生成AIで技能継承する方法｜ベテランの暗黙知を会社に残す実践手順

「退職する前に、仕事のノウハウをマニュアルにまとめてください」

ベテラン社員へこのように依頼したものの、出来上がった資料を読んでみると、一般的な作業手順しか書かれていなかった。このような経験を持つ企業は少なくありません。

問題は、ベテラン社員が協力してくれないことではありません。

長年の経験によって身についた重要な知識ほど、本人にとっては「当たり前」になっているためです。

たとえば、

「この音はいつもと少し違う」
「このお客様の場合は、先にここを確認したほうがいい」
「数字上は問題ないが、この組み合わせなら注意する」
「この依頼内容なら、後でトラブルになりやすい」

といった判断は、マニュアルの手順だけでは表現しにくいものです。

このような、経験の中で身についたものの、簡単には言葉にできない知識を「暗黙知」と呼びます。

生成AIは、この暗黙知を技能継承へ活用する際に有効な補助役になります。

ポイントは、生成AIに「マニュアルを書かせる」ことではありません。

生成AIをベテラン社員へのインタビュアーとして使い、質問を繰り返しながら、本人も意識していなかった判断基準を聞き出すことです。

さらに、聞き出した知識を日報、マニュアル、問い合わせ履歴、議事録などと組み合わせれば、会社の知識として整理できます。

その知識を教育教材やケース問題へ変換し、若手社員が生成AIとのロールプレイを通じて練習すれば、「知識を保存する」だけではなく、「使える技能として継承する」ところまで進められます。

この記事では、生成AIによる技能継承を、SECIモデルの「共同化・表出化・連結化・内面化」という考え方に沿って整理します。

単なるマニュアル作成ではなく、ベテランの頭の中にある経験・勘・判断を、会社の知識として次の世代へ残す方法を具体的に見ていきましょう。

生成AIによる技能継承とは？マニュアル作成との違い

生成AIによる技能継承を考えるとき、最初に整理しておきたいのが「マニュアル作成」との違いです。

マニュアルは重要です。

しかし、マニュアルだけですべての技能を継承できるとは限りません。

特に経験の長い社員ほど、「手順」ではなく「状況を見ながら判断する力」に大きな価値があります。

技能継承で本当に残すべきものは「手順」だけではない

たとえば、設備点検の仕事を考えてみましょう。

マニュアルには、

設備を確認する
数値を記録する
基準値と比較する
異常があれば報告する

と書けるかもしれません。

しかしベテラン社員は、数値だけを見ているとは限りません。

「音がいつもより少し高い」
「振動の出方が前回と違う」
「この設備は夏場になると数値が上がる」
「この状態なら今日止めるほどではないが、明日もう一度見る」

といった複数の情報から判断していることがあります。

営業でも同様です。

提案書の作り方はマニュアル化できても、

「この顧客は価格を下げるより、導入後の対応を詳しく説明したほうがよい」
「この質問が出たということは、決裁者が別にいる可能性が高い」

といった判断は、簡単には手順書へ書けません。

技能継承で本当に残したいのは、こうした

何を見るのか
何を重要視するのか
どこで違和感を持つのか
どの条件で判断を変えるのか
どのような例外があるのか
過去にどのような失敗をしたのか

という知識です。

「マニュアルを書いてください」では暗黙知が出てこない理由

ベテラン社員へ、

「仕事のコツを書いてください」

と聞いても、

「よく確認すること」
「お客様の話をしっかり聞くこと」
「異常がないか注意すること」

といった抽象的な回答になりやすいものです。

本人が隠しているのではありません。

長年同じ仕事をしていることで、判断までの思考が無意識化しているからです。

そこで重要になるのが、具体的な出来事から質問することです。

たとえば、

「最近、判断に迷った案件を一件思い出してください」
「最初に何を見ましたか？」
「その時点ではどのような可能性を考えましたか？」
「最終的に決め手になったものは何ですか？」
「新人だったら、どこを見落としそうですか？」

と質問を重ねると、少しずつ判断の背景が言葉になります。

この「質問を繰り返す役割」に生成AIを活用できます。

業務標準化と技能継承は目的が異なる

業務標準化と技能継承は似ていますが、目的は異なります。

業務標準化は、仕事の進め方や手順をそろえ、誰が担当しても一定の品質で業務を行いやすくする取り組みです。

一方、技能継承では、個人の中に蓄積された

判断
経験
勘所
失敗知識
例外への対応力

を次の人へ伝えることが中心になります。

つまり、

業務標準化は「仕事をそろえること」、技能継承は「人が持つ知識や判断力を移すこと」

と考えると分かりやすいでしょう。

この記事では、ワークフローを標準化する方法ではなく、後者の「人の頭の中にある知識をどう残すか」に絞って解説します。

技能継承をSECIモデル×生成AIで考える

共同化・表出化・連結化・内面化のSECIモデルで生成AIによる技能継承を示す循環図

技能継承の進め方を整理するときに役立つのが、知識創造の考え方として知られているSECIモデルです。

SECIモデルでは、知識が

共同化 → 表出化 → 連結化 → 内面化

という流れを循環しながら広がっていくと考えます。

生成AIによる技能継承も、この4段階に当てはめると理解しやすくなります。

共同化｜ベテランの経験に触れる

最初は「共同化」です。

まだ言葉になっていない経験や感覚に触れる段階です。

たとえば、

ベテラン社員の仕事に同行する
実際の顧客対応を見る
過去のトラブル事例を一緒に振り返る
日報を読みながら当時の状況を聞く
具体的な案件について対話する

といった方法があります。

この段階では、いきなり、

「あなたの技能を説明してください」

と聞かないことが重要です。

具体的な仕事の場面から入ります。

生成AIには、このとき「次に何を質問すれば判断の背景が分かるか」を考えさせることができます。

表出化｜経験・勘・判断基準を言葉にする

技能継承で最も重要なのが「表出化」です。

暗黙知を言葉へ変えていきます。

たとえばベテラン社員が、

「この案件は危ないと思った」

と話したとします。

そこで終わらせず、生成AIを使って、

「何を見て危ないと思いましたか？」
「過去のどの経験と似ていますか？」
「通常の案件とは何が違いましたか？」
「どの状態なら危ないとは判断しませんか？」
「新人が同じ案件を見た場合、どこを見落としそうですか？」

と深掘りします。

すると、

「納期が短いから危ない」

ではなく、

「納期が短く、仕様変更の可能性が残っていて、決裁者が打ち合わせへ参加していない案件は後から変更が起きやすい」

といった、より具体的な判断基準が見えてきます。

このように、生成AIを使う価値は、最初の回答を文章としてきれいにすることではありません。

曖昧な回答に対して追加質問を繰り返し、判断の構造を掘り起こすところにあります。

連結化｜日報・議事録・問い合わせ履歴とつなげる

ベテラン社員へのインタビューだけで、すべての技能を思い出してもらうことは困難です。

そこで、聞き出した知識を既存資料とつなげます。

たとえば、

日報
マニュアル
問い合わせ履歴
議事録
トラブル記録
過去の提案資料
社内FAQ
過去案件の振り返り資料

などです。

ベテラン社員から、

「このタイプの問い合わせは慎重に対応する」

という話が出たら、過去の問い合わせ履歴から該当する事例を探します。

そのうえで、

「共通していた条件は何か」
「どの段階で判断が変わったか」
「どの対応がうまくいったか」

を整理します。

生成AIは大量の情報を整理する補助には向いていますが、内容が正しいかどうかを自動的に保証してくれるわけではありません。

最終的には、ベテラン本人や現場責任者による確認が必要です。

内面化｜若手が使える技能へ変える

技能継承は、文書を保存したところで終わりではありません。

若手社員がそれを実際の仕事で使えるようになって初めて、技能が継承されたと言えます。

そこで、

ケース問題
一問一答
ロールプレイ
AIとの壁打ち
実務後の振り返り

へ展開します。

たとえば、ベテランの判断基準を基に生成AIへ、

「あなたは取引先の担当者です。次の条件で問い合わせをしてください。私が回答するまで正解は言わないでください」

と指示すれば、疑似的な顧客対応練習ができます。

若手が回答した後に、

「今回の判断と、ベテランが重視していた判断基準を比較してください」

と振り返ることもできます。

技能継承は、

経験を見る → 言葉にする → 知識として整理する → 実際に使って身につける

ところまで設計することが大切です。

生成AIでベテランの暗黙知を聞き出す5つの質問方法

ベテランへのインタビューでは、質問の仕方によって得られる情報が大きく変わります。

「仕事のコツは何ですか？」という質問だけでは、暗黙知は十分に出てきません。

ここでは、生成AIにも使わせやすい5つの質問方法を紹介します。

1．具体的な過去案件について聞く

抽象的な質問より、実際にあった出来事を聞いたほうが、判断の背景を引き出しやすくなります。

たとえば、

「最近、判断に迷った仕事を一つ思い出してください」

と聞きます。

その後、

何が起きたか
最初に何を見たか
何に迷ったか
どの選択肢を考えたか
最後に何が決め手になったか

と掘り下げます。

具体的な場面には、その人の判断パターンが表れやすくなります。

2．判断した理由を繰り返し聞く

ベテランが、

「これは早めに対応したほうがいいと思った」

と答えたら、

「なぜそう思いましたか？」

と聞きます。

さらに、

「どの情報が一番重要でしたか？」
「その情報がなかった場合でも同じ判断をしますか？」
「何と比較して判断しましたか？」

と質問します。

「なぜ？」を何度も繰り返すだけでは答えにくくなるため、視点を少しずつ変えるのがポイントです。

3．例外を聞く

技能を継承するときには、「通常どうするか」だけでなく、「通常どおりにしない条件」が重要です。

たとえば、

「基本的にはこの対応でよいとのことですが、例外はありますか？」
「逆に、この対応をしてはいけないのはどんな場合ですか？」

と聞きます。

例外を聞くことで、判断の境界線が見えてきます。

4．失敗したケースを聞く

技能継承では、成功事例だけでなく失敗経験にも大きな価値があります。

ベテラン社員が何十年も仕事を続けてきた中では、

「昔はこの判断で失敗した」
「最初はこの兆候を軽く見ていた」
「この顧客への対応で一度問題になった」

という経験があるはずです。

そこで、

新人時代に失敗したこと
今なら違う判断をすること
見落としてはいけない兆候
二度と繰り返したくないこと

を聞き出します。

失敗知識は、若手が同じ失敗を繰り返さないための貴重な会社資産になります。

5．初心者との違いを聞く

暗黙知を引き出す質問として特に有効なのが、

「経験の浅い人との違い」

を聞く方法です。

たとえば、

「新人はどこを見落としやすいですか？」
「経験者は最初にどこを見ますか？」
「新人が判断を間違えやすいのはどのような場面ですか？」

と聞きます。

初心者との差を説明してもらうと、本人が普段無意識に行っている観察や判断が表に出てきます。

▶ 関連記事：生成AIで本当に生産性は上がる？導入前後で測るべき7つの指標

そのまま使えるベテランへの質問例

ここからは、実際のインタビューで使える質問例を紹介します。

すべてを一度に聞く必要はありません。

一つの業務や案件について、生成AIに一問ずつ質問させるとよいでしょう。

判断基準を聞き出す質問

この仕事を始めるとき、最初にどこを見ますか？
何を見れば「通常どおり」と判断できますか？
どの状態になると注意が必要だと感じますか？
数字だけでは判断できないポイントはありますか？
経験者だから気づける違和感はありますか？
判断するときに最も重視する情報は何ですか？
複数の条件が重なった場合、何を優先しますか？
最終判断の決め手になるものは何ですか？

例外対応を聞き出す質問

通常と違う対応をするのはどのような場合ですか？
マニュアルどおりに進めないほうがよいケースはありますか？
判断に迷ったときは何を優先しますか？
自分だけで決めず、他の人へ相談する基準はありますか？
顧客や状況によって対応を変える条件はありますか？
一見問題がなさそうでも注意するケースはありますか？

失敗知識を聞き出す質問

新人だった頃によく失敗したことは何ですか？
過去に判断を間違えた案件はありますか？
そのとき何を見落としていましたか？
今ならどの段階で気づけますか？
後輩へ「これだけはやるな」と伝えたいことはありますか？
問題が起きる前に現れていた兆候はありましたか？

これらの質問を単なるアンケートにすると、一問一答で終わってしまいます。

重要なのは、一つの回答からさらに質問することです。

生成AIに暗黙知を聞き出させるプロンプト例

生成AIを使う場合、最初から完成したマニュアルを作らせるのではなく、「聞き手」の役割を与える方法がおすすめです。

基本のインタビュープロンプト

以下のようなプロンプトから始められます。

あなたは技能継承を目的としたインタビュアーです。

これから私が担当している仕事について質問してください。

目的は、手順をまとめることではなく、私が経験によって身につけている判断基準、例外対応、失敗経験、注意点、初心者が見落としやすいポイントを言語化することです。

一度に複数の質問をせず、必ず一問ずつ質問してください。

私の回答が抽象的な場合は、具体的な案件、過去の出来事、判断理由、反対のケース、例外について追加質問してください。

「経験です」「感覚です」「ケースバイケースです」という回答が出た場合は、そこで終わらず、「どのような情報を見ているのか」「どのような状態なら判断が変わるのか」をさらに質問してください。

まず、最近判断に迷った仕事を一件聞くところから始めてください。

この方法なら、ベテラン本人がパソコンを操作しなくても、担当者が対話を聞きながら入力する方法も考えられます。

回答が抽象的だった場合の深掘りプロンプト

ベテランから、

「そこは経験で判断します」

という答えが返ってきた場合には、生成AIへ次のように指示できます。

今の回答に「経験で判断する」という表現がありました。

その経験をできる限り具体化したいので、次の観点から一問ずつ追加質問してください。

・最初に見る情報
・正常な場合との違い
・過去の類似ケース
・判断が変わる条件
・新人が見落としやすい点

答えを推測せず、必ず本人への質問によって確認してください。

ここで重要なのは最後の一文です。

生成AI自身にベテランの知識を推測させてはいけません。

AIが考えたもっともらしい判断と、本人が実際に経験から身につけた判断を混同しないことが大切です。

聞き取った内容を整理するプロンプト

十分に聞き取りができたら、次に情報を整理します。

ここまでのインタビュー内容だけを使って、技能継承用の知識として整理してください。

次の項目に分類してください。

1．どのような状況だったか
2．最初に確認するポイント
3．判断基準
4．判断が変わる条件
5．例外
6．注意すべき兆候
7．過去の失敗
8．初心者が見落としやすいこと
9．本人または責任者への再確認が必要な内容

本人が話していない内容を補完しないでください。

情報が不足している場合は「要確認」としてください。

この形式にすると、AIによる推測とベテラン本人の知識を混ぜにくくなります。

日報・マニュアル・問い合わせ履歴・議事録を生成AIで体系化する

ベテランへのインタビューだけに頼らない

何十年もの経験を、

「過去の重要な出来事を全部思い出してください」

と頼んでも、すべてを思い出すことはできません。

ところが、過去の日報や問い合わせ履歴を見せると、

「この案件は大変だった」
「このときは普段と違う対応をした」

と思い出せることがあります。

既存資料は、記憶を呼び起こすきっかけとして活用できます。

日報から判断パターンを探す

日報を見る場合、作業内容だけを抽出するのではありません。

注目したいのは、

「何が起こり、何を見て、どう判断したか」

です。

たとえば、

「機械Aを点検。異常なし」

という日報だけでは技能継承になりません。

本人へ、

「このとき、何を確認して異常なしと判断したのですか？」

と聞くことで、判断知識へ変わります。

問い合わせ履歴から例外ケースを集める

通常業務より、問い合わせやトラブルの履歴に重要な技能が隠れている場合があります。

特に、

一般的ではない問い合わせ
クレーム
特殊条件の注文
社内で判断に迷った案件
複数部署へ確認した案件

などは技能継承の材料になります。

生成AIを使って案件を整理し、

「通常ケースとの違いは何か」

をベテランへ確認すると、例外判断の知識を集めやすくなります。

議事録から意思決定の背景を抽出する

議事録には「決定事項」は残っていても、「なぜそう決めたか」が十分に残っていないことがあります。

技能継承では結果だけでなく、判断過程が重要です。

過去の議事録を見ながら、

「なぜA案ではなくB案にしたのですか？」
「当時、どのリスクを最も重視しましたか？」

と聞くことで、意思決定の背景を残せます。

▶ 関連記事：生成AIで業務を標準化する方法｜属人化を防ぐワークフロー設計

聞き出した暗黙知を教育コンテンツへ変える

知識を整理したら、次は後継者が学べる形へ変えます。

生成AIは、同じ知識から複数の教材形式を作る補助にも利用できます。

一問一答型の教材を作る

最初は簡単な問題から始めます。

たとえば、

「○○という状態になっています。最初に確認すべきポイントは何ですか？」

といった問題です。

単に答えを暗記させるのではなく、

「なぜそう判断したのか」

まで回答させます。

ケーススタディを作る

技能継承では、単純な一問一答だけでなく、複数条件を含むケース問題が有効です。

たとえば、

「顧客から次の依頼がありました。納期は短く、仕様が一部未確定です。決裁者は打ち合わせに参加していません。あなたなら何を確認し、どのように判断しますか？」

といった形式です。

過去の実例を教材化する場合は、個人名、顧客名、機密情報などの扱いに注意し、必要に応じて匿名化します。

新人向けと経験者向けで難易度を変える

同じ技能でも、新人へいきなり複雑な例外判断を求める必要はありません。

たとえば、

初級：正常と異常を見分ける
中級：複数条件から対応を選ぶ
上級：例外条件を含めて判断する

というように段階を作れます。

生成AIを使えば、同じ判断知識を基に難易度の異なる問題案を作ることもできます。

生成AIとのロールプレイで「判断する力」を継承する

技能継承で最終的に必要なのは、知識を覚えることではなく、実際の場面で判断することです。

そこで生成AIとのロールプレイが役立ちます。

顧客対応をAI相手に練習する

営業や問い合わせ対応なら、AIに顧客役をさせます。

たとえば、

あなたは顧客役です。

これから私が担当者として対応します。

一度に必要な情報をすべて出さず、実際の顧客のように質問へ答えてください。

私は必要な情報を聞き出し、最終的な対応方針を判断します。

私が回答するまでは、正しい判断を教えないでください。

ロールプレイ終了後に、私が確認した情報、見落とした情報、判断理由を整理してください。

この方法なら、「答えを見る研修」ではなく「自分で判断する研修」にできます。

トラブル対応をケース形式で練習する

製造、設備保守、建設、システム運用などでも考え方は同じです。

過去に起こったトラブルを匿名化してケース化し、

「次に何を確認しますか？」

と一段階ずつ進めます。

ベテランなら最初に見るポイントを、若手が見られているか比較できます。

AIに正解を先に言わせない

技能継承の研修で注意したいのは、生成AIが先回りして答えを説明してしまうことです。

それでは受講者が考えません。

そのため、

「私が判断するまで答えを言わない」

と明示しておくことが重要です。

技能を身につけるには、自分で仮説を立て、判断し、結果を振り返る経験が必要です。

振り返りで技能を定着させる

ロールプレイや実務を行った後は、振り返りを行います。

ここでも生成AIを活用できます。

「正解したか」だけで評価しない

重要なのは、答えが合っていたかだけではありません。

何を最初に確認したか
どの情報を重要だと思ったか
どの可能性を考えたか
何を根拠に判断したか
見落とした情報はなかったか

を振り返ります。

ベテランの判断との差をAIに比較させる

事前にベテランの判断基準を整理しておけば、若手社員の回答と比較できます。

たとえば、

「若手社員は価格を最優先したが、ベテランは納期と仕様確定度を先に確認していた」

といった違いが分かります。

この差こそ、技能継承で埋めるべきポイントです。

ただし、AIによる評価をそのまま人事評価などへ利用するのではなく、教育や振り返りを補助する目的で使うことが重要です。

新しい経験を再び知識へ戻す

若手社員が実務を経験すると、新しい知識も生まれます。

「以前はこの方法だったが、現在の顧客では違う対応が必要だった」

ということもあります。

その経験を再び言葉にし、会社の知識へ戻します。

つまり技能継承は、

ベテランから若手へ一方向に知識を渡して終了する活動ではありません。

新しい経験を追加しながら、知識そのものを更新していくことが重要です。

これはSECIモデルの循環とも重なります。

生成AIによる技能継承で注意すべきこと

生成AIを利用すれば、すべての暗黙知が自動的に残せるわけではありません。

いくつか注意点があります。

AIが作った判断基準をそのまま正解にしない

最も重要な注意点です。

生成AIは、もっともらしい説明を作る場合があります。

ベテラン本人が言っていない判断基準までAIが補ってしまえば、「技能継承」ではなく「AIが作った知識」になってしまいます。

そのため、

本人の発言
過去資料から確認できること
AIの提案

を区別してください。

技能継承用の資料を作った後は、ベテラン本人や現場責任者による確認を行います。

機密情報・個人情報を入力する前に利用環境を確認する

技能継承では、一般的な生成AI活用以上に社内情報を扱う可能性があります。

たとえば、

顧客情報
個人情報
技術情報
契約情報
社内のトラブル情報
営業上の機密
未公開の製品情報

などです。

利用する生成AIサービスの契約内容やデータの扱い、社内ルール、権限管理などを確認したうえで利用してください。

必要に応じて情報を匿名化することも重要です。

すべての暗黙知が言語化できるわけではない

たとえば、

手の感覚
音
におい
微妙な振動
身体の動かし方

などは文章だけでは継承しにくい技能です。

この場合は、

動画
音声
写真
実技指導
現場同行

などと組み合わせる必要があります。

生成AIは万能な技能継承手段ではなく、言語化・整理・教育を助ける一つの方法として考えるべきです。

AIに判断責任を移さない

技能継承用のAIに過去の判断基準を登録したからといって、

「AIがそう言ったので実行しました」

という状態にしてはいけません。

特に安全、品質、契約、法務、医療など重要な判断では、人による確認や責任範囲を明確にする必要があります。

生成AIは、

判断そのものを引き継ぐ存在ではなく、人が判断できるようになるための補助役

と位置づけることが重要です。

生成AIによる技能継承を始める5ステップ

生成AIによる技能継承は、大規模なシステム導入から始める必要はありません。

まず、一つの重要業務から試すことをおすすめします。

ステップ1｜継承すべきベテランと技能を決める

「ベテラン社員の知識を全部残す」

という目標では範囲が広すぎます。

まず、

「○○さんが担当している見積判断」
「設備異常時の初動判断」
「重要顧客から問い合わせが来たときの対応」

など、一つの判断業務へ絞ります。

特に、

特定の人しか判断できない
失敗したときの影響が大きい
後継者が育っていない
近い将来退職予定である
過去に引き継ぎで問題が起きた

といった技能から優先するとよいでしょう。

ステップ2｜過去資料を集める

次に、

日報
議事録
問い合わせ履歴
過去案件
トラブル記録
マニュアル

などを集めます。

全部をAIへ入れるという意味ではありません。

技能を引き出すために、どのような過去情報があるかを把握します。

ステップ3｜AIを使ってインタビューする

生成AIへインタビュアー役を与え、一問ずつ質問させます。

最初は60分の長時間インタビューを一度行うより、

「一つの案件について15〜30分」

のように具体的なテーマへ絞ったほうが進めやすい場合があります。

ステップ4｜判断基準・例外・失敗を整理する

聞き取った内容を、

状況
見るポイント
判断基準
例外
注意すべき兆候
失敗経験
初心者が間違いやすい点

などへ整理します。

そして本人に確認してもらいます。

ステップ5｜若手とのロールプレイと振り返りを行う

最後に、整理した知識をケース問題へ変えます。

若手社員へ、

「この状態ならどうしますか？」

と問い、判断理由まで説明してもらいます。

ベテランとの違いを振り返り、必要な知識を追加します。

ここまで行って初めて、単なる情報保存から「技能継承」へ進みます。

よくある質問

生成AIだけでベテランの技能をすべて残せますか？

すべてを生成AIだけで残すことは困難です。言葉にしやすい判断基準、経験、例外対応、失敗知識などには活用しやすい一方、身体感覚、音、触覚などが重要な技能では、動画、実技指導、現場同行などを組み合わせる必要があります。

ベテランがパソコンを苦手でも利用できますか？

必ずしもベテラン本人がAIを操作する必要はありません。担当者がベテランへ質問しながら回答を入力したり、音声で対話した内容を整理したりする方法も考えられます。重要なのはAI操作を覚えてもらうことではなく、経験を引き出すことです。

どのような仕事が生成AIによる技能継承に向いていますか？

判断理由を言葉で説明できる仕事と相性があります。営業、顧客対応、見積、品質管理、設備保守、設計、問い合わせ対応、管理業務など、複数の情報から人が判断している仕事は候補になります。

ChatGPTなどへ社内情報を入力しても問題ありませんか？

利用する生成AIサービス、契約プラン、企業側の設定や社内ルールによって確認すべき内容は異なります。個人情報、顧客情報、機密情報などを入力する場合は、事前に利用環境と情報管理ルールを確認してください。必要に応じて匿名化することも重要です。

マニュアルがすでにある会社でも取り組む意味はありますか？

あります。マニュアルには通常作業の手順が書かれていても、「どの条件で判断を変えるのか」「どの例外に注意するのか」「経験者は何を見ているのか」が残っていない場合があります。既存マニュアルを出発点として、暗黙知を追加していく方法も有効です。

まとめ｜技能継承は「書かせる」のではなく「聞き出す」

生成AIによる技能継承で重要なのは、ベテラン社員に大量のマニュアルを書いてもらうことではありません。

長年の経験によって身についた重要な知識ほど、本人にとって当たり前になり、自分から説明することが難しくなっています。

そこで生成AIを、

「マニュアルを書くAI」ではなく「暗黙知を聞き出すインタビュアー」

として使います。

具体的な過去案件について質問し、

なぜそう判断したのか
何を見ていたのか
例外は何か
過去にどのような失敗をしたか
新人は何を見落としやすいか

を少しずつ言葉にします。

さらに、日報、マニュアル、問い合わせ履歴、議事録などと組み合わせることで、個人の経験を会社の知識として整理できます。

そしてケース問題やロールプレイへ変換し、若手社員が実際に判断しながら学びます。

SECIモデルで考えれば、

共同化 → 表出化 → 連結化 → 内面化

という流れです。

言い換えれば、

経験に触れる → 聞き出す → 整理する → 使って身につける

という循環です。

ベテラン社員の退職直前になってから、「知っていることを全部書いてください」と依頼しても、何十年分もの経験を短期間で残すことは簡単ではありません。

まずは、自社の中で

「この判断は○○さんしかできない」

と言われている仕事を一つ探してみてください。

そこから生成AIを使った技能継承を始めることができます。

生成AIを使った技能継承のご相談

ベテラン社員の経験を会社に残したいものの、

「何を聞けばよいのか分からない」
「マニュアルはあるが、判断基準が残っていない」
「生成AIを使ってどこまで技能継承できるのか整理したい」

という場合は、まず継承したい業務と現在の状態を整理するところから始めることができます。

誰のどの技能を優先して残すべきか、どの資料を活用できるか、生成AIをどのように使って経験を聞き出し、教育へつなげられるかを確認したい方は、お気軽にご相談ください。

生成AIを使った技能継承について相談する

ご相談はこちら：AI導入支援サービス／お問い合わせ