全データを整えてから、ではない ― 一領域を、端から端まで
「どう始めるか」という、最後の問い
前回までの8回で、知識層のアーキテクチャは一枚に揃いました。汚いファイルを使えるテキストにし、メタデータを付け、意味で探せるようにし、効く検索を組み、関係を意味の層としてつなぎ、その上でAIに使わせ、ガバナンスと評価で支える——。設計は、手の中にあります。
残る問いは一つ。「では、どこから、どう始めるか」。 立派な設計図があっても、着手の順序を誤ると、プロジェクトは動きません。この記事は、8回分の設計を、実際に立ち上げる段階的なロードマップに落とします。まず、最も大切な一つの原則から。
大原則 ― 全社水平ではなく、一領域の垂直スライス
多くのプロジェクトが最初に間違えるのは、「全社の全文書を、一工程ずつ」進めようとすることです。全文書を抽出し、次に全文書にメタデータを付け……と、水平に広げる。これは、いつまでも動くものが出てきません。全社分の各工程が終わるまで、価値はゼロのままだからです。
正しいのは逆です。一つの領域を選び、その領域だけを、抽出から活用まで端から端まで、縦に貫く。 これを「垂直スライス」と呼びます。一領域なら、数週間〜数ヶ月で、根拠つきで答える動くアシスタントが立ち上がる。価値が目に見え、信頼が生まれ、そこから隣の領域へ広げていける。
薄く広げるより、狭く深く貫く。これが、8回の設計を「動く一歩」に変える、最初にして最大のコツです。
ロードマップ ― 五つのフェーズ
一領域の垂直スライスを、五つのフェーズで進めます。各フェーズは、対応するこれまでの回に紐づきます。
- フェーズ0：選ぶ。 最も価値が高く、関係が絡む一領域と、そこで答えるべき問いを決める。「検索では届かない問い」を5つ書き出す（第2回・第6回）。ここが全体の的になります。
- フェーズ1：使える状態にする。 その領域の文書を、構造を保って抽出・正規化し、メタデータ（版・製品・時間・出所・権限）を付ける（第3回）。まず100件のサンプルで品質を測る。
- フェーズ2：意味で探せるようにする。 チャンキングと埋め込みで意味検索の材料を作り、キーワード＋ベクトルのハイブリッド＋リランキング＋根拠付けで、効く検索を組む（第4回・第5回）。
- フェーズ3：関係をつなぐ。 その領域の最小のオントロジー（エンティティ5〜6種、関係数本）を描き、知識グラフをつくる。既存のマスターデータ・部品表を種にする（第6回）。
- フェーズ4：使う。 整えた層の上に、根拠つきのアシスタントを立てる。出典を示し、人が確認する。低リスクから信頼を積む（第7回）。
そして、この五つの全体に沿って、初日から走らせるのが——評価とガバナンスです。
よくある誤解：「まず全データを整えてから」
神話: 「AIに着手する前に、まず全社のデータをきれいに整備しなければならない」
現実: 全社データを一度に整えるのは、終わりません。整備が完了する頃には、要件も文書も変わっている。正しいのは、一領域を垂直に貫いて、早く動くものを作ること。動くアシスタントが価値を示し、その学びで次の領域を速く・安く立ち上げられる。「完璧なデータ」を待つより、「一領域の“使える”」を先に作る。垂直スライス ＞ 全社水平整備です。
つまずきどころ ― よくある五つの失敗
- 全社を一度に（水平展開）。 前述のとおり、動くものが出ない。→ 一領域に絞る。
- 完璧なデータを待つ。 整備が目的化して、着手が遅れる。→ サンプルで測り、走りながら直す。
- ガバナンスを後回し。 権限・来歴を後付けすると、作り直しになる。→ 初日から設計に入れる（第8回）。
- 評価を作らない。 「良くなった気がする」で進み、劣化に気づけない。→ 20問の評価セットを先に用意する。
- いきなり自律エージェント。 高リスクに高自律を与えて事故る。→ 根拠つきアシスタントから、低リスクで始める（第7回）。
何を、いつ測るか ― 初日からの評価とガバナンス
評価とガバナンスは、最後の仕上げではなく、フェーズ0から並走させます。
フェーズ0で、評価セットの原型（答えるべき問い＝そのまま評価の問い）と、知識層のオーナーを決める。フェーズ1以降、抽出品質・検索精度・根拠性を測りながら進む。権限と来歴は、メタデータを付けるその瞬間から設計に含める。こうすれば、「作ってから直す」ではなく、「測りながら、正しく積む」進み方になります。放置すれば戻る負債を、最初から増やさない設計です（第8回）。
「理解の負債」で見ると ― 一領域ずつ返す
第1回の「理解の負債」でいえば、垂直スライスとは、一領域について、四つの負債（アクセス・発見・意味・信頼）をまとめて返す進め方です。全社の一つの負債を薄く返すのではなく、一領域の負債を端から端まで返しきる。返しきった領域が、動くアシスタントとして価値を出し、次の領域の返済を加速する。
シリーズの設計は、こうして初めて現場で動く成果になります。全体像マップでいえば、本記事は「どの順で、どの工程を、どの範囲で」——着手の設計図を示しました。次回・第10回からは、これを業界別（まずは製造業・自動車の知識——図面・部品表・不具合履歴）に落とし込んでいきます。
明日から始める、三つのこと
- 垂直スライスの一領域を、一つ選ぶ。 最も価値が高く、関係が絡む領域。全社ではなく、一つ。
- その領域の「答えるべき問い」を5〜20問、書き出す。 それが的であり、そのまま評価セットになります。
- オーナーを一人決める。 新鮮さ・権限・来歴に責任を持つ人。着手より前に。
次回・第10回では、この立ち上げ方を、製造業・自動車の現場に落とし込みます。設計図は揃いました。あとは、狭く深く、最初の一領域を貫くだけです。
`[著者バイライン：全記事共通ブロック。]`
Cubastionは、一領域の垂直スライスから知識層を立ち上げ、動くアシスタントとして価値を出しながら広げる——その段階的な実装を、日本のエンタープライズと共に進めています。
関連ソリューション：GenAIナレッジ検索プラットフォーム（Engineering.IA）／データインテリジェンス＆AI
日本市場のプリセールスを担当。エンタープライズのデジタル変革を、構想から実装まで支援。
用語集（本記事で導入した言葉）
- 垂直スライス — 一つの領域を、抽出から活用まで端から端まで（縦に）貫いて立ち上げる進め方。早く動くものを作り、価値を示してから横に広げる。
- 全社水平（展開） — 全文書を一工程ずつ横に広げる進め方。各工程が全社分終わるまで価値が出ず、動くものが出にくい。避けたいアンチパターン。
- フェーズ0（選ぶ） — 一領域と「答えるべき問い」を決める最初の工程。問いはそのまま評価セットになる。
- 評価セット — 答えるべき問いを正解つきでまとめた検証セット。フェーズ0から用意し、品質の劣化に気づく。
- 知識層のオーナー — 新鮮さ・権限・来歴に責任を持つ担当（またはチーム）。着手前に決める。