「あの資料、どこだっけ。」──今日も、どこかの会社で誰かがこう言っています。共有サーバーを3階層潜って、それらしいファイルを2つ開いて、どちらも違う。結局、詳しい総務のベテランに聞くと5分で出てくる。
「あの人がいないと回らないね」とみんなで笑う。その笑いの裏で、会社は「探す」という行為に毎日お金を払い続けています。
共有サーバーに10年分の文書が眠っている会社の経営者・管理職の方に向けて、探す行為のコストの内訳と、なぜ探せないのか、どこから解決するのかを書きます。
Q01社員が社内の資料を探す時間は、どれくらいのコストになっていますか？
従業員2,000人以上の大企業で働く人を対象にした国内調査では、社内の情報を調べる時間は1日平均1時間5分にのぼります（2026年時点）。時給2,500円で機械的に換算すると1人1日あたり約2,700円、社員100人なら毎日約27万円。「探す」は、給料という形で毎日払っている固定費です。
「探す」はタダの行為に見えます。請求書が来るわけでも、システム利用料がかかるわけでもない。だから経営の数字には出てきません。
しかも同じ調査では、調べても約77%は自己解決できず、見つからないときの70.8%は「上司や同僚に聞く」と答えています。 「探す」が失敗して「聞く」に流れ込む 構造が、数字にはっきり出ています。
コストの内訳は4種類あります。
- 探す──1人の時間が消える
- 聞く・教える──質問した側と答えた側、2人の時間が同時に消える
- 間違える──古い版の資料で作業して手戻りが発生する
- 二度解く──3年前に誰かが解決した問題を、また最初から解く
Q02「詳しい人に聞けば分かる」体制のままでは、なぜまずいのですか？
「聞く」という行為は、質問した側と答えた側の2人分の時間を同時に消すからです。さらに質問が集中する「社内Google」役のベテランは、本来やるべき判断や価値づくりの時間を失い続けます。誰かがサボっているわけではなく、人力では消えない構造です。
「じゃあ詳しい人にマニュアルを書いてもらおう」──多くの会社で何度も試みられては、挫折してきたやり方です。本人は自分が何を知っているか自覚していないし、書く時間もありません。だから質問は、今日もあの人に集中します。
探せないのは、社員の整理整頓が下手だからではありません。「ファイル名を統一しましょう」という人間側の努力強化でも解決しない。 文書が「人が読む前提」のまま置かれているという、設計の問題 です。
Q03社内文書を全部AIに読ませる方式は、なぜ検索精度が出ないのですか？
よくあるのは、文書を機械的に細切れにして、質問と似ていそうな断片を数枚拾ってAIに渡す方式です。この「素朴な細切れ類似検索」は、用語の揺らぎ・分割による文脈の切断・文書が増えるほど増えるノイズの3つでつまずきます。問題はAIの性能でも検索技術でもなく、渡している材料の側にあります。
白状すると、私も最初はこの素朴な読ませ方から入って、精度が出ずに頭を抱えた側でした。検証を重ねる中で見えてきたつまずきが、この3つです。
- 用語の揺らぎ──現場の文書は同じものを「取付」「取り付け」「締結」と書く。「交通費精算」を調べたいのに文書側は「旅費規程」。言葉がずれると、正しい断片が拾えない
- 文脈の切断──細切れにした瞬間、表の行と見出しの関係、図と本文の対応がぷつんと切れる
- ノイズの増加──文書が増えるほど似て非なる断片が増え、拾い間違いが増える
誤解のないように書いておくと、似た文書を探し出す技術そのものは、いまも現役の重要部品です。細切れの断片という劣化した材料を渡している限り、どんなに賢いAIでも苦しい、という話です。
Q04正しい資料が見つからないとき、AIはどんな間違い方をしますか？
AIは「見つかりません」と言うのが苦手です。正しい断片が拾えなかったとき、手元に残った似て非なる断片から、もっともらしい答えを組み立ててしまいます。間違った答えが「AIのお墨付き」を得て社内に流通する、導入前よりたちの悪い間違い方です。
人が古い版の資料で作業した場合は、途中で「あれ、おかしいな」と気づくチャンスがあります。ところがAIが答えの形で返してきた内容は、それらしく整っているぶん、疑うきっかけをつかみにくい。
つまり4種類のコストのうち「間違える」だけは、素朴なAI導入でむしろ悪化しうる。ここが、この問題のいちばん怖いところだと思っています。
Q05社内文書から数秒で正しい一行にたどり着くには、何をすればいいですか？
文書をAIに「読ませる」のではなく、AIが読みやすい構造に「整理する」ことです。図書館でいえば、蔵書をバラバラのページの山にして似た単語のページを引き抜くのではなく、先に目次と索引のついたハンドブックに整理しておき、質問が来たら該当ページに一直線に飛ぶやり方です。勝負は、AIに聞く前にほぼ決まっています。
| やり方A：そのまま読ませる | やり方B：整理してから使う | |
|---|---|---|
| 準備 | 蔵書をバラバラのページに分解して山積みにする | 先に資料全体を読み解き、目次と索引のついたハンドブックにする |
| 質問が来たら | 似た単語が載っているページを数枚引き抜いてAIに渡す | 該当ページに一直線にたどり着く |
| 失われるもの | 目次・索引・「この規定はあの通達で改訂済み」という文書同士の関係 | 入口で情報を劣化させないので、失われない |
私は精度が出ない原因を何度も追いかけてきましたが、 最後はいつも入口に戻ってくる というのが正直なところです。入口で情報を劣化させないこと。それがすべての起点です。
答えは、すでに社内の文書の中にあります。足りないのは知識ではなく、正しい一行に数秒でたどり着く手段のほうです。
よくある質問（FAQ）
- Q. 何から手をつければいいですか？
- A. まず社内で1日だけ、「誰かに何かを聞かれて答えた回数」を数えてみてください。いちばん多い人が御社の「社内Google」です。その人の周りが、探せないコストの集中点であり、着手点になります。
- Q. 紙の帳票や図面が中心の会社でも、入口の整理は始められますか？
- A. 始められます。最近のAI（2026年時点）は、図面や手書きの帳票も「画像」ではなく意味として読めるようになっています。紙とExcelだらけの会社でも、文書をAIが読みやすい構造に整理する入口には着手できます。
- Q. 文書になっていない口頭のやり取りも、探せる対象にできますか？
- A. できます。会議の録音を文字起こしすれば、「あのとき口頭で決めたこと」も探せる資産に変わります。文書化されていない知識まで検索の対象にできる、ということです。
- Q. 似た文書を探す検索技術は、もう不要になるのですか？
- A. いいえ。似た文書を探し出す技術は、いまも現役の重要部品です。問題は検索技術ではなく、細切れの断片という劣化した材料を渡していること。材料の側を整理すれば、同じ技術がきちんと働きます。
AUTHOR
黛 政隆（まゆずみ まさたか）
株式会社GembaShift 代表取締役CEO
エンジニア歴20年、PM経験50件超。生成AIの導入を、現場に入って一緒に組む仕事をしています。 この記事の内容は、著者自身が実際に手を動かして業務で検証した実体験に基づいています。