ツールは借りても、意味の座標系は自前で持つ — オントロジーを企業知能の基盤にする

🎥 YouTubeでも公開しています

ツールは借りても、意味の座標系は自前で持つ｜オントロジーでつくる企業知能の基盤

Books: Semantic Chunk 根拠ある意味単位からつくる: 文書・表・業務データを、説明可能で実行可能な知識へ

企業がAIやデータ活用を進めるとき、クラウド、LLM、オントロジー生成ツール、Knowledge Graph、Agent基盤といった外部の技術を利用すること自体は合理的である。自社ですべてを開発・運用する必要はない。

しかし、外部化してよいものと、自社が保持すべきものは分けなければならない。

外部のサービスやOSSは、データを接続し、候補を生成し、検索し、可視化し、分析するための「道具」になり得る。一方で、企業固有の意味を定義するオントロジーは、単なる道具の設定ではない。それは、その企業が何を重要な対象とみなし、どの事象をどのように解釈し、誰がどの条件で判断できるかを記述した、事業運営の座標系である。

たとえば製造業であれば、設備、部品、工程、作業者、品質異常、保全履歴、設計変更、顧客仕様は、単にデータベース上のテーブルとして存在するだけではない。

「この部品はどの設備・工程・顧客仕様と関係するのか」
「この異常は、どの条件で重大な品質問題と判断されるのか」
「この対処は、どの過去事例と同じ類型に属するのか」
「この変更は、どの認証・承認・取引先への連絡を必要とするのか」

といった関係と判断の定義があって、初めてデータは組織にとって使える知識になる。

この定義には、企業の長年のノウハウ、失敗から得た教訓、顧客との契約条件、品質保証の考え方、権限と責任の分担が含まれる。したがって、オントロジーはデータの周辺情報ではなく、企業機密の中心に近い。

ここで重要なのは、「自前で持つ」とは、必ずしもすべてをオンプレミスで開発することではない、という点である。

自前で保持すべきなのは、少なくとも次の権利と資産である。

• 概念の定義権
  何を「顧客」「案件」「品質異常」「承認済み」「例外」と呼ぶかを、自社が決められること。
• 関係の定義権
  どの設備と部品、工程と品質、顧客と契約、判断と根拠が結び付くかを、自社の事業に合わせて管理できること。
• 判断ルールの所有権
  どの条件なら警告し、誰にエスカレーションし、どこから人間の承認を必要とするかを、自社が変更・監査できること。
• 根拠と履歴の保持
  オントロジー上の関係やAIの提案が、どの原文、記録、計測値、承認履歴に基づくのかを後から確認できること。
• 移植可能性
  特定のクラウド、LLM、SaaS、ベンダーを変更しても、企業の意味構造そのものを失わずに移せること。

たとえば、外部LLMに社内文書を渡して「知識グラフを作ってください」と依頼すれば、短期間で候補は得られる。しかし、そのまま採用すれば、概念の粒度や関係の解釈、秘匿すべき情報の扱い、誤った推論がどこまで業務に影響するかを自社で十分に制御できない場合がある。

より健全な構成は、外部ツールを「候補を作るための部品」として位置付けることである。

Semantic Chunkの考え方でいえば、まず社内の文書、記録、図面、ログ、報告書から、原文参照を保った意味単位を整備する。そこには、設備、部品、工程、事象、対処、結果、判断者、時点などが含まれる。そして、自社が定義したオントロジーに照らして、関係を付与し、確認し、必要なら人間が承認する。

その上で、LLMやオントロジー生成ツールには、次のような役割を担わせることができる。

• 文書から候補となる概念・関係を抽出する
• 類似した過去事例を探索する
• 未接続のデータや矛盾の可能性を検出する
• 利用者に理解しやすい形で知識を説明する
• Agentが参照すべき根拠と判断経路を提案する

ただし、ツールが出した候補を、そのまま企業の正式な意味構造や業務判断へ昇格させない。正式な定義、承認済みの関係、判断ルール、監査証跡は、自社が管理するリポジトリとガバナンスの下に置く。

この分離ができていれば、ある時点ではAWSやPalantirの基盤を使い、別の時点ではOSSのグラフDBやローカルLLMへ移行するといった選択も可能になる。検索や生成の性能、運用コスト、セキュリティ要件に応じて道具を取り替えても、企業固有の知識構造と意思決定の根拠は失われない。

AI Agentの時代には、この違いはさらに重要になる。Agentが単に文書を検索して回答するだけなら、もっともらしい誤りを返す危険が残る。Agentが安全に業務へ関与するためには、「何を知っているか」だけでなく、「どの根拠に基づき、どの条件なら提案・実行・停止すべきか」が定義されていなければならない。

つまり、オントロジーはAIのための辞書ではない。企業の知識、権限、判断、責任を接続する運用基盤である。

だからこそ、企業は最新のツールを積極的に使いながらも、意味の定義とその履歴を外部サービスへ全面的に委ねるべきではない。

ツールは借りてもよい。だが、企業が世界をどう見て、何を根拠に判断するかという意味の座標系は、自前で持つ。

それが、技術の進化やベンダーの変更に左右されず、AIを組織の知能として育てていくための基盤になる。

Chinoba

Chinoba

Intelligence as Relationship

Research Platform

founded by

Masao Watanabe

AI Systems Architecture
Decision Trace
Human–AI Coordination
Algorithmic Governance