AI活用は単なるツール導入に留まりがちですが、本エピソードでは経営のOSとしてAIを機能させる仕組み作りに焦点を当てます。
AIの賢さを最大限に引き出すには、毎回コンテキストを渡す手間や、誤った学習を防ぐ工夫が不可欠でした。
POINT 01
AI活用における従来の課題
AIの能力を最大限に引き出す上で、従来の利用方法にはいくつかの問題点がありました。
- 毎回コンテキストを渡す手間と、その取捨選択ミスによる回答精度の低下。
- AIが勝手に学習した余計な文脈が提案に影響を与える問題。
- 長期記憶がないため、タスクごとにゼロからコンテキストを再構築する必要性。
- 長期記憶に期待すると、どの文脈を使うか制御できず、モデル移行コストも大きい。
POINT 02
AIが理解しやすい経営構造への分解
経営全体を「経営 → チーム → プロジェクト → タスク」というロジックツリー構造に分解しました。これにより、全ての仕事がこのツリーで表現可能になります。
この構造は日々の業務をタスクの繰り返しとして捉えやすくし、技術が追いついたタスクから順次自動化を進める基盤となります。
自身の業務を総務や営業といったチームに分け、それぞれにプロジェクトとタスクを紐付けることで、AIが経営全体を理解しやすくなりました。
POINT 03
記憶と思考のエンジンを分離する
AIの誤学習やコンテキスト制御の課題を解決するため、人間の脳のように記憶と実行の役割を明確に分けました。
記憶装置 (Notion)
- 全ての情報をツリー構造で整理し蓄積する外部記憶。
- 経営、チーム、プロジェクト、タスクの全階層のコンテキストを保持。
- チームメンバーとの情報共有基盤としても機能。
思考・実行装置 (各種LLMエンジン)
- Notionの記憶を参照し、指示に基づいて思考・実行。
- Claude、Gemini、Notion AIなど、最適なLLMを選択。
- エンジンが入れ替わっても記憶はNotionに残るため移行が容易。
POINT 04
AIが実現する自動化された業務フロー
記憶と実行の分離により、会議運営から顧客管理まで、様々な業務が自動化され、効率が大幅に向上しました。
STEP 01
会議準備
Googleカレンダーの予定から、当日の朝に1分間ブリーフィングが自動生成され、関連文脈をまとめた議事録テンプレートが作成される。
STEP 02
会議実行
会議中にレコーディングボタンを押すと録音が開始され、終了後には決定事項と次のアクションが自動で抽出される。
STEP 03
タスク化
抽出された決定事項とアクションは自動でタスクデータベースに登録され、必要なタスクは締め切り前にSlackでリマインドされる。
STEP 04
顧客管理
名刺交換した人物の企業・個人情報をNotionに登録。関連タスクや議事録と紐付け、CRMとして活用し、関係性の度合いを自動でスコアリング。
POINT 05
AI駆動経営の要諦：「型」と「接続」
AI駆動経営の成功は、ツール選びだけでなく、「型」と「接続」が9割を占めます。情報がどこに集まり、どう紐付き、次の行動にどう変換されるかが重要です。
抽象的な概念を「経営、チーム、プロジェクト、タスク」という4つの階層に落とし込むことで、AIが驚くほど働きやすくなる「型」を構築しました。
記憶と実行のエンジンを分離するこのアプローチは、AIモデルの進化や価格変動にも柔軟に対応でき、チームでの情報共有も容易にするため推奨されます。
TAKEAWAY
AI駆動経営は、記憶と実行を分離し、経営を構造化する『型』にはめることで、情報連携とタスク自動化を飛躍的に向上させる。
RELATED同じ観点の近いエピソード
BACKLINKSここを参照しているページ