Books : Synapse Insights 組織知能を観測するAnalyticsからRuntimeへ: 会話・活動・知識・信頼・意思決定の流れを読む
Synapse Insightsはhttps://github.com/masao-watanabe-ai/Synapse-Insightsにて公開しています。
組織分析と聞くと、多くの人はKPI、投稿数、会議参加率、タスク進捗、あるいはエンゲージメント指標を思い浮かべる。
もちろん、こうした指標は重要である。しかし、それだけでは組織が実際にどのように機能しているかは分からない。
たとえば、投稿数が多くても、意思決定が前に進んでいるとは限らない。活動率が高くても、一部の人に調整や判断が集中し、協働が脆くなっているかもしれない。重要な知識を持つ人ほど発言量が少なく、表面的なランキングから見落とされることもある。
本当に観測すべきなのは、活動の量ではなく、知識・信頼・意思決定・協働が、組織の中をどのように流れているかである。
この考え方から始まったSynapse Insightsを、v2として進化させた。
Synapse Insights v1が目指していたもの
Synapse Insightsは当初から、組織内の相互作用を単なるログとして扱わなかった。
返信、質問、提案、反応、合意、不同意といった相互作用を、意味を持つ関係として扱う。さらに、それらを時間とともに変化するグラフとして捉える。
中核にあったのは、次の三つである。
- Semantic Interaction：会話や反応を、質問・提案・合意・依存・知識共有などの意味を持つ相互作用として読む。
- Temporal Graph：関係や影響力、摩擦、知識伝播が、時間とともにどう変化するかを観測する。
- Organizational Intelligence：個人の活動量ではなく、組織全体の知能構造を理解する。
この枠組みにより、誰が誰に相談しているのか、どこに知識が集中しているのか、どの論点で意思決定が停滞しているのか、といった構造が見え始める。
しかし、組織知能を本当に理解するには、会話の意味と関係性だけでは十分ではない。
会話は、実際の業務活動、知識資産、信頼の根拠、そして意思決定の結果と結び付いて初めて、組織の状態を表すからである。
v2で起きた変化
Synapse Insights v2は、単なるOrganizational Intelligence Analyticsではない。
会話、活動、知識、信頼、意思決定を統合して観測する、Organizational Intelligence Runtimeへ進化する。
ここでいうRuntimeとは、組織の状態を一度だけ分析することではない。日々発生する相互作用と活動を取り込み、意味付けし、時間的な変化として捉え、必要に応じて人間の確認へつなげる、継続的な観測と学習の基盤を意味する。
v2の中核は、次の八つのレイヤーで構成される。
- Interaction Layer
メッセージ、返信、メンション、反応、会議記録、AI Agentイベントを取り込む。 - Activity Layer
タスク、レビュー、承認、障害対応、引継ぎ、会議など、実際の業務活動と進行を取り込む。 - Knowledge Flow Layer
文書、仕様、議事録、FAQ、決定、学び、会話から抽出される暗黙知候補を結び、知識が生まれ、使われ、滞留する過程を捉える。 - Trust Infrastructure Layer
信頼を単一のスコアに還元せず、Capability、Knowledge、Intent、Compliance、Explainability、Coordination、Impactといった根拠の集合として扱う。 - Decision Trace Layer
Signal、Proposal、Permit、Override、Execution、Outcomeを結び、なぜその意思決定が行われ、誰が関与し、どのような結果になったかを追跡可能にする。 - Organizational State Twin Layer
組織・チーム・プロジェクトの負荷、応答性、摩擦、回復力を、観測可能な運用シグナルから表現する。 - Temporal Intelligence Graph
上記のデータを、ノード、意味エッジ、時刻、確信度、根拠、アクセス条件を持つ時系列グラフとして統合する。 - Insight Runtime
可視化、検知、予測、説明、アラート、そして人間によるレビュー要求を提供する。
会話と活動を切り離さない
v2で重要なのは、会話だけを分析対象にしない点である。
たとえば、あるメンバーへの質問が増えているという事実だけでは、それが健全な知識共有なのか、危険な依存集中なのかは分からない。
しかし、その人にレビュー、承認、障害対応、引継ぎまで集中しており、返答遅延や未処理の課題も増えているなら、組織は特定個人に依存しすぎている可能性がある。
逆に、あるチームの投稿数が少なくても、知識資産が適切に整備され、判断が迅速に行われ、他チームへの知識移転が進んでいるなら、そのチームは静かだが健全に機能しているかもしれない。
会話と活動を結び付けることで、Synapse Insightsは「何が多いか」ではなく、何が組織の知能として機能しているかを観測できるようになる。
Knowledge Flowを組織記憶へ接続する
組織には、明示された知識と、会話や経験の中にしか存在しない暗黙知がある。
前者は文書、仕様、議事録、FAQ、リポジトリとして残る。後者は、困難な問題が起きたときだけ現れる専門家の回答、レビューの理由、過去の失敗から得た判断基準の中に存在する。
v2のKnowledge Flow Layerは、文書が存在するかどうかだけを見るものではない。
- どの知識が、どの課題や意思決定で参照されたか
- 誰が知識を提供し、誰が再利用したか
- どこで知識の受け渡しが止まったか
- 特定の専門家にしか到達できない知識は何か
- オンボーディングに必要な知識が、実際に流れているか
を観測する。
これにより、投稿量では見えにくいHidden Expertや、将来のKnowledge Bottleneckを把握できる。
知識管理の目的は、文書を増やすことではない。知識が必要な場所へ届き、判断と行動に再利用される状態をつくることである。
Trust Infrastructureとつなぐ意味
組織の中では、影響力があることと、信頼できることは同じではない。
発言力が強い人、判断を多く行う人、相談を受ける人が、どの領域で、どのような根拠によって信頼されているのかを区別する必要がある。
Synapse Insights v2では、Trustを単純なランキングや好感度スコアとして扱わない。
たとえば、ある人やAI Agentについて、次のような根拠を分けて扱う。
- 必要な能力を持つか
- その領域についての知識を持つか
- 委任された目的や制約に沿って行動しているか
- 規程・境界・コンプライアンスを守れるか
- 判断を説明し、後から検証できるか
- 他者と適切に協調できるか
- 行動が及ぼした影響を追跡できるか
この構造は、Trust Infrastructureと接続する。
その結果、Synapse Insightsは「誰が人気か」を表示するのではなく、誰に、何を、どの範囲で委任できるかを考えるための観測基盤になる。
Organizational State Twinは個人監視ではない
v2で新たに明確化した概念が、Organizational State Twinである。
これは、個人の感情、健康状態、人格、適性を推定するための仕組みではない。そうした利用は、データから不適切な断定を導きやすく、組織の信頼も壊してしまう。
Organizational State Twinが扱うのは、あくまで組織やチームの運用状態である。
例えば、次のようなシグナルを組織単位で観測する。
- 依頼やレビューが一部に集中していないか
- 承認や応答の遅延が増えていないか
- 同じ論点の再説明や未解決議論が増えていないか
- 障害の後に知識や負荷を分散できているか
- 協働の密度が急に下がっていないか
ここで重要なのは、シグナルをそのまま結論にしないことである。
たとえば応答が遅いことは、負荷の増大を示すかもしれないが、休暇、時差、役割、データ欠損など別の理由もあり得る。したがってv2では、対象期間、根拠イベント、確信度、解釈上の制約を示し、人間のレビューを前提とする。
Organizational State Twinは、組織を評価するためではなく、組織が無理なく協働し、変化から回復できる状態を設計するためのモデルである。
Decision Traceが分析を行動へつなぐ
分析システムが「注意すべき傾向」を表示しても、なぜそう判断したのかが分からなければ、利用者は信頼できない。
また、アラートを受けて誰かが介入したとき、その判断が何を根拠に行われ、どのような結果をもたらしたかが残らなければ、組織は学習できない。
そこでv2は、Decision Trace Modelと接続する。
たとえば、依存集中の兆候を検出したときには、次の流れを追跡できるようにする。
Signal → Interpretation → Proposal → Human Review → Permit or Override → Execution → Outcome
これにより、インサイトは自動的な命令ではなく、根拠を持つ提案になる。
高い影響を持つ介入には、Decision RuntimeのPermit、Boundary、Human Gate、Overrideを適用できる。組織の観測と統制を切り離さず、それぞれの責任範囲を明確にするためである。
人間の組織からAI Agent Organizationへ
Synapse Insights v2は、人間だけの組織を対象にしたものではない。
AI Agentが情報を集め、他のAgentへ委任し、Toolを呼び出し、判断を提案し、場合によっては実行まで行うようになると、AIは単なる機能ではなく、組織の一部になる。
このとき、観測すべき構造も拡張される。
従来の組織モデルが、
User / Message / Reaction
を中心としていたとすれば、AI Agent Organizationでは、
Agent / Tool / Decision / Signal
が加わる。
重要なのは、どのAgentが何回動いたかだけではない。
- Agent間でどのように委任が行われているか
- どこでTool利用や判断が集中しているか
- 失敗がどの経路で伝播しているか
- 説明可能性やコンプライアンスの根拠が十分か
- 人間がどの時点で介入すべきか
を把握する必要がある。
Synapse Insights v2は、人間の組織とAI Agent Organizationを、同じ意味グラフと時間軸で観測する。そのため、Multi-Agent Systemを「複数のモデル実行」ではなく、知識・信頼・意思決定・責任が流れる組織として理解できる。
v2のロードマップ
v2は、一度にすべてを実装することを前提にしない。段階的に成熟させる。
まず、会話と業務活動を統合し、基本的なSemantic Edgeと組織概要を整備する。
次にKnowledge FlowとTrust Evidenceを加え、Hidden Expert、依存集中、知識ボトルネックを観測できるようにする。
その後、Decision TraceとOrganizational State Twinを接続し、根拠付きのアラートと人間レビューの導線を整える。
さらにAI Agent、Tool、Delegation、Failure Propagationを統合し、Agent Organization Monitorへ拡張する。
最終的には、時系列の変化から予兆を見つけ、シナリオ比較や組織レジリエンスの分析へ進む。
ただし、予測は自動的な人事判断や統制のためではない。組織が自らの状態を理解し、より良い協働の設計を選べるようにするための補助である。
組織を知能の流れとして見る
Synapse Insights v2が目指すのは、組織を人数、会話量、KPIの集合として扱うことではない。
組織を、知識、信頼、意思決定、活動、責任が関係し合い、時間とともに変化する知能の流れとして観測することである。
そのために、Semantic Organizational Graph、Temporal Intelligence Graph、Knowledge Flow、Trust Infrastructure、Organizational State Twin、Decision Traceを統合する。
これは単なるAnalyticsの拡張ではない。
組織がどのように考え、協働し、学び、適応しているかを観測するためのRuntimeである。
Synapse Insightsの公開リポジトリは、以下で公開している。
https://github.com/masao-watanabe-ai/Synapse-Insights
Chinoba
Intelligence as Relationship
Research Platform
founded by
Masao Watanabe
AI Systems Architecture
Decision Trace
Human–AI Coordination
Algorithmic Governance
Related Research
この記事は Chinoba Knowledge Base の一部です。
コメント