「それに聞けば丸眞が分かる」を、形にすると
2026年8月4日のお打ち合わせで伺ったご要望に絞って作り直しました。需要予測・営業提案は「現状AIでやらなくてよい」とのお話でしたので、将来の拡張候補として最後のページに移しています。
代表者様のご意思が、このモックの軸です
「それに聞けば 丸眞が分かる っていうものを作りたい」
「丸眞の歴史だったり、社員の失敗談・成功談っていうところを引っ張ってこれるようなものを作りたい」
今は各担当者の方に問い合わせている。それを「まずAIに聞く」というフローにしたい。
「今こういうことをしたい、過去の事例を出して」「注意点は？」と聞けば、失敗談から「こういうことがあったので、ここに注意してください」と返ってくる。
——ただし、そのナレッジは今、各々の頭の中にしかありません。そこが本件の最大の関門です。
聞けば「丸眞のこと」が返ってくる画面です。歴史・過去の事例・失敗談からの注意点を、「誰のいつの経験か」という出典付きでお答えします。
4つ目の質問例で、AIが答えられなかったときに何が起きるかをご覧ください。ここが②に繋がります。
頭の中にあるものを、どうやって形にして貯め続けるか。「みんなでドキュメントを書きましょう」は必ず失敗します。書かせるのではなく「勝手に貯まる」4つの経路をご提案します。
ここが本件の勝敗を分けます。①の箱はどのベンダーでも作れますが、差がつくのは中身の貯め方です。
「入荷予定を聞いたら答えてくれる」もう1つのご要望です。これは①とは全く別の技術で、基幹システムに直接照会します。だから日付を間違えません。
次回お伺いしたい点：基幹システムに API があるかどうかです。
正直に申し上げます ― 今このAIは、ほとんど答えられません
RAG（今回ご検討の仕組み）は「すでにある文書」を探して答える技術です。文書が存在しなければ、どんなに高価な製品を導入しても、AIは何も返せません。
つまり、丸眞様のナレッジが頭の中にしかない今の状態では、製品を入れた初日のAIは「該当する情報が見つかりません」しか言えません。
社内AIが失敗する原因の大半がこれです。2〜3回試して誰も使わなくなる。この事実を最初にお伝えしないベンダーは、信用されない方がよいと弊社は考えます。
だからこそ、来年9月の運用開始まで時間がある今、「製品を選ぶ」より先に「貯め始める」ことに価値があります。
ご安心いただきたい点：全社一斉に始める必要はありません。まず1テーマ・ベテラン3〜5名の方への15分インタビューだけで、数十件のナレッジが貯まります。そこで「使える」と実感いただいてから広げる進め方をご提案します。
8/4のお打ち合わせで伺ったこと
| 項目 | 内容 |
|---|
| 最優先 | 社内ナレッジ（歴史・失敗談・成功談） |
| 第2優先 | 入荷予定を聞いたら答えてくれる |
| スコープ外 | 需要予測（現状AIでやらなくてよい） |
| 現状の環境 | M365（サイボウズOfficeから移行） |
| オンプレの理由 | Copilotはデータを外に出すため |
| 目的 | 人を減らすより、人ができない業務を機械に任せて生産性を上げる |
| 時期 | 今年9月〜来年8月に構築
→ 来年9月 運用開始 |
| 今後 | やりたいことは増えていくので、柔軟に対応できるものを見たい |
初版（8/1）は発注ナビ様のヒアリングに基づき需要予測を中心に作っていました。お打ち合わせを受けて全面的に作り直しています。
② ナレッジの集め方 ― 本件の最大の関門
「現状は各々の頭の中にしかない」というお話が、本件の勝敗を分けます。①の箱はどのベンダーでも作れます。差がつくのは「中身をどう貯め続けるか」です。
4経路すべて n8n で組めます
多くの会社が最初にやること：「みんなでドキュメントを書きましょう」という号令。これはほぼ必ず失敗します。本業が忙しい中で、書く時間は取れないからです。
弊社のご提案は、「書かせる」のではなく「勝手に貯まる」設計にすることです。社員の方の負担を増やさずにナレッジが溜まる経路を、n8n で4本つくります。
経路① AIがインタビューして聞き出す 最も効果が高い
ベテラン社員の方に「書いてください」ではなく、AIが質問し、話していただいた内容を自動で構造化します。
15分お話しいただければ、失敗談が3〜5件、構造化されて貯まります。書く手間はゼロです。
ご退職・異動が近い方から優先するのが定石です。その方の経験は、いなくなると二度と取り出せません。
経路② 日々のやりとりから自動で抽出
貴社は M365 をお使いです。Teams のやりとり、Outlook のメール、会議の議事録には、日々ナレッジが流れています。ただ流れて消えているだけです。
n8n で「この会話に再利用価値のある知見が含まれるか」をAIに判定させ、該当するものだけをナレッジ候補として自動で抜き出します。
社員の方は、いつもどおり仕事をするだけ。登録作業は発生しません。
経路③ 「答えられなかった質問」を種にする
最も効率的な貯め方です。誰かがAIに聞いて答えられなかった質問は、「社内に需要があるのに、まだ言語化されていないナレッジ」そのものです。
n8n が未回答の質問を自動で溜め、「これに答えられる方はどなたですか」と担当部門に投げます。回答が返れば、それがそのままナレッジになります。
使えば使うほど賢くなる循環が回り始めます。
経路④ 既にある資産を吸い上げる 期限あり
「頭の中にしかない」とはいえ、形になっているものもあるはずです。過去の提案書、商品規格書、ライセンス契約書、監修のやりとり、サイボウズ Office に残っている過去の掲示板・報告。
サイボウズ Office は来年サポートが切れます。そこに蓄積された過去の記録は、移行時に失われる可能性があります。
これは期限のある話です。終了前に吸い上げるかどうかを、早めにご判断ください。
経路① AIインタビューの実演
対象：ライセンス管理部 佐藤（在籍18年）
ナレッジ収穫AI
上の「インタビューの様子を見る」ボタンを押すと、
AIがベテラン社員の方に質問し、お話しいただいた内容が右側に構造化されて貯まっていく様子をご覧いただけます。
自動生成されたナレッジ（0件）
まだナレッジがありません
← 左でインタビューが進むと、ここに貯まります
ポイントは「話すだけでよい」ことです。ベテランの方に文章を書いていただく必要はありません。15分お時間をいただければ、これだけのナレッジが形になります。録音の文字起こし → 構造化 → 出典付けまで、すべて n8n が自動で行います。
経路③ AIが答えられなかった質問キュー
6件 未解決 n8n 毎朝 担当へ自動送付
| 質問 | 回数 | 依頼先 | 状態 |
|---|
| ベトナムの新規工場の与信はどう見ればいい？ | 4 | 貿易部 | 未回答 |
| 百貨店の催事で返品連絡が遅れた場合の対応 | 3 | 営業部 | 回答待ち |
| 「今治産」表記を新規サプライヤー品に付けられるか | 3 | 品質管理 | 回答待ち |
| 監修が2回リテイクになった時の納期の巻き返し方 | 2 | ライセンス管理 | 回答済 →登録 |
| 物流センターの繁忙期の締め時間 | 2 | 物流 | 回答済 →登録 |
この画面が、本件で一番のエンジンです。「4回も聞かれているのに、社内のどこにも答えが書かれていない」——それは最優先で言語化すべきナレッジだと分かります。AIを使えば使うほど、何を貯めるべきかが自動で見えてきます。
あわせて設計が必要なこと
| 論点 | なぜ必要か |
|---|
| 出典を必ず残す | 「誰の、いつの経験か」。出典が示せないナレッジは現場が信用しません |
| 古さの管理 | 取引条件も監修フローも変わります。3年前の失敗談が今は当てはまらないことがあります。「最終更新日」「まだ有効か」の確認サイクルが要ります |
| 権限は貯める時点で | 失敗談には個人名や取引先名が含まれます。後から権限を付けるのは非常に困難です |
| 心理的安全性 | 「失敗を書いたら評価が下がる」と思われたら終わりです。これは技術ではなく制度の問題。代表者様の号令とセットで運用ルールを決めていただく必要があります（弊社が決められる部分ではありません） |
正直に申し上げます。4経路を組んでも、初日から満足に答えられるAIにはなりません。ナレッジが貯まるには時間がかかります。だからこそ、運用開始が来年9月の今このタイミングで「貯め始める」ことに価値があります。製品選定に時間をかけるより、先に経路①だけでも回し始める方が、結果的に早く「使えるAI」に到達します。
③ 入荷予定照会
「入荷予定を聞いたら答えてくれる」というもう1つのご要望です。これは①のナレッジ検索とは全く別の技術で、基幹システムに直接照会します。
n8n が担当
なぜ「別の技術」なのか。ナレッジAI（①）は文書の中から意味の近い記述を探す技術です。一方、入荷予定の答えは基幹システムのデータの中にあり、しかも毎日変わります。
これを同じ仕組み（ベクトル検索）でやろうとすると、古い情報を返す・一部しか見ない・それらしい日付を作ってしまうという事故が起こります。入荷予定を間違えて答えるAIは、業務上むしろ害になります。
正しい作り方は、「入荷予定の質問」と判定したら基幹に直接聞きに行き、その結果だけを日本語にすること。日付と数量はシステムが出し、AIは言葉にするだけ。これなら間違えません。
入荷予定照会AI
接続：基幹システム（読み取り専用）
MT-4821 の入荷予定は？
今週入ってくる予定のものを全部教えて
B百貨店の催事に間に合う品番は？
入荷予定照会AI
基幹システムの入荷予定を照会します。
問い合わせた内容を画面に表示しますので、答えの根拠をいつでも確認できます。
常に最新のデータを見に行くため、昨日の情報を返すことはありません。
次回お伺いしたい点：基幹システムに API はありますか？
API がある場合
n8n から直接問い合わせられます。最もシンプルで、常に最新の情報が返ります。構築も最短です。
API がない場合
基幹からCSVを出力し、RPA等で n8n に渡す前段を作ります。一手間かかりますが、この取り込み自体も自動化できます。他社様でも実績のある方式です。
第三の選択肢
基幹のメーカー様に「API を作れますか」とお問い合わせいただく方法もあります。最近は対応いただけるケースが増えています。
ここが分かれば、この機能のお見積りが出せます。次回9月7日までに、基幹システムの仕様（APIの有無・CSV出力の可否）をご確認いただけると幸いです。
構成と、貴社スケジュールに合わせた進め方
「データが社外に出ない」を構成として担保する方法と、8月末決算 → 来年9月 運用開始という前提での進め方です。
構成レイヤー（すべて社内ネットワーク内）
入口
Microsoft 365（Teams）から、そのまま質問。新しい画面は増やしません。専用アプリのインストールも不要です。
AIアプリ層
Dify（Apache 2.0・無償）でチャット・アプリ管理・ユーザー管理を構成。
▸ パッケージ製品を採用される場合は、この層を差し替えるだけ。後から差し替えられる＝今すぐ決めなくてよいのが利点です。
★ナレッジ層
②の4経路（AIインタビュー／M365からの自動抽出／未回答質問の回収／既存資産の吸い上げ）。
本件で最も重要な層です。ここが空だと、上に何を置いても答えは返りません。
業務接続層
n8n（セルフホスト・公式手順で隔離） ★弊社の担当領域
質問の振り分け（ナレッジ系か／入荷予定などのデータ系か）、基幹への照会、ナレッジ収集4経路の自動実行、通知。弊社との契約が終了しても、作ったワークフローは貴社の資産として残ります。
モデル層
Ollama（MIT・無償）＋ ローカルLLM ＋ 埋め込みモデル（GPUサーバー上）。外部APIを一切呼ばない構成が可能です。ここでのモデル選択がGPU費用を最も左右します。
データ層
基幹システム（入荷予定）／ファイルサーバー／M365／サイボウズ Office の過去記録（要救出）／Qdrant（Apache 2.0・無償）。データは既存の場所から動かさず、読みに行くのが基本です。
境界
インターネットとの接続点なし。n8n は公式の隔離設定で外部通信を停止します。基幹の売上実績のような機密情報が社外に出る経路そのものを作りません。（Copilot をお使いにならない理由に対する、構成としての回答です）
買い足す必要があるのは、実質「GPUサーバー」だけです。ソフトウェア（n8n／Dify／Qdrant／Ollama）はいずれも
社内利用が無償で認められています。
ただし「ソフト0円」＝「総額0円」ではありません。GPUサーバー・構築工数・運用保守は必ず発生します。
▶ レポート第7章で3案を正直に比較しています
進め方（今年9月〜来年8月に構築 → 来年9月 運用開始）
| 時期 | やること | 内容 |
|---|
2026年8月
（今月） | 方向性を固める | 5社様のご提案を比較。弊社からのご提案：この段階で「ナレッジのテーマ3つ」と「誰の頭の中にあるか」だけ決めていただけると、以降が一気に進みます |
2026年
9月〜11月 | 小さく始めて、確かめる | ・最小構成を立ち上げ（ソフト費用0円）
・経路①のAIインタビューを、まず3〜5名の方に実施。ナレッジを数十件貯める
・1テーマで「聞いたら答えが返る」状態を作り、1部門で試していただく |
2026年12月
〜2027年3月 | ナレッジが自動で貯まる状態に | ・経路②・③を稼働（M365からの自動抽出／未回答質問の回収）
・経路④：サイボウズ Office の過去記録を吸い上げ（サポート終了前に）
・入荷予定照会を構築／Teams から使える形に接続 |
2027年
4月〜8月 | 広げて、社内で回せる状態に | ・対象テーマ・部門を拡大
・ハンズオンで貴社システム部門の方に実装方法をお引き渡し（内製化）
・権限設計・ナレッジの鮮度管理ルールの確定／負荷検証とGPUサイジング確定 |
2027年9月
〜 | 本番運用開始 | 全社170〜180名で運用。以降は貴社ご自身でワークフローを追加していける状態。「やりたいことが増えていく」というお話に、そのまま対応できます |
来年8月まで時間があるので、焦って製品を決める必要がありません。むしろ先に小さく試して、何が必要か分かってから本格投資する方が、確実に安く・確実に使われるものになります。
① 質問の振り分け
② AIインタビュー → ナレッジ化
③ 答えられなかった質問の回収
④ 入荷予定照会
「入荷予定は？」をベクトル検索に流さないことが重要です。ナレッジ系とデータ系で経路を分けることで、日付や数量を間違えなくなります。
ベテランの方の負担は「15分話すこと」だけです。文字起こしから構造化・出典付け・格納まで、すべて n8n が自動で行います。「書く」工程が発生しないため、続きます。
この循環が回り始めると、AIは使えば使うほど賢くなります。「何を貯めるべきか」を人が考える必要がなくなり、社内で実際に需要のあるナレッジから順に埋まっていきます。
この構成が組めるかどうかは、基幹システムに API があるかで決まります。API がない場合は CSV出力＋RPA を前段に置く方式になります（他社様でも実績あり）。次回、基幹の仕様をお伺いできれば見積が出せます。
「外部に出ない」の具体的な担保
n8n の公式ドキュメントには 「Isolate n8n（n8nを隔離する）」という設定手順が正式に用意されています。以下により、外部への通信をすべて止められます。
N8N_DIAGNOSTICS_ENABLED=false
N8N_VERSION_NOTIFICATIONS_ENABLED=false
N8N_TEMPLATES_ENABLED=false
EXTERNAL_FRONTEND_HOOKS_URLS=
N8N_DIAGNOSTICS_CONFIG_FRONTEND=
N8N_DIAGNOSTICS_CONFIG_BACKEND=
これは弊社の主張ではなく、n8n公式ドキュメントに記載された手順です。稟議の際、根拠としてそのまま添付いただけます。
将来の拡張候補（今回はスコープ外）
現状AIでやらなくてよい、とのお話でした
初版では中心に据えていた需要予測・営業提案は、お打ち合わせを受けて将来の拡張候補に位置づけを変更しました。今は無理に入れる必要はないと弊社も考えます。
ただし1点だけ。調査した7製品すべてが、需要予測を標準機能として持っていません。RAGが「文書を探す」技術で「数字を集計・予測する」技術ではないためです。
つまり、将来この機能が必要になったとき、どのパッケージを買っていても、結局は今回ご提案しているような接続レイヤー（n8n等）を足すことになります。
これは「だからn8nを」という話ではなく、製品を選ぶ際に「後から数値系の機能を足せる構成か」を見ておくと、将来やり直しにならないという意味です。「やりたいことは今後どんどん増える」とおっしゃっていた点に直結します。
他にも「請求書・受発注のOCR自動化」「商談議事録の自動作成」など、n8n を入れておくと後から足せる業務は多くあります。まずはナレッジと入荷予定に集中し、社内で「これも自動化したい」が出てきた時に、一つずつ足していくのが現実的な進め方です。