ひとつの質問が組織の資産になる日
2026年3月、ソウル国立大学の総長が発表した文書ひとつが、静かに知識産業のパノラマを変え始めた。『SHINE AI』という名前のこの計画には、16の戦略課題と47の細分化された課題が含まれている。AI関連科目8,000個、AI応用研究室200個、AI研究者3,000人。数値たちは印象的だ。しかし、この宣言が本当に重要な理由は、数値ではない。
計画書の中には、「質問資産化」という概念がある。「教室と個人端末で学生と教授が AI に投げかける質問を、蓄積可能な知識資産に変換する」というものだ。見た目には平凡に見える。しかし、このたった一行が、知識基盤組織の競争力を根本から再定義する。
いま、組織から最も素早く消えていく資源が何であるかご存知だろうか。それはお金でもなく、時間でもない。人が去るときに一緒に持ち去られる暗黙知だ。10年のキャリアを持つ弁護士が転職すれば、その人が扱ってきた数百件の事件から蓄積された判断パターンは、組織に残らない。病院で30年のキャリアを持つ医師が退職すれば、その指先に宿っていた臨床感覚は、記録として伝承されない。
ソウル国立大学が「質問資産化」を宣言したのは、この問題を構造的に解決しようとする意味だ。構成員が AI に投げかける質問ひとつひとつが、組織の知識資産として蓄積される仕組みを作るということなのだ。
AI ネイティブ組織と AI 活用組織の間の壁
AI を使う組織と AI ネイティブ組織は異なる。この差異を混同すれば、戦略は完全に見当違いになる。
AI を使う組織は、道具を導入する。ChatGPT を業務に活かし、自動化ツールを接続し、いくつかの反復作業を AI に任せる。効率は上がる。しかし、組織そのものの作動方式は変わらない。
AI ネイティブ組織は異なる。AI をどう使うかではなく、組織が知識を生産し流通させる構造そのものが AI を中心に設計されていることだ。新しい事例が生まれれば、即座に組織全体の学習データに変換される。ある人が発見したパターンが、翌日には全チームの能力になる。
MIT スローン経営大学院の2025年研究は、この差異を数値で示している。AI ネイティブ方式で運営される知識サービス組織は、AI 活用組織と比べて、意思決定速度が3.2倍、新規人員のオンボーディング時間が67%短縮、知識再利用率が4.8倍高かった。単に速いだけではない。学習構造そのものが異なるため、時間が積み重なるほど、格差は幾何級数的に広がっていく。
知識そのものがサービスである分野では、格差はより大きい
製造業では、AI は主にコストと速度に影響を与える。しかし、法律、医療、教育、研究、金融コンサルティングのように、知識そのものがサービスである分野では、AI ネイティブ転換の効果は次元が異なる。
この格差が生じる理由は3つある。
**第1に、蓄積知識の構造化。**知識基盤サービスの中核的な競争力は、長い時間をかけて積み重ねられた判例、論文、事例、ノウハウだ。過去には、この資産がシニア専門家の頭の中に分散していた。AI ネイティブ組織は、この知識を構造化された形に変換して、組織全体がアクセスできるようにする。10年のキャリアを持つ人の判断パターンが、1年目の新人の業務ガイドになる。
**第2に、複雑なケースにおける意思決定速度。**国内のある大型法務法人が2025年に導入した AI ネイティブ事例分析システムは、過去に3日かかっていた類似判例の検索を8分に短縮した。これは単なる速度向上ではない。3日が8分になれば、弁護士ができる仕事の範囲そのものが変わる。1日に検討できる事例の数が変わり、顧客に提供する分析の深さが変わる。
**第3に、知識生産の継続性。**担当者が変わっても組織の知識レベルは保たれるのか。医療分野では、開業医の離職率は年間約12%だ。従来の組織ではこれは喪失だ。AI ネイティブ病院では、退職した医師の臨床パターンが AI システムに残り、次の医師の診断を支援する。人が去っても、知識は残る。
ソウル国立大学が宣言したことの本当の意味
ソウル国立大学の SHINE AI 計画を『AI 教育拡大』として読めば、核心を見落とす。
MIT、スタンフォード、カーネギーメロンは、すでに2023年から、AI を教育ツールとして使うことを超えて、AI と協働して新しい知識を生み出す研究方法論そのものを再設計し始めている。これらの大学の研究室から出される論文の執筆方式、実験設計方式、データ分析方式は、すでに既存の学術慣行と異なる。
ソウル国立大学が AI+X 教育課程、超学際的教育、2031年竣工予定の8,400㎡ AI 融合館を発表したのは、この流れに追いつくためのものだ。宣言の実質的な意味は、これである：このように訓練された人材が社会に進出するとき、彼らと働く組織と、そうではない組織の間の格差は、初めから構造的に設定される。
ハーバード・ビジネス・レビューの2025年分析によれば、AI ネイティブ教育機関出身の人材を初期メンバーとして保有するスタートアップは、そうではないスタートアップと比べて、2年以内に知識生産性で平均2.7倍の違いを示した。採用市場の論理が変わっている。
地域と中小組織には逆転のチャンスがある
この流れをソウル国立大学と大企業の話だけとして読めば、2番目の誤りだ。
**人員規模が小さいほど、AI ネイティブ転換の相対的効果は大きい。**理由は単純だ。50人の組織で AI が3人分の知識生産性を代替すれば、6%の影響だ。5人の組織で同じことが起きれば、60%の影響だ。
実際の事例がある。全羅北道全州市で5人が運営する法律事務所が、2025年に AI ネイティブ事例管理システムを導入した後、月間処理事件数が40%増加した。報酬は上がり、残業は減った。この法律事務所が競争する相手は、もはや隣のビルの別の小型事務所ではない。ソウルの大型法律事務所のサービス品質に近づいている。
教育分野も同じだ。農村地域の小規模教育機関が AI ネイティブ方式で個別化教育課程を設計すれば、首都圏の大型学習塾が提供する個人化サービスと競争することができる。地理的格差が知識サービス格差と同義であった時代は終わろうとしている。
英陽郡 AI 協会がこの方向を追求する理由もここにある。AI 技術の導入が目的ではない。地域組織が AI ネイティブに転換して、サービス品質の地域格差そのものをなくすことが目的である。
転換しない組織が直面する現実
5年後を想像してみよう。
知識基盤分野で AI ネイティブ転換を完了した組織と、そうではない組織の間に開く格差は、今日の5人事務所と500人法律事務所の間の格差よりも大きい可能性がある。規模ではなく、構造が競争力を決めるからだ。
この格差は漸進的に開くのではない。技術採用では一般的に『転換点(tipping point)』が存在する。ある時点を過ぎると、転換しない組織が提供するサービスの品質の違いが、顧客に明確に感じられ始める。その時点を過ぎると、追いつくことは難しい。
マッキンゼー・グローバル・インスティチュートの2026年初の発表によれば、知識集約的サービス分野で AI ネイティブ転換を完了した組織の比率は、現在、世界的に約8%だ。しかし、この8%が該当分野の生産性成長の71%を占めている。少数が大部分の成果を独占する構造に急速に再編されている。
今、始まる組織が作るもの
ソウル国立大学の宣言は信号だ。韓国最高の知識生産機関が、自らを AI ネイティブ組織に転換することを公式に宣言したことは、この転換がもはや『未来のこと』ではないことを意味する。
AI ネイティブ組織は完成された状態ではない。**構成員のすべての質問、すべての判断、すべての試みが、組織の知識として蓄積されるプロセスを始めた組織である。**今日のひとつの質問が、来年の組織能力になる。このプロセスを始めた組織と始めていない組織の間の格差は、時間が積み重なるほど、埋めるのが難しくなる。
人口1万7千人の小都市・英陽郡で AI 協会が設立されたのは、この信号を先に読んだ人たちがいたからだ。地域が小さいということは、弱点ではない可能性がある。素早く動くことができること、転換の効果が即座に現れること、モデル事例となって他の地域に影響を与えることができること——これらが地域小都市における AI ネイティブ組織の本当の競争力だ。
ソウル国立大学の宣言は、すでに知られていたことを公式化したに過ぎない。**知識産業の新しい権力は、規模ではなく構造から生まれる。**その構造を最初に作る組織が、次の10年の知識生産をリードするだろう。
英陽郡 AI 協会は、経北英陽郡を基盤に AI 教育と組織転換を支援しています。この記事は、ソウル国立大学 SHINE AI 戦略発表と現場事例をもとに執筆されました。
この記事は明星心齋の深層思考エンジン
Simthink Engine (深 Think)により執筆されました。