AIを使いこなす鍵は、性能そのものではなく「どんな世界を渡せるか」にあります。 発散と収束を高速化するAIの価値は、前提となるコンテキストとオントロジーの設計によって決まります。
- AIは発散と収束の往復を超加速させる
- 答えの質は、渡す世界観の設計に左右される
- 人間に残るのは、何を前提として世界を記述するかという仕事
本記事では、AI時代におけるコンテキストとオントロジーの重要性、 そして人間に残された役割について考えます。
先日、あるプロジェクトで何十回と議論を重ねてきた論点を、ほぼそのままの粒度でAIに預けてみた。途中で棚上げになった仮説、関係者ごとの温度感、決めたこと、まだ決めていないこと。そこに一言だけ、「今どこにいて、次どこへ向かうべきか」と聞いた。
返ってきた答えが、手癖で出てくる一般論とは、明らかに違った。
そのとき、はっきりと感じたことがある。ああ、これはAIの性能の話じゃないな、と。渡した情報が、どんな世界観のなかで整理されているか。その手前の設計に、答えの鋭さが宿っている。そういう感触だった。
人間に残された仕事、人間がすべき仕事
人間の仕事というのは、突き詰めれば発散と収束のあいだを行き来し続けることだと思っている。広げる。絞る。また広げる。前提が変わる。絞り直す。一直線には進まない。進んだつもりが、気がつけば起点に戻っていることもある。
現場ではそれを「迷走」と呼んだり、「意思決定の遅さ」と片づけたりする。でも、本当はそうじゃない。その揺らぎこそが、まだ形になっていない可能性を事業の意思へ変えていく探索そのものだ。ノイズとして切り捨ててしまうと、薄い結論しか残らない。
適切なタイミングで広げる。適切なタイミングで畳む。そして決める・・・この往復の呼吸を読むのが、人の仕事の中核にある、と思う。と、偉そうに書いたが、実際にはこの呼吸を何度も外してきた・・・。
AIは、この発散と収束を「超加速」させるための装置として立ち現れてきた、と私は見ている。
広げる側でいえば、数日かけていたブレストが、数十分でしかも十倍の粒度でまわる。収束の側でも、論点の整理、前提の洗い出し、対立軸の抽出。地味で重たい仕事が人間の何倍もの速度でまわる。
ただし、ここが一番書きたかったところなのだが、ただ速いだけでは意味がない。
速い発散は、ともすれば「それっぽい情報の氾濫」に終わる。速い収束は、雑な決定の量産になる。速度が価値に変わるのは、その両端で、AIが「いま何の世界で思考しているのか」を正しく掴めている時に限られる。
ここで要るのが、コンテキストとオントロジーだ。
コンテキストとオントロジー
コンテキストというのは、「いま、この場で、何を前提にしているか」。目的、背景、制約、評価軸。時間も含めて、状況そのもの。オントロジーというのは、その手前にある「この世界には、どんな概念が、どんな関係で存在しているか」という構造の地図。
前者は状況。後者は構造、と言い換えてもいい。
2025年の秋、Anthropicは「コンテキスト・エンジニアリング」という言葉を打ち出した。プロンプトをうまく書くことを超えて、AIが判断するために必要な情報、ツール、記憶、前提のすべてを設計する営み。それがプロンプト・エンジニアリングの次に来る独立した専門領域になる、という提起だった。
つまり重心が、何を聞くか、から、何を渡しておくか、に移ってきている。
2026年に入って、この流れはさらに一段深くなった。
Gartnerの2026年データ&アナリティクス・サミットは、セマンティック・レイヤーとナレッジグラフを「エージェント型AIの基盤インフラ」として位置づけた。業界筋のあいだでは「2026年はオントロジーの年」と宣言されるほど、この領域への注目が集中している。
オントロジーが再び熱いのは、結局、AIに文脈を与える鍵がそこにあるから、というのが多くの現場の実感だと思う。昔からある概念のはずなのに、LLMというまったく違う技術の登場によって、急に必要不可欠な相棒として引っ張り出されてきた。知識工学の再発見、と呼ぶ人もいる。
数字の方もなかなか厳しい。Deloitteの2026年調査では、およそ75%の企業がエージェント型AIの導入を計画している一方、実際に深い業務変革に結びつけられているのは34%にとどまる。国内の別の調査でも、AI投資から実際にビジネス価値を生み出せている企業は6%しかない、という数字が紹介されていた。
この差は、たぶんモデルの賢さでは埋まらない。
ブランドの話で考えてみる
これは、ブランドの話で考えるとわかりやすい。
AIに「うちのブランドらしく書いて」と頼んでも、返ってくるのはだいたい、似た業界の似た文言だ。なぜなら、そのブランドらしさが、どんな価値観・顧客観・美学の網の目で成り立っているのか。その構造＝オントロジーが、AIに渡されていないから。
逆に、ブランドを定義する概念群と、それぞれの関係、そしていま取り組んでいるプロジェクトの具体状況を重ねて渡すと、返ってくるものの手触りが急に変わる。広がり方が違うし、絞り込まれ方も違う。発散の質と、収束の精度が、同時に上がってくる。
ここが、私がずっと「AI時代のブランドをコントロールするOSが必要」と呼んできたものの本丸でもある。ブランドというのはロゴや色やトンマナの手前にある「ものの見方の体系」、つまりオントロジーだ。それをAIが読める形で記述できるかどうか。
2026年の競争優位は、このあたりで動き始めている気がしている。
AIに伝えるために
実際には2026年から二つの方向に動きが出ている。
ひとつは、MCP（Model Context Protocol）に代表されるような、外部の知識・ツール・データベースをAIに接続する標準の整備。ナレッジグラフやオントロジーを、AIが必要なときに参照できるかたちで「置いておく」層が、しっかり立ち上がってきた。Context Graphと呼ばれる、文脈がどう行動に繋がったかを辿れる生きた記録を保持する仕組みも、企業向けAIのキーワードになりつつある。
もうひとつは、組織の暗黙知や判断軸を誰が書いて誰が育てるのか、という生々しい話。AIに渡す前提の質は、その前提を言語化する人間の解像度を超えない。渡すべきものを持っていない組織には、どれだけ優秀なAIを連れてきても、薄い答えしか戻ってこない。
AIを本気で使うというのは、AIの話であると同時に、自分たちの世界観をどれだけ丁寧に記述できているか、という話でもある。
人間に残された発散と収束の往復
一方で、発散と収束の往復。その揺らぎを意味ある探索として受け止める感性。いつ広げ、いつ決めるかを見極める呼吸。この中核は、やっぱり人にしか担えない仕事だと思う。
ただ、それを人だけで何往復も重ねるには、現実は速すぎるし、複雑すぎる。
AIは、その往復を信じがたい速度でまわすためにある。でも、まわす対象が何なのかを、AI自身は知らない。コンテキストとオントロジーは、言ってみれば、AIに「君はいま、どの世界の住人としてまわっているのか」を教えてあげる仕組みだ。
ここまで書いてきて自分でも思うのだけれど、結局これは働き方や意思決定の話というより、「自分たちは何を大切にしていて、どういう構造で世界を見ているのか」をあらためて書き下ろす仕事、なのかもしれない。
地味で、退屈で、でも、たぶんそこにしか答えはない。
AIが超加速させてくれるのは、そこを用意した人の前だけ。
そういう時代に、静かに入ってきた。そして「作る」ことは「伝えていく」ことに広がりつつあるとも感じる。
主な参考：
- Anthropic「Effective context engineering for AI agents」
- Year of the Graph Newsletter Vol.30 (Spring 2026)「Beyond Context Graphs」
- Atlan「What Is Ontology in AI? Enterprise Guide for 2026」
- Vishnyakova, V.V. (2026)「Context Engineering: From Prompts to Corporate Multi-Agent Architecture」arXiv
- Think IT「2026年の新常識：良い質問より良い前提」
転載元
※XAが運営するNoteメディアの記事を転載しています。
“つくる火”を分かち合うメディア「Created To Create」
