ghoost（ゴースト）
ベテランの判断を、組織の資産にする

コツ・手順・事例。語れば言葉になる、いわば眠っている形式知。文書化・動画・ナレッジ検索・RAGはA側の優れた道具であり、正しく機能します。

「なんか筋が悪い」の"なんか"。聞いても「経験としか言えない」と返る領域。ghoostの対象はBです。RAGは知識に効き、ghoostは判断に効く——併用してください。

一人称視点の映像記録が高精細になっても、カメラに写るのは手の動きまでです。写らないのは頭の中の分岐で、しかも本人も、聞かれるまで説明できません。だからBは、録画でも事後インタビューでも残りません。

判断データを大量に集めても解決しません。100人の判断を平均した最適解には署名がないからです。トップ営業の攻め筋と堅実派の守り筋は、平均したら両方死にます。他社が集めるのは平均。ghoostが残すのは署名です。

ghoostは結論だけを返しません。何を最初に見て・どう分岐し・次に何を見るかという判断の道筋を開示します。新人がトレースをなぞれば同じ判断に着地でき、答えを配る箱ではなく「判断を教える先生」として機能します。これは「AIの判断を稟議に載せられるか」というガバナンス要件への回答でもあります。最終判断と責任は、常に人間の側にあります。

「なぜ?」とは聞きません。「新人に任せるなら、まず何を見ろと言いますか?」と聞きます。業務履歴から判断が割れた難症例をAIが検出し、実案件名入りの逆設問を生成します。分岐もその場で生成されます。答えるのは常に生身の本人で、AIには答えさせません。無意識の決定木が、対話の中で言語化されていきます。

蒸留 → 照合 → 更新のサイクルで、本人とのズレを確かめながら育て続けます（本人が現役のうちに回すのが鉄則です）。この方法論はtacit-distill農法として体系化し、仕様を公開しています。

特許取得（特願2025-135907、2026年4月30日取得。複数AIエージェント統合による役割モデル生成技術）／Peer承認率92.3%（北海道文化放送株式会社における先行導入で実証）／1名あたり約1〜2時間（インタビューの自動化と統合処理により初版のAIエージェントを生成）／536社（「国内企業AI活用実態調査2026」の知見をサービス設計に反映）

人事評価には使いません（ghoostは本人ではありません。評価・処遇など人に関わる判断は、必ず生身の人間が行います）／鮮度は落ちます（視座は蒸留時点の状況への最適。だから照合ループが製品に内蔵されています）／何でもは蒸留しません（対象は「判断が割れる難症例」に絞ります。全業務のAI化ではありません）。限界を先に言えるのは、反証条件を先に設計しているからです。

WEEK1-2 Kickoff → WEEK3-6 生成 → WEEK7-10 ブラッシュアップ → WEEK11-12 本格運用。属人化した判断1つから始め、3ヶ月で本格稼働します。料金は対象人数・規模により個別にお見積りします。目安は資料に記載しています。