BOSS CONNECT / THE COMPANY'S BRAIN

会社を知らないAIに、経営はできない BOSSコネクトは、会社そのものを学習して動くAIです。

一般的なAIは、世界の知識で答えます。BOSSコネクトが前提にするのは、御社の会話・議事録・決定と、その理由。 会社の記憶を持って動くから、現場の実務から経営の判断まで踏み込めます。

AI COO「BOSS」
SCROLL
なぜ、この会社がAIをつくるのか ORIGIN

AIの会社では、ありません

「言ったはずだ」「聞いていない」。同じ会議に出ていたのに、前提が違う。

私たちがつくっているのは、人と人の「関係」です。 もともとはコミュニティを運営してきた会社で、何万人が集まる場で毎日向き合ってきたのは、 技術の問題ではなく人と人のあいだで情報が非対称になることでした。 知っている人と知らない人、言語化できる人とできない人。その差が、信頼の差になり、成果の差になる。 この非対称をどう埋めるかを突き詰めた結果としてたどり着いたのが、AIという手段でした。

ORIGIN.01

問題は、能力ではなく「あいだ」にある

優秀な人を採っても成果が揃わないのは、その人の頭の中にあるものが他の人に渡っていないからです。埋めるべきは能力差ではなく情報の差です。

ORIGIN.02

関係を設計してきた会社がつくった

コミュニティ運営で積み上げたのは、人が何を知りたがり、どこでつまずき、何があれば動けるかという知見です。BOSSコネクトはその延長線上にあります。

ORIGIN.03

だから「導入」ではなく「定着」で語る

AIを入れることが目的なら、契約した時点で終わりです。私たちの目的は、関係が変わり、会社の動き方が変わることです。

AIを売っているのではありません。会社の中の「分かっている人」と「分からない人」の距離を、なくしています。

BOSSコネクトの考え方 CONCEPT

つなぐ・ためる・うごく。
この3つだけで、会社は賢くなり続ける

特別なことはしていません。散らばっている情報を1か所につなぎ、判断とその理由をためて、 たまったものを使ってAIが動く。この循環が毎日回るかどうかだけが、成果の差になります。

CONNECT

Slack・Teams・LINE・メール・Drive。いつも使っている場所に、そのままつながります。新しいシステムを覚える必要はありません。

RECORD

結論だけでなく「なぜそう決めたか」を残します。ためる先はAIの中ではなく会社側なので、資産として残り続けます。

ACT

たまった記憶を前提に、AIが気づき、調べ、提案し、実行します。最終判断は必ず人が持ちます。

既存システムの入れ替えはありません。今のツールを使い続けたまま、その上に「会社の脳」を一層かぶせる考え方です。
技術1/会社の記憶 KNOWLEDGE MEMORY

言い方が違っても、同じ話として出てくる

ふつうの検索は、単語が一致しないと見つかりません。「値引き」と書いた人と「特別対応」と書いた人は、 同じことを話しているのに永遠に出会えない。ナレッジメモリは、文章を意味の位置として保存し、 さらに会社の言葉の構造を持たせています。だから言葉が違っても、近いものが一緒に出てきます。

会社の情報が意味の近さでつながったナレッジグラフ
← 横にスクロールできます →
会話・議事録・案件・決定が、意味の近さと関係でつながった状態。中心に近いほど、多くの判断がそこを経由している。
ふつうの検索・ふつうのAI

単語が一致したものしか出てこない

  • ×「値引き」で検索 → 「特別対応」と書かれた議事録は出ない
  • ×どのファイルにあるか、人が覚えている必要がある
  • ×決まったことは残るが、なぜ決めたかは誰の頭の中にもない
  • ×AIを乗り換えると、渡していた情報も作り直し
ナレッジメモリ

意味が近いものが、まとめて出てくる

  • 「値引き」と聞けば、特別対応・条件変更・例外承認まで一緒に出る
  • 置き場所を知らなくていい。聞けば会社の記憶から返ってくる
  • 決定と、その理由と、そのときの前提がつながって残る
  • 記憶はAIの外側にあるので、モデルを替えても消えない
TECHNICAL DETAIL

「社内データをRAGに入れた」では、
経営は語れない。

一般的な社内AIは、文書を適当な長さに分割してベクトル化し、質問に近い断片を上位数件だけ引いてLLMに渡します (いわゆる素のRAG)。検索としては動きます。しかし経営の問いには答えられません。理由は3つあります。

欠落 01

断片は、文脈を失う

「値引きを承認」という一節だけ取れても、いつ・誰が・どの案件で・何と引き換えに決めたのかは落ちています。経営の問いに必要なのは、その周辺すべてです。

欠落 02

「似ている」は「つながっている」ではない

ベクトルの類似度が表せるのは近さだけ。決定と根拠、案件と担当者、KPIと責任者といった関係の種類は表現できません。だから理由を辿れない。

欠落 03

全社を1つの索引に入れると、境界が壊れる

経営情報と現場情報が同じインデックスに同居していると、検索したあとに隠すしかない。その運用は、いつか漏れます。

だから、記憶を3つの層で持たせた。

LAYER 01

セマンティック層

意味で当たりをつける

文章を意味の位置(ベクトル)として保存し、表現が違っても近いものを拾う。ここまでは一般的なRAGと同じ土俵です。

LAYER 02

オントロジー層

会社の言葉を、型として定義する

案件・論点・決定・理由・前提・人・KPIといったエンティティと、その間の関係(決定→根拠、案件→担当、KPI→責任者、前提→失効)を先に定義してある。ここが独自設計の中心です。だから「なぜそう決めたのか」「その前提はまだ生きているか」まで辿れます。

LAYER 03

権限層(3つの脳)

引く前に、分かれている

M1会社/M2マネジメント/M3経営をストレージごと物理的に分離。検索結果をあとからフィルタするのではなく、そもそも別の脳を引く。境界を運用で守らない設計です。

検索ではなく、思い出す順序にした。

一般的なRAG
  1. 質問をベクトル化する
  2. 似ている断片を上位k件引く
  3. そのままLLMに渡す

= 似た文章の寄せ集めが返る。

ナレッジメモリ
  1. 意味で当たりをつける(セマンティック検索)
  2. そこから関係を辿って文脈を再構成する(グラフ探索)
  3. 時点で絞る。古い決定は、更新された決定に置き換える
  4. 権限で絞る。相手が見てよい脳だけを使う
  5. 組み立てた文脈をLLMに渡す

= 理由と経緯ごと、ひとつの文脈が返る。

精度の大半は、引くときではなく入れるときに決まる。

社内RAGが半年で使われなくなる原因は、検索アルゴリズムではありません。入れる工程が続かないことです。 ナレッジメモリは、日々のチャットと議事録から、決定・論点・理由・前提を構造化して書き込む工程そのものをAIが回します。 表記ゆれの正規化、重複した決定の統合、いつ時点の話かの記録、失効した前提の無効化まで含めて自動で行う。 人手の運用に頼らないから、記憶は腐らずに増え続けます。

POINT.01

点ではなく、線で持つ

文章をバラバラに置くのではなく、案件・人・論点・決定・理由をつないだ構造として持ちます。だから「この条件はいつ、なぜ決まったのか」を辿れます。

POINT.02

AIの外側に置く

記憶はAIの中ではなく会社側に貯めます。より賢いモデルが出たら、つなぎ先を変えるだけ。蓄積は丸ごと持ち越せます。

M1

会社の脳

全社に開いてよい知識。制度・手順・過去の案件・ナレッジ。

M2

マネジメントの脳

部門の数字と評価。管理職の判断に必要な範囲まで。

M3

経営の脳

経営会議の論点と意思決定。経営層だけが触れる領域。

技術2/AIの組み方 HARNESS

賢いAIを、仕事に就かせる組み方。

最新のAIは、たしかに賢い。けれど、そのままでは会社のことを何も知らない優秀な新人と同じです。 前提を知らず、勝手には動かず、言われたことにだけ答える。 ハーネス(harness=馬具)とは、その賢さを会社の仕事に接続するための組み方のことです。 成果の差を決めているのはモデルの性能ではなく、ここです。

PART.01

記憶をつなぐ

答える前に、誰の話で・過去に何を決めていて・会社が何を大事にしているかを、必ず先に思い出します。

PART.02

役割と権限を決める

誰として振る舞い、どこまで見てよいかを定義します。営業のAIは経営の脳に触れません。

PART.03

段取りを持たせる

一問一答ではなく、手順で仕事をします。どこで人に確認を取るかまで設計されています。

PART.04

道具を渡す

チャットに投げる、日程を押さえる、数字を取りに行く。実際に手を動かす先をつなぎます。

PART.05

出力を点検する

出した答えを別のAIが検証し、根拠のないものは外に出しません。品質を運任せにしません。

TECHNICAL DETAIL

経営の問いは、
「取ってくる」では答えられない。

「なぜ先月の受注が落ちたのか」。この問いに必要なのは検索ではなく分解です。 ハーネスは、経営の問いを次の順序で処理します。実際に社内で毎朝動いている流れです。

  1. 01

    問いを分解する

    受注=接触数 × 商談化率 × 受注率 × 単価。KPIツリーに沿って、どの項が落ちたのかを特定できる粒度まで割る。

  2. 02

    記憶を呼び出す

    意味検索で当たりをつけ、関係を辿って文脈を再構成。「先月、何を決めたか」「その前提は生きているか」まで引く。

  3. 03

    数字を取りに行く

    記憶の中の数字を信用せず、道具を使って一次データを取得する。記憶は文脈、数字は実測、と役割を分ける。

  4. 04

    仮説を立てる

    落ちた項と、その時期に起きた決定・人の異動・前提の変化を突き合わせ、原因の候補を順位づける。

  5. 05

    別のAIが反証する

    出した仮説を検証役のエージェントが叩き、根拠が記憶と数字で裏づかないものは外に出さない。

  6. 06

    人に問う

    「前提が変わっていませんか」まで持っていって、人が決める。AIは決めない。決める材料を、遅れずに揃える。

この6段をどう切り、どこで止め、どこで人に渡すか。ここの設計が、経営がわかるAIかどうかを分けます。 プロンプトの工夫では届きません。

WHY 01

なぜ、人のような会話になるのか

毎回ゼロから答えていないからです。相手が誰で、前回どこまで話し、いま何に困っているかを前提として置いてから話し始めます。

人が「話が早い」と感じるのは、相手が文脈を共有しているときです。ハーネスがやっているのは、その文脈の共有そのものです。

WHY 02

なぜ、経営まで踏み込めるのか

経営の仕事は、集める → 異常に気づく → 理由を仮説にする → 人に問うの繰り返しです。この流れは手順に分解できます。

だからAIは「今月の接触数が目標から21件足りません。展示会の歩留まりを15%で見ると届きません。前提が変わっていませんか」まで自分から言えます。決めるのは人。AIは決める材料を、遅れずに揃える側に立ちます。

なぜ、これをつくれたのか

自社の経営を回すために、自社のAIエンジニアが設計した。

ナレッジメモリのオントロジーも、ハーネスの6段も、受託でつくったものではありません。 自分たちの経営を実際に回すために設計し、1年以上毎日使いながら組み替えてきたものです。

社内RAGが腐る場所、グラフが破綻する場所、AIが勝手に決めて事故る場所は、実運用でしか分かりません。 私たちはそこを全部踏んだうえで直してきました。この工程だけは、ツールを買っても手に入りません。

SO WHAT.01

モデルが変わっても、組み方は残る

生成AIは半年で入れ替わります。「いま一番賢いモデル」に合わせて作り込むと次の世代で作り直しになる。資産になるのは記憶と組み方のほうです。

SO WHAT.02

ブラックボックスにしない

AI社員ごとの稼働・実行量・コスト・権限は管理画面で見えます。使わないAIは止められ、コストには上限を設定できます。

いちばんの証明 PROOF

つくった会社が、毎日これで経営している

BOSSコネクトは、SHINSEKAI Technologies が自社の経営のために開発し、1年以上フル稼働させてきた「会社の脳」を、 そのまま提供しているサービスです。構想ではなく、運用で詰まる場所まで分かっている状態でご一緒します。

AI社員が働く社内のイメージ

会議も、議事録も、KPIの異常検知も、社内ではAIが担っています。

155時間

毎月の削減工数(社員1人分に相当)

100

1週間で現場が変わり、100日で経営が変わる

10

いまも社内で実働しているAI社員

※ SHINSEKAI社内の実運用に基づく一例です。数値は特定期間の実績であり、効果を保証するものではありません。

2つのサービス SERVICES

同じ脳を、別の部屋で使う。

ここまでの考え方を、現場の課題に合わせて形にしたものが2つあります。 中身は同じ「会社の脳」です。どちらから始めても、貯まる記憶は1つなので、あとから広げるほど賢くなります。

どちらも中身は同じBOSSコネクト。脳は1つ、入口が2つです。

BOSSコネクトについて COMPANY

机上の提案ではなく、使ってきた側からのご提案です。

SHINSEKAI Technologies は、コミュニティ運営を出発点に、人と人のあいだの非対称を埋めることを事業にしてきた会社です。 その課題意識から自社の経営のためにつくったものが、BOSSコネクトです。

サービス名
BOSSコネクト(BOSS CONNECT)
提供元
株式会社SHINSEKAI Technologies
提供形態
誰でもトップセールス/右腕さん
お問い合わせ
shinchi_masashi@shinsekai-technologies.co.jp
AI COO「BOSS」とAI社員

会社にもう一人、
「全部わかっている人」を。

まずは御社の状況をお聞かせください。どちらのサービスから始めるのがよいか、現在地に合わせてご提案します。

ご相談・お問い合わせ

LINEUP