なぜAPIアクセスは知識ではないのか：ある旅行代理店が証明したこと

論理は正しいように見えました：すべての業務データが構造化されたAPIでアクセス可能なら、AIモデルを接続すればそのデータを実用的にできるはずです。旅行代理店は現代の基準で正しいことをしていました：

• 完全なAPIカバレッジ – ホテルの空室、予約記録、顧客履歴、ツアーパッケージ、料金、スケジュール
• クリーンなデータモデル – 適切なドキュメント付きのRESTfulエンドポイント
• リアルタイムアクセス – 古いエクスポートではなくライブデータ

そこでGPT-4をカスタム統合で接続しました。AIはどんなデータポイントも即座に取得できました。それでも、実際の業務には使えませんでした。

AIは「ツアーXの料金はいくらですか？」には答えられましたが、以下には答えられませんでした：

• 「なぜこのツアーは春に売れるのですか？」 – 桜の季節が生む需要は料金APIにエンコードされていないから
• 「ハネムーンにどのホテルを勧めるべきですか？」 – ハネムーン向きと家族向きの区別はベテランスタッフの判断にあり、ホテル属性フィールドにはないから
• 「このグループを来週に変更すべきですか？」 – 決定は天候パターン、地域イベント、ガイドの空き状況に依存し、複数システムと人間の知識にまたがるから

根本的な問題：APIアクセスはAIにデータを与えます。理解は与えません。

データは何が存在するかを教えます。知識はそれが何を意味するか、なぜ重要か、いつ適用されるかを教えます。

OS iXanagiはKnowledge Ontologyでこれを解決します – AIに必要なコンテキストを与える3層の構造化知識です：

カーネル知識（システムに組み込み済み） OS iXanagi自体の設計原則。7つのCore Domain、fail-closed保証、Relation Vocabulary。すべてのAI Agentがこの知識を継承します。設定不要。

アプリ知識（各プロダクトに同梱） 業界固有の専門知識。Commerceは請求書消込ロジックを知っています。Travelは旅程構成を知っています。Marketingはコンテンツ戦略を知っています。プロダクトと一緒に届きます。

組織知識（一緒に作り上げるもの – ここが核心） ベテラン社員の頭の中にしかないルール。「20代向けハワイツアーにはインスタ映えスポットを必ず入れる」「JTBとの差別化ポイントは現地ガイドの質」。この知識が入って初めて、AIは本当に御社のAIになります。