池松潤へのお仕事の依頼について

※2026年８月更新

AIナレッジエンジニア：池松 潤

まだ名前のない価値に名前を与える。
散らばった知識を正本にする。
経営者や現場の頭の中にある判断を、組織で使える形にする。
そして必要に応じて、その知識と判断をAIが参照し、人間と一緒に正しく動ける構造へ落とす。
これが、現在の私の仕事の核です。

会社の中には、価値があるのに言葉になっていない事業があります。規程には書かれていない判断があります。社長や現場だけが知っている例外があります。著者や専門家の知識も、書籍、記事、動画、SNS、社内資料に散らばったままでは、組織の資産になりません。

そのような「まだ構造になっていない知識・判断・価値」に、名前をつけ、正本・判断基準・例外・優先順位・権限・仕事の流れへ落とし込んでいきます。

池松潤 / Jun Ikematsu

AIナレッジエンジニア

旗艦領域：企業AIの判断設計
・AIに、会社の仕事のやり方・判断基準・例外・権限を教える。
・AIに知能を借りても、判断まで丸投げしない。
・会社のものさしを、AIが参照・判断・実行できる構造へ変える。

AI正本化
AI参照可能性 / AI Referenceability
コンテキストエンジニアリング / Context Engineering
コンテキストレイヤー／Context Layer
オントロジー／ontology
AI社員の試験・Eval
権限設計
判断OS

1．一言でいうと

まだ言葉や構造になっていない知識・判断・価値を、事業と組織が使える形へ翻訳する仕事です。
その出口の一つがAIです。

AI時代には、この仕事の重要性がさらに高まっています。AIは一般的な知識を持っていても、その会社固有の判断基準、例外、優先順位、権限までは知りません。だから私は、企業の暗黙知を「AIにも使える構造」にする仕事まで扱っています。

ただし、私の仕事はAI導入だけではありません。

・新しい事業に名前をつけること。
・経営者の頭の中にある構想を事業へ落とすこと。
・著者や専門家の知識を資産化すること。
・営業・広報・編集のメッセージをつなぎ直すこと。
・企業AIの判断基準と仕事の経路を設計すること。
これらは別々の仕事に見えて、実際には同じ能力の異なる出口なのです。

2．現在の旗艦領域：
　  企業AIの「最後の1マイル」

生成AIは急速に賢くなりました。検索、要約、文章作成だけでなく、複数のツールを使い、業務を進めるAI Agentも実用段階へ入っています。
しかし、企業で本当に難しいのは「AIを動かすこと」ではありません。

一般的なAIの正しい答えと、その会社での正しい答えは違います。

同じ値引きでも、粗利、顧客区分、契約条件、戦略性、担当者の権限で結論は変わります。同じ問い合わせでも、本人確認の有無、利用規約、過去の経緯、例外条件で対応は変わります。

AI Agentのデモは動く。PoCも成功する。ところが本番導入になると、顧客企業ごとの用語、判断基準、例外、権限、承認条件、正本、更新責任を一から書かなければならない。

この部分が、企業AIの「最後の1マイル」です。

１社（１プロジェクト）だけなら個別対応できるでしょう。しかしAI Agentを100社（１００プロジェクト）に導入したら、100社分の仕事のやり方を毎回ゼロから書くのでしょうか？それが1000、1万と増えたらどうしますか？

プロジェクト数が増えれば増えるほど、個別実装と更新負荷が増えるなら、コストは比例して伸びていくでしょう。

必要なのは、顧客固有の判断を、採録→構造化→実装→評価→更新する方法そのものを再利用可能にすることです。その解決策があります。

◆AI時代の「会社の知識基盤」をつくります

Graphを作ること自体が目的ではありません。目的は、会社の知識と判断が、人とAIに正しく伝わり、実際の行動へつながることです。
・AIが参照する知識基盤
・会社の正本
・サービスやカテゴリーの名前・定義
・用語集、概念体系、オントロジー
・判断基準、例外、優先順位、権限表
・人間へフィードバックする条件
・仕事の流れ、Decision / Task Graph
・評価ケース、試験問題、合格基準
・営業資料、事業説明、広報ストーリー
・書籍、記事、連載、動画の編集設計
・著者AI、専門家AIのための知識資産
・更新ルール、監査、ログ、運用設計

会社の世界地図をつくる「オントロジー」とは

AIナレッジエンジニアとは

３．特にお役に立てる方

・AI Agent／Vertical AI／SIer／FDE／BPaaS事業者
顧客ごとの判断実装が増え、導入負荷・更新負荷が事業スケールのボトルネックになっている。

・事業会社の経営者／新規事業責任者／AI責任者
新しい事業やAI導入を進めたいが、価値、優先順位、判断基準、実行の形が整理されていない。

・出版社／メディア／著者／専門家
知識や編集知を、書籍や記事だけでなく、AI時代にも参照される資産として残したい。

・営業／広報／編集／デジタルの責任者
発信や制作物が分断され、事業の核となるメッセージと導線をつくり直したい。

・スタートアップ／少人数チーム
経営、事業、編集、広報、AIを別々の専門家へ分断せず、横断して考えられる外部パートナーが必要。

４．強み

■ 経営と技術の間を翻訳する
AIの技術用語を経営課題へ変換し、経営者の感覚や暗黙知を実装条件へ落とします。

■ 暗黙知を、再利用可能な資産に変える
原則だけでなく、例外、理由、優先順位、権限、評価、更新まで構造化します。

■ 「正解」だけでなく、境界と経路を設計する
AI案件では、何を答えるかだけでなく、どこで止まるか、誰へ戻すか、何を実行してよいかまで扱います。

■ 構想から実地まで
名前、定義、図、文書、データ、試験、要件、運用まで具体物へ落とします。

■ まだ名前のない価値に名前をつける
問題や強みの輪郭をつかみ、社内外で共有できる概念へ変えます。

５．研究・論文など

言語処理学会総会（NLP2026）にて
RAG時代の言語資源設計と参照可能性について発表しました。

NLP2026 発表論文
https://anlp.jp/proceedings/annual_meeting/2026/pdf_dir/Q5-8.pdf

GitHub：嫉妬AI辞書／NLP2026
https://github.com/junikematsu/shitto-mania-dic/tree/main/nlp2026

Hugging Face：公開データセット
https://huggingface.co/datasets/samuraijun/shitto-mania-dic

６．お受けしやすいご相談／お受けしにくいご相談

◆お受けしやすいご相談
・経営者や専門家の頭の中にある判断を、組織へ落とし込みたい
・AI Agentは動くが、本番運用で判断や例外でつまずいている
・顧客ごとの個別実装が増え、AI事業がスケールしない
・事業、編集、営業、広報、AIが分断されている
・何が問題か、まだうまく言葉にできない
・新しい事業や価値を、どう言語化・構造化すべきか分からない

◆お受けしにくいご相談
・相見積もりやコンペを前提にした無償の詳細提案
・目的や判断基準を扱わないSNS投稿代行や制作量産
・「AIなら何でも安く早くできる」という前提で、固有の知識、判断、責任、編集を軽く扱う案件

７．お問い合わせ

「まだ何を頼むべきか分からない」という状態でも構いません。
現在地と、最初の一歩から整理します。

「大切なものはある。しかし、まだ形になっていない」。
そのような場合には、ご相談ください。

お問い合わせはこちらからどうぞ

https://forms.gle/9bXyHUP1LkUfqtkF6