AI時代の「暗黙知経営」は、最後には人徳に行き着く――『商道』から考える、社員の知恵・AI・信頼・知識流出

（１）最先端の「AIネイティブ経営」を聞いて、最初に感じたこと

先日、AIネイティブな経営を実践している中小企業のオンライン講演を聞いた。

そこで紹介されていた仕組みが、とても興味深かった。

社員が一日の業務を終えると、AIが社員にいくつか質問する。

「今日は何がありましたか？」

「いつもと違ったことはありましたか？」

「何か判断に迷ったことはありましたか？」

「他の社員にも伝えておいた方がいいことはありますか？」

といった具合に、AIが社員の一日の経験を聞き出す。

そして、その対話からAIが業務日報をMarkdown形式で作成する。

さらに、そのMarkdownの日報が社内のノウハウを蓄積するLLMに入っていく。

そのLLMは、単純に日報を保存するだけではない。

日報を読み、

「これは他の社員にも共有した方がいい」

という情報を抽出し、会社の共有知として蓄積していく。

これは、一見すると非常に合理的な仕組みである。

従来なら、社員の頭の中に埋もれていた経験や判断、失敗、工夫などを、AIとの対話によって言語化する。

そして、それを会社の知識として蓄積する。

つまり、

社員一人ひとりの暗黙知を、会社全体の集合知へ変換する。

AI時代のナレッジマネジメントとして、かなり先進的な発想だと思う。

しかし、話を聞いていて、私は別の疑問を持った。

「これは本当に機能するのだろうか？」

その疑問は、技術的なものではなかった。

人間の問題である。

（２）暗黙知とは、そもそも何なのか

会社の中には、マニュアルには書かれていない知識が大量に存在する。

例えば営業担当者なら、

「この顧客には、最初に価格の話をしない方がいい」

「この担当者は、数字よりも過去の実績を見せた方が納得する」

という経験則を持っているかもしれない。

工場のベテランなら、

「この音ならまだ大丈夫だが、ここまで振動が大きくなったら機械を止めた方がいい」

と分かるかもしれない。

ホテルマンなら、

「このお客様は、こちらから先回りして説明すると安心する」

ということを経験的に知っているかもしれない。

地域の事業者なら、

「この地域では、表向きのルールだけではなく、こういう事情も考えなければ話が進まない」

ということを知っているかもしれない。

こうした知識は、普通はマニュアルには書かれていない。

本人にとっては「当たり前」だからである。

しかし、その「当たり前」こそ、会社にとって重要な競争力だったりする。

つまり暗黙知とは、

経験 × 状況判断 × 失敗経験 × 人間関係 × 勘

などが組み合わさった、極めて人間的な知識なのである。

（３）AIは暗黙知を「言語化」する装置になり得る

ここでAIが非常に面白い役割を果たす。

社員に、

「業務日報を書いてください」

と言っても、ほとんどの場合、

「今日は○○をしました。問題ありませんでした。」

くらいしか書かない。

しかしAIなら、

「今日、いつもと違ったことはありましたか？」

「どこかで判断に迷いましたか？」

「なぜその判断をしましたか？」

「もし新人が同じ状況になったら、何を注意すべきですか？」

などと、質問を重ねられる。

すると本人も普段は意識していなかった経験が言葉になってくる。

つまり、

暗黙知
↓
AIとの対話
↓
言語化
↓
Markdown
↓
会社のナレッジ

という変換が可能になる。

これはかなり画期的である。

従来のナレッジマネジメントでは、「社員に知識を書いてもらう」ことが大きな壁だった。

AIは、その壁を下げる。

（４）さらに重要なのは、AIが「共有すべき知識」を選別すること

しかし、この仕組みの本当に面白いところは、単に日報を保存することではない。

日報を読んだAIが、

「これは他の社員にも共有した方がいい」

という情報を抽出するところにある。

例えば、ある社員の日報に、

「今日、A社から以前と同じ質問を受けた。今後は最初にこの点を説明した方がよさそうだ」

と書かれていたとする。

AIがこれを、

「顧客対応に関する再利用可能な知識」

と判断すれば、社内ナレッジとして蓄積できる。

これを何年も続ければ、

社員一人ひとりの経験が、

会社全体の集合知

へ変わっていく。

これは中小企業にとって特に大きな意味を持つ。

大企業なら、研修制度やマニュアル、専門部署などがある。

しかし中小企業では、重要な知識が特定の社員の頭の中に集中していることが多い。

AIによって、その知識を会社の資産へ変換できる可能性がある。

（５）退職によって暗黙知が失われる問題を解決できる

これは少子高齢化や人手不足の時代には、さらに重要になる。

ベテラン社員が退職すると、

「○○さんなら分かるんだけどね」

ということが起こる。

しかし、その○○さんはもういない。

本人が長年かけて身につけた判断基準、失敗経験、顧客との付き合い方、設備の異常を見抜く感覚などが、一緒に会社から消えてしまう。

AIによる暗黙知の記録は、この問題に対する強力な対策になり得る。

「人が辞めるから知識が消える」のではなく、

人が働いている間に、その経験を会社の集合知へ変換しておく。

これは非常に合理的である。

ところが、ここで話は終わらない。

むしろ、ここから難しくなる。

（６）「自分のノウハウを他人に教えたくない」という社員の合理性

社員側から考えてみたい。

あるベテラン社員が、会社の中で非常に高い評価を受けているとする。

なぜ評価されているのか。

「その人しか知らないノウハウ」を持っているからである。

そこへ会社が、

「AIに全部教えてください。それを会社のナレッジとして共有します」

と言ってきたらどうだろう。

社員はこう考えるかもしれない。

「全部教えたら、俺でなくてもできるようになるじゃないか」

これは別に、その社員が意地悪だからではない。

極めて合理的な自己防衛である。

自分だけが持っている知識は、自分の社内における希少価値だからだ。

だから、

暗黙知を会社に提供することによって、自分自身の競争力が低下する

という問題がある。

（７）私なら「会社AIには建前、個人AIには本音」と考えてしまう

そして、ここが非常に面白い。

もし私がその社員だったらどうするだろう。

会社から、

「AIに今日の業務について詳しく答えてください」

と言われたら、表向きは協力する。

しかし、本当に重要なノウハウについては、会社にバレないように個人のパソコンを持ち込んで、個人で使っているAIに相談するかもしれない。

（笑）

会社AIには、

「今日はA社との商談を行った。通常どおり対応した。」

と記録する。

一方、個人AIには、

「実はA社の担当者は前回こういう発言をしていた。今回の反応を見ると、裏ではこう考えている可能性がある。次回はどう動くべきだろう？」

と相談する。

そうなると、

会社のAIには業務記録が蓄積される。

しかし、

本当に価値のある知恵は個人AIに蓄積される。

これは十分に起こり得る。

つまり、AIによる暗黙知の吸収システムを作ったからといって、暗黙知が自動的に会社へ移転するわけではない。

最後に決めるのは、人間だからである。

（８）会社にとっても、実は大きなリスクがある

しかし、この問題は社員側だけではない。

経営者側にも大きなリスクがある。

講演で紹介されていた仕組みでは、業務日報をMarkdownとして作成していた。

ここに私は非常に重要なポイントがあると思う。

Markdownは非常に持ち運びやすい。

テキストファイルだから、コピーできる。

USBに入れられる。

クラウドに保存できる。

別のAIに読み込ませられる。

別のデータベースに移せる。

別の会社へ持っていくことも技術的には簡単である。

つまり、

AIによって暗黙知をデジタル化することは、暗黙知を保存する革命であると同時に、暗黙知を移動させる革命でもある。

（９）「知識を保存する」と「知識を流出させる」は表裏一体

従来の暗黙知は、ある意味で安全だった。

ベテラン社員の頭の中にしかないからである。

その人が退職すれば会社は困る。

しかし、その人の頭の中身が丸ごと競合会社へコピーされるわけではない。

ところがAIによって、

頭の中の知識
↓
文章
↓
Markdown
↓
データベース

となった瞬間、事情が変わる。

コピー可能なデジタル資産になる。

だから経営者は、

「AIで会社の知識を蓄積できる！」

と喜ぶだけではいけない。

同時に、

「その知識は、誰が持ち出せるのか？」

を考えなければならない。

（１０）「秘密保持契約があるから大丈夫」ではない

もちろん、秘密保持契約や就業規則、営業秘密の管理など、法的な防御手段は必要である。

しかし、問題はそれだけではない。

法律は基本的に、

流出した後の責任を問う

ための仕組みでもある。

しかし、一度デジタル情報が外部に出れば、

どこまでコピーされたのか分からない。

誰が読んだのか分からない。

別のAIに投入されたかもしれない。

要約されたかもしれない。

別の文書に変換されたかもしれない。

つまり、

「持ち出された後に法務で対処する」

だけでは十分ではない。

経営者が考えるべきなのは、

そもそも重要な知識が一人の社員によって丸ごと持ち出せない構造

である。

（１１）そして、「終身雇用ではない」という現実がある

ここで、さらに大きな問題が出てくる。

日本企業の終身雇用は、かつて完全な制度ではなかったとしても、一つの社会的交換関係を作っていた。

会社が社員に長期的な雇用を提供する。

社員も会社に忠誠心を持ち、長期的に働く。

つまり、

会社と社員の間に長期的な信頼関係があった。

しかし現在は、転職は珍しいことではない。

会社が社員の人生を最後まで保障するとは限らない。

社員も、一つの会社に一生を預けるとは限らない。

会社と社員の関係は、以前より流動的になっている。

その状況で、

「あなたの経験を全部会社のAIに移してください」

と言われたら、社員側からすると当然、

「なぜ？」

という疑問が出てくる。

（１２）会社は社員の人生に責任を持たないのに、社員の知識は会社の永久資産なのか

これは、かなり根本的な問いだと思う。

会社は、

「会社のために知識を提供してください」

と言う。

しかし社員からすれば、

「では、会社は私の人生をどこまで守ってくれるのですか？」

という話になる。

会社が社員をいつまでも雇用する保証をしない。

転職する人も多い。

会社都合で配置転換されることもある。

事業そのものがなくなることもある。

それなのに、

社員の頭の中にある職業上の知識だけは会社に永久保存してください

と言われれば、そこには利害の非対称性がある。

だから、AI時代のナレッジマネジメントは、単なるIT導入ではない。

会社と社員の新しい契約関係

そのものなのである。

（１３）「社員の職業能力」と「会社の営業秘密」は同じではない

さらに難しいのがここだ。

社員が長年働いて身につけた能力のすべてを、

「会社の秘密だから会社のもの」

とすることはできない。

例えば、

「顧客とのコミュニケーション能力」

「問題解決能力」

「業界知識」

「経験から得た判断力」

などは、その人の職業能力でもある。

一方、

「特定の顧客の情報」

「独自の製造方法」

「会社独自の営業戦略」

などは、会社固有の秘密になり得る。

AIによる日報では、この二つが一つの文章の中に混ざってしまう危険がある。

つまり、

社員の人的資本と会社の知的資産の境界が曖昧になる。

これもAI時代に新しく出てくる大きな問題だと思う。

（１４）だから、経営者は「吸い上げる」だけではいけない

では、どうすればいいのか。

一つの答えは、

ノウハウを提供した社員が損をしない仕組み

を作ることだろう。

例えば、

「この知識は○○さんの経験から生まれた」

という出所を記録する。

その知識が会社で何度使われたかを可視化する。

その知識によって業務改善が実現したら、その社員を評価する。

つまり、

知識を隠す人より、知識を会社の資産へ変換した人の方が評価される

というルールを作る。

そうすればゲームのルールが変わる。

（１５）「自分の価値を失う」のではなく「自分の知識を会社に残した」と感じられる仕組み

ここが重要である。

社員が、

「自分のノウハウをAIに入れたら、自分がいらなくなる」

と思う会社では、知識は出てこない。

しかし、

「自分が長年培った知識をAIに残すことで、後輩が成長する」

「自分の知識が会社の仕組みになった」

「自分の貢献が記録される」

と思える会社なら、話は変わる。

つまり、暗黙知の共有には、

技術的なインセンティブではなく、人間的な承認の仕組み

が必要なのである。

（１６）しかし、ここにはもう一つの問題がある――AIに何を教えるのか

会社がAIに社員の暗黙知を蓄積する場合、

「何を会社の共有知にするのか」

という基準も必要になる。

例えば、

「今日の顧客との会話」

全部を保存する必要はない。

一方、

「顧客から何度も出てくる質問」

「過去の失敗から得られた教訓」

「新人が知らないと事故につながる判断基準」

などは、会社として保存する価値が高い。

つまり、

個人の日報

と

会社の集合知

を分離する必要がある。

AIがその境界を判断する仕組みは、かなり重要になる。

（１７）AIが本当に吸収すべきなのは「情報」より「判断」

ここは特に重要だと思う。

「毎週金曜日に機械を点検する」

という情報なら、マニュアルに書ける。

しかし、

「今日は気温が高い。昨日雨が降った。今の音ならまだ大丈夫だが、振動がこのレベルを超えたら止める」

という判断は、単なる情報ではない。

そこには、

状況 × 経験 × 判断

がある。

会社が本当に欲しいのは、こちらだ。

だからAIによる暗黙知の収集では、

「何をしましたか？」

だけでは不十分で、

「なぜそう判断したのですか？」

「別の状況だったらどうしますか？」

「どこを見て判断しましたか？」

というところまで掘り下げる必要がある。

（１８）しかし、そこまで掘り下げるほど「信頼」が必要になる

ここで、最初の問題に戻ってくる。

社員が、

「この会社にそこまで自分の頭の中を見せていいのだろうか」

と思えば、深いところまでは話さない。

つまり、

AIが優秀になるほど、信頼の重要性が増す。

これは一見すると逆説的である。

AIが進歩すれば、人間同士の関係は重要ではなくなるように思える。

しかし実際には、

AIが大量の情報を扱えるようになるほど、

「誰にその情報を預けるのか」

という問題が大きくなる。

（１９）そこで思い出すのが『商道』である

ここで私は、韓国の歴史ドラマ『商道（サンド）』を思い出す。

李氏朝鮮時代を舞台にした商人の物語である。

そこで描かれる商売の思想には、

「商売は人を持って財となせ」

という、人を財として見る発想がある。

商売とは、単に商品を売って金を稼ぐことではない。

人を得ること。

人との信頼関係を築くこと。

人が残ること。

人が成長すること。

それ自体が商売の利益になる。

この考え方は、一見するとAIとは正反対の世界の話に見える。

しかし、実はAI時代だからこそ重要になるのではないか。

（２０）最先端のAI企業なのに、最後に必要なのは「人徳」なのか

AIネイティブ企業は、

LLMを使う。

RAGを使う。

Markdownを使う。

ナレッジベースを作る。

社員の日報をAIに分析させる。

暗黙知をデータ化する。

これだけを見ると、極めて21世紀的である。

ところが、その仕組みを最後まで機能させるためには、

「この経営者なら、自分の知識を預けても大丈夫だ」

という社員の信頼が必要になる。

そして経営者側にも、

「社員は会社の知識を悪用しない」

という信頼が必要になる。

つまり、

社員 → 経営者

の信頼と、

経営者 → 社員

の信頼。

この双方向の信頼が必要になる。

（２１）信頼はAIでは自動生成できない

会社がどれだけ高度なAIシステムを導入しても、

「社員が会社を信用しているか」

まではAIでは作れない。

これは、経営者がこれまで何をしてきたかで決まる。

会社が利益を上げたとき、社員にも還元したか。

社員が失敗したとき、簡単に切り捨てなかったか。

長年会社に貢献した人間を大切にしたか。

知識を提供した社員の功績を認めたか。

退職する社員にも敬意を払ったか。

社員の成長を、会社の利益だけでなく、その人自身の人生として考えたか。

そういう積み重ねが、

「この会社なら、自分の知識を預けてもいい」

という感情を作る。

これはデータベースでは作れない。

（２２）逆に、信頼が崩れればAIナレッジ経営は簡単に形骸化する

社員が、

「どうせ会社は自分を守ってくれない」

と思っている。

そこへ、

「AIに詳しく報告してください」

と言われる。

すると、

「会社に本当のことを全部教える必要はない」

となる。

結果、

会社AIには表面的な情報しか入らない。

本当に重要な判断やノウハウは、

• 自分の頭

• 個人のメモ

• 個人AI

• 個人のクラウド

• 人間関係

などに残る。

そうなると、会社が作ったAIナレッジベースは、

「大量の情報が入っているのに、本当に重要な知恵が入っていない」

という状態になり得る。

これはAIナレッジマネジメントにおける最大の皮肉だと思う。

（２３）経営者側もまた「社員を信用する」必要がある

そして、これは社員だけの問題ではない。

経営者も、

「社員が会社の知識を持って逃げるかもしれない」

と考えすぎれば、社員を監視する方向へ行ってしまう。

全端末を監視する。

AIへの入力を監視する。

USBを禁止する。

クラウドへのアップロードを監視する。

退職者を疑う。

もちろんセキュリティ対策として必要な部分はある。

しかし、監視だけで組織を作ろうとすると、今度は社員が、

「会社は自分を信用していない」

と感じる。

すると信頼がさらに失われる。

つまり、

社員が経営者を信用しなければ知識が出てこない。

同時に、

経営者が社員を信用しなければ、知識共有の文化が成立しない。

完全な監視社会では、本当の暗黙知は出てこないのである。

（２４）「人が残ることが利益」という考え方

だからこそ、

「人が残ることが利益」

という『商道』的な考え方が、AI時代にもう一度重要になるのではないか。

AIによって、人間の知識を会社に蓄積できるようになった。

しかし、その知識を生み出すのは人間である。

社員が、

「この会社で働き続けたい」

と思う。

「ここで自分の経験を次の世代に伝えたい」

と思う。

「自分の知識が会社を良くする」

と思う。

そういう社員が残ってくれること自体が、会社にとって巨大な利益になる。

（２５）AIは「人を不要にする機械」ではなく、「人が残した知恵を次の人へ渡す装置」にできる

AIをどう見るかによって、経営の姿も変わる。

AIを、

「人間の代わりに仕事をさせる機械」

として見ることもできる。

しかし、

「人間が長年かけて培った知恵を、次の人へ伝える装置」

として見ることもできる。

後者なら、AIは人間の敵ではない。

ベテランの経験を新人に伝える。

退職する社員の知識を次世代に残す。

失敗経験を会社全体で共有する。

地域固有のノウハウを保存する。

こうしたことをAIが支援できる。

（２６）ただし、「知識を会社に預けること」と「社員を会社に縛ること」は違う

ここは絶対に混同してはいけない。

社員が会社に知識を提供するからといって、

「だから会社を辞めてはいけない」

という話にはならない。

社員には転職する自由もある。

自分の人生を選ぶ権利もある。

会社としては、

社員が辞めても恨まない。
それでも働いている間に知識を共有してもらえる会社を作る。

という発想が必要なのではないか。

つまり、

「社員を囲い込む」

のではなく、

「社員が残りたいと思う会社を作る」

のである。

（２７）それこそが「人を稼ぐ」ということなのではないか

人を採用して、

その人から最大限の労働力を引き出す。

それだけなら、昔からある経営である。

しかし、

一人の社員が持っている経験を尊重し、

その経験を次の世代へ渡し、

後輩が成長し、

会社全体の能力が上がり、

その会社で働くこと自体に価値が生まれる。

そうなれば、

人を採用することそのものが会社の知的資本を増やすことになる。

これが、

「人を稼ぐ」

という考え方なのかもしれない。

（２８）AI時代には「知識の所有権」という問題が浮上する

そして、この問題は今後さらに大きくなると思う。

社員の頭の中にある知識。

それをAIとの会話によって文章にする。

その文章を会社のLLMが学習する。

AIがその知識を組み合わせて新しい回答を作る。

では、その知識は誰のものなのか。

社員なのか。

会社なのか。

AIなのか。

あるいは、会社と社員が共同で作ったものなのか。

これは、これからの企業社会で重要なテーマになるだろう。

特に、

「社員の人的資本」と「会社の知的資産」の境界

をどう設計するかは、AI時代の労働法や企業経営において大きな問題になるはずだ。

（２９）地方企業では、この問題はさらに重要になる

この話は、大企業だけの話ではない。

むしろ地方の中小企業にこそ重要だと思う。

地方企業には、その土地で長年仕事をしてきた人だけが知っている知識がある。

顧客との付き合い方。

地域の商慣習。

地元企業との関係。

行政との付き合い。

季節による変化。

地域特有のリスク。

地理的条件。

過去の失敗。

こうしたものは、外部の人間には簡単には分からない。

これこそ地方企業の競争力になっていることがある。

だからAIによってこれらをデータ化することには大きな価値がある。

しかし同時に、

それを外部のAIサービスへどこまで預けるのか

という問題も生じる。

（３０）「自社の知恵をAIに預ける」ということは、経営資源を預けることである

AIを単なる検索ツールだと考えているうちは、

「外部のAIサービスを使えばいい」

という発想になりやすい。

しかし、そこに自社の暗黙知を何年も蓄積していけば、それはもう単なるAIサービスではない。

そこには、

会社の歴史そのもの

が入ってくる。

顧客との関係。

社員の経験。

成功と失敗。

製品開発の歴史。

地域との関係。

経営判断。

会社文化。

それらがAIの中に蓄積される。

つまり、

会社の魂に近いもの

までAIに入っていく可能性がある。

だから、

「どのLLMを使うか」

だけでなく、

「誰に会社の知恵を預けるのか」

という経営判断が重要になる。

（３１）最先端技術と古典的な経営倫理は、実はつながっている

ここが、この話で一番面白いところだと思う。

Markdown。

LLM。

RAG。

ナレッジベース。

AIエージェント。

こうした技術は、まさに現代の最先端である。

ところが、それを機能させる最後の条件は、

信頼

だった。

そして、

人を大切にすること

だった。

さらに、

人徳

だった。

これは何百年も前から商人が考えてきた問題である。

最新のAI技術を使っているのに、最後に必要になるのは、

「この人についていって大丈夫か」

という、人間の非常に古い判断なのだ。

（３２）AI時代の経営者に必要なのは「AIの知識」だけではない

AIネイティブ経営者というと、

「プロンプトが書ける」

「LLMを使いこなせる」

「AIエージェントを導入できる」

「社内データをRAG化できる」

といった技術的能力が注目される。

もちろん、それは重要だ。

しかし、暗黙知を会社の資産にしようとするなら、それだけでは足りない。

経営者には、

「この人になら知識を預けてもいい」

と思わせる力が必要になる。

それは、

AIスキルではない。

経営者の人格。

過去の行動。

社員への向き合い方。

利益をどう分配するか。

失敗した人をどう扱うか。

退職する人をどう扱うか。

つまり、

人徳

である。

（３３）AIによって、人間の古典的な価値が消えるどころか、むしろ可視化される

AIが高度になるほど、

「AIにできること」

と

「AIにはできないこと」

の境界が見えてくる。

情報を整理する。

文章を書く。

知識を検索する。

過去の経験を参照する。

これはAIが得意になる。

しかし、

「この人を信用していいのか」

「この会社に自分の人生を預けていいのか」

「この経営者についていくべきか」

という判断は、単なる情報処理ではない。

だからAI時代には、

誠実さ、信頼、人徳、忠誠、恩義、尊敬

といった、一見すると古臭く見える人間的な価値が、逆に重要になってくるのではないか。

（３４）「AIネイティブ企業」の本当の試験は、技術導入ではない

本当にAIネイティブな企業かどうかを測るなら、

「ChatGPTを使っています」

「社内LLMがあります」

「AIで日報を自動生成しています」

だけでは不十分だと思う。

むしろ、

社員が本当に重要なことをAIに預けているか

を見るべきではないか。

そして、

なぜ社員は、それを預けているのか

を見る。

「会社に命令されたから」

なのか。

それとも、

「この会社なら、自分の知恵を預けても大丈夫だから」

なのか。

ここには大きな違いがある。

（３５）結局、AIは信頼を増幅することも、破壊することもできる

信頼のある会社なら、

社員
↓
AIとの対話
↓
暗黙知の言語化
↓
会社の集合知
↓
新人の成長
↓
社員の貢献が評価される
↓
さらに信頼が増える

という好循環が生まれる。

一方、信頼のない会社では、

会社
↓
「AIに全部報告しろ」
↓
社員が警戒する
↓
表面的な情報しか入力しない
↓
本当のノウハウは個人AIへ
↓
会社AIが役に立たない
↓
会社がさらに監視を強化
↓
社員がさらに警戒する

という悪循環になる。

つまり、

AIは組織文化を自動的に良くしてくれるわけではない。

むしろ、既にある信頼関係を増幅する装置になる可能性がある。

（３６）「商道」とAIネイティブ経営

だから私は、最先端のAIネイティブ経営と『商道』は、意外なほど相性がいいのではないかと思う。

AIは、人間の知識を蓄積する。

しかし、人間が知識を提供するかどうかを決める。

会社は社員の知識を必要とする。

しかし、社員が会社に知識を預けるかどうかは、会社への信頼によって決まる。

経営者は会社の利益を考える。

しかし、社員が残ってくれなければ、知識も蓄積されない。

だから、

人が財である。

人が残ることが利益である。

人を得ることが商いである。

という古い思想が、AI時代にもう一度意味を持ってくる。

（３７）「人を大切にする」は、精神論ではなく経営戦略になる

「社員を大切にしましょう」

という言葉は、これまでしばしば精神論として語られてきた。

しかしAI時代には、もっと具体的な意味を持つ。

社員を大切にする。

↓

社員が会社を信用する。

↓

社員が自分の経験を会社に提供する。

↓

会社のAIに知識が蓄積される。

↓

会社全体の生産性が上がる。

↓

新人が早く成長する。

↓

会社の競争力が上がる。

↓

社員への利益還元が可能になる。

↓

さらに社員の信頼が高まる。

これは、完全に経営上の合理性がある。

つまり、

人徳と利益は必ずしも対立しない。

むしろAI時代には、両者が強く結びつく可能性がある。

（３８）AI時代に本当に強い会社とは何か

これからの企業競争では、

「どの会社が一番高性能なAIを導入したか」

だけでは差がつかなくなるだろう。

同じLLMを誰でも利用できるからだ。

重要になるのは、

「その会社だけが持っている知識を、どれだけAIが使える状態にできているか」

である。

そして、そのためには、

社員が知識を持っていること。

社員が知識を提供してくれること。

会社が知識を適切に管理すること。

社員が知識提供によって損をしないこと。

会社が社員を裏切らないこと。

社員も会社を裏切らないこと。

こうした条件が必要になる。

つまり、

AI競争の根底にあるのは、人間関係の競争でもある。

（３９）最先端のAI経営ほど、実は「人間の会社」でなければならない

これは一見、矛盾している。

AIを大量に使う。

社員の日報をAIが聞き取る。

LLMが社内知識を管理する。

AIが社員を支援する。

そこまでAI化したら、人間の重要性は下がるように見える。

しかし実際には逆なのではないか。

AIが会社の知識を扱うほど、

その知識を生み出す社員が重要になる。

AIが社員の判断を支援するほど、

判断を生み出す経験が重要になる。

そして、社員の経験を会社に預けてもらうほど、

経営者の人間性が重要になる。

だから、

AIネイティブ経営の最終形は、AI企業ではなく、人間を中心に据えたAI企業なのかもしれない。

（４０）結論――AI時代の最後の競争力は「人徳」になるのかもしれない

AIは暗黙知を吸収できる。

社員との対話から日報を作れる。

Markdownとして保存できる。

LLMに蓄積できる。

他の社員に共有すべき知識を抽出できる。

会社全体の集合知を作ることもできる。

これは間違いなく大きな可能性を持っている。

しかし、その仕組みには二つの巨大なリスクがある。

一つは、

社員が「自分のノウハウを渡したら、自分の価値がなくなる」と考えて、重要な知識を隠すこと。

もう一つは、

会社に蓄積された知識が、社員の転職などによって外部へ流出すること。

そして、この二つの問題は、契約書やセキュリティ技術だけでは完全には解決できない。

結局のところ、

「この会社なら、自分の知識を預けてもいい」

という社員の信頼が必要になる。

同時に、

「社員は会社の知識を大切に扱ってくれる」

という経営者側の信頼も必要になる。

つまり、

双方向の信頼である。

そして、その信頼を長い時間をかけて作るのが経営者の仕事なのだと思う。

だから私は、最先端のAIネイティブ経営について考えていて、最後に『商道』へ戻ってきてしまうことが、とても面白いと思う。

AIは最新なのに、経営の本質は古い。

LLMは最新なのに、人間を大切にすることが必要になる。

Markdownは最新の知識管理を支えるのに、その知識を預けるかどうかを決めるのは人間である。

AIがどれだけ賢くなっても、

「この人を信用していい」

という判断をAIに代替させることはできない。

だから、これからの経営者に必要なのは、AIを使いこなす能力だけではない。

人を得る力。

人を残す力。

人から信頼される力。

そして、

人の知恵を会社の財に変える力。

なのではないだろうか。

『商道』の世界から何百年も離れた21世紀。

LLMが暗黙知を吸い上げる時代になっても、

結局、

「商いとは、人を稼ぐこと」

という古い知恵が生き残るのかもしれない。

そして、もしかするとAI時代に最も希少になる経営資源は、AIそのものではない。

「この経営者なら、自分の知恵を預けてもいい」と社員に思わせる、人間としての信頼なのかもしれない。

（４１）知的資産よりも「信頼という資産」が重要である

AIによって、社員の暗黙知をデジタル化し、会社の知的資産として蓄積できる時代になった。

しかし、その知的資産を生み出すのは人間である。

社員が「この会社なら自分の知恵を預けてもいい」と思わなければ、本当に価値のある知識はAIには入ってこない。

つまり、

知的資産の前提には、信頼という資産がある。

知識はコピーできる。AIも共有できる。
しかし、「この経営者なら信頼できる」という関係は、コピーできない。

だからAI時代には、知的資産を蓄積すること以上に、社員との信頼関係そのものを経営資産として育てることが重要になる。

知的資産を生み出す土台こそ、信頼という最も見えにくく、しかし最も重要な資産なのではないだろうか。