建設業のナレッジ共有をAI・DXで整える｜根拠と最新版を探せる社内検索のつくり方

「その手順なら、担当者に聞けばわかります」。この一言で仕事が進む会社もあれば、担当者が現場に出ているため、確認の返事を待つ会社もあります。

見積の社内ルール、施工前の確認事項、使用する帳票の場所。資料を保存しているのに、最後は同じ人へ電話している。そんな状態を変えたい経営者にとって、AIを使った社内検索は検討する価値があります。

ただし、建設業のナレッジ共有は、保存したファイルをすべてAIに読み込ませれば完成するわけではありません。古い手順も未承認のメモも同じように検索できてしまうと、かえって判断を難しくします。

先に整えたいのは、業務で使ってよい資料の範囲です。そのうえでAIに関連箇所を探す仕事を任せ、人が原文と適用条件を確かめる。この記事では、建設・リフォーム会社がその仕組みを準備し、試し、見直す方法を説明します。登場する業務場面と写真は説明用のイメージであり、特定企業の導入成果ではありません。

資料を増やすより、答えの確認先を減らす

ナレッジとは、仕事に使える知識や経験のことです。ここでいう共有は、資料を配ることだけでなく、必要な人が必要な場面で確認できる状態を指します。

たとえば、新しい社員が「追加の社内承認は、どの書式で申請しますか」と尋ねたとします。共有フォルダに書式があっても、似た名前のファイルが並び、どれが現行版かわからなければ、結局は先輩に聞きます。保存場所の共有と、正しい資料への到達は別の問題なのです。

そこで、DXとAIの役割を分けて考えます。DXの側では、会社が採用している書式、利用条件、管理担当者、改定履歴を整理します。AIの側では、利用者の質問に関係する部分を探し、その内容を読みやすく説明します。会社のルールを決める仕事までAIに渡す必要はありません。

目標も「社内の知識を全部集める」より具体的にします。「承認手順を聞かれたとき、社員が現行の書式と担当窓口を確かめられる」。このように、利用者が何を確認できたら仕事を再開できるかまで決めると、必要な資料が見えてきます。

御社で繰り返し聞かれる質問は何でしょうか。その答えは資料に書かれているのか、それとも誰かの記憶にしかないのか。まず、この違いを見分けることが出発点です。

案件の記録と会社の知識を分ける

進行中の工事情報と、ほかの工事にも使える知識は、関連していますが同じではありません。ある現場の最新図面や施主との約束は、その案件で確かめる情報です。一方、変更の申請手順や図面の保存ルールは、複数案件で使う会社の知識になります。

この区別がないと、過去の案件で認められた対応を、今の現場にも適用できると誤解するおそれがあります。似た工事を検索できても、契約や仕様、下地の状態まで一致しているとは限りません。

案件記録から再利用する内容を取り出す際は、「何が起きたか」だけでなく、「どの条件で検討したか」「誰が確認したか」「別の条件ではどう扱うか」を整理します。過去の判断は参考資料として残し、会社が採用した標準手順とは表示を分けます。

個別案件の情報がまだ行き来の途中で抜けているなら、先に営業から現場への引き継ぎを整理する方法を確認すると、取り組む順序を決めやすくなります。引き継ぎ記録を、そのまま全社共通のルールに置き換えないことが大切です。

最初の対象は、繰り返し聞かれる一つの業務

初めての社内検索は、範囲を広げるより、確認すべき資料が比較的はっきりしている業務から始めることを勧めます。社内申請の手順や帳票の記入方法などは、技術判断そのものより試行の対象を区切りやすいでしょう。

施工方法の可否、安全に関する判断、契約上の責任を決める質問は、最初から自動回答だけで完結させません。AIが見つけた記述を、有資格者や担当責任者が確認する流れを残します。緊急時の連絡や危険を回避する対応を、検索の返答待ちに置き換えることも避けてください。

対象を選ぶときは、実際に問い合わせを受ける人から、最近の質問を集めます。利用者がどの言葉で聞いたか、何を見つけられなかったか、回答後に何をしたかを確認すると、検索画面に必要な情報がわかります。

たとえば「提出する書類は何ですか」という質問だけでは、工事の種類も提出先も不明です。検索の仕組みには、いきなり答えを出す機能だけでなく、業務名や状況を尋ね直す機能も必要になります。質問を具体化することが、資料を正しく使う第一歩になるのです。

AI検索に入れる前に、資料の採用条件を決める

社内検索の品質は、登録件数だけでは判断できません。会社が採用している資料を識別できること、古い内容が現在の指示に紛れないこと、変更の担当者が決まっていることを優先します。

資料ごとに、名称、対象業務、適用開始日、版、承認状況、管理担当者、閲覧できる人を記録してください。これらはメタデータと呼ばれる、資料を説明する情報です。専門的な名前ですが、実務では「この資料を、いつ、誰が、何に使ってよいか」を残す作業だと考えるとわかりやすくなります。

ファイル名に「最新版」と書かれているだけでは十分ではありません。更新日が新しくても、検討途中の資料かもしれません。反対に、更新日は古くても、今も採用されている手順があります。日付の新しさと、会社が使うと決めたことを別々に管理します。

旧版は履歴の確認に必要な場合があります。そのため、無条件に削除するのではなく、現行手順の回答に使う資料から外し、履歴を見る目的の検索では旧版とわかるように表示します。過去の工事を調べる場合は、当時適用されていた版の確認も必要です。

改定時は原本を差し替えるだけで終わらせないでください。検索用に取り込んだ内容や保存された回答にも、古い情報が残っていないか確かめます。元のファイルの変更が、検索結果にいつ反映されるかは、使う仕組みによって異なります。

RAGは、社内資料を探して説明する仕組み

RAGは「検索拡張生成」と呼ばれる方法です。質問に関係する資料を検索し、見つけた内容を材料にして、生成AIが回答を作ります。モデルに会社の全資料を覚え直させることと、質問時に資料を参照させることは異なります。MicrosoftのRAG解説でも、検索、情報の追加、回答生成という流れが説明されています。

建設会社なら、採用済みの施工マニュアルや社内手順を対象に、質問に関係するページを探す使い方が考えられます。AIは説明を助けますが、存在しない社内ルールを作ったり、担当者に代わって例外を承認したりする立場には置きません。

実務の流れは、資料の登録、質問、閲覧可能な資料の検索、該当箇所を使った回答、人による原文確認です。回答には、資料名やページ、参照先を添えるよう設計します。文章だけが表示される状態より、利用者が裏づけを調べやすくなります。

ただし、RAGを採用したというだけで正しさは保証されません。必要な資料を検索できなかったり、前提条件を拾い損ねたり、複数の資料を不適切につなげたりする可能性があります。資料が見つかるかどうかと、その内容を正しく説明できるかどうかを別々に試してください。

AIが役立つのは、探し方がわからない社員と、必要な根拠との間をつなぐ場面です。人が確かめる手順を省くためではなく、人が確かめる材料をそろえるために使う、と考えると導入の範囲を決めやすくなります。

回答には、出典だけでなく適用条件を添える

出典のリンクが付いていても、その資料が今の質問を裏づけているとは限りません。利用者が確認したいのは、資料の存在だけでなく、今回の仕事で使える内容かどうかです。

回答画面には、要点の説明と参照箇所に加えて、対象業務、確認済みの条件、まだわからない条件を表示することを勧めます。施工条件が不足している質問には、追加で必要な情報を示します。根拠が見つからない場合には、断定した回答を出さず、確認できなかったことと問い合わせ先を伝えます。

「この書式を使います」という短い回答だけでは、どの申請に使うかが抜けます。「対象の申請に使う書式はこれです。ただし、別の申請については未確認です」と範囲を示せば、回答だけを転送したときの誤解も減らせます。

施工や品質に関する情報では、原文を開いて確認したうえで、現場の条件と照らし合わせます。図面との不整合や技術的な照会が残る場合は、図面・写真と照会を使った確認業務のように、責任者へ質問を整理して渡す工程が必要です。社内検索の回答が、そのまま施工指示になる運用は避けましょう。

塗装の面積を尋ねる場面で、使い方を考える

ここからは、外壁塗装を扱うリフォーム会社を想定した説明例です。社員が「この見積の塗装面積は、何をもとに計算していますか」と社内検索に尋ねた場面を考えます。

会社の計算ルールを検索するなら、面積の定義を説明した資料が必要です。一方、この案件で使用した数量の根拠を調べるなら、案件の拾い出し記録や計算表を確かめます。質問が似ていても、会社のルールと案件の実際の数量では参照先が異なります。

AIには、どちらを知りたいのかを確認させます。面積の意味、対象となる部位、除外の扱い、数量と作業回数の関係など、資料に記載された条件を探して説明する役割を持たせます。資料に書かれていない計算方法を、一般的な知識から補って会社のルールとして答えさせてはいけません。

また、社内原価の確認と、施主へ説明する内容を分けます。同じ資料群に情報が入っていても、顧客へ渡してよい説明に内部の単価や利益条件を混ぜないようにします。回答を対外文書へ転用する場合は、公開してよい内容を担当者が確認します。

この例での成果は、「AIが面積を即答したこと」ではありません。数量の意味と根拠を確認でき、説明に必要な資料を担当者が選べたことです。参照元が不明な数値をすばやく出すより、どの資料に戻れば確認できるかが見える仕組みを目指します。

閲覧権限は、検索と回答の両方で守る

共有は、全員にすべて見せることではありません。社内手順を知ってよい人、案件情報を見てよい人、原価や契約条件を扱う人は同じとは限りません。協力会社に利用してもらうなら、その会社へ見せてよい情報も分けます。

権限の確認は、原本へのリンクが開けるかだけでは不十分です。リンク先が開けなくても、回答本文や検索結果の抜粋に機密情報が表示されれば、内容が伝わってしまいます。閲覧できる資料だけを検索と回答生成の対象にする設計が必要です。

建設向けの公開サービスにも、権限を考慮した検索の取り組みがあります。アンドパッドのナレッジAIに関する公式発表では、案件情報の参照と、既存の権限設定を引き継ぐ機能が説明されています。ただし、これは同製品の発表内容です。別のサービスや独自構築でも自動的に同じ制御が働くわけではありません。

試行では、利用する役割ごとに確認します。閲覧可能な手順は見つかるか。担当外の案件や原価情報は、検索結果にも回答にも出ないか。権限を取り消した後、保存された回答や検索用データにも必要な制限が反映されるか。管理者の画面だけで合格にしないことが大切です。

外部のサービスへ資料を送る前には、入力情報の利用目的、学習への利用条件、保管期間、削除方法、管理者のアクセス範囲を確認します。顧客名や住所、住宅の写真などを、個人が使う外部サービスに独断で入力する運用は避けてください。

紙や表は、読めることと理解できることを分ける

紙の施工マニュアルやスキャンしたPDFがある場合は、文字をデータにする工程が必要になることがあります。OCRは、画像に写った文字を読み取る技術です。しかし、文字が取り出せたことと、業務上の意味を正しく扱えることは同じではありません。

表の見出し、単位、注記が離れた場所にあると、数値だけを取り出しても条件がわからなくなります。注記を含む表を検索用に分ける際は、関連する説明が切り離されていないか、実際の資料で確かめます。読みにくい文字や、記号の取り違えにも注意が必要です。

図面の文字を検索できる製品と、図面の形状や施工条件を判断できる仕組みも区別してください。ファイル形式が対応表に載っているだけでは、御社の図面で必要な情報を確認できるかはわかりません。

最初は、文字が明瞭で、会社が採用している手順書から試すと確認範囲を絞れます。画像や表が中心の資料を広げる際には、その形式を使った質問を追加し、読み取りと回答の両方を点検します。正しい原本を残し、検索しやすくした資料から元のページに戻れるようにしてください。

経験は、完成原稿ではなく確認を経て残す

文章になっていない経験を残すには、AIによる音声の文字起こしや要約を下準備に使えます。ただし、話した内容を自動で社内標準として登録するのは避けます。会話の省略や例外が、文章になると見えにくくなるためです。

聞き取りでは「いつもどうしますか」だけで終わらせず、「その対応を選ぶ前に何を見ますか」「同じ対応をしてはいけないのはどんな場合ですか」と尋ねます。手順と一緒に、その判断を支える条件を確認します。

文字起こしからAIが整理した原稿は、話した本人や業務責任者に確かめてもらいます。説明が抜けていないか、断定が強くなっていないか、事実として残す部分と個人の見解が分かれているかを見ます。録音する場合は、参加者への説明と社内の取り扱いルールも必要です。

承認する前の内容は、聞き取りメモとして扱います。確認後に、適用範囲と管理担当者を付けて検索対象へ加えます。次の担当者が変更を相談できる窓口まで残すと、記録を作った人が不在でも資料の見直しを進めやすくなります。

答えが出ない質問を、資料の改善につなげる

AIが答えられないとき、すぐに性能不足と決めつける必要はありません。資料に答えがない、表現が違う、権限の対象外、質問の条件が不足している、といった理由を分けて調べます。

資料に答えがないなら、会社として手順を決める必要があるかもしれません。資料はあるのに見つからないなら、名称や業務用語、検索の対象範囲を見直します。閲覧権限がないなら、権限を広げる前に、その社員が情報を知る必要があるかを責任者が判断します。

検索できなかった質問は、必要な範囲で記録し、資料の管理担当者へ渡します。その際、社員や顧客に関する情報を不用意に残さないよう、記録の範囲と閲覧権限も決めます。回答がないことを確認できた質問と、検索が失敗した質問を分けると、改善先が明確になります。

新しい回答を登録する場合も、問い合わせへの返事をそのまま貼るのではなく、利用条件と根拠を確認します。ある担当者への個別回答が、全社共通の決まりとして広がらないようにするためです。

試行では、成功例と答えられない例を確かめる

導入前の試行では、実務で使う質問と、確認すべき資料を用意します。答えが出る質問だけで試すと、仕組みができることばかり見えてしまいます。

普段の呼び方を変えても同じ資料へ到達できるか。古い手順が候補に混ざらないか。資料にない質問に対して、もっともらしい説明を作らないか。条件が不足する質問では、必要な情報を聞き直せるか。こうした場面も試します。

さらに、部署や役割が違う利用者で権限を確かめます。権限外の資料が回答に使われた場合や、現在の手順と違う指示が出た場合は、利用範囲を広げず原因を調べます。見た目が整った回答でも、根拠を開けないなら確認完了とは扱いません。

比較には、同じ業務の難しさが近い質問を使います。導入前は複雑な技術相談、導入後は単純な書式検索という組み合わせでは、公平に効果を見られません。対象の業務と条件をそろえ、担当者が原文まで確認するところを観察してください。

導入効果は、確認完了までの仕事量で見る

評価する時間は、AIが回答を表示するまでではなく、利用者が根拠を確かめて次の作業へ進めるまでにします。答えは早く出ても、原文が見つからず別の人へ確認するなら、仕事全体は短くなっていない可能性があります。

質問を始めた時刻、根拠を確認できた時刻、追加の問い合わせの有無、確認担当者の修正内容を記録します。検索できなかった質問も残し、都合のよい成功例だけで成果を判断しないようにします。

あわせて、資料の更新と回答の点検にかかった時間を測ります。現場の問い合わせが減っても、管理担当者の負担が大きく増えれば、会社全体としての改善を見直す必要があります。利用料だけでなく、資料整備、更新、教育、確認の手間も検討に含めてください。

安全・品質に関する必要な相談まで減らすことは目標にしません。減らしたいのは、同じ資料の場所を何度も聞くような確認です。責任者に相談すべき問題が適切に上がることも、良い運用の一部として評価します。

既存サービスか独自構築かは、運用まで比べる

既存サービスと独自構築のどちらを選ぶかは、AIの機能数だけでは決められません。御社が持つ資料と、必要な管理方法に合わせて比較します。

現在の保管場所を活かせるか、資料へのリンクが切れないか、改定や権限変更が反映されるか、原文とページを確認できるか。これらを実際の質問で試します。使う社員がスマートフォンで資料を開き、文字や表を読めるかも確認してください。

独自構築なら、細かな業務条件に合わせやすい一方、保守の担当者と費用を決める必要があります。資料の追加、検索の不具合、権限の変更、サービスの仕様変更に、誰が対応するかを契約前に確認します。完成時の画面だけでなく、担当者が変わった後にも続けられるかを検討します。

既存サービスを使う場合も、御社の条件をすべて満たすとは限りません。標準でできること、設定が必要なこと、追加開発が必要なことを分けて説明してもらいます。製品のデモではなく、自社の確認業務が最後まで進むかを比較の軸にしましょう。

社内検索だけで、技術継承は完成しない

資料を読めるようになっても、その作業を正しく実行できるとは限りません。下地の状態を見極める感覚や、施工の動作などは、現物を見た説明や実技の確認が必要な場面があります。

AI検索は、事前に資料を読む、確認事項を整理する、教わった内容を振り返る用途で使います。現場で何を見たか、なぜその判断をしたかを先輩と確かめる機会は残してください。検索が教育を支えることと、指導を置き換えることを混同しないことが重要です。

若手が「どの資料を見て、どの条件がわからなかったか」を示せれば、先輩も質問の背景を理解しやすくなります。自己解決できる部分と、対話して学ぶ部分の境界を明確にする。それが、AIと人がそれぞれ力を発揮できる使い方です。

まず、一つの質問を最後まで追ってみる

建設業のナレッジ共有を進めるために、最初から立派な検索システムを用意する必要はありません。最近繰り返し聞かれた質問を一つ選び、正しい答えを確認するまでに、誰が何を探しているかをたどってみてください。

その資料が現行か、使える条件は何か、誰が見てよいか、変更されたとき誰が直すか。ここが定まれば、AIに探してもらう範囲と、人が判断する範囲を分けられます。逆に、答えそのものが決まっていないなら、先に会社の手順を整理することが必要です。

LuzetraのAI・DX支援内容では、業務整理から仕組みの構築、運用に関する支援を案内しています。相談を考える際は、繰り返し聞かれる質問と、現在使っている資料を整理しておくと、必要な支援を具体的に話しやすくなります。機密資料は、取り扱いを確認してから共有してください。

目指したいのは、聞くことを禁止する会社ではありません。調べられることは根拠を確かめて進め、判断が必要なことは適切な人に相談できる会社です。AIによる社内検索を、そのための道具として育てていきましょう。