---
title: ◆「オントロジーって何？」と社長に聞かれたときの答え方―AIに会社の世界地図を教える
tags: 
author: [Jun Ikematsu](https://www.docswell.com/user/Jun_Ikematsu)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/DJY4QP157M.jpg?width=480
description: ◆「オントロジーって何？」と社長に聞かれたときの答え方 ―AIに会社の世界地図を教える https://note.com/ikematsu/n/n7cc8c9f8ceb2
published: August 06, 26
canonical: https://www.docswell.com/s/Jun_Ikematsu/Z8NLYE-2026-08-06-143847
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/DJY4QP157M.jpg)

オントロジーはAI時代の経営企画テーマであ-
経営戦略
事業構造
業務プロセス
データ・知識の意味
判断基準・ルール
「オントロジーって何?」
と社長に聞かれたときの答え方
—AIに会社の世界地図を教える

# Page. 2

![Page Image](https://bcdn.docswell.com/page/V7NYK524E8.jpg)

AIに会社の「世界地図」を教える
経営者のための「オントロジー」と判断OSの設計戦略

# Page. 3

![Page Image](https://bcdn.docswell.com/page/YJ9PVY1473.jpg)

優秀な新人に、何も教えず現場を任せられますか?
生成AIを社内導入し、規程やマニュアル、
議事録をとりあえず読み込ませる。
情報量は増えても、回答は安定しません。
オントロジーとは、AIに会社の
「世界地図」を教える仕組みです。
顧客、商品、契約、売上などが、会社の中で
「何を意味し」「どうつながっているか」のルール。
この地図がなければ、AIは社内の事情を勝手に
「推測」するしかありません。

# Page. 4

![Page Image](https://bcdn.docswell.com/page/GJ8DP64VJD.jpg)

資料を読むだけでは、
AIは「会社の文脈」を理解できない
The Customer Paradox
営業部:「顧客」とは
商談相手のことだ
法務部:「顧客」とは
契約当事者のことだ
経理部:「顧客」とは
請求先のことだ
部署によって同じ言葉の意味が異なります。
人間は経験や会話から文脈を推察しますが、
意味を教えられていないAIは、与えられた
文章から勝手に推論し、混乱します。

# Page. 5

![Page Image](https://bcdn.docswell.com/page/LJLM196RER.jpg)

「情報を増やす」から「構造を与える」への転換
現在のAI導入
オントロジーの導入
点が
散らばって
いるだけ
点と点が
星座に
なっている
AIの状態: 勝手な推測
ローカルルール: 学習されない
出力結果: 不安定・雑音が増える
AIの状態: 確実な関係の理解
ローカルルール: 正式なルールとして執行
出力結果: 安定・精度の劇的向上
会社という広大な宇宙に、星座MAPも無しにAIを放り出してはいけません。
単に資料を増やすことは、AIにとって雑音を増やすことと同じです。

# Page. 6

![Page Image](https://bcdn.docswell.com/page/47MYWZ5P7W.jpg)

オントロジーの正体:会社の世界地図の「3要素」
1 存在(何があるか)
顧客、商品、社員、契約、
在庫など、会社を構成する
要素。
2 意味(定義)
「売上」や「新規」など、
社内で使われる言葉の正式
な定義。
3 関係(つながり)
「所有する」「承認する」
といった、要素間のルール
と相互作用。
オントロジーは新しいデータではありません。既存データに「意味」と「関係性の層」を与え
る設計図です。何も教えずに優秀な新人を現場に投入する悲劇を防ぐ「情報基盤」です。

# Page. 7

![Page Image](https://bcdn.docswell.com/page/P7R9Y63YE9.jpg)

メカニズムの可視化:関係性を定義するということ
書く
基づく
生み出す
経由する
流通する
作家
作品
契約
本
問屋
書店
・単に項目を線で結ぶだけでは足りません。
・「いつ」「誰が」「どうする」という線の意味(動詞)を定めて、初めて会社の
正式な情報基盤になります。

# Page. 8

![Page Image](https://bcdn.docswell.com/page/PJXQGM447X.jpg)

オントロジーがもたらす4つの変化
① 推測が減り、回答が安定
一般常識ではなく、会社が定めた関係
を正確にたどる。
② 探索範囲を絞り、コスト削減
全資料を読むのではなく、対象の周辺
だけを調べて処理を高速化。
③ 多段の関係を自動で判断
「AがBに依存し、BがCに依存する」
といった複雑な連鎖を把握。
④ 変更の「影響範囲」が見える
規程や価格の変更が、どの業務や顧客
へ波及するかを即座に可視化。

# Page. 9

![Page Image](https://bcdn.docswell.com/page/3JK94GZPJD.jpg)

具体例:米・マッカーシー建設における「波及の可視化」
160年の歴史を持つ米大手建設会社は、AIオペレーティングシステムを構築。
現場の資材納入が一つ遅れた際の影響を瞬時に把握します。
資材の納入遅延
施工順序の変更
作業員・協力会社の再配置
予算・完成予定への影響
価値は「関係図をきれいに描くこと」ではありません。変更が起きたとき「どこへ影響が広がるか」
「いつまでに誰が判断すべきか」を、同じ地図を見ながら意思決定できることにあります。

# Page. 10

![Page Image](https://bcdn.docswell.com/page/LE3WLND4E5.jpg)

経営者が知るべき違い:「説明するAI」と「実行するAI」
説明するオントロジー
実行するオントロジー
AI Chat (Claude, ChatGPTなど)
地図を基にアドバイスを返すだけの
「参考ツール」。
権限:助言のみ
企業向けAIエージェント
知識基盤に権限や状態遷移が組み込まれ、
自律的に業務を動かす。
権限:規則の執行・自走

# Page. 11

![Page Image](https://bcdn.docswell.com/page/8EDKNWP57G.jpg)

企業AIの全体像:オントロジーだけでは完成しない
6. AIモデル:考え、判断を支援する「判断者の補佐」
5. ハーネス:権限・承認を管理する「執行機関」
4. コンテキスト:案件に必要な事実を集める「事件ファイル」
3. AI正本:正式な定義や基準を管理する「会社の法律」
2. オントロジー:対象と関係を示す「世界地図」
1. セマンティック:言葉と数字をそろえる「辞書」
意味、関係、正式ルール、文脈、権限。すべてが組み合わさって初めて、AIは自走できます。

# Page. 12

![Page Image](https://bcdn.docswell.com/page/V7PK59NDJ8.jpg)

なぜ、オントロジーは「経営企画」のテーマなのか?
営業
財務
法務
システム
モヤモヤした言葉の
壁やルールの衝突
・「顧客とは誰か」「どのリスクを
許容するか」はシステム部門で
は決められない。
・各部門に散らばる言葉や判断
基準の衝突を、全社横断で統合
する必要がある。
・経営企画の役割は、AIの開発で
はなく「ディレクション(交通
整理)」。
・ERP導入時よりもさらに深い、
会社の「意味と関係性」の統合
が求められます。

# Page. 13

![Page Image](https://bcdn.docswell.com/page/2JVVPMKGJQ.jpg)

陥りがちな罠:「AIが高性能になれば解決する」という誤解
汎用AIの進化を待つ
STOP
汎用AIは、あなたの会社のローカルルールを学習していません。
「あなたの会社の常識は、AIの非常識」です。
汎用AIは「知能」を貸してくれますが、
「会社の判断」までは貸してくれません。
Slack等の会話データを全部読ませる
STOP
日々のチャットツールに「判断基準」や
「例外事例のルール」は体系化されていません。
単にデータを放り込んでも、判断OSは完成しません。

# Page. 14

![Page Image](https://bcdn.docswell.com/page/5EGLPG9DJL.jpg)

AI競争は、会社の「判断OS」を設計する競争へ
汎用AIは「知能」は貸してくれても、
「会社の判断」までは貸してくれません。
あなたの会社の常識は、AIにとっての非常識。
LLMが進化しても、ローカルルールまでは吸収しません。
モデルは借り物でも、
会社の判断OSまで借り物にしてはいけない。
会社の常識を、AIの常識に変える。
その戦いは、すでに始まっています。

# Page. 15

![Page Image](https://bcdn.docswell.com/page/4JQY2XWX7P.jpg)

池松 潤 Jun Ikematsu
AIナレッジエンジニア
AIが理解できる文脈(コンテキスト)にするプロフェッショナル
● プロフィール
● 2023年9月~
株式会社Figorout 事業開発
● ~2023
株式会社Col 執行役員
● ~2021
SaaSスタートアップ向けSNS+PR/note顧問編集
● ~2019
サイボウズ編集部
● ~2015
セミリタイヤ。自転車ロードレースなどを旅する。
● ~2011
ネット系ベンチャー
● ~2003
株式会社博報堂
● ~1990
慶應義塾大学卒
● 専門領域
✓ ナレッジマネジメント/情報設計
✓ 生成AI・自然言語処理のビジネス活用
✓ ナレッジグラフ/RAG構築支援など
● 特徴・強み
✓ 技術と経営・ビジネスの両面から翻訳
✓ 現場で「使える知識」に変換
✓ わかりやすい解説と丁寧な支援に定評
AIナレッジエンジニアとは?
・AI向けの辞書や教科書を作る仕事のこと
・属人化している企業のノウハウや専門知識を編集・整理して
AIが正確に参照・活用できる「辞書や教科書(コンテキスト)」として再構築する専門家
池松 潤 https://lit.link/junikematsu

# Page. 16

![Page Image](https://bcdn.docswell.com/page/K74WL6K2E1.jpg)

言語処理学会第32回年次大会・NLP2026
発表論文
RAG時代の言語資源設計原理
一構造化テキストによる「参照可能性」の実証
https://anlp.jp/proceedings/annual meeting/2026/pdf dir/05-8.pdf
AIはどちらを読みたいか?
A B
なぜ「AIにたくさん読ませる」は間違いな
のか?ー編集者が知るとその後が変わる実
験結果