WRITING
社内ナレッジをRAG化する — 中堅ゼネコンの隠れた本命ニーズ
生成AIの導入テーマを探しているDX推進者に聞くと、「書類の自動化」を真っ先に挙げることが多い。しかし現場を深掘りすると、もう一つ大きなニーズが浮かび上がる。それが社内ナレッジのRAG化だ。書類自動化より地味に見えるが、組織の地力に直結するテーマである。
担当者が1人異動するたびに、3年分のノウハウが消えている
中堅ゼネコンの社内には、膨大な知識が眠っている。しかしその多くは「特定の人の頭の中」か「誰も把握していないフォルダの奥」にある。
| 種別 | どこにあるか |
|---|---|
| 自社施工基準 | ベテランの頭・ローカルWord |
| 過去の施工実績 | 完工図面・引渡書類フォルダ |
| トラブル事例 | 個人メモ・口頭伝承 |
| 仕入先・単価 | 担当者のExcel |
現状、これらは「あの人に聞く」か「フォルダを手探りする」しかない。担当者の退職・異動のたびにナレッジが消え、新人が同じ失敗を繰り返し、教育コストが上がり続ける。この構造が変わらない限り、どれだけ人を採用しても組織の底力は上がらない。
この循環が3〜5年単位で繰り返されるうちに、組織全体の地力が少しずつ下がっていく。ベテランへの依存が高まるほど、次の退職リスクも上がる。
見分け方 「あの件は山田さんしか分からない」という文脈が週に1回以上出てくるなら、属人化の危険水域だ。
よくある誤解 「うちは文書化している」という現場でも、実際には個人フォルダに散在していて検索できない状態が多い。
目安 担当者1人の退職で失われるナレッジを補填するコストは、再調査・再教育を合わせると年間100〜300万円規模になることがある。
ChatGPT単体とRAGの差は、「自社文書を読めるかどうか」の一点だ
RAG（Retrieval-Augmented Generation）は、社内文書を検索しながらAIが回答を生成する仕組みだ。「AI＝汎用的な回答しかできない」という状況を根本から変える技術構成である。
ChatGPT単体
- –自社の情報を持っていない
- –汎用的な回答に限られる
- –ハルシネーション（誤情報）のリスクが高い
RAG構成
- –社内文書をリアルタイムで参照
- –「自社の実績によると」と答えられる
- –根拠・出典付きで回答できる
新入社員が「○○橋梁の施工方法を教えて」と聞いたとき、過去の完工図面・日報・施工記録を参照しながら「この案件では杭深度を1.2m増しで対応した」と根拠付きで返ってくる——それがRAGだ。社内に文書が存在しているのにAIが答えられないなら、それはRAGで解決できる問題だ。
見分け方 「AIが知らない」と「自社が持っていない」は違う。社内に文書があるのにAIが答えられないなら、RAGで解決できる。
よくある誤解 RAGは「高度なAI開発」ではなく「社内文書を検索した結果をAIに渡す仕組み」だ。技術より、データ整備のハードルの方がはるかに高い。
RAG導入の9割が失敗するのは、データ整備より先にAIを選ぶからだ
多くの現場でRAGが機能しない原因は技術ではなくデータにある。「まず動くものを見せたい」という動機でAIツールを先に選定し、整備されていない文書をそのまま投入するパターンが最も多い。よくある失敗を3つ挙げる。
- 全文書を一括インポート — 精度が低すぎて「使えない」と判断され、3ヶ月で放棄される
- 命名規則がバラバラなまま導入 — 検索ヒット率が下がり、AIの回答に根拠が付かなくなる
- 更新フローを決めずに運用開始 — 情報が陳腐化し、古いデータで誤った回答を出し続ける
失敗を避けるには、導入前の「データ整備フェーズ」を独立したプロセスとして位置付けることが先決だ。
注意 データ整備コストの6割は導入前に使うべきだ。AIツールを先に購入すると、整備の優先度が下がりやすい。
配分 プロジェクト全体のコスト目安：データ整備50% · ツール導入20% · 業務フロー設計20% · 社内啓発10%。
まず1部門・90日から始めることが、全社展開への最短経路だ
全社一括導入は失敗しやすい。1つの部門で「使えた」実績を数字で示し、そこから横展開する方が費用対効果の証拠になる。90日を3つのフェーズに分けて動かすのが現実的だ。
書類自動化より地味に見えるが、社内ナレッジのRAG化は属人化を解消し、組織の地力を底上げする取り組みだ。最初の90日は「動く証拠を作る期間」として割り切り、完璧を求めない。
目安 1部門・文書500件以内でのパイロット運用なら、外部支援なしでも90日以内に初期版を稼働させることができる。
分かれ目 「全社展開してから改善する」チームと「1部門で動かしてから展開する」チームでは、半年後の継続率に大きな差が出る。