会社の知識を、
AIエージェントが使える形に。

Company Brain とは

社内に散らばった知識を集めて構造化し、常に最新に保ち、AIエージェントが読んで実行できる形にしておく仕組みのことです。2026年5月、Y Combinatorが「AI時代に足りていない基盤(missing primitive)」として名指ししたことで、言葉として広まりました。

会社の知識は、規程やマニュアルのような「書いてあるもの」だけではありません。値引きをどこまで認めるか、どの案件を優先するか、障害のときに誰に何を連絡するか。判断の基準はたいてい書かれずに残っています。人はそれを「たぶんこうだったはず」で扱えますが、AIエージェントにはできません。書かれていない基準は、存在しないのと同じです。

新しいモデルを入れても、現場が変わらない理由

AIの性能はもう主なボトルネックではありません。詰まっているのは、会社側の知識をAIに渡せていないところです。原因は、だいたい次の4つに分かれます。

こんな状態なら、相談どきです

• 社内AIやRAGを入れたが、精度が上がらず使われていない
• アシスタントを契約したのに、自社の実務的な質問には答えられない
• 同じ質問がいつも同じ人に集中していて、その人が休むと止まる
• ベテランの退職が決まっていて、判断基準が引き継げていない
• 社内AI検索の席数課金が、実際の利用に対して割高になっている
• AIに業務を任せたいが、権限とセキュリティの設計が決められない

ウェステリアに頼む理由

よくあるご質問

文書がほとんど整備されていませんが、始められますか

始められます。古い文書が大量にあるほうが、どれが正しいかの判定に時間がかかります。文書がない場合は、実際に飛んでいる質問への回答を書き起こすところから始めます。

全社で一斉に導入する必要がありますか

おすすめしません。同じ質問が集中している業務を1つ選んで始め、効果を確認してから広げてください。全社一斉は、費用が先に出て効果が見えにくくなります。

すでにMicrosoft 365やGoogle Workspaceを契約しています

そのまま活かします。オフィス文書やメールの範囲は標準機能が有利です。標準機能では届かない範囲(基幹システムの中、業務ごとの判断基準など)だけを足すほうが費用は抑えられます。

社内データを外部に出すことに抵抗があります

渡さずに済む情報は渡さない設計から検討します。氏名や連絡先を伏せたまま処理できる業務は少なくありません。そのうえで、入力内容が学習に使われない契約形態のサービスを選定します。

費用はどのくらいかかりますか

対象業務の数、接続先の数、文書の状態の3つで大きく変わるため、一律の金額は出していません。この3点を伺えば試算をお出しします。初回のヒアリングは1時間、無料です。

作ったあと、社内で運用できるか不安です

運用が続かないのが最大の失敗要因なので、更新のきっかけを業務の流れに埋め込むところまでを設計に含めます。運用の伴走もお引き受けできます。

判断材料として読んでおくもの

売り込みではなく、発注する側が知っておくと損をしない内容を書いています。

• Company Brainとは｜社内の知識を、AIエージェントが実行できる形にする Company Brain(カンパニーブレイン)の定義、社内検索やRAGとの違い、導入の順番と失敗しやすい点を、発注する側の判断材料としてまとめます。
• 社内RAGを入れたのに使われない｜足りないのは精度ではなく知識のほう 社内向けのRAG・AIチャットを導入したものの回答精度が上がらない、現場で使われないという状況について、原因の切り分け方と次に打つ手を整理します。
• 社内AI検索の費用が見合わないと感じたら｜代替の選び方と、自社で作る判断基準 Gleanなどのエンタープライズサーチ・社内AI検索製品について、費用構造の注意点、代替の選び方、自社構築に切り替える判断基準を整理します。
• 社内アシスタントが自社の質問に答えられない｜原因の切り分けと、埋め方 Microsoft 365 CopilotやGeminiなどのアシスタントが社内の実務的な質問に答えられない理由を、対象範囲・権限・文書の状態に分けて解説し、対処の順番を示します。
• AIが読めるドキュメントの書き方｜社内Wikiがあるのに答えが出ない理由 社内Wikiやドキュメントツールに文書があるのにAIが的確に答えられない原因を整理し、既存文書をAIが使える状態にするための書き方と整理の手順をまとめます。
• 社内ナレッジのAI化にかかる費用｜内訳と、見積もりの取り方 Company Brain・社内AIの構築にかかる費用を、初期構築・つなぎ込み・文書整備・運用に分けて内訳を示し、相見積もりで比較すべき項目をまとめます。
• 属人化をAIで解消する｜ベテランの判断基準を引き出して残す手順 特定の担当者しか判断できない業務について、暗黙知を引き出して文書化し、AIが使える形に残すまでの手順と、進めるうえでの注意点をまとめます。
• MCPで社内システムをAIにつなぐ｜つながるもの、つながらないもの MCP(Model Context Protocol)を使ってAIエージェントと社内システム・SaaSを接続する際の適用範囲、認証と権限の設計、導入前に決めておくべき項目を整理します。
• AIエージェントに社内データを触らせる前に決めること｜権限・記録・止め方 AIエージェントを社内システムに接続して業務を実行させる場合に、事前に決めておくべき権限設計、実行記録、緊急停止、外部送信の範囲について整理します。
• 社内AIは製品を買うか、作るか｜判断の分かれ目 社内ナレッジのAI活用について、既製品の導入と自社構築のどちらを選ぶべきかを、情報の所在・利用範囲・やらせること・費用の観点から比較し、判断基準を示します。