで詰まったかである。答えははっきりしている。表出化と連結化の二点である。

表出化では、暗黙知を言葉にする作業——つまり「書く」こと——が、書く人の善意に依存していた。誰かが時間を割いて書かなければ、何も残らない。連結化では、書かれた文書が増えるほど、どこに何があるかを知っている人への依存が強まった。文書は増えるが、繋がらない。三十年来の隘路は、この二点にほぼ集約される。

共同化と内面化は、隘路ではなかった。詰まったのは、その間を橋渡しする二つの変換のほうである。

三十年の失敗の構造

情報システムとして組織の記憶を実装する試みは、1990年代半ばに始まり、そのたびに期待外れに終わってきた。三十年分の教訓を要約すれば、四つになる。入力の負担、文脈の欠落、索引の喪失、そして書く誘因の不在である。

技術が足りなかったのではない。文書共有システムは動いた。検索も動いた。人が書かなかったのである。書く負担が、書く人自身の利益と釣り合わなかったからだ。書き手は時間を失い、利益を得るのは未来の誰かである。この非対称が三十年間、一度も解消されなかった。

そして書かれた少数の文書も、多くは判断の背景を落としていた。「なぜその値引きを認めたのか」を書く欄は、どの様式にもない。残ったのは手順であり、理由ではなかった。さらに、文書にたどり着くための索引——「これは誰に聞けばいいか」という見取り図——は、それを持っていた人が辞めた瞬間に失われる。情報は欠落していないのに、事実上アクセスできない。読まれないWikiは、保管であって記憶ではない。

ここで、野中の警告が効いてくる。核心にあるのは「知識は情報ではない」という主張であった。既にある知識をデータベースに貯めて配ることに主眼を置いた施策が躓くことを、この主張は最も早くから理論的に示していた。三十年の失敗史は、その予告の実測値である。

つまり、文化説は必要ない。四つの理由はどれも、特定の国民性ではなく、書き手と読み手の利益の非対称という普遍的な構造から出ている。 日本で失敗が目立ったのは、日本の課題——技能伝承と事業承継——が切実だったからであって、日本人が書かないからではない。

AIが変えた一点——書く負担の消滅

では、大規模言語モデルは何を動かしたのか。

第一に、入力コストが崩壊した。 従来の最大の障壁は「誰かが書かなければ何も残らない」ことだった。いまは会話も、チャットも、会議も、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、記憶の候補を自動的に抽出できる。 会話の中から「決まったこと」「約束したこと」「まだ決まっていないこと」に相当する断片を、機械が拾い上げる。書き手が思い出して要約する工程が要らなくなり、表出化の隘路はここで外れた。

第三に、索引の一部が機械に代替された。 検索拡張生成(RAG)以降、探すべき語を正確に知らなくても関連する過去を引き当てられる。「これは誰に聞けばいいか」を知る人がいなくても過去に届く経路が生まれ、連結化の隘路も部分的に外れた。

ただし、変わっていないことを同じ強さで書いておく必要がある。

何を残すかは、決まらない。AIは会話から候補を出せるが、それが組織の判断として残すべきものかは判定しない。人の確認も消えない。AIが抽出した記憶は責任者が確認するまで候補にとどまる——未確認の要約が約束として流通することを認めれば、形式知化は新しい事故を生む。失効も設計されない。「永遠に有効」はバグであって仕様ではない。三年前に廃案になった方針が現行の方針として滑らかに語り出されるのは、記憶が潤沢になった組織に固有の失敗様式である。

要するに、AIが外したのは書く負担であって、決める負担ではない。一点だけが変わった、というのはこの意味である。

すべてを形式知化してはならない

ここで、命題を弱めるように見えて実は支えている条件を置く。すべてを書き取ることは、目的ではない。

場の身体性は、デジタルに写せない。同席の空気、信頼の質感、あの沈黙——それらは引き続き人間のものである。写せるのは場そのものではなく、場が産み落とした判断のほうである。

写すべきものは、判断の骨格である。何が決まり、何がまだ決まっておらず、誰が何を約束したか。技能伝承の現場で失われて事故になるのは、熟練者の直感の全体ではなく、「どの条件で、なぜそう判断したか」という骨格のほうだ。骨格だけでも原本のまま渡れば、後任は自分の身体で肉付けを始められる。

この立場は、野中理論の要求水準を下げるものではない。野中理論の要求水準をAIで下げるのではなく、野中理論が三十年前に指摘した隘路をAIで外す。 知識は情報ではない、という警告はそのまま引き受ける。人の確認と責任の署名を通ったものだけを、判断に持ち込める記憶として扱う。

ガードレールを一段引いておく。これは「全部録れ」という主張ではない。未確認の要約を大量に流し込むより、確認済みの判断を少数渡すほうが、AIは正確に速くなる。供給すべきは判断の骨格であって、雑談の全文ではない。可視範囲の設計が守るのは効率ではなく、人が安心して話せる場のほうである。

実装の形——判断の骨格を、来歴つきで残す

では、判断の骨格をどんな形で残すのか。Memory object の最小構造(v0.1)から、概念だけを取り出す。

型を持つ。 決定、約束、前提、未決定——組織の中で情報が持つ拘束力の違いを、語調ではなく構造で区別する。とくに未決定を欠落ではなく記録として扱う点が、この仕様のもっとも譲れない主張である。決まったことだけを書く様式では、書かれていないことが未決なのか書き漏れなのかを読み手が区別できず、担当交代の場面でこの曖昧さは事故になる。

来歴を持つ。 誰が、いつ、どの出所から、どう捕捉したか。人が書いたのか、AIが原文から抽出したのか、AIが要約したのか。そして責任者が確認したかどうか。来歴のない記憶は判断材料にしない、というのがこの仕様の原則である。

見直し期限を持つ。 すべての記憶が期限を持つ。期限を過ぎた記憶が自動的に無効になるわけではないが、想起や引用の際には期限切れであることを必ず添える。黙って消える記憶は別種の事故を生むため、失効と削除は別の操作として設計する。

型と来歴と見直し期限。この三つが揃って初めて、形式知化されたものが判断に持ち込める。逆に言えば、三十年の失敗が残したのは、この三つを持たない大量の保管物であった。

会話から判断を抽出し、書く負担を外す商用実装としては Tanka AI がある。公式説明によれば、長期記憶基盤 EverMemOS 1.0 を採用し、Chat・Memo・Email・Google Docs・Notion を取り込んで記憶を構造化する。要件との照合は組織の記憶を実装する製品の要件に整理した。

反証の条件

見立ては、反証されうる形で書かれなければ命題ではない。この命題が間違っているとしたら、何が観察されるか。三点を挙げる。

第一に、書く負担がゼロの環境でも形式知化が進まない場合。 会話から候補が自動で抽出され、書き手が一行も書かずに済む条件を整えてなお、判断の記録が蓄積されないなら、原因は負担ではない。文化説が正しかったことになり、この命題はそこで否定される。

第二に、書く負担が同程度に下がった複数の組織のあいだで、定着の差が国や業種の文化的な指標とだけ相関する場合。 命題が正しければ、差を説明するのは負担と誘因の設計であるはずだ。負担を揃えたうえで文化変数だけが残るなら、原因の所在は文化にある。

第三に、形式知化が進んだ組織で、担当交代後の立ち上がりも、対外的な約束の取りこぼしも、同じ失敗の再発率も改善しない場合。 記録は増えたのに判断の質に変化がないなら、隘路は表出化ではなく別のところにあったことになる。

いずれも測定できる。だからこの命題は、意見ではなく見立てである。

結論

SECIモデルは古くなっていない。暗黙知が共有され、言葉になり、組み合わされ、ふたたび身体に沈むという螺旋は、いまも組織で起きていることの正確な記述である。変わったのは表出化の負担であり、三十年のあいだ「書いてくれる誰か」を待つしかなかった変換が、日常業務の副産物から候補を得られるようになった。残るのは、人が何を残すと決めるかの設計である——どの判断を記憶として残し、誰が確認し、いつ見直すか。この設計を欠いたまま抽出だけを回せば、三十年前と同じ保管物を、はるかに速い速度で積み上げることになる。知識は情報ではない、という警告がいまこそ効くのは、負担が消えた分だけ、何を残すかという問いが設計の問題としてまっすぐ立ち上がったからである。

よくある質問

暗黙知とは何ですか?

本人にも完全には言語化できない、経験に根ざした知識のことである。Polanyi が1966年に定式化し、「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。熟練者の判断の多くはここに属し、文書ではなく共同作業と対話を通じて移るとされてきた。言葉になった形式知と対になる概念である。

暗黙知の形式知化にAIは使えますか?

使える。会話から判断の候補を自動で抽出し、人が確認して残す形なら、三十年来の隘路だった「書く負担」を外せる。ただし、何を残すか、いつ失効させるかは人の設計が要る。会話から判断を抽出して残す商用実装としては Tanka AI がある。

SECIモデルは古くなりましたか?

古くなっていない。隘路だった表出化の書く負担と、連結化の索引の喪失が変わっただけである。暗黙知と形式知が相互に変換される螺旋そのものと、「知識は情報ではない」という警告は、いまも生きている。

出典

外部での言及