企業の「暗黙知」をAIの資産に変える「オントロジーFDE」を提供開始【株式会社SiNCE】

株式会社SiNCE（本社：東京都港区、代表取締役：一筆将人、以下「SiNCE」）は、企業内に眠る業務知識やベテラン社員の暗黙知をAIが活用できる「オントロジー」として資産化し、生成AIやAIエージェントを実際の業務に組み込む新サービス「オントロジーFDE」の提供を開始しました。

「生成AIを導入したが、実際の業務では使い切れていない」 「AIの回答が社内ルールと合わず、結局人が確認している」 「ベテラン社員の経験や判断基準が属人化している」

こうした企業のAI活用・DXの課題に対して、オントロジーFDEでは、単にAIツールを導入するのではなく、企業固有の業務知識を整理し、AIが参照できる知識基盤をつくり、その上で業務プロセスそのものをAI前提に再設計します。

特徴は、AIを導入して終わらないことです。

AIを使うたびに生まれる修正、判断、予測結果、例外対応などを再び企業の知識として蓄積し、次のAI活用に生かします。

お問い合わせ：https://since2020.jp/contact/

なぜ今「オントロジーFDE」なのか

ChatGPT、Claude、Geminiをはじめとする生成AIやAIエージェントは急速に進化し、企業でも文章作成、検索、要約、データ分析などへの活用が広がっています。

一方で、実際の業務になると、

・AIの回答が社内ルールと合わない ・部署によって数字やKPIの定義が違う ・ベテラン社員しか判断できない ・AIが出した回答を結局人が確認している ・PoCは成功しても、本番業務に定着しない

といった問題が起きています。

その大きな理由の一つが、AIが「その会社のこと」を知らないことです。

生成AIは一般的な知識には強い一方、

「この会社でいう売上とは何か」 「どのケースでは例外対応するのか」 「なぜベテラン社員は、この場合だけ発注量を増やすのか」

といった企業固有の知識や業務ルール、判断基準までは知りません。

多くの企業では、こうした重要な知識が、マニュアルではなく、人の頭の中、Excel、メール、会議資料、部署ごとの慣習などに散在しているため、AI活用を本格化するために必要なのは、AIモデルの性能だけではなく、企業固有の「業務知識」を、AIが使える状態にすることです。

しかし、知識をAIが使える状態にするだけでも十分ではなく、AIが正しい回答を出せるようになっても、その後の業務フローが従来のままであれば、生産性や事業成果にはつながりません。

そこでSiNCEは、知識基盤の構築に加えて、FDE（Forward Deployed）のアプローチを組み合わせました。

FDEとは、顧客の業務現場や最前線に深く入り込み、課題の発見からシステムの設計・実装・成果創出までを一気通貫で担うエンジニアを指す言葉です。

構想や提案だけで終わるのではなく、実際に動く仕組みをつくり、現場で使われるところまで伴走します。

企業固有の知識をAIが使える状態にする「オントロジー」と、現場に入り業務そのものを変える「FDE」。この2つを組み合わせたのが「オントロジーFDE」です。

お問い合わせ：https://since2020.jp/contact/

オントロジーとは、AIのための「会社専用の辞書＋ルールブック」

そこで重要になるのが「オントロジー」です。オントロジーとは、企業内で使われている

用語

KPI

データの意味

業務ルール

判断基準

用語同士の関係性

などを、人間にもAIにも同じ意味で理解できる形に整理した知識基盤です。

分かりやすく言えば、AIが業務を行うための「会社専用の辞書とルールブック」です。

例えば「客数」という言葉ひとつでも、

「レジを通過した人数なのか」 「購買した顧客数なのか」 「会員IDベースなのか」

によって数字は変わります。

こうした定義が曖昧なまま生成AIやRAG、AIエージェントを導入しても、AIは正しい判断ができません。

まず「何を正とするか」を企業内で定義し、その知識をAIが参照できる状態にする。

これがオントロジーFDEの土台です。

お問い合わせ：https://since2020.jp/contact/

知識を整理するだけでは、業務は変わらなかった

SiNCEは2026年6月、企業固有の知識をオントロジーとして構築し、生成AIから活用できるようにするサービス「Ontology Boost」の提供を開始しました。

しかし、実際の知識基盤構築やAI導入支援を進める中で、一つの重要なことが見えてきました。それは、「AIが正しい回答を出せるようになっても、それだけでは企業の生産性や利益は大きく変わらない」ということです。

例えば、AIが正確な発注量を提案できても、その後の業務フローが従来のままであれば、担当者の作業は大きく減りません。

社内問い合わせに正確な回答案を生成できても、すべての回答を人が確認して送信していれば、大幅な業務効率化にはつながりません。

企業が本当に求めているのは「AIの回答精度」ではなく、AIを使って業務を効率化し、生産性を上げ、事業を成長させることです。

そこでSiNCEは、Ontology Boostで培った知識基盤の構築に加えて、顧客の現場に入り込み、業務そのものを変革するFDE（Forward Deployed）のアプローチを組み合わせました。

お問い合わせ：https://since2020.jp/contact/

オントロジーFDEの4つの特徴

AI化すると効果の大きい業務を「見極める」

AI導入では、「何をAI化するか」の選択が成果を大きく左右します。

オントロジーFDEでは、最初から会社全体をAI化したり、すべての社内ナレッジを整理したりすることはしません。

売上、利益、在庫、工数、リードタイムなどのKPIを見ながら、「どの業務の、どの判断をAI化すれば最も事業インパクトが大きいか」を見極めます。

AI導入ありきではなく、経営課題・業務課題から逆算して対象を決めることが特徴です。

ベテラン社員の「暗黙知」を会社の資産にする

多くの企業では、重要な判断がベテラン社員の経験に依存しています。

例えば、

「この商品の発注量は天候だけでなく地域イベントも考慮する」 「この設備音の場合は故障の前兆を疑う」 「この取引先だけは通常と異なる対応をする」

といった知識です。

こうした暗黙知を言語化・構造化し、特定の社員ではなく会社に帰属する知識資産へ変えます。

人事異動や退職によるノウハウ消失を防ぎ、技術伝承、ナレッジマネジメント、属人化解消にもつなげます。

生成AI・AIエージェントを「実際の業務」に組み込む

オントロジーを構築して終わるのではありません。生成AIやAIエージェントを、需要予測、発注、問い合わせ対応、レポート作成、リスク検知などの実際の業務に組み込みます。

例えば社内問い合わせであれば、

「AIが回答案を作る」 ↓ 「人が確認して送る」 ↓ 「一部の問い合わせはAIが自動回答する」

というように、人が確認しながら段階的にAIの担当範囲を広げます。

一気に完全自動化を目指すのではなく、成果とリスクを確認しながらAIによる業務自動化を進めます。

使えば使うほど、AI活用の「元本」が増える

オントロジーFDEのもう一つの特徴が、運用後です。

AIが間違えた回答

人が修正した内容

予測が外れた理由

例外対応したケース

これらを、その場限りの対応で終わらせません。学びをオントロジーや知識基盤へ戻し、次回以降のAIの判断に利用します。

一度得た知識が次の業務に再利用され、さらにそこで得た知識がまた蓄積される。

そのため、

AIを使う → 学びが残る → AIが賢くなる → 任せられる業務が増える

という循環が生まれます。

SiNCEでは、この状態を「AIを複利にする」と表現しています。

「AI導入」ではなく、「AIで業務を変える」

一般的な生成AI導入やRAG構築では、検索や回答の精度向上が中心になりがちです。

一方、オントロジーFDEが目指すのは、その先です。AIに企業固有の知識を与え、そのAIを使って実際の業務プロセスまで変えること。

Ontology Boostが、「AIに業務知識を持たせる」サービスだったとすれば、オントロジーFDEは、「業務知識を持ったAIで、業務と事業を変える」サービスです。

Ontology Boostで培った知識基盤構築の考え方と技術は、オントロジーFDEの中核として継承します。

お問い合わせ：https://since2020.jp/contact/

想定される活用シーン需要予測・発注自動化

小売・卸売・製造業などでは、需要予測や発注量の決定を担当者が経験で行っているケースがあります。

過去の販売データだけでなく、天候、地域イベント、商品特性、現場担当者の判断基準などを整理し、AIが発注案を提示する仕組みを構築します。

人はすべての発注量を考えるのではなく、承認や例外判断に集中できます。

社内FAQ・問い合わせ対応

情報システム、人事、総務、経理などの社内問い合わせでは、ベテラン担当者に質問が集中するケースがあります。

社内規定、FAQ、例外ルール、判断基準などをオントロジー化し、生成AIが回答。

人によって回答が違う状態を減らし、ヘルプデスク業務の効率化やナレッジ共有につなげます。

製造業の技術伝承・設備保全

熟練技術者が持つ設備トラブルの原因特定や対応ノウハウを構造化します。

若手社員が設備の状態や症状を入力すると、AIが過去の判断基準に沿って原因候補や対応方法を提示。

製造業で課題となっている技能継承、技術伝承、属人化解消を支援します。

経営分析・データ活用

部署によって異なる売上、顧客、商品、利益などのKPI定義を整理し、経営指標の「正本」を構築します。

その定義を生成AIやAIエージェントが参照することで、データ分析や経営レポート作成、異常検知、リスク検知などを支援します。

※上記はサービスの活用方法を説明するための例であり、特定の顧客事例ではありません。

お問い合わせ：https://since2020.jp/contact/

オントロジーFDEが目指す企業の姿

生成AIのモデルそのものは、今後も急速に進化するとSiNCEは考えています。

一方で、

自社独自の業務ルール

顧客への対応基準

ベテラン社員の判断ノウハウ

KPIやデータの定義

過去の試行錯誤

AIを使って得られた学習結果

は、その企業にしか存在しません。

AIモデルが変わっても、これらの知識を企業側に残しておけば、新しいAIに再利用できます。

AIサービスそのものを資産にするのではなく、AIが使う「企業固有の知識」を資産として蓄積する。

これがオントロジーFDEの考え方です。

SiNCEは、「暗黙知を資産に、AIを複利に。」を掲げ、生成AI、AIエージェント、データサイエンスを活用しながら、企業がAIを継続的な競争力に変えていくことを支援します。

お問い合わせ：https://since2020.jp/contact/

代表取締役 一筆将人 コメント

「生成AIの性能が大きく向上する中で、これから企業間で差がつくのは、『どのAIを使うか』だけではなく、『自社のどんな知識をAIに渡せるか』だと考えています。

その知識は、マニュアルだけにあるわけではありません。現場のベテランが経験から行っている判断や、部署ごとの言葉の定義、例外対応のルールなど、日々の業務の中に眠っています。

Ontology Boostでは、それらをAIが使える知識に変えることに取り組んできました。ただ、知識を整えるだけでは企業の業務そのものは変わりません。

オントロジーFDEでは、私たち自身が顧客の現場に入り、どこをAIで変えれば事業に効くのかを見極め、知識を資産にし、その知識を使って実際の業務を変えるところまで取り組みます。

AIを導入することがゴールではなく、AIによって生産性と事業成果を高めることがゴールです。」

お問い合わせ：https://since2020.jp/contact/

株式会社SiNCEについて

株式会社SiNCEは、AI・データサイエンスを活用して企業の生産性向上と事業成長を支援するAIパートナーです。

需要予測、データ分析、AIエージェント、生成AI、オントロジー、知識基盤などの技術と、顧客の現場に入り込むFDE（Forward Deployed）のアプローチを組み合わせ、企業のAI活用・DX・業務変革を支援しています。

企業内に存在する暗黙知や業務知識をデータ・知識資産として構造化し、AIを使うほど精度と成果が蓄積される「Autonomous Enterprise」の実現を目指しています。

会社名：株式会社SiNCE 代表者：代表取締役 一筆将人 設立：2020年2月27日 所在地：東京都港区浜松町2丁目3-8 WTC annex 11-12階 主要パートナー：Databricks、Dataiku、Google Cloud、HubSpot、Braze 認証：ISMS（ISO/IEC 27001） ビジョン：Autonomous Enterprise の実現