株式会社SiNCE（本社：東京都港区、代表取締役：一筆将人）は、企業固有の業務知識を生成AIが活用できる形に整理する「オントロジー」について、漫画で解説した資料を公開しました。



生成AIを導入しても、実務では
- AIの回答を最後にベテラン社員が確認している
- 社内用語やKPIの意味をAIが取り違える
- マニュアルにない判断は人に聞かないと分からない
- RAGを導入しても、期待した回答にならない

といった課題が残るケースがあります。

その背景には、企業固有の用語、判断基準、業務ルール、過去の経験などが、AIから利用できる知識として整理されていないことがあります。

今回公開した資料では、こうした知識をAIが理解できる形に整理する考え方として「オントロジー」を、漫画形式でわかりやすく紹介しています。

漫画解説資料：https://share-na2.hsforms.com/26tzqQ7yXTgSOnPRl5B-GvQce0sc



下記のような企業におすすめです

本資料は、特に以下のような課題を持つ企業を対象としています。
- 生成AIを導入したが、業務ではまだ使い切れていない
- AIが出した回答を、毎回経験者が確認している
- 業務や判断が特定の社員に属人化している
- 社内用語やKPIの定義が統一されていない
- マニュアルでは対応できない例外判断が多い
- 社内の知識がExcel、チャット、資料などに分散している
- RAGを導入したが、業務文脈を踏まえた回答に課題がある
- AIエージェントに、より高度な業務判断を任せたい


漫画解説資料：https://share-na2.hsforms.com/26tzqQ7yXTgSOnPRl5B-GvQce0sc

オントロジーとは、AIが業務を理解するための知識基盤

企業の実務では、同じ言葉でも会社や部署によって意味が異なります。たとえば「売上」には、受注ベース、出荷ベース、検収ベースなど複数の考え方があります。「主要顧客」も、売上規模や取引期間、戦略上の重要度など、企業によって定義は異なります。

さらに、業務にはマニュアルだけでは表現できない判断もあり、過去の経験から異常の兆候を察知する。顧客や案件の状況によって対応を変える。特定の条件が重なったときだけ例外対応を行う。
こうした知識が人の頭の中にしかない場合、AIはその判断を再現できません。

オントロジーは、企業の業務に存在する言葉の意味や関係性、判断基準などを、AIが利用できる形で構造化するための考え方です。

弊社では、企業のAI活用におけるオントロジーを、業務の意味をAIが読める形で整理した知識基盤として位置付けています。

対象となるのは、たとえば以下のような知識です。
- 社内用語、略称、同義語
- KPIや指標の定義、計算方法
- 業務ルール、対応手順
- 商品、顧客、組織などの関係性
- 過去の対応事例
- ベテラン社員が持つ判断基準や暗黙知

ベテランの判断を、会社に残る知識資産へ

長年業務を経験してきた社員は、マニュアルやデータだけでは表現できない多くの知識を持っています。
- どの情報を見るべきか。
- どの条件なら例外対応するのか。
- 過去の似た事例と何が違うのか。

こうした知識が個人の経験としてのみ存在している場合、異動や退職によって失われる可能性があります。

オントロジーを構築することで、個人に蓄積された判断基準や業務知識を、組織全体で活用できる知識へ変えていくことができます。

生成AIの回答精度を高めるだけでなく、企業が蓄積してきた業務知識を継承し、知識資産として残していくことも重要な役割です。

漫画解説資料：https://share-na2.hsforms.com/26tzqQ7yXTgSOnPRl5B-GvQce0sc

漫画と図解で、専門知識がなくても理解できる内容に
今回公開した資料では、AIに聞いても最後はベテランに確認している、という身近な課題からオントロジーの必要性を解説しています。

主な内容は以下の通りです。
- 生成AIが企業固有の業務を理解しにくい理由
- ベテランが持つ暗黙知とは何か
- RAGとオントロジーの役割の違い
- 暗黙知をAIが利用できる知識に変える方法
- 個人の知識を会社の知識資産として残す考え方

生成AIやデータ基盤に詳しくない経営者、事業責任者、DX・AI推進担当者にも読み進めやすい内容としています。

漫画解説資料：https://share-na2.hsforms.com/26tzqQ7yXTgSOnPRl5B-GvQce0sc

RAGは「探す」、オントロジーは「意味を与える」

企業の生成AI活用では、社内文書を検索してAIに参照させるRAGも広く活用されています。RAGは、質問に関連する文書を探し、その情報を生成AIへ渡す仕組みです。

一方、オントロジーでは、文書に書かれている情報だけでなく、
- 主要顧客とは誰を指すのか。
- 売上はどの基準で集計するのか。
- この状況では、どの対応を優先するのか。

といった、業務の意味や判断基準を整理します。

SiNCEでは、RAGとオントロジーをどちらか一方で使うものではなく、それぞれの役割を組み合わせることが重要だと考えています。

漫画解説資料：https://share-na2.hsforms.com/26tzqQ7yXTgSOnPRl5B-GvQce0sc

企業専用の知識基盤を構築する「Ontology Boost」

株式会社SiNCEでは、企業固有の業務知識を生成AIから利用できる形に整理・構築するサービス「Ontology Boost（オントロジーブースト）」を提供しています。

サービスサイト：https://since2020.jp/ontology/

Ontology Boostは、LLMそのものに企業の業務知識を学習させるのではなく、LLMの外側に企業専用の知識基盤を構築するサービスです。

マニュアル、FAQ、Excel、チャットログ、過去の問い合わせ履歴など、企業内に点在する情報をもとに、社内用語、KPI定義、業務ルール、判断ロジックなどを整理します。

知識基盤をLLMから独立させることで、利用する生成AIが変わっても、企業固有の知識を継続して活用できる状態を目指します。
ベテランの暗黙知を抽出する「Hearing AI」
Ontology Boostでは、資料として残されていない知識を収集するため、SiNCE独自の「Hearing AI」も活用します。

業務経験者への音声インタビューを通じて、どのような状況で、何を確認し、何を根拠に判断しているのかを抽出し、構造化します。

これにより、既存資料だけでは把握しにくい判断ロジックや経験知まで知識基盤へ蓄積することができます。



最短4週間から、今ある資料で開始
Ontology Boostは、最初から完全に整理されたデータ基盤を必要としません。

現在社内にある資料や業務ログから始めることができ、既存情報の収集、暗黙知の抽出、用語や業務ルールの整理、生成AIへの接続までを行い、最短4週間で知識基盤の運用開始を目指します。

今回公開した解説資料について

資料名：AI時代、仕事はどう変わるのか。その変革を支える「オントロジー」という考え方
内容：オントロジーの基本的な考え方、暗黙知、RAGとの違い、企業における活用方法などを漫画と図解で解説
対象：経営者、事業責任者、DX・AI推進担当者、情報システム部門、データ活用担当者など

漫画解説資料：https://share-na2.hsforms.com/26tzqQ7yXTgSOnPRl5B-GvQce0sc

株式会社SiNCEについて

株式会社SiNCEは、データドリブンカンパニーを枕詞とした、企業や事業のAI・データ活用を支援する会社です。データサイエンスの技術はもちろん、ビジネス理解やマーケティング・セールスのオペレーションにも精通しており、あらゆる業種や部門における課題をデータで解決することを得意としています。

商号：株式会社SiNCE
代表：代表取締役　一筆将人
設立：2020年2月27日
資本金：59,000,000円
所在地：〒105-0013 東京都港区浜松町2丁目3-8 WTC annex 11-12階
事業内容：データ活用支援、AI導入・コンサルティング、DX推進支援、マーケティング、広告運用ほか
URL：https://since2020.jp/