「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。暗黙知継承は「集める」より、「どう使うか」から考える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。マニュアルだけでは、ベテランの判断理由まで残らない重要なのは、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。ステップ1：形式知化の「出口」を先に決める暗黙知を残すとき、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。ステップ2：1つの業務を、判断と分岐まで分解する次に、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。ステップ3：5つの観点で、本人も気づかない判断を引き出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。1．エピソード「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。2．判断基準「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。3．手順「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。4．例外「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。5．経験の根拠「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。ステップ4：AIは「弟子」、人は検証者になる質問と整理は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。ステップ5：ドキュメントを、運用される情報資産へ変える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。ベテランが抜ける前に、まず何から始めるか対象が広すぎると、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。まとめ：引き継ぐのは、手順より「判断の物差し」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。