アトラシアン本社の情報サイト『Inside Atlassian』より。AIおよびサービスマネジメントストラテジストのマソーニャ・スコット（MaSonya Scott）が、AI時代に不可欠となる新たな役割「ナレッジアーキテクト」の定義・責任範囲・求められる資質を提唱し、組織のAI変革を成功に導くための知識基盤の設計について論じる。
本稿の要約を10秒で
- AIの成否を分けるのはモデルではなく、組織の知識と文脈を設計・整備する仕組みである
- 「ナレッジアーキテクト」は人・AI・システム間の文脈の流れを設計し、信頼ある協働の土台をつくる役割である
- AI導入の効果を最大化するには、責任あるAIの枠組みと継続的なナレッジ更新の仕組みを両立させていく
- すでにこの仕事を担っている人を認め、リソースを与えることが組織のAI戦略の第一歩となる
多くの企業がAI変革（トランスフォーメーション）への取り組み方を議論するなか、ナレッジマネジメント（組織知の管理）と、AIが機能するために必要な文脈の整備が、AI活用の成否を分ける重要な要素として浮上している。この潮流が生み出しつつあるのが、「ナレッジアーキテクト」という新たな役割への需要である。
私たちにはすでに、ソフトウェアやハードウェアシステムの全体構造を設計する「システムアーキテクト」がいる。また、営業・マーケティング・エンジニアリングといったさまざまな部門で業務を遂行し、事業目標の達成を担う「ナレッジワーカー」もいる。しかし「ナレッジアーキテクト」という概念は新しい。組織のドキュメントが抱える複雑さを解きほぐし、部門を超えた協働をより良くするために、まさに今求められている存在かもしれない。
ナレッジアーキテクトとは、組織がこれまで蓄積してきた記録の歴史と、現在の意思決定のあり方、そしてAIと共存する未来の働き方——この三者をつなぐ架け橋である。端的に言えば、AIが有意義な仕事をするための土壌を設計する役割だ。AI変革が成功するか否かの分水嶺になり得る存在とも言える。組織におけるAI変革の成果は、AIをどれだけ導入したかではなく、働き方がどれだけ実質的に変わったかで測るべきだろう。
アトラシアンでは、この役割がどこで最も大きな価値を発揮できるかを考え続けてきた。以下に、その具体像を示す。
ナレッジアーキテクトとは何か？
この役割の目的は、大きく二つある。
- AIツールが組織の知識を効果的に活用できるよう、システムと枠組みを設計すること。
- チームメンバーが各自の業務領域でそれらのツールやシステムを使いこなせるよう、スキルを底上げすること。
この概念は、システムアーキテクトが持つ構造設計の厳密さと、社内のナレッジワーカーが蓄積してきたドキュメントの資産を土台としつつ、AI変革に対応するための新たな軸を導入している。それが「コンテキストエンジニアリング（文脈設計）」である。
ナレッジアーキテクトが担う5つの中核責任
1. チーム間の文脈の流れを設計する
この役割が最終的に担うのは、人と人、チームとチーム、AIエージェントとシステムの間でナレッジがどう流れるかを設計することである。組織を、常に動き続け適応し続ける一つの知識システムとして捉え、どこにナレッジの孤立（サイロ化）があるか、どこが脆弱か、どこが見えなくなっているかを特定する。目指すのは、適切な情報を適切なチームへ、構造化し、精選し、届けること——人間もAIエージェントも正しい判断を下せる状態をつくることである。
2. 人間とAIエージェントの協働ルールを定める
ナレッジアーキテクトは、どのタスクに人間の判断が適しているか、どれをAIに任せるべきか、そしてどれに人間とAIの協働ループが必要かを見極めるためのガイドラインを策定する。さらに、AIが定型的な知的作業を吸収していくなかで、ナレッジワーカーがより付加価値の高い業務へシフトできる機会を見出し、いわば「役割の再構想」を促すことも、この責任に含まれる。
3. ナレッジワーカーの文脈管理スキルを底上げする
この役割の重要な側面は、組織全体のAIリテラシーを底上げすることだけではない。ナレッジワーカーが日々の業務プロセスのなかに効果的なドキュメンテーションを組み込み、AIがアクセスしやすい文脈を自ら設計できるようにすることも含まれる。また、チームが抱える不安に向き合い、安心して試行錯誤できる場をつくり、AIツールは働き方を置き換えるものではなく拡張するものだという認識を浸透させる——そうした啓発の役割も担う。
4. ナレッジ基盤を構築する
ナレッジマネジメントを支える運用システムを開発する。具体的には、タクソノミー（分類体系）、オントロジー（概念間の関係定義）、メタデータ標準、コンテンツガバナンスの枠組みなどである。また、LLM（大規模言語モデル）、エージェント、ナレッジグラフといったAIエコシステムに対する実践的な理解を組織全体に醸成し、それらが人間のワークフローとどう統合されるべきかを設計する。
5. 責任あるAIの活用を導き、信頼を築く
業務が組織の基準・正確性・説明責任を満たしているかを検証するフィードバックループと仕組みを構築する。組織全体のAI活用において信頼を中核に据え、明確な指針となる「責任あるAIフレームワーク」を策定する。その原則の例を以下に示す。
- 透明性：AIがなぜその判断を下したのか、説明できるか？ 説明できないのであれば、その判断をAIに自律的に委ねるべきではない。具体的には、入力情報や確信度の開示、モデルバージョンに紐づく監査可能なログへのアクセスを確保することなどが含まれる。
- ガードレール：越えてはならない一線は何か？（例：AIがリスクの高いタスクを自動でクローズしてはならない、AIが人間のレビューなしに社外向けの連絡を送信してはならない）
- 説明責任：AIが誤った判断を下したり、本番環境のワークロードに影響を与えた場合、誰が責任を負うのか？ 明確なオーナーシップがなければ、「アルゴリズムのせい」という責任転嫁が起きる。
ナレッジアーキテクトはさらに、ナレッジと文脈を常に最新かつ適切な状態に保つための仕組みとインセンティブを整備し、AIが解釈するデータへの信頼を強化すべきである。
優れたナレッジアーキテクトに求められる資質
AI技術は急速に進化しており、ビジネスにおけるドキュメンテーションのニーズも変化し続ける。そのため、適応力はこの役割に欠かせない資質である。システム思考に長け、戦略を運用に落とし込む力を持つ人材に最も適している。求められる主なスキルは以下のとおりである。
- 部門横断の翻訳力：部門を越えたステークホルダーマネジメントに優れ、エンジニア・経営層・エンドユーザーそれぞれのニーズを、機能するシステムへと変換できること。
- 未来志向：今だけでなく、次に来るものを見据えて設計する力。組織のナレッジは適切に機能し続けるために、維持・更新されなければならない。
- AIリテラシー：LLM、RAG（検索拡張生成）、エージェントフレームワーク、ナレッジグラフ、エンベディング、ベクトルシステムなど、AIアーキテクチャに対する実践的な理解を持つこと。これらが人間のワークフローや組織のナレッジとどう統合されるべきかを設計するためである。
- コンテキストエンジニアリング：適切な情報を構造化し、精選し、届ける方法を理解していること。人間とAIエージェントの双方が質の高い意思決定を行えるようにするためである。
この役割を組織全体にどうスケールさせるか
これは本質的に水平型の役割であり、事業部門を横断するさまざまな縦のラインをつなぐことを意図している。小規模な組織であれば、一人のナレッジアーキテクトが組織全体の結合組織として機能しうる。大規模な企業では、この機能は小さな分散型チームへとスケールする。組織全体の標準、ガバナンスフレームワーク、コンテキスト層を統括する中央のナレッジアーキテクトと、エンジニアリング、セールス、マーケティング、カスタマーサポートといった主要部門に配置されたドメイン担当者が、その標準を各領域の実情に合わせて適用する。私はこれをミドル〜シニアのIC（個人貢献者）ポジションとして想定しており、成長の余地がある役割だと考えている。
このチームが生み出す価値は、経営層が最も重視するところに現れる。すなわち、ROIの向上である。効果的に組み込まれた場合、ナレッジアーキテクトの仕事は次のような成果をもたらすはずだ。より高品質で信頼性の高いAIアウトプット、信頼の向上による他の従業員のAI導入加速、事業成長に耐えうるレジリエントな組織知基盤、そしてAI投資のパフォーマンス向上である。
企業がナレッジマネジメントの整備を後回しにしたまま、AIインフラに数百万ドルを投じている現実がある。そこにリスクが潜んでいる。この課題にいち早く取り組む企業こそが、より良いAIアウトプットを生み出し、信頼をより早く構築し、AIツールを事業全体に根づかせることに成功するだろう。
次の一歩へ
ビジネスの競争優位を築くのは、もはやAIモデルではない。コンテキストだ。
ナレッジアーキテクトは、今まさに形づくられつつある役割であり、時間とともに進化していくだろう。重要なのは、組織がAI技術を導入するなかで、役割設計についての対話を始めることだ。
ぜひ考えてみてほしい。もしあなたの組織にすでにこの仕事を担っている人がいるなら、その存在を認め、リソースを与えてほしい。もしいないなら、その機会をつくることを検討してほしい。この人たちこそ、あなたのAI戦略が頼りにすべき存在である。