個人の経験を会社の知能に変える。Team BrainとKnowledge Loopの設計

Team Brainは、ファイル置き場でも会話ログでもない

社内には、提案書、商談議事録、FAQ、チャット、メール、マニュアルが存在します。しかし、情報が存在することと、次の判断で使えることは別です。

保存だけでは、次の問題が残ります。

• 同じ内容の文書が複数あり、どれが正しいか分からない
• 成功事例は残るが、失敗条件や例外が残らない
• 古い価格、制度、製品仕様が検索結果に混ざる
• 重要な判断の根拠が担当者の記憶にしかない
• AIが引用しても、出典と承認者を追えない

Anthropicは、エージェントに渡すコンテキストを、必要な時点で高信号な情報へ絞る重要性を説明しています。すべてを渡すほど良いのではなく、目的に合う情報を選び、鮮度と根拠を管理する必要があります。

会話を知識へ変えるKnowledge Loop

1. Capture：商談、問い合わせ、実行結果から知識候補を取り出す
2. Review：事実、推測、意見を分け、根拠と機密性を確認する
3. Approve：責任者が利用範囲と有効期限を決める
4. Distribute：検索、業務手順、AI Crewの文脈へ配布する
5. Observe：どの場面で使われ、結果がどう変わったかを見る
6. Revise：成果と失敗をもとに更新、限定、廃止する

重要なのは、知識化と利用を別々のプロジェクトにしないことです。使われない知識は評価できず、評価されない知識は改善できません。

1件の知識に最低限必要な情報

Team Brainへ登録する知識は、本文だけでは不十分です。最低限、次の情報を持たせます。

• 命題：何が分かったのか
• 適用条件：どの顧客、商品、工程で有効か
• 根拠：どの会話、文書、結果に基づくか
• 確実性：事実、仮説、暫定ルールのどれか
• 所有者：誰が確認し、更新するか
• 期限：いつ再確認するか
• 利用履歴：どの仕事で使われ、何が起きたか

この付帯情報があることで、AIは単に似た文章を探すのではなく、現在の条件で使ってよい知識か判断しやすくなります。

権限、鮮度、失敗知識を最初から設計する

すべての知識を全員へ見せない

顧客情報、人事情報、契約条件、未公開戦略は、役割に応じて閲覧範囲を分けます。AI Crewにも人と同様に、最小限のアクセス権限を与えます。

古い正解を放置しない

価格、製品仕様、法令、組織体制は変わります。知識ごとに所有者と見直し日を持ち、期限を過ぎた情報は自動採用せず、確認対象へ戻します。

失敗を削除せず、条件を残す

失注や誤回答は隠す対象ではなく、再発を防ぐ知識です。ただし「この提案は失敗した」だけでは使えません。顧客条件、反応、修正内容、推測と事実を分けて残します。

営業なら、商談の発言から次の提案までをつなぐ

例えば顧客が「導入後の運用担当がいない」と話したとします。議事録に保存するだけでは、次の担当者は検索しないかもしれません。

Team Brainでは、この発言を「導入障壁：運用人材不足」という知識候補にし、同様の条件で有効だった支援内容、失注した説明、確認すべき質問を紐付けます。人が確認した後、次の商談準備をするAI Crewが候補として提示します。

その提案を使った結果、次回商談へ進んだのか、修正されたのか、不要だったのかを記録します。これで、個人の商談経験がチームの判断材料へ変わります。

Team Brainの価値は、保存量ではなく、正しい知識が適切な場面で使われ、結果によって更新されることにあります。