AI人材がいなくても、自社AIを持てるか

「AIの専任担当者が来たら始めよう」——この一言で、どれだけのプロジェクトが止まったでしょうか。四半期ごとに同じ会議を繰り返し、毎回同じ結論に落ち着きます。予算がつかない。人が来ない。来ても即戦力にならない。気がつけば、競合はもう動き出しています。

問題の本質は、専任担当者の不在ではありません。知識の整理が、どこにもされていないことです。

採用した担当者が持ってくるのは、ツールや手法であって「自社の知識」ではありません。商品の開発経緯、顧客がよく口にする不満、値引きの判断基準。これらの多くは、誰かの記憶やメール、古い会議メモの中に眠っています。

燃料が揃っていなければ、エンジンが来ても動きません。

「専門家待ち」をしている間にも、知識は毎日どこかへ流れていきます。退職者の記憶として、誰も見つけないフォルダの奥として。待つコストは見えにくいですが、確実に積み上がっています。

問うべきは「いつ専門家が来るか」ではなく、「今ある知識を整理できる仕組みがあるか」です。それが、どんなAIも本当に動き出すための土台になります。

「AI担当者を採用しよう」——それが多くの企業の最初の答えです。しかし、採用は問題を解決しません。

AIエンジニアはシステムをつなぐ専門家です。ツールの導入、APIの接続、モデルの調整はできます。ただ、自社に積み重なった経験や判断の基準を整理する仕事は、彼らの役割ではありません。

例えるなら、設計図も寸法もないまま大工を呼ぶようなものです。腕がどれだけよくても、完成するのは「あなたの会社の家」にはなりません。

本当の詰まりはエンジニアを雇う前にあります。自社の知識や判断軸が、まだAIに渡せる形になっていないという事実です。その整理があってはじめて、エンジニアは力を発揮できます。優秀な人を採用しても、土台がなければ、数カ月は「自社が何を知っているか」の解読で終わります。

AIツールに「製品ページを書いて」と頼むと、必ず聞き返されます。「どんなお客様ですか？」「どんな課題を解いていますか？」「ブランドのトーンは？」

毎回この質問に答えているとしたら、働いているのはAIではなくあなたのチームです。ツールは速くても、知識を都度供給しているのは人です。これが本当の詰まり場所です。

料理に例えるなら、腕のいいシェフでも食材が整っていなければ本領を発揮できません。ラベルのない食材箱を渡されれば、料理には箱の中の混乱が出ます。AIも同じです。

自社の知識——顧客の痛み、解いている問題、言ってはいけないこと——が整理されていれば、AIは毎回人に質問せずに動けます。 それはデータサイエンティストの仕事ではなく、業務を整理するときと同じ問いかけで足ります。

多くの企業の知識は、メモやスライドや議事録の中にすでにあります。ただ、AIが手を伸ばせる形になっていないだけです。

多くの企業がAIを試すとき、チャット画面を開いて製品について聞く。でも返ってくるのは、どこかで見たような無難な答えです。なぜなら、AIはあなたの会社のことを知らないから。価格の例外条件も、競合との差別化ポイントも、営業が刺さると確信している決め手も——どこにもなければ、AIは一般論しか言えません。

知識の構造化とは、AIに渡す「地図」を作ることです。

たとえば「競合が価格で来たときは、30日導入保証を前面に出す」というルールがあるとします。これが誰かの頭の中だけにある間は、AIには届きません。名前をつけて、条件を書いて、製品に紐付ける。それだけでAIはそれを読んで、判断の根拠にできます。

そのために必要なのはエンジニアではなく、編集者の仕事です。自社が何を知っていて、何を主張しているのかを言語化する人。それさえいれば、AIは動き始めます。

多くの企業が「AI活用を本格化しよう」と決めると、最初にすることがあります。AI人材の採用を探し始めることです。

しかし、採用に半年かけても、社内の知識が散らかったままであれば、採った人材がまず手をつけるのはAI開発ではなく情報の整理です。それは専門家でなくてもできる作業です。

本当に問うべきことは「AI人材がいれば、自社AIは動かせるか」ではありません。「そのAI人材が働ける環境を、自社は用意できているか」です。

AI人材が最初に必要とするのは、自社の知識の全体像です。何を売り、顧客がどんな質問をし、どんな答えを返しているか。その知識が棚に整理されていれば、専門家でなくてもAIは動かせます。逆に、知識がバラバラのままでは、どんな専門家が来ても手が出ません。

出発点を変えましょう。「採用が先」ではなく、「整理が先」です。整理された知識こそが、AIを動かす燃料になります。