「あの人に聞かないと分からない」
「マニュアルどおりにやったのに、品質がそろわない」。
現場でこんな言葉が増えてきたら、ひょっとすると引き継げていないのは手順ではなく、判断の仕方なのかもしれません。
こんにちは、シンシアリーです。
ベテランは、状況に応じて見る場所を変え、OK・NGを判断できる。例外が起きれば適切な工程まで戻ることができますよね。
ところが、その思考は本人にとって当たり前になりすぎていて、言葉にするのはなかなか難しいもの。
暗黙知継承の壁は、まさにここにあります。
今回は、2026年4月にシンシアリーが開催したセミナーから、生成AIとの対話で暗黙知を引き出し、組織で使える知識へ変えていく方法を紹介します。
ベテランに自由に話してもらい、内容を文書にする。実はそれだけでは、知識はなかなか使われないのが実態です。先に使い道を決め、次の順番で形にしていきます。
目的を決める:人材育成、業務標準化、AI活用など、形式知化した後の使い道を決める
対象業務を1つに絞る:退職までの限られた時間で、優先して残す業務を選ぶ
業務フローを可視化する:作業だけでなく、判断・分岐・失敗時の戻し先まで整理する
判断ポイントを深掘りする:エピソード、判断基準、手順、例外、経験の根拠を聞き出す
運用へ組み込む:教育プログラム、標準作業手順、AIエージェントのナレッジなどへつなぐ
最初から全社の知識を集めようとすると、範囲が広がり、使える形になる前に止まりがちです。まずは1つの業務から。判断が発生する場所に絞って掘る方が、現場で使える知識になります。
重要なのは、手順だけでは残りにくい、判断・例外・経験則まで言葉にしていくこと。
マニュアルが得意なのは、「何を、どの順番で行うか」を伝えることです。他方、現場で本当に差が出るのは、次のような情報です。
何を見て異常だと判断したか
複数の選択肢から、なぜその対応を選んだか
通常の基準が当てはまらない例外は何か
失敗したとき、どの工程まで戻るか
その判断ができるようになった経験は何か
「なぜそう判断したのか」と聞いても、ベテランからは「この事象ならこうするのが普通」と返ってくる場面は多いです。
本人は隠しているつもりはなく、判断を意識せずに行える状態まで熟達しているのです。
だからこそ、「ノウハウを教えてください」と一度尋ねるだけでは足りません。具体的な業務の流れをたどりながら、判断が起きた場面を一つずつ問い直していきます。
上の図はこれからご紹介する5ステップの全体像です。目的を定め、業務フローと暗黙知を整理し、AIとの対話・人の検証を通じて組織資産へつなげます。
ステップごとに解説していきます。
暗黙知を残すとき、最初に決めるのは「何を聞くか」ではなく「何のために残すか」。
新人教育に使うなら、習熟段階に合わせた教材やチェックリストへ。業務標準化が目的なら、個人ごとの違いを比べ、共通する判断基準を標準作業へ。AIエージェントで使うなら、AIに任せる判断と、人が担う判断を分けます。
使い道を決めないままインタビューを始めると、情報は増えても、議事録のまま眠ってしまいます。
「誰が、どの場面で、この知識を使うのか」
まずは1文にしてみましょう。
次に、対象業務を作業単位へ分けます。ここで作るのは、単なる手順書ではありません。
入力と出力は何か
誰が、どのツールを使うか
途中で何を判断しているか
条件によって、どこへ分岐するか
失敗したとき、どこへ戻るか
セミナーで実際に行われたデモでは、生成AIの質問へ答えると、作業・判断・使用ツールが業務フローとしてリアルタイムに整理されるAIの使い方をご紹介しました。AIが暗黙知と思われる箇所の叩き台を示し、最後は人が「本当に暗黙知か」を確認します。
AIに候補を広く出してもらい、人が現場の実態に合わせて絞る。この往復があると、見落としも、AIを信じすぎることも減らせます。
判断ポイントが見つかったら、そこを5つの方向から掘っていきます。抽象的な説明ではなく、実際の場面が浮かぶところまで聞くのがコツです。
「最近、その判断をした場面はいつですか」と、具体的な出来事を聞きます。抽象論ではなく、実際の状況から会話を始めることで、見ていた情報や行動が出やすくなります。
「何を見て、どこでOK・NGを分けましたか」と線引きを聞きます。数値だけでなく、音、手触り、周囲の状況、顧客の反応なども判断材料になり得ます。
「最初に何を見て、次に何をしますか」と順序を確認します。同じ作業でも、熟練者は確認の順番を変えることで、早く異常へ気づいている場合があります。
「その基準が当てはまらないケースはありますか」と聞きます。例外条件と対応方法を残すことで、マニュアルどおりに動けない場面でも判断しやすくなります。
「いつから、その判断ができるようになりましたか」と、失敗体験や学習の過程を聞きます。結果だけでなく、判断の起源を残すことで、新人が応用できる知識になります。
わざツグ※では、これらの観点を満たすまでAIが対話を深め、再利用できる形に整理したものを「技カード」として可視化します。
※ シンシアリーの「わざツグ」は、ベテランの判断基準や経験を、AIとの対話で言語化する暗黙知継承サービスです。質問と整理はAI、内容の確認と運用上の判断は人が担います。
暗黙知を引き出す場面で、AIの役割は答えを出すことではありません。むしろ、「分からないので教えてください」と聞き続ける弟子です。
ベテランへ助言したり、回答を評価したりせず、「新人の自分には違いが分かりません。もう少し具体的に教えてください」と素朴に尋ねる。そうすると、本人には当たり前だった判断が、少しずつ言葉になっていきます。
ただし、AIに任せきりにはしません。
AIが作った業務フローを、現場担当者が修正する
AIが示した暗黙知候補を、人が選ぶ
技カードの表現を、現場で通じる言葉へ直す
To-Be案を、責任者・利用者を交えて検討する
質問と整理はAI、内容の正しさと運用は人。この線引きがあるからこそ、引き出した知識を実務で使える形にできます。
業務フローと技カードができあがっても、まだ継承の途中です。セミナーでも、可視化は入口にすぎず、そこからチェックリストや標準プロンプト、次のアクションへつなげていくと説明されていました。
目的別には、次のように落とし込みます。
人材育成:新人研修、OJTの評価項目、段階別カリキュラム
業務標準化:標準作業手順書、判断基準表、例外対応チェックリスト
AI活用:AIエージェントのナレッジ、判断支援プロンプト、人とAIの役割分担表
さらに、現状の業務フローから理想の状態を設計し、誰が・いつまでに・何を変えるかをアクションへ落とします。文書を保存することではなく、仕事の中で繰り返し使われる状態を作ることがゴールです。
対象が広すぎると、ヒアリングも文書化も終わりません。次の手順で、最初の1業務を選びます。
退職・異動・長期休職で失われる可能性が高い業務を洗い出す
止まったときの影響が大きい業務を優先する
手順ではなく、人の判断で品質や時間が変わる業務を選ぶ
ベテラン1名と後継者1名で、60分のヒアリング枠を確保する
業務フローを作り、判断ポイントを1〜3か所だけ深掘りする
技カードを、実際の教育や作業で使って修正する
最初から完璧なナレッジ基盤を目指さなくてかまいません。小さな業務で「聞く・整理する・使う・直す」を一度回し、うまくいった形を別の業務へ広げていきます。
引き継ぎたいのは、作業の順番だけではありません。「なぜそう判断したのか」「どんな例外に気づいたのか」「どの経験から、その基準を持つようになったのか」。ここまで残って初めて、次の人が応用できる知識になります。
生成AIは、業務の流れを整理し、判断ポイントを見つけ、本人も気づいていなかった経験を聞き出す手助けができます。ただし、内容を確かめ、教育や標準作業へ組み込むのは人の役割です。
もし「あの人が休むと止まる」と思い当たる業務があれば、そこが最初の候補です。1業務、1〜3か所の判断ポイントから始めるだけでも、ベテランの「当たり前」を次の人へ渡す一歩になります。

ベテランの退職・異動に備え、判断基準や例外対応を
組織で使える形へ変える方法をご提案します。
気軽に相談する
記事一覧に戻る
CONTACT
生成AIを単なる導入で終わらせず、組織全体に根付かせることで、
企業変革と事業成長を実現する生成AIの成果創出サービスです。
生成AIを単なる導入で終わらせず、組織全体に根付かせることで、企業変革と事業成長を実現する生成AIの成果創出サービスです。