このような経験はありませんか。会社には取引先への支払い手順をまとめた資料があることを覚えていて、少し前の会議で同僚が共有していたことまで記憶しています。それにもかかわらず、Google Driveやメール、チャットを10分近く探しても、その資料が見つかりません。
結局、社内チャットで同僚に「支払い手順はどこにありますか？」と聞くことになります。すると数分後には、午前中ずっと探していたその資料が送られてきます。
これは決して珍しいことではありません。必要な資料はすでに存在しているにもかかわらず、このようなやり取りは多くの企業で毎日のように繰り返されています。
キーワード検索はかつて非常に有効でした
長い間、多くの文書管理システムはキーワード検索を前提として設計されてきました。契約書を探したいなら「契約書」、オンボーディング資料を探したいなら「オンボーディング」、支払い申請書を探したいならファイル名や文書内のキーワードを入力すれば見つかりました。
管理する資料の数がまだ少なかった頃は、この方法で十分機能していました。ファイル名や資料に含まれる単語を覚えていれば、必要な情報をすぐに見つけることができたからです。
しかし現在の企業は、数百件の資料を扱っているわけではありません。多くの企業では、複数の部門が何年にもわたって作成した数万件もの資料を、さまざまなシステムに分散して管理しています。
人はキーワードで考えているわけではありません
興味深いことに、人は検索エンジンのようには考えません。正確なファイル名や文書タイトルを覚えているのではなく、「今何を解決したいか」を考えています。
購買担当者は「取引先の納品が遅れた場合、どう対応すればいいのか」と質問します。人事担当者は「新入社員のオンボーディングチェックリストはどこにあるのか」と探します。プロジェクトマネージャーは「プロジェクトの検収にはどの書類が必要なのか」と知りたいと思います。
これらはすべて業務に関する質問であり、キーワードではありません。検索システムが文書内の単語だけを頼りに検索するのであれば、期待する結果を得られないことが少なくありません。
企業に足りないのは資料ではなく、知識をつなぐ仕組みです
実際には、一つの業務上の疑問に対する答えが、一つの文書だけに書かれていることはほとんどありません。例えば、取引先への支払い手順を理解するためには、SOP、支払い申請書、経理ポリシー、さらに例外対応のガイドラインまで確認する必要があるかもしれません。
従来の検索では、利用者はそれぞれの資料を開き、内容を読み比べ、自分で情報を整理しなければなりません。本当に必要なのは複数の資料ではなく、「次に何をすればよいか」を教えてくれる一つの答えなのです。
企業に必要なのは、キーワードではなく「意味」で検索することです
仕事をするとき、人はキーワードではなく目的を考えています。見積書を作成したい、新入社員をオンボーディングしたい、プロジェクトを検収したい、顧客からのクレームを処理したい――そうした目的を持って行動しています。
文書がどのような名前で保存されているか、どのフォルダにあるかは重要ではありません。重要なのは、目的を達成するために必要な情報へたどり着けることです。
これからの検索システムは、ユーザーの意図を理解する必要があります。入力された単語だけを照合するのではなく、質問の意味や文脈を理解し、たとえ同じ単語が文書内になくても、最も関連性の高い情報を見つけ出さなければなりません。
そのため、多くの企業では従来のキーワード検索からAI検索への移行が進み始めています。
「資料を探す」から「答えを得る」へ
例えば、社員がAIに「取引先が納品数を不足させた場合、どのように対応すればよいですか」と質問したとします。従来の検索システムであれば、「取引先」「納品」「不足」といった単語を含む資料が大量に表示されるでしょう。
一方、AIは複数の関連資料を読み込み、質問の意図を理解したうえで、必要な情報を整理し、一つの回答として提示できます。さらに、その回答の根拠となったSOPや申請書、社内ポリシーも合わせて示すことができます。
利用者は複数の資料を読み比べて自分で整理する必要がありません。本当に必要としていた答えを、その場で得ることができます。
WikiがAIとつながることで、検索は「会話」になります
ここでWikiの役割も変わります。Wikiは単なる文書保管場所ではなく、AIが業務を支援するために参照する知識基盤になります。
社員はファイル名や保存場所を覚える必要はありません。同僚に質問するように自然な言葉でAIへ尋ねるだけで、AIは関連する資料を探し出し、複数の情報を統合し、自社のナレッジに基づいた回答を返します。
正しい情報を見つけることは、ゴールではなくスタートです
多くの場合、答えを得ること自体が目的ではありません。業務の流れを理解した後は、すぐに仕事へ取りかかる必要があります。
例えば、オンボーディングについて質問した場合、AIは手順書を表示するだけではありません。Taskを作成し、チェックリストを提案し、研修資料を関連付け、担当者へ仕事を割り当てることもできます。
知識は読むだけのものではなく、Workspaceの中で実際の行動へとつながるものになります。
まとめ
長年にわたり、キーワード検索は大量の資料を管理するための有効な手段でした。しかし、企業の知識が増え続け、業務が複雑になる現在では、目的の文書を見つけるだけでは十分ではありません。
企業が本当に必要としているのは、適切なタイミングで、適切な文脈の中から、適切な答えを得ることです。WikiがAIと連携することで、企業は「文書を探す」段階から「知識を活用する」段階へ進み、あらゆる質問が次の行動へとつながり、仕事をより速く、より効率的に進められるようになります。
