1. 主要ページへ移動
  2. メニューへ移動
  3. ページ下へ移動

コラム

記事公開日

AIエージェントが読めるデータとは―非構造化データ(議事録・マニュアル・メール)の整え方

【この記事の要約】

  • 議事録・マニュアル・メールは、中身・時点・有効性・見せてよい範囲が分かって初めてエージェントの根拠になります。
  • 意味付けは、メタデータ・用語の定義・判断の背景の3つに分けて進めます。
  • 全文書は整えず、任せる業務の重要文書と新規文書から始めます。

⏱ 読了目安:約7分

1. AIエージェントが「読める」データとは何か

結論:議事録・マニュアル・メールなどの非構造化データは、中身・時点・有効性・見せてよい範囲が分かる形に整えて初めて、エージェントの根拠になります。

非構造化データとは、表のような決まった形式を持たない文章・画像・音声などのデータです。本記事では、エージェントが根拠として参照・判断できる状態を「読める」と呼び、次の4条件で整理します(当社の整理例)。文字として読み取れる、いつ・誰が・何についての情報か分かる、有効か廃止か分かる、見せてよい範囲が決まっている、の4つです。

議事録や手順書、顧客とのやり取りは、企業活動の中で生まれた固有のデータそのものです。Bain & Companyは2026年6月25日の論考で、先行企業は独自のデータ・組み込まれたワークフロー・学習の仕組みを組み合わせた「proprietary intelligence」を築いているとし、セマンティックレイヤーを含むデータ基盤はエージェントより先に整えるべきだと述べています(著者の見解で、実証調査ではありません)。PwC Japanグループも2026年6月の資料で、汎用モデルへの依存はアウトプットの均質化を招き、企業固有のナレッジの入力が必須だとしています(提言です)。ただし、積み上がっているだけでは資産になりません。意味や文脈を付けて整える必要があります。

2. 文書の種類別に見る「読めない」原因と最初の手当て

結論:原因は文書の種類ごとに違うため、整える内容も種類ごとに変えます。

MIT Technology Review Insightsの2026年8月12日のレポート(Google Cloudとの提携企画、経営幹部300人への調査、時期は不明)では、AIエージェントが使える企業データは平均45%で、最優先の課題は構造化・非構造化データへのアクセス改善でした。想定される光景は、「先月の会議で何が決まったか」を尋ねたエージェントが、議論の途中の発言を決定事項として答えてしまう、というものです。

文書の種類起きやすい問題最初の手当て
議事録決定事項が発言の中に埋もれ、誰が何を決めたか取り出せない冒頭に「決定事項・宿題」欄を設け、日付と部門を付ける
マニュアル・手順書改定前後の版が混在し、画像だけの手順がある版と有効期間を明記し、画像の手順に文章を添える
メール案件との対応が分からず、個人情報を含みやすい重要案件の最終合意メールだけを案件単位で保管し、個人情報の扱いを決める
契約書・提案書(PDF)スキャン画像や複雑な表で読み取り精度が落ちる文字として読める形式で保存し、表の要点を文章で補う

3. 意味付けの中身:メタデータ・用語・背景知識

結論:意味付けは、「文書に付ける情報(メタデータ)」「用語の定義」「判断の背景」の3つに分けると進めやすくなります。

PwC Japanグループの上記資料は、ナレッジを、用語や指標を定義する「セマンティック」、概念同士の関係を整理する「オントロジー」、意思決定の背景や商慣習などの暗黙知である「ビジネスバックグラウンド」の3層で説明しています。McKinsey & Companyは2026年4月2日の記事で、共通の意味づけがないとエージェントは同じデータを矛盾した解釈で扱い、誤りが増えると述べ、同年6月23日の記事では、非構造化データのメタデータに所有者・機微性・利用可能な用途を明示すべきだとしています。Gartnerは2026年5月11日の発表で、セマンティクス優先の組織は2027年までにエージェント型AIの精度を最大80%高めると予測しています(調査結果ではなく予測)。

まず自問すべきは「この文書に、誰が・いつ・何のために書いたかが付いているか」です。付ける項目の例は次のとおりです(本記事の整理例)。

項目例付与のコツ
文書の種類議事録/手順書/規程ファイル名の先頭に付ける
日付と版2026-10-01・v3更新のたびに必ず変える
対象経理部/製品A自由記入にせず、選択肢を固定する
機密区分・個人データの有無社外秘/個人データあり付いていない文書は参照対象外にする
状態有効/廃止旧版は「廃止」にして別に管理する

用語の定義は、文書の外に1枚の用語集としてまとめます。「失注」「有効案件」など部署で意味が違う言葉から始めてください。背景知識は、判断の理由を決定事項の横に一文書き添えるだけでも蓄積できます。

4. 非構造化データを整える4ステップ

結論:対象の絞り込み、書き方の型、意味付け、更新ルールの順に進めます。

1.対象を絞る
任せる業務の文書だけ
▶2.型を決める
書き方・保存場所
▶3.意味を付ける
メタデータと用語
▶4.更新を決める
有効・廃止の運用
図:非構造化データを整える4ステップ(進める順序の例)

1. 対象を絞る:エージェントに任せる業務が根拠にする文書だけを一覧にします。

2. 型を決める:議事録の冒頭欄やファイル名の規則など、書き方と保存場所の型を決めます。

3. 意味を付ける:前章の項目を付与します。AIに下書きを作らせる場合も、人が確認してから確定します。

4. 更新を決める:誰が、改定のたびに旧版を「廃止」にするかを決めます。規程との関係は、当社コラムAI・データ利活用における社内規程整備の進め方もご覧ください。

5. 全部は整えられないときの代替ライン

結論:過去の全文書を整える必要はありません。使用頻度の高い上位の文書と、これから作る文書から始めます。

既存の文書すべてにメタデータを付けるのは現実的でない場合が多く、最低限の水準は、ファイル名に「種類・日付・版」を入れ、旧版を別フォルダに移すことです。これだけでも、古い資料を根拠にする誤りを減らしやすくなります。

McKinseyの前述の記事は、完璧なデータを待たず、ユースケースごとに「十分に良い」水準を定義すべきだとしています。Bainの関連ページも、全社の近代化ではなく、優先する業務領域に絞ってデータ定義とセマンティックレイヤーを整えてから広げるよう勧めています(いずれも見解記事です)。専用ツールの導入は、手作業の限界が見えてからで構いません。基盤の進め方は、当社コラムデータ基盤の内製化ロードマップもご覧ください。

6. よくある失敗パターンと実際の損失

とにかく全部投入するパターン

想定例として、共有フォルダの文書を全部読み込ませ、旧版と最新版が混在するケースです。誤った手順が案内され、現場が訂正に追われかねません。

個人情報を含む文書を無自覚に入れるパターン

想定例として、メールや議事録の個人データの有無を確認せず参照対象にするケースです。後から範囲の見直しが必要になり、運用が止まりかねません。

7. 活用イメージ:提案書と問い合わせ対応の場合

例えば(想定例)、営業部門では、提案書に「業種・提案日・結果」を付け、議事録の決定事項を整えると、類似案件を探しやすくなります。問い合わせ対応では、根拠になる手順書の版管理が焦点です。エージェントの導入全体は、当社コラムAIエージェントは業務をどう変えるかもご覧ください。

8. まとめ:最初の一歩は「決定事項が書かれた議事録」を1種類選ぶこと

非構造化データを「読める」状態にするには、型と意味付けが要ります。まずは、任せたい業務で使う議事録を1種類選び、冒頭に「決定事項・宿題」欄と日付・対象の項目を設けてください。次回の会議から使えば、整った文書が積み上がります。

【本記事のまとめ】

  • 「読める」とは、文字として読め、中身・時点・有効性・見せてよい範囲が分かる状態
  • 意味付けは、メタデータ・用語の定義・判断の背景の3つに分けて進める
  • 全文書は整えず、重要文書と新規文書から。まずはファイル名と旧版の分離から始める

社内文書やメール、議事録などをAIエージェントが使える形に整える進め方でお悩みの方は、株式会社コネクトデータのデータ活用コンサルティングで、現状整理から設計までご相談いただけます。

お問い合わせはこちら/資料ダウンロードはこちら

9. よくある質問

Q. 議事録や文書をAIに要約させてから保存してもよいですか?
A. 要約の併記は有効ですが、原本は捨てないでください。要約には誤りが混ざりうるため、人が確認し、原本への参照を残します。
Q. 過去の文書は、どこまでさかのぼって整えるべきですか?
A. 全部をさかのぼる必要はありません。任せる業務で参照頻度の高い文書と、これから作る文書を優先し、古い文書は有効かどうかだけ確認してから対象に含めます。
Q. メールも対象にして大丈夫ですか?
A. 個人情報や機密を含みやすいため、全メールは対象にせず、重要案件の最終合意メールなどに限定します。個人データの扱いと閲覧範囲を先に決めてから参照させてください。

データ活用に関してまずはご相談ください

データ活用に関するご相談、データコネクトの概要資料ダウンロードに関しては、以下のボタンより承ります。