---
title: AIが上司より賢いなら、上司は何のためにいるのか？―AIは暗黙知を自分では学べない
tags: 
author: [Jun Ikematsu](https://docswell.com/user/Jun_Ikematsu)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/P7R91GM9E9.jpg?width=480
description: AIが上司よりも優れた知識を持つ時代における、管理職の新たな役割と存在意義を解説。 https://note.com/ikematsu/n/nb2d05bfd25d9
published: July 29, 26
canonical: https://docswell.com/s/Jun_Ikematsu/K6N1LM-2026-07-29-081758
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/P7R91GM9E9.jpg)

会社への愛と優しさはまだ残っている
AIが上司より賢いなら、上司は何のためにいるのか?
—AIは暗黙知を自分では学べない

# Page. 2

![Page Image](https://bcdn.docswell.com/page/PJXQYXV37X.jpg)

素朴な疑問:「上司に聞くより、AIに聞いたほうが詳しい」
職場に実際に起きている逆転現象
AIの方が圧倒的に詳しく、整理されている
悪いのは、アップデートしていない上司なのか?それとも部下に問題があるのか?
通訳がいないと会話が成立しない時代が到来している。

# Page. 3

![Page Image](https://bcdn.docswell.com/page/3JK93WQNJD.jpg)

過去の構造:上司はなぜ「上」だったのか?
これまでの上司の権威は、以下の4つの要素が「一人にまとまっていた」から成立していた。
①知識
業界について詳しい
②経験
似た案件を経験している
③社内情報
役員の歴史や社内カーストを把握
④決裁権・人事権
最後に「これでいこう」と決定できる

# Page. 4

![Page Image](https://bcdn.docswell.com/page/LE3WG1PZE5.jpg)

『知のボトルネック』で成立していた権威の崩壊
かつての上司の力は4つに分解されます。
しかし、その大半はすでにAIに代替されつつあります。
1.知識(業界情報など) AI
2.経験(過去事例など) AI
3.社内情報(議事録・顧客情報) AI
4.決裁権・人事権
AIを見越して、会社も権限を薄めている(プロジェクト・リードなど)

# Page. 5

![Page Image](https://bcdn.docswell.com/page/8EDK1XL47G.jpg)

崩壊する権威:「知のボトルネック」の解消
①知識
②経験
AIが代替
③社内情報
チャットツールで検索可能
④決裁権・人事権
・知識と経験→AIが瞬時に比較し、精度の高い案を出せる。
・社内情報→チャットツールから規程、議事録、過去事例が検索可能に。(載っていないのは不祥事くらい)
・上司が「自分だけが知っている」ことで成立していた権威は確実に小さくなる。
・残された決裁権も、会社側が見越してプロジェクト・リードなどへ薄めていく。

# Page. 6

![Page Image](https://bcdn.docswell.com/page/V7PKQP2VJ8.jpg)

意思決定のシフト:「最後に判断する人」が上司なのか?
ヒューマン・イン・ザ・ループ(従来)
AIが答えを出しても、最後に判断・承認するのは必ず人間。
ヒューマン・オン・ザ・ループ(最先端)
AIが自律的に処理を回す。人間は上から監視し、必要なときだけ介入・停止する方式へシフト。

# Page. 7

![Page Image](https://bcdn.docswell.com/page/2JVV52DRJQ.jpg)

権限委譲の決定的な差:A社 vs B社
A社(毎回人間が確認)
運用ルール:イレギュラー対応を建前に、すべての上申を課長が確認する
本音:上司の存在価値を守りたい・従来方式の方が管理しやすい
B社(条件付きでAIに委譲)
運用ルール:「5%までの値引き」「特定粗利水準の維持」など範囲を定めAIに判断させる
本音:権限そのものをシフトし、高速化を図る
結果:B社が圧倒的に早く・強く・儲かる。
実例:OpenAIの企業向けエージェントでは、英語電話サポートの75%を人の助けなしで解決している。

# Page. 8

![Page Image](https://bcdn.docswell.com/page/5EGL6RY6JL.jpg)

新たな壁:なぜルールをそのままAIに教えられないのか?
優秀な部長のきれいなルール
「粗利20%は守る」「長期取引を重視」
しかし、現実はもっと複雑…
「5%まで値引いていい」←なぜ5%なのか?なぜこの顧客だけ例外なのか?
問題:AIは「頭でっかちの中学2年生」。
きれいなルールをそのまま教え込んでも、現場の本当の判断には使えない。

# Page. 9

![Page Image](https://bcdn.docswell.com/page/4JQY4VM27P.jpg)

コアコンセプト:「暗黙知」の氷山モデル
水面上:明文化されたルール(AIが読める)
・粗利20%・5%引きなどのマニュアル化された数値
水面下:現場の知恵『暗黙知』
・あの会社だけは18%でも取れた
・似た案件だったけれど、こちらは断った
・担当者がこの言い方は、本気で買うと判断した
身体で覚えたことだから、本人自身が認識していない場合が多い。ここがAIの限界地点。

# Page. 10

![Page Image](https://bcdn.docswell.com/page/K74WQMVPE1.jpg)

AIを動かす「会社のものさし」をつくる
企業理念:顧客第一、品質大切
理念だけではAIは仕事ができない。
利益 ↔ 顧客関係
品質 ↔ 納期
現場の自律 ↔ 人間の確認
必要なのは、実際の判断に使える『解像度の高い基準』。
この基準の多くは文書になっていないため、人の経験から掘り出すしかない。

# Page. 11

![Page Image](https://bcdn.docswell.com/page/LJ1YP83XEG.jpg)

知恵を掘り出す『Socrates as a Service』
ジャーナリストのEleanor Warnock氏によれば、人間の優れた聞き手が本当に面白い話を掘り出せるのは『45分を過ぎてから』です。
0-40分 通常の会話
45分 横道
あれ?いまのは何だろう?
実はあの時…
マニュアルにはないのですが…
誰も知らないのですが…

# Page. 12

![Page Image](https://bcdn.docswell.com/page/GJWG2ZPK72.jpg)

暗黙知を「掘り出す」プロセス
Socrates as a Service
・本当に面白い話はインタビューの45分を過ぎてから出る。
・予定の質問を捨てて横道を掘ることで、ネットにもAIにもない細部が掘り出される。
ホームベーカリーのSECIモデル
・マニュアルをもらうのではなく、職人の仕事を見て、真似る。
・「生地をねじる・ひねる」感覚を掴み、機械のプログラムに変えた。
違うのは、相手が機械ではなくAIになったことだけ。

# Page. 13

![Page Image](https://bcdn.docswell.com/page/4EZLD1KN73.jpg)

機械に暗黙知を教える技術(SECIモデル)
これは新しい課題ではありません。40年前、松下電器のホームベーカリー開発者・田中郁子氏は、パン職人の『生地をねじる・ひねる』感覚を自ら掴み、羽根の形状と回転プログラムに変えました。
相手が機械から『AI』に変わっただけなのです。
観察
抽出
ねじる・ひねる感覚
変換

# Page. 14

![Page Image](https://bcdn.docswell.com/page/Y76W1LQ97V.jpg)

新時代の上司:パラダイム・シフト
上司は『部下よりたくさん答えを知っているため』にいるのではありません。
過去
権威の源泉(Source of Authority):自分だけが答えを知っている(知識の独占)
アクション(Action):すべての工程を承認・管理する
AIとの関係(AI Relationship):AIを『ただの検索ツール』として扱う
AI時代
権威の源泉(Source of Authority):言葉になっていない知恵を掘り出せる(暗黙知の抽出)
アクション(Action):境界線(ものさし)を設定し、例外を監視する
AIとの関係(AI Relationship):AIを『自律的に動くジュニア・パートナー』として育てる

# Page. 15

![Page Image](https://bcdn.docswell.com/page/G75M41RD74.jpg)

パラダイムシフト:だから、上司の仕事が変わる
Before:答えを知っている人
部下よりたくさん答えを知っているために存在する。
After:判断を見つけ、言葉にする人
会社の中に散らばっている判断を見つけ、本人が言葉にしていなかった違いを「言語化」するために存在する。
個人の癖なのか、会社として残すべき判断なのかを決め、「会社のものさし」としてAIと部下に渡す。

# Page. 16

![Page Image](https://bcdn.docswell.com/page/9J29V14MER.jpg)

新時代のマネジメントサイクル
AI時代の上司の仕事は、この循環プロセスを回し続けること。
①掘る(Dig):現場の暗黙知を見つけ出す。
②決める(Decide):それを会社のものさしとするか判断する。
③教える(Teach):AIと部下に基準をセットする。
④任せる(Delegate):権限を渡し、自律的に動かす。
⑤直す(Fix):例外が起きたら介入し、システムをアップデートする。

# Page. 17

![Page Image](https://bcdn.docswell.com/page/DEY43ZMPJM.jpg)

究極の責任:例外の処理とアップデート
AIの自律運用(ものさし適用中)
例外発生(Exception)
上司が介入し、処理する
処理して終わらせる
ものさしのアップデート
重要なこと:上司がその案件を処理して終わらせないこと。「今回はなぜ例外だったのか」を記録し、次からは現場とAIで判断できるように基準やエスカレーション条件を変更する。
外れたときに責任を取る。これが人間の役割。

# Page. 18

![Page Image](https://bcdn.docswell.com/page/VJNYV3WM78.jpg)

あなた自身の判断は、AIに教えられるか?
「勘です」「その場で判断しています」で終わらせず、現場の暗黙知を言語化する。
あなたの上司は、答えを教えているだろうか?
それとも「まだ言葉になっていない知恵」を掘り出しているだろうか?
AIと人間の間の通訳となる。その「違い」を埋めるからこそ、あなたはこれからも「上司」であり続ける。

# Page. 19

![Page Image](https://bcdn.docswell.com/page/YE9P69XWJ3.jpg)

池松 潤 Jun Ikematsu
AIナレッジエンジニア
AIが理解できる文脈(コンテキスト)にするプロフェッショナル
●プロフィール
婦人公論.jp 動画Youtube・AI・新規事業開発 ~2023 9月~
株式会社Figorout 事業開発 ~2023~
株式会社col 執行役員 ~2021~
SaaSスタートアップ向けSNS+PR/note顧問編集 ~2019~
サイボウズ編集部 ~2015~
セミタイヤ。自転車ロードレースなど世界を旅する。 ~2011~
ネット系ベンチャー ~2003~
株式会社博報堂 ~1990~
慶應義塾大学卒
●専門領域
ナレッジマネジメント/情報設計
生成AI・自然言語処理のビジネス活用
ナレッジグラフ/RAG構築支援など
●特徴・強み
技術と経営・ビジネスの両面から翻訳
現場で「使える知識」に変換
わかりやすい解説と丁寧な支援に定評
AIナレッジエンジニアとは?
AI向けの辞書や教科書を作る仕事のこと
属人化している企業のノウハウや専門知識を編集・整理して
AIが正確に参照・活用できる「辞書や教科書(コンテキスト)」として再構築する専門家
池松 潤 https://lit.link/junikematsu

# Page. 20

![Page Image](https://bcdn.docswell.com/page/GE8DZ92RED.jpg)

言語処理学会第32回年次大会・NLP2026
発表論文
RAG時代の言語資源設計原理
一構造化テキストによる「参照可能性」の実証
AIはどちらを読みたいか?
なぜ「AIにたくさん読ませる」は間違いなのか?ー編集者が知るとその後が変わる実験結果