めちゃくちゃ良いまとめ。AIの事業機会は企業の「データ」でなく、「なぜその判断をしたか」を記録する基盤にある 1) 既存の業務システムには意思決定の経緯が残っていない - Salesforceには最終的な販売価格が残るが、「なぜ値引きを認めたか」は、Slackや会議、人の頭の中に散在している 2) AIが業務を担うにはルールに加えて過去の判断が必要 - 「値引き上限10％」というルールだけでは、顧客への20％値引きが妥当か判断できない。障害履歴、解約リスク、過去の例外、承認者まで把握する必要 3) 判断履歴をつなげたものがコンテキスト・グラフ - 顧客・契約・障害・規則・承認者などを、判断の根拠とともに結び付ける。AIの内部的な思考過程ではなく、業務上の根拠・承認・実行結果の記録を意味する 4) 業務実行するAIスタートアップに優位性 - 複数システムを横断して情報を集め承認を取り処理するエージェントは、意思決定の瞬間を記録できる - 既存の業務ソフトは自社領域に閉じやすく、データ基盤は処理後のデータを受け取るため、判断の全体像を捉えにくい 5) 判断履歴が蓄積するほど競争優位が強くなる - 当初は人間が承認し、その経緯を記録する。類似事例が増えるとさらに履歴が増える - この循環により、「企業の意思決定の記録基盤」に成長する 6) 狙い目は、例外が多く部門やシステムをまたぐ業務 - 引受審査、コンプライアンス、経理照合、障害対応など - 特にRevOps・DevOps・Security Opsのような調整役は、文脈を人が補っているため有望 着眼点は、「使うほど独自の判断履歴が蓄積し、企業が依存する基盤になるか」