四方向SOPからAI Skillへ：私が目指すシンクタンクの姿

この数日、シンクタンクの内容を整理しながら、もう一歩先まで考えました。

十のテーマは、何を研究するかを示します。資源、資本、運営管理、顧客という四つのエコシステムは、どのような関係から問題を見るかを示します。思考、方法、モデル、計画案、ツール、研修は、知識を表し、活用するための異なる形です。

こうした軸ができたところで、次に私が考えたいのは、この知識をどう仕事につなげ、人とAIが一緒に物事を成し遂げるために使うか、ということです。

私は四方向SOPを、組織の中の責任とさらに結びつけたいと思っています。業績、業務、職能タスク、動作は、大まかに会社、部門、職務、職責に対応します。逆から見ると、職責に含まれる動作をSkillとして蓄積し、職務上のタスクを職務マニュアルに、業務上の連携を部門内・部門間の協働マニュアルにまとめることができます。会社はビジネスモデル、全体計画、業績実現マニュアルを通じて、それぞれの成果を組み立てていきます。

ここに、私がWISERUNIONシンクタンクをつくる使命と価値もあると思います。

会社に必要な結果から、具体的な実行方法まで問い続ける

まず、上から下へ見ていきます。

会社がどのような業績を目指すのかを、先に明確にする必要があります。顧客がどのような価値を得るのか、企業はどの製品、サービス、ソリューションを通じて収益を得るのか、何を投入する必要があり、費用と代金回収をどう組み立てるのか。これらの関係を説明できるようにしたいのです。

次に、業績の達成に必要な重要条件を確認し、それらを成立させるために各業務がどのような結果を出す必要があるかを考えます。この組み立てには、実施の順序、相互の依存関係、条件が変わった場合の調整も含まれます。

業務をさらに具体化すると、職務や役割が見えてきます。誰が要望を受け取り、誰が資源の条件を確認し、誰が計画案をつくり、誰が提供を完了し、誰が結果を確認するのか。それぞれの職務が継続して何を成果として出す必要があり、その前後をどうつなぐのかを具体的にします。

さらに下に進むと、職責に含まれる動作になります。どの情報を受け取ったら始めるのか、何を根拠にどう処理するのか、何を渡し、どの状態を完了とするのか。条件が不足したときや例外が起きたときに、誰に相談するかも必要です。

こう見ると、四方向SOPは全体の結果と具体的な仕事をつなぐものになります。会社、部門、職務、職責は、それを組織の側から理解するための入口です。実際の業務は部門や会社をまたぐことがあり、一つの職務が複数の職能タスクを担うこともあります。職能の段階では、各タスクについて入力から処理、成果の確認までを明確にし、職務マニュアルでそれらを組み立てます。大切なのは、それぞれの段階でどの結果が必要で、その下の段階がどう支えるかです。

動作から上へ見ると、Skillが職務と業務につながる

逆から見ると、この関係がAIとつながります。

ある職責の中で、比較的明確で繰り返し使えるやり方は、Skillとして整理できます。Skillには一つの動作が入る場合も、関連する複数の動作が入る場合もあります。大切なのは、適用条件、入力、手順、出力、確認方法を明確にすることです。必要な資料、ツール、権限、例外が起きたときに誰が判断するかについても、根拠を残します。

職務が提供すべき成果を中心に複数のSkillを組み立てれば、職務マニュアルの一部になります。マニュアルには、その職務がなぜ必要か、何を担当し、どの権限を持ち、どの役割と連携するかも示す必要があります。AIが参加した後は、タスクに応じたSkillを利用し、人が実際の状況に合わせて判断や決定を行い、提供された成果を確認できます。

複数の職務の成果をつなげると、業務の結果になります。業務協働マニュアルでは、その段階の成果を次の段階でそのまま使えるか、何が不足していたら差し戻すか、誰が先へ進めることを確認するかを示します。部門はこうした仕事を組織する単位ですが、協働の関係は実際の業務に合わせる必要があります。

会社の段階では、複数の重要条件と業務成果を組み立て、業績の達成を目指します。ビジネスモデルは価値と収益がどう生まれるかを説明し、全体計画は方向、資源、発展の道筋を配置します。業績実現マニュアルは、その中の業務、責任、条件、確認方法をつなぎます。

私が言う「引き継ぎ」とは、これまで人が現場で説明し、教え、調整していた仕事に、共通して使える根拠を少しずつ整えることです。どこをAIに任せ、どこを人が担当し、どう確認するかは、実際の仕事を通じて引き続き調整していきます。

つながったかどうかは、下の成果が上の必要を満たすかで見る

ここで私が最も気にしているのは、やはり結果同士の関係です。

簡略化した見積もりの例で考えてみます。AIが数量と価格計算の単位を確認し、計算記録をつくるのは、動作の段階の仕事です。見積担当が要望、供給条件、価格設定の根拠を合わせて計算書を出すのは、職務上のタスクの成果です。営業、調達、関係する確認担当がこれらをつなぎ、顧客に提示でき、示した条件で履行できる見積もりにするのが、業務の結果です。

その後、顧客が受け入れるか、提供、検収、代金回収まで完了できるか、収入が関連する費用を賄えるかは、引き続き確認しなければなりません。それぞれの段階には固有の完了基準があり、計算書が一つ完成しただけで、会社の業績が得られたとは言えません。

だからこそ、ビジネスモデルには市場での検証が必要だと思います。顧客の要望、価格、費用、協力の仕方に関する私たちの判断は、まず一組の経営上の仮説です。SOPは実行と検証の道筋を整理できます。実際の結果を見て、動作に問題があったのか、連携がつながらなかったのか、もともとの経営仮説を調整すべきなのかを判断します。

この点を明確にすれば、AIの活用にも具体的な方向ができます。要求どおりにタスクを完了したかを確認したうえで、その成果が業務を前へ進める助けになったかを、さらに問うことができます。

李飛飛とチームによるImageNetの構築から得た示唆

私は、李飛飛とチームがImageNetを構築したことを思い出しました。大量の画像をカテゴリーごとに整理し、クラウドソーシングによるラベル付けと品質確認を通じて、コンピュータービジョン研究の学習と評価に使えるデータ資源を提供したのです。[1][2]

ここから私が得た示唆は、人の認識や判断は、整理されて初めて機械が有効に使える資源になる、ということです。分類をどう定め、ラベルをどう確認し、品質をどう検査するかが、その資源を使えるかどうかに影響します。

企業経営の経験にも、似た問題があります。多くの知識は人に分散しています。要望の見極め方を知る人、提供の組み立て方を知る人、どこで間違えやすいかを知る人がいます。結論だけが残っていても、後から来た人やAIには、当時どのような条件でそのやり方を使い、なぜ有効で、別の場面でも使えるかを判断することが難しくなります。

私がつくりたいシンクタンクは、こうした根拠、関係、方法、フィードバックを少しずつ整理していくものです。人の知識を組織し、使える資源にするという考え方は共通しています。一方で、具体的な技術の道筋や、すでに得られた成果はそれぞれ異なります。

現段階では、AIは仕事の中でマニュアルを読み、知識を検索し、Skillを利用できます。これらの内容をさらに整理すれば、学習や評価の材料になる可能性もあります。ただし、SOPを一つ読むこと自体は、モデルが新たな学習を終えたことを意味しません。

私にとっては、まず知識を使える形に整理し、使いながら確認と改善を重ねること自体が、継続して取り組む価値のある仕事です。

シンクタンクの価値は、共に働く中で少しずつ形になる

この流れで考えると、シンクタンクに対する私の理解も具体的になってきました。

思考は問題の理解を助け、方法は前進を支え、モデルは関係を明らかにし、計画案は目標と行動を組み立てます。ツールは操作を助け、研修はより多くの人が身につけて使うための助けになります。実際のタスクに使ってこそ、新しい問題が見つかり、さらに改善する機会も生まれます。

四方向SOPは、こうした知識を組織が提供すべき結果とつなぎます。動作からは使えるやり方が、職務からはマニュアルが、業務からは協働の根拠が残ります。会社には、継続して検証できる経営の論理が残ります。実践で有効だったやり方を積み重ねるとともに、失敗、例外、条件の変化も残す必要があります。

私はWISERUNIONシンクタンクに、企業が価値と業績を生み出す経験を、人とAIが理解し、使い、検証し、改善できる知識へ変えていく力を、少しずつ持たせたいと考えています。

これは、人が担う職務にAIとの協働が段階的に入っていく時期に、整えるべき基盤の一部です。一つの仕事を成し遂げるたびに、次に使える何かを残す。次の仕事で問題に出会ったら、そこから戻って以前の理解を修正する。私はこの取り組みを続けていきたいと思います。

資料と関連する読み物

本稿は、四方向SOP、人とAIの協働、シンクタンクづくりの関係についての、私の仕事上の考察です。図は本稿に基づいて新たに描いた仕組みの枠組みです。見積もりは簡略化した例であり、示した対応関係は具体的な業務の中で検証する必要があります。

• [1] ImageNet公式紹介：分類、人によるラベル付けと品質確認、学習とテストでの用途。
• [2] Dengほか：ImageNet: A large-scale hierarchical image database（2009）、プリンストン大学の出版記録：論文要旨にAmazon Mechanical Turkを用いたデータ構築方法が示されています。
• 四方向SOP：具体的な仕事と経営結果をつなぐ
• SOPからAI Skillへ
• シンクタンクを、人とAIが共に働く知識基盤へ