チャットツールの通知音が鳴る。画面を覗くと、部下からのメッセージ。「すみません、例の件の進め方、どこに書いてありましたっけ？」「これ、AとBどっちのパターンで進めればいいですか？」「先週の会議の決定事項、もう一度教えてください」
そんな通知を見るたび、胸の奥がチリリと痛む。いや、痛いというよりは、溜息すら出るエネルギーすら残っていない、という感覚に近い。
一度教えたはずのこと。マニュアルに明記したはずのこと。それでも、数日経てば「どこにありますか」と聞かれ、数週間経てば「どうすればいいですか」と聞き返される。リーダーや管理職の仕事は、本来、戦略を練ったり、メンバーの育成に時間を割いたり、トラブルの火消しに奔走したりすることのはずだ。それなのに、実態は「社内の検索エンジン」――さもなくば、歩くFAQ集。
「それ、前も言いました」
その言葉を飲み込むたびに、あなたの脳のメモリは確実に削られていく。この「同じ質問の繰り返し」による認知負荷は、単なる時間のロスではない。リーダーとしての判断力を鈍らせ、メンタルを摩耗させる、静かなる業務阻害要因なのだ。
「マニュアルを作れば、質問は減る」
これは、多くのリーダーが陥る最大の幻想だ。実際に、多くの現場では、丁寧な手順書、フローチャート、FAQ集が、クラウドストレージの奥底で「静かに眠って」いる。
よくある光景を挙げてみよう。
結局、現場では「人」が情報のハブになる。情報の集約場所が、特定のリーダーの脳内、あるいはリーダーとのチャット履歴になってしまうのだ。これが、属人化の正体であり、リーダーの時間を奪い続ける構造的な問題である。
なぜ、これほどまでに「同じ質問」が繰り返されるのか。それは部下の能力が低いからでも、マニュアルが不親切だからでもない。人間の脳の仕組みと、情報の受け取り方の特性に原因がある。
第一に、「忘却」と「優先順位」の問題だ。
人間は、一度聞いた情報をすべて記憶し続けることはできない。特に、日常業務の波に飲まれている最中に、過去の断片的な指示を正確に思い出すのは至難の業だ。部下にとって、あなたの指示は「重要なイベント」であっても、その後の業務が始まれば、それは「過去のログ」に過ぎなくなる。
第二に、「コミュニケーションの摩擦係数」の問題だ。
「マニュアルを読み込み、理解し、自分のケースに当てはめる」というプロセスには、高い認知コスト（頭を使う労力）がかかる。一方で、「チャットで『これどうします？』と送る」というプロセスは、極めて低いコストで済む。
人間は、合理的な生き物だ。もっともコストの低い手段を選ぼうとする。その結果、マニュアルを読むという「重労働」を避け、あなたに聞くという「ショートカット」を選択し続けるのだ。
第三に、「情報の構造化」の欠如だ。
多くの社内ドキュメントは、人間が「読むこと」を前提に書かれている。しかし、現代の業務スピードにおいて、人間は「読む」よりも「答えを得る」ことを求めている。文章を読み解くのではなく、対話を通じて即座に解決策を導き出したい。この「情報の消費スピード」と「ドキュメントの提供形態」のミスマッチが、質問の再発を招いている。
では、どうすればいいのか。マニュアルをより完璧に、より読みやすく書き直すのか？ 答えは「ノー」だ。そんなことをしても、摩擦係数は下がらない。
目指すべきは、マニュアルを「読むもの」から、「対話するもの」に変えることだ。ここで登場するのが、生成AI（ChatGPTなどの大規模言語モデル）である。
AIを活用する最大のメリットは、マニュアルという「静的なデータ」を、質問に答える「動的なエージェント」へと変換できる点にある。具体的には、以下のような活用イメージだ。
これまでのIT活用は、「フォルダの中にファイルを探しに行く」ものだった。しかし、AIを活用したナレッジ運用では、「AIに聞いて、答えをもらう」ものへと変わる。
| 比較項目 | 従来のナレッジ共有（マニュアル） | AIを活用したナレッジ運用 |
|---|---|---|
| 情報の形態 | 静的な文書（PDF, Excel, Word） | 動的な対話（チャット形式） |
| ユーザーの行動 | 検索して、読んで、理解する | 質問して、回答を得る |
| 情報の探し方 | キーワード検索 | 自然言語での問いかけ |
| 解決のスピード | 低い（探す時間がかかる） | 高い（即座に回答が出る） |
| コンテキストの理解 | 困難（文脈を読み解く必要がある） | 可能（「前回の件を踏まえて」が可能） |
AIにすべてを任せられるわけではない。しかし、「リーダーの脳を食いつぶす質問」の多くは、以下の3つの領域に分類でき、これらはAIで大幅に軽減可能だ。
1. 「どこにあるか」問題（所在の回答）
「あのフォーマットはどこですか？」「昨日の議事録はどこにありますか？」といった、情報の場所に関する質問。社内ドキュメントを学習させたAI（RAGと呼ばれる技術を使うが、最近はツールを使えば非エンジニアでも容易だ）に、これらをすべて任せる。
2. 「どうやるか」問題（手順の回答）
「経費精算のルールを教えて」「このシステムのログイン手順は？」といった、定型的なフローに関する質問。マニュアルのテキストをAIに読み込ませておけば、AIが手順を要約して回答してくれる。
3. 「これってどういうこと？」問題（解釈の回答）
「この規定の『やむを得ない場合』って具体的にどういうこと？」「このマニュアルの指示通りにやったら、こういうエラーが出たんだけど、どうすればいい？」といった、ルールと実務の橋渡しに関する質問。
AIは、あなたがマニュアルに書いたこと、あるいは過去にチャットで回答した内容をベースに回答する。つまり、AIは「あなたの知識をコピーした、24時間文句を言わない分身」になるのだ。
もちろん、AIは間違える（ハルシネーションといって、もっともらしい嘘をつく）こともある。しかし、「100%正しい回答を出す完璧なマニュアル」を作る苦労に比べれば、「80%正解を出し、間違っていたら人間が修正する」という運用の方が、はるかにコストパフォーマンスが高い。
「よし、明日からAIチャットボットを導入して、全社のナレッジを統合しよう！」
……と意気込む必要はない。そんな大掛かりなプロジェクトは、準備だけで半年かかり、結局誰も使わずに終わるのが関の山だ。
リーダーとして、あるいは現場の改善担当として、明日からできる「泥臭いけれど確実な一歩」は、以下の3つだ。
まずは、自分がどのような質問を、何回受けたかを可視化することだ。新しいツールを入れる必要はない。メモ帳でも、Excelでもいい。「何について」「誰から」「何回」聞かれたかを記録する。
「あ、自分は『経費精算の締め日』について、今週だけで3回も答えているな」という気づきが、改善のスタートラインだ。すべてを自動化しようとするのではなく、「これさえなくなれば、私の脳はもっと楽になれる」という急所を見極める作業だ。
マニュアルを清書しようとしてはいけない。その代わりに、よく聞かれる質問への回答を、「箇条書きの断片的なメモ」として書き留めておくだけでいい。
「文章」にする必要はない。「Aの時はB。ただしCの場合はD。参考資料はフォルダ内のE」といった、構造化された短いテキストで十分だ。この「情報の断片」こそが、将来的にAIに学習させるための、最も価値のある「餌」になる。
もしあなたがChatGPTの有料版を使える環境にあるなら、「GPTs」という機能を使って、自分専用の「業務回答アシスタント」を試作してみることだ。
手順は簡単だ。作成画面で「あなたは私の業務の副操縦士です。以下の資料に基づいて、部下からの質問に答えてください」と指示を出し、先ほど作った「情報の断片（メモ）」や「既存のマニュアル」をアップロードするだけだ。
これを部下に公開する必要はない。まずは、「自分が部下に答える前に、まずAIに聞いてみる」という使い勝手を試すのだ。AIの回答が優秀であれば、そのまま部下に転送すればいい。
「すべてを自動化する」のではない。「自分の負担を、少しずつ、確実に削っていく」。
そのための技術として、AIを捉え直してみてほしい。リーダーの仕事は、検索エンジンになることではない。あなたの脳を、もっと価値のある決断のために解放してあげることなのだ。