DX推進担当者向け「KnowledgeLM 機能説明」

現場活用と組織統制を同時に実現する
AIプラットフォーム

生成AIの全社導入を検討・推進する立場にとって、
最大の悩みは「現場の活用スピード」と「組織としての統制」を
同時に成立させることです。KnowledgeLMは、権限管理・利用状況の
可視化・ナレッジの組織資産化という管理者側の仕組みと、エンジニアに
頼らず現場がAIエージェントを作れる仕組みを、ひとつのプラットフォームに統合しています。

KnowledgeLMの基本思想：現場活用と組織統制を両立する設計
全社展開を支える権限設計（3つの権限フラグ）
AIエージェントのスコープ管理と全社ナレッジ資産化
エンジニア不要で現場が自走する仕組み（メタプロンプティング）
専門知識（RAG）による自社データ活用とガバナンス
共有データソースとクローラー（管理者機能）
利用状況を「見える化」する統計情報（全体）
グループ/メンバー管理による組織運用の一元化
導入のしやすさ：小さく始めて全社へ広げるステップ

DX推進担当者が直面する「活用と統制の板挟み」

生成AIの全社展開を進める中で、DX推進担当者は次のような状況に直面しがちです。

会社としてAIツールを禁止・制限しても、社員が個人的に外部の生成AIサービスへ業務データを入力してしまう（シャドーAI）
AIエージェントやプロンプトの作成をエンジニアに依存しているため、現場からの依頼が滞留し、活用が特定部署に限定される
利用範囲を広げようとすると、誰が・どのモデルを・どの範囲で使っているか把握しづらくなり、統制強化と活用推進のどちらを優先すべきか判断がつかない

KnowledgeLMは、これらの課題に対して「権限設計」「ナレッジの資産化」「利用状況の可視化」「非エンジニアによるエージェント作成」という機能群で応えます。以降、各機能を具体的に説明します。

KnowledgeLMの基本思想：現場活用と組織統制を両立する設計

KnowledgeLMのコンセプトは、推進部署が統制を効かせながら、一人ひとりにAIエージェントの相棒を配備し、時短と思考・発見の加速を組織全体に広げることです。

KnowledgeLMは、管理者が権限・スコープ・利用状況を管理する仕組みと、現場担当者が自分の業務専用のAIエージェントを作成・共有する仕組みを、同一のプラットフォーム上に持っています。

【ベネフィット】
DX推進担当者は、現場からの「使いにくい」という不満と、情報システム部門からの「統制できない」という懸念の両方に、ひとつの導入で応えることができます。

全社展開を支える権限設計（3つの権限フラグ）

KnowledgeLMでは、「役割（ロール）」ごとに3種類の権限フラグと、利用可能な生成AIモデルを割り当てることができます。これにより、部門やユーザーの立場に応じて、AI活用の範囲を段階的にコントロールしながら展開できます。

強み（Advantage）: 部門やチームの成熟度に応じて、まずは限定的な権限から始め、運用に慣れた段階で権限を広げるという段階的な展開が可能です。
ベネフィット（Benefit）:「まず一部門で試し、問題がなければ範囲を広げる」というリスクを抑えた展開計画を、システム上の設定変更だけで実行できます。

AIエージェントのスコープ管理と全社ナレッジ資産化

現場が作成したAIエージェントは、個人の中に閉じたまま埋もれさせるのではなく、チームや組織全体の資産として共有できます。KnowledgeLMは、この共有範囲を「スコープ」という単位で管理します。

強み（Advantage）: 個人の作成物が属人化して埋もれることなく、組織全体で検索・再利用可能な資産として蓄積されます。
ベネフィット（Benefit）: 担当者の異動・退職があっても、現場のノウハウが失われず、組織のナレッジとして継続的に活用され続けます。

エンジニア不要で現場が自走する仕組み（メタプロンプティング）

DX推進担当者にとって、AI活用が広がらない大きな要因のひとつは、エージェントやプロンプトの作成をエンジニアや専任担当者に依存してしまうことです。KnowledgeLMは、この依存構造を解消する仕組みを持っています。

強み（Advantage）: プロンプト設計やAI活用の専門スキルがない現場担当者でも、対話に答えるだけでエージェントを完成させられます。
ベネフィット（Benefit）: DX推進担当者は、エージェント作成の依頼対応に工数を割く必要がなくなり、全社展開のボトルネックだったエンジニアリソースの制約から解放されます。

専門知識（RAG）による自社データ活用とガバナンス

シャドーAIのリスクの多くは、「社内データを安全に活用できる公式の環境がない」ことに起因します。KnowledgeLMは、専門知識（RAG）機能を通じて、自社データを統制された形でAI活用に組み込みます。

強み（Advantage）: 外部の無料AIサービスに頼らずとも、自社データを安全に活用できる公式環境が用意されます。
ベネフィット（Benefit）: 情報漏洩リスクを抑えながら、現場が「自社データに基づいた回答」を得られる環境を全社に提供できます。

共有データソースとクローラー（管理者機能）

管理者は[ 共有データソース ]画面から、グループ公開・組織内公開のデータソースを一元的に作成・管理できます。また[ クローラー ]機能を使えば、社内ファイルサーバー（Samba）の指定フォルダをスケジュール実行で自動巡回し、社内文書を継続的にAIの知識として取り込むことができます。個々のユーザーが都度ファイルをアップロードしなくても、組織のドキュメントを常に最新の状態でAI活用に反映できます。

利用状況を「見える化」する統計情報（全体）

DX推進担当者が経営層に投資対効果を説明する際、「実際にどれだけ使われているか」「コストはいくらか」を定量的に示せることは重要です。
管理者は左サイドの[ メニュー ]から[ 統計情報（全体） ]を選択し、以下の統計情報種別をグラフで確認できます。

強み（Advantage）: どの部署・どのエージェントが実際に活用されているか、コストと合わせて可視化されます。
ベネフィット（Benefit）: 稟議資料や経営報告において、利用実態とコストを定量的な根拠として提示できます。

グループ/メンバー管理による組織運用の一元化

全社展開を進める上で、アカウントとグループの管理は運用フローの土台になります。
管理者は[ グループ/メンバー ]画面から、組織名・ライセンス契約数・利用者数・グループ数・アカウント一覧・グループ一覧を確認できます。

強み（Advantage）: 数十〜数百名規模のアカウント発行やグループ編成も、個別操作と一括登録の両方で効率的に行えます。
ベネフィット（Benefit）: DX推進担当者は、展開規模の拡大に応じた運用工数の増加を抑えながら、組織全体の利用体制を整備できます。

導入のしやすさ：小さく始めて全社へ広げるステップ

KnowledgeLMは、OpenID Connectに対応したKeycloak（ID・アクセス管理）でログインします。ユーザーはメールアドレスとパスワードでサインインし、認証成功後は[ 新しい会話 ]画面が表示されます。シングルサインオン（SSO）や多要素認証も容易に導入できるため、既存の認証基盤とあわせた展開が可能です（詳細な認証設定は情シス向けページで解説します）。

よくある質問（FAQ）

Q1. エンジニアや専門部署がいなくても、現場だけでAIエージェントを作成・展開できますか？ A. はい。メタプロンプティング機能により、役割記述・用途説明・プロンプトテンプレートはAIとの対話形式で作成できます。ただし、エージェントの作成可否・公開可否は権限フラグで管理者が制御できるため、無秩序な乱立を防ぎながら展開できます。

Q2. 利用状況やコストは、どの単位で把握できますか？ A. [ 統計情報（全体） ]画面で、組織全体のトークン消費量・概算コスト・参照専門知識・AIエージェント使用回数を、5分単位から年単位まで複数の集計期間で確認できます。

Q3. 現場が作成したAIエージェントは、退職・異動時にどうなりますか？ A. AIエージェントの所有者は、管理者操作により他のユーザーへ変更できます。また、グループ公開・組織内公開のエージェントは、アカウント削除時に移譲先を指定することで、組織の資産として引き継げます。

Q4. 社内文書をAIに読み込ませる際、情報の重要度や性質を区別できますか？ A. データソース登録時に「データの性質ラベル」（公式規定、ドラフト、非推奨など）と「データを与える意図」（絶対的なルールとして扱う、検討中の案として扱う等）を指定でき、AIの回答における情報の扱い方を調整できます。

Q5. 小規模なトライアルから始めて、段階的に全社展開することはできますか？ A. はい。権限フラグ（エージェント作成可能／ファイルアップロード可能／公開可能）を役割ごとに設定できるため、まず一部門・一部権限に限定して試し、運用が定着した段階でスコープや権限を広げるという段階的な展開が可能です。