社内データをAIに読ませる前のデータ基盤整備

第一に、鮮度の問題です。「就業規則_最終.docx」「就業規則_最終_修正版.docx」——AIはどれが現行版かを判断できず、廃止済みの規程を根拠に回答します。

第二に、権限の問題です。AI検索は、本人がアクセスできる文書を横断して答えを合成します。「リンクを知っている全員」で共有された給与テーブル、退職者の個人フォルダに残る人事評価——今まで誰も探さなかったから見つからなかった文書が、AIの検索力で発掘されます。AI導入は、放置されてきたアクセス権の負債を一気に顕在化させます。

第三に、構造の問題です。「議事録.docx」というファイルがどの会議のいつの議事録なのか、人間はフォルダ階層から推測しますが、検索でヒットした単体のファイルにはその文脈がありません。

全社共有ドライブに「現行規程」「現行テンプレート」という正本専用の領域を作り、各文書の最新版のみを置きます。過去バージョンはアーカイブドライブに移し、AIの検索対象から除外します。正本領域の文書更新は担当者を限定し、更新時に旧版をアーカイブへ移すことをルール化します。

この「正本とアーカイブの分離」だけで、AI回答の信頼性は目に見えて向上します。AIの回答品質の問題に見えていたものの実体は、文書管理の問題だったというのが、ほとんどの現場の実態です。

ファイル名は、AIにとって最も確実なメタデータです。推奨する形式は「種別_対象_日付またはバージョン」。例えば「議事録_経営会議_2026-06-15」「規程_就業規則_v4」です。目的は厳密な統一ではなく文脈の自己完結です。

優先順位を付けます。正本領域の文書は100%適用、部門ドライブは新規作成分から適用、マイドライブは対象外。また、日付はISO 8601形式に統一します。表記が混在すると、AIの時系列理解が不安定になり、「最新の議事録を要約して」という指示の精度に直結します。

鮮度と構造の問題はAIの回答品質を下げるだけですが、権限の問題は情報漏洩事故になります。

手順は3段階です。まず、外部共有されているファイルの一覧を出し、不要な「リンクを知っている全員」共有を一括で解除します。次に、機微情報の所在を特定し、専用の共有ドライブに隔離します。マイドライブに散在する機微文書の移動は本人へのヒアリングを含むため時間がかかりますが、ここを飛ばさないでください。最後に、AI接続の対象範囲をドライブ単位で明示的に決めます。「とりあえず全部つないで様子を見る」は、事故の作り方です。

この棚卸しは、AI導入と無関係に価値のあるセキュリティ改善です。AI導入という締切があるからこそ、長年放置された宿題が片付きます。

1ヶ月目は現状調査。外部共有の棚卸し、機微情報の所在特定、文書量の把握。2ヶ月目は構造の実装。正本領域とアーカイブの分離、機微情報の隔離、命名規則の策定。3ヶ月目は限定接続と検証。整備済み領域のみをAIに接続し、パイロットユーザーで回答品質と権限漏れを検証してから段階拡大します。

「AIを入れる」の実体は、その前段の情報資産の整理です。土台を作る3ヶ月を惜しまないことが、結局は最短ルートです。

一度整備したDriveは、放置すれば2年で元に戻ります。継続の鍵は、投入経路を絞ること、見えるようにすること、定点観測です。

スキャンPDFは参照頻度の高いものからテキスト化し、過去の帳票類は検索対象外に置くのが費用対効果の高い整理です。スプレッドシートは1シート1表・1行目ヘッダーに正規化します。経営層への説明では、AI活用の前提整備に加えて、引き継ぎ工数・監査対応・誤共有リスクの削減という、AI以前から存在する価値を並べてください。