Copilotに社内資料をつないだのに精度が足りない──原因はAIの頭ではなく、資料の側にあります

現場で会社の方と話していると、「Copilotは社員の中でも使い始めている人がいる」という声を何度も聞きます。大手だけでなく、中小企業でも同じです。普段の仕事道具の延長で触れられるのが大きく、入口としてとても入りやすい。企業への導入では、やはりCopilotが強いというのが実感です。

その上で、です。文章の下書きや要約から一歩進んで、 社内資料をAIに検索させて答えさせる段階（RAG） に踏み込んだ会社が、冒頭の景色にぶつかります。答えは返ってくる。でも、業務で使うには精度が足りない。

ここで正直に、私の失敗談も書いておきます。弊社には「社内ナレッジAI」という、まさにこの壁を越えるための仕組みがあります。Copilotがこれだけ広がっているなら刺さるはず、と意気込んで話しに行ったのですが、あまり伝わりませんでした（笑）。よく聞くと、Copilotを使っている社員自体がまだ一部で、社内資料をつなぐ手前にいる会社が多かった。逆に、ちゃんと進めている会社には一瞬で伝わりました。「どの資料で精度が落ちるか」を、すでに身をもって知っているからです。

1. セル結合だらけの管理表、色で意味を持たせた一覧、欄外の注意書き──人が見れば一瞬でわかる見た目の工夫が、AIには壁になるExcel。なおExcelは、画面を画像として文字認識させるより、プログラムで中身を直接読み取る方が向いていることが多いです（セルの幅や文字の大きさに読み取りが左右されるため）。
2. 図が主役で、文字は矢印の横に少しだけ、というPowerPointなど。ここから文字だけを抜き出すと、一番大事な部分が抜け落ちます。
3. 同じ部品なのに部署ごとに呼び名が違い、正式名・通称・略称が混ざっている資料。聞く人の言葉と資料の言葉がすれ違うと、AIは答えの載った資料までたどり着けません。

共通する落とし穴は、 入口で情報を劣化させると、後からどう頑張っても精度は戻らない ことです。そして一番怖いのは、間違った答えが「AIがそう言ったから」というお墨付きを得て、社内に生き残ってしまうことです。

• 資料の形式ごとに、読み取り方を変える（Excelの図形や、資料に埋め込まれた図も対象にする）
• 答えの根拠に、どの文書の・どの版の・どの位置かを必ずひも付ける
• 呼び名の辞書と索引を、使いながら更新し続ける
• 根拠が見つからなければ、無理に答えず「答えられない」と返す

小ネタをひとつ。「出典を付けさせれば安心」とよく言われますが、AIは出典そのものも作り話をします。だから出典はAIに書かせず、資料の側から機械的に引く。地味ですが、ここが効きます。

強調したいのは、 価値の源泉は「AIに何を、どうやらせるか」のノウハウ だということです。資料をAIが読める形に整える。呼び名をそろえる。使いながら育て続ける。モデルの賢さに乗っかるだけでは、ここは埋まりません。弊社はこの仕組みを、大手製造業の設計部門で実データをお預かりした実証を重ねながら磨いてきました。

ただ、正直な限界も書いておきます。作り話は仕組みで塞げますが、「見つけられない」は起こり得ます。なので精度は、御社の実際の資料で測った数字を見てから判断してもらう形にしています。一般的な方法で十分な用途もあり、その場合は正直にそうお伝えしています。

• セル結合や色分けに意味を持たせたExcelは、どれくらいありますか
• 図や表が主役で、文字が少ない資料は、どれくらいありますか
• 同じものが、部署や資料によって別の名前で呼ばれていませんか

3つとも多いなら、まず手を入れるべきは資料の側です。逆に少ないなら、今の仕組みのままで十分かもしれません。自社の現在地を、実物を開いて確かめるところから始めてください。

遅れている会社を責めたいわけではありません。入口に立ったばかりなら、その先の壁が見えないのは当たり前です。ただ、社内資料の壁まで来ている会社は、すでに先にいます。 今この仕組みを入れて業務でがっつり使える会社と、そうでない会社とで、業績の差が目に見えてくる 。ベテランの席に向かう数分は小さく見えますが、それが社内のあちこちで毎日起きている。そこを越えた会社から、景色が変わっていくはずです。