「AIを業務にどう適用すべきか」 を共有する必要性を感じたため、
AI利活用の基本フレームワーク3層を簡潔にまとめました。こちらはISAO完全オリジナルです！

 

お伝えしたいことは 3点のみとなります。

 

【1】AI利活用は「3つの層」をどう組み合わせるかで決まります
AI活用は、以下3層で構成されます。

 

① 公開形式知（AIが元々知っている知識）
財務・会計の基礎原則、世の中に出ている法律等

業界共通KPI

標準的な分析・判断のフレーム
👉 一般的なことは“何でも”AIは既に知っています。

 

② 会社固有データ（入力する事実データ）
PL/BS/CF、契約情報、WIP、顧客別データ

組織・人件費情報、外部市況

Slack/Teams に残る判断ログ
👉 ②があると、AIは“あなたの会社の状況”を理解します。

 

③ 会社固有文脈（判断のクセ・優先軸・非公開ノウハウ）
予実が狂いやすい理由

プロジェクト遅延の典型パターン

経営層の判断基準

経理財務でいう部長のレビューポイント

経企でいう部長のそのビジネスに特化した事業計画の勘所、ポイント

人事でいう採用の際にポイント、経験知

総務でいうCレベル以上とのコミュニケーションのポイント等々
👉 ③を与えると、AIが“あなたの会社らしく判断”できるようになります。

 

【2】Phase1でやるべきこと（重要）
Phase1 の目的は、
AIに②のデータと、③の文脈を与える準備を整えること です。

 

以下を各部門で進めていただけると助かります：

(A) 対象業務で必要な「②の会社データ」を洗い出す
例：

経理財務：PL/BS/CF、契約条件、監査指摘履歴

経営企画：予実・KPI・着地見込み

人事：採用データ、面接評価ログ

CS/営業：顧客別粗利、案件進捗

→「その業務をAIにやらせるなら、何のデータが必要か？」を考えるだけでOKです。

 

(B) 業務ごとに存在する「③の文脈（暗黙知）」を棚卸しする
例：

経理部長がレビューで必ず見るポイント

予算がズレる典型パターン

特定顧客の値引きルール

採用時の“うちの会社ならでは”の判断基準

→ 暗黙知を少しずつ形式知にしていくことが、AI活用の最大価値になります。

 

【3】簡単なイメージ（PL分析の例）
① 公開形式知（AIのデフォルト能力）
PL構造、粗利率の見方、単価×数量の分析など
👉 AIは分析の“型”を自動で呼び出せます。

 

② 会社固有データ
あなたの会社のPLを入力すれば、
AIは①の知識を使って“自社のPL”として読み解きます。

 

③ 会社固有文脈
「当社はMRRが8割」「販管費は期末偏重」「営業は楽観的」
といった文脈を加えると、
分析結果が一気に“あなたの会社らしい判断”に変わります。

 

【まとめ】
AIは①一般知識だけでも一定の出力ができます

しかし会社の実務に使えるレベルにするには②と③が不可欠です

Phase1では、各業務で必要な
「②必要データの洗い出し」＋「③暗黙知の棚卸し」
をお願いします

AIエージェントの時代には、

“どの業務に③の固有文脈を付与すべきか”を理解している人ほど、圧倒的に成果を出せます。

 

Phase1 では、
①AIが既に知っていることを確認し、②必要な会社データを揃え、③暗黙知を形式知化する土台を作ること
を目的にしています。
これが、次のマルチエージェント化へ最短距離で移行する準備になります。