カンパニーブレインとは、会社に散らばる判断基準・顧客理解・手順・暗黙知を、人とAIの両方が参照・実行できる形に整えた、組織の頭脳のことです。
言葉は新しくても、悩みそのものは古くからあります。「大事な判断が、社長やベテランの頭の中にしかない」「便利なツールは入れたのに、会社のいちばん肝心な部分は誰かの記憶のまま」。この属人化を解く鍵が、カンパニーブレインです。
この記事は、カンパニーブレインとは何かという基本から、中小企業が実際に何から手をつけるか、そして作ったあとにどう定着させ安全に回すかまでを、順を追って、経営者の言葉で解説します。専門用語は最小限にします。読み終えたときには、自社にとっての「最初の一歩」が具体的に見えているはずです。
カンパニーブレインとは何か
ふつうのマニュアルや検索、チャットボットと、何が違うのか。カギは2つあります。ひとつは「人だけでなくAIも読める形」にすること。紙のマニュアルやベテランの記憶は、人は使えてもAIは使えません。もうひとつは「参照だけでなく実行まで見据える」こと。ルールを答えるだけでなく、ゆくゆくは手続きそのものをAIに進めさせるところまでを射程に入れます。
経営者にとっての意味は、はっきりしています。「あの人に聞かないと分からない」という属人化を、「会社に聞けば分かる」状態に変えること。事業承継や人手不足が深刻な会社ほど、ここが効きます。今いる人数のまま、対応できる範囲を広げる土台になります。
個人のセカンドブレインと、組織のカンパニーブレインの違い
カンパニーブレインを理解する近道は、その個人版である「セカンドブレイン（第二の脳）」から入ることです。
セカンドブレインは、個人の知的生産術（PKM）の代表概念で、提唱者はティアゴ・フォーテです。中核は CODE——Capture（収集）・Organize（整理）・Distill（要点抽出）・Express（アウトプット）の4ステップ。2017年に始まったオンライン講座を経て、2022年に書籍『Building a Second Brain』（米Atria Books刊）として出版されました。要は、自分の頭の中を外に貯めて再利用する仕組みです。経営者個人での実践は「経営者のセカンドブレイン」にまとめています。
カンパニーブレインは、これを組織の規模に引き上げたものです。一人の頭の中ではなく、複数の社員のノウハウを束ね、会社の判断基盤にする。両者と、よくある「社内検索・チャットボット」を並べると、違いがはっきりします。
| 観点 | 個人のセカンドブレイン | 組織のカンパニーブレイン | 社内検索・チャットボット |
|---|---|---|---|
| 目的 | 自分の知的生産を速くする | 会社の判断と業務を回す | 文書をすばやく探す |
| 対象 | 個人ひとり | 部門・全社 | 質問した人 |
| データ源 | 自分のメモ・記録 | 規程・事例・判断・FAQ・議事録 | 既存の社内文書 |
| 更新の責任 | 本人 | 部門の担当者（オーナー） | 情報システム任せになりがち |
| 出力 | 下書き・整理 | 検索＋実行（手続きを進める） | 検索・回答のみ |
| 権限 | 本人のみ | 役職・部署で細かく設計 | 全社一律になりがち |
違いの核心は右の2列にあります。社内検索は「知っていることを見せる脳」、カンパニーブレインは「業務を回す脳」。ここを取り違えると、「立派な検索窓は作ったのに仕事は楽にならない」で止まります。
なぜ、いま注目されるのか
カンパニーブレインという発想が急に語られ始めたのには、はっきりした背景があります。
ひとつは、スタートアップ投資で知られる Y Combinator が、Summer 2026 の Requests for Startups（出資を募りたいテーマ集）の一項目として「Company Brain」を掲げたことです。提示したのは、英ネット銀行 Monzo の共同創業者でYCパートナーの Tom Blomfield。社内に散らばった知識を取り出し、構造化して最新に保ち、AIが実行できる「スキルファイル」に変える仕組み、という定義です。ただしこれは一人の発明ではなく、同様の社内ナレッジ検索は Glean などが先行しており、YCのCompany Brainはその系譜の上での名付け・標準化と捉えるのが正確です。新しい魔法ではなく、これまでの取り組みに名前と方向性が与えられた、と理解してください。
もうひとつ、より大きな潮流があります。2026年3月、Jack Dorsey（Block共同創業者）と Roelof Botha（セコイア）による『From Hierarchy to Intelligence（階層から知能へ）』という論考が、会社をAI中心の「知能体」として再設計する考え方を示しました。こうした「会社そのものをAI前提で組み直す」議論が、カンパニーブレインへの関心を押し上げています（詳しくは後半で触れます）。
このYCの提唱を受けて、メモリ（記憶）の観点からカンパニーブレインを深掘りした論考も出ました。チームとAIエージェントのための組織メモリを手がけるスタートアップ Sentra の共同創業者兼CEO、Ashwin Gopinath は、これを3つの層で整理しています。第1層が Factual Memory（事実の記憶）——社内の事実やデータそのもの。第2層が Context Graph（Reasoning Layer・文脈のグラフ）——バラバラの事実が結びつき、会社のモデルになる場所。第3層が Action Coordination（行動の連携）——その理解をもとに実際の業務を動かす層、という切り分けです（出典：Company Brain: Why Most Companies Have Data But No Memory）。
当社の実務的な見方を添えておきます。本記事で後述する作り方の1〜4——目的を1つに絞り、知識を棚卸しし、判断や暗黙知を言語化し、AIが読める形で一カ所に集める工程——は、この整理でいう第1層（事実の記憶）と第2層（文脈のグラフ）を、中小企業の現場で地道に作っていく作業そのものにあたります。層の名前が Factual Memory であれ Context Graph であれ、経営者がやるべきことは変わりません。呼び方や理論の枠組みが増えても、土台の工程——会社の知を、人とAIの両方が読める地図に変える——は同じだと捉えてください。
国内でも、この言葉は経営者の間で急速に知られるようになりました。AIエンジニア・起業家の安野貴博氏が2026年5月15日に、自身のYouTubeで「Company Brain という新概念」として取り上げ（動画）、その後もX（旧Twitter）やnoteでの言及が広がっています。海外発の概念が、わずか数か月で国内の経営の話題に届いたかたちです。
単なる社内検索・チャットボットと何が違うのか
「結局、社内文書をAIに検索させるだけでは？」という疑問は当然です。AIが答える前に社内資料を読みにいく「RAG」という仕組み自体は、自社データとAIをつなぐで図解しているので、ここでは繰り返しません。
本記事で押さえたいのは、その先です。社内検索が「探して答える」で完結するのに対し、カンパニーブレインは、答えた先で手続きそのものを進めることまで含みます。「返品ルールはこうです」と教えるだけでなく、返品処理の申請を起票するところまで。この「実行まで担う」役割を支えるのが、業務を回すAI——AIエージェントです（仕組みは「AIエージェントとは何か」へ）。カンパニーブレインは、そのエージェントが参照する「会社の知識基盤」にあたる、と捉えると位置づけが見えてきます。
カンパニーブレインの作り方
では、どう作るか。技術の手前にある「会社としての整え方」を、順番で示します。
- 目的を1つに絞る。 「全社のあらゆる質問に答える」は最も失敗します。「経費精算のルールに答える」「過去の見積もりを引ける」など、効果を測れる業務を1つだけ選びます。
- その業務の知識を棚卸しする。 規程、手順書、過去事例、よくある質問が、今どこに（紙・個人PC・人の頭に）あるかを洗い出します。
- 判断・FAQ・失敗事例を言語化する。 マニュアルにない「こういう時はこうする」「こう間違えやすい」という暗黙知こそ、AIに渡す価値が高い部分です。会議の議事録はこの素材の宝庫です。
- AIが読めるテキストで一カ所に集める。 バラバラの形式のままでは参照できません。素直なテキストで整えます（整え方は自社データとAIをつなぐへ）。
- 部門単位で小さく動かす。 1部署・1テーマで試し、答えの精度と現場の反応を見ます。
- AIエージェントに接続する。 検索から「手続きの実行」へ広げ、業務に組み込みます。
- 権限と更新の運用を決める。 誰が何を見られるか、誰がいつ知識を更新するかを、仕組みとして回し始めます。
大事なのは、4までが「人とAIの両方が読める会社の地図を作る」工程で、ここを飛ばすと後がすべて崩れること。派手な5・6より、地味な1〜4が成否を分けます。
誰が育て、誰が使うのか
カンパニーブレインは、作って終わりの「システム」ではなく、育て続ける「畑」です。だから役割を決めないと、誰のものでもなくなって枯れます。
- 経営者（最終責任）。 どの業務から始め、何を機密として扱うかを決める。投資判断と優先順位づけ。
- 部門のオーナー（育てる人）。 その業務の知識が正しく最新かに責任を持つ。ルールが変わったら更新する。現場のベテランが向いています。
- 現場の社員（使い、直す人）。 日々使い、「この答えは古い」「ここが抜けている」を返す。使う人が直し手でもある状態が理想です。
ここで強調したいのは、カンパニーブレインを育てる仕事は、ベテランの価値を奪うのではなく、見える資産に変えるということです。「あの人にしか分からない」が「あの人が会社の頭脳に貢献している」に変わる。属人化の解消は、その人を不要にすることではありません。あえて解消しない判断基準や、録音からAIで手順書を起こす実務の進め方は「属人化の解消はAIで変わる｜仕組みで回る会社の作り方」で詳しく書いています。
社内に広げる順番と、定着の壁
1部署のPoC（試験導入）がうまくいくと、次は横展開です。ここで多くの会社がつまずきます。なぜ形骸化するのか。
理由はたいてい3つです。第一に、現場の手間が増えるだけに見えること。知識を更新する負担が、使うメリットを上回ると誰も触らなくなります。第二に、答えが古いまま放置されること。一度「間違った答え」を返すと、現場は二度と信用しません。第三に、目的が曖昧なこと。「とりあえず全社で」は、誰の業務も楽にしないまま予算だけ消えます。
壁の越え方は、裏返しです。①更新を日々の業務の流れに埋め込む（議事録の保存、問い合わせ対応の記録など、放っておいてもたまる仕組みにする）。②「答えが古い」を即座に直せる役割を置く。③横展開は「成功した1部署と業務が似ている部署」から順に。いきなり全社ではなく、効果が出た形をそのまま隣に移す。 これが定着の現実的な道です。
会社の機密をどう守るか——権限と最終確認の設計
カンパニーブレインは会社のいちばん大事な情報を集めます。だからこそ、入れる前に「守りの設計」を決めておく必要があります。詳しくは「社内情報をAIに入れても大丈夫か」に譲り、ここでは運用上の要点だけ。
- 誰が何を見られるか（権限）。 人事情報や未公開の金額を全社員が引けては困ります。役職・部署で参照範囲を分ける設計を最初に。
- 何を入れ、何を入れないか（機密の線引き）。 すべてを「契約で縛る」より、「入れてはいけない情報を決める運用」が現実的です。顧客の個人情報や未公開の数字など、入れない情報のルールを先に決めます。なお、入力データがAIの学習に再利用されるかどうかは「無料か有料か」ではなく「個人向けか法人向けか」で決まり、個人向けでも設定でオフにできます。「保存される（リテンション）」と「学習に再利用される」は別の話です。
- 最終確認は人がする。 AIの答えは根拠資料を示せても、検索を外せば誤ります。重要な判断は人が確かめる前提で、任せる業務を選びます。
守りを後回しにすると、便利さより先に事故が来ます。順番として、ここは作り方の工程7に組み込んでおくべきものです。
個人の「第二の脳」を、組織の資産に束ねる
多くの会社にとって現実的な出発点は、いきなり全社のカンパニーブレインではなく、経営者やキーパーソンの個人のセカンドブレインから始め、それを少しずつ束ねていくやり方です。
まず社長自身が、自分の判断の型や言い回しを貯める（経営者のセカンドブレイン）。次に、営業や製造のベテランそれぞれにも、同じように自分の知見を残してもらう。そして、共有してよい部分を会社の知識基盤に寄せていく。個人の脳がいくつも集まって、会社の頭脳になっていくイメージです。
この順番の良さは、一人ひとりに「自分の仕事が速くなる」実感が先に来ることです。全社プロジェクトとして号令をかけるより、個人の便利さが組織の資産に積み上がる流れのほうが、現場は動きます。属人化していた仕事のやり方が、自然と会社に残っていきます。
その先の「会社のOS化」——業務そのものがAI前提に組み直される
カンパニーブレインを育てきった先には、もう一段大きな変化があります。会社の業務そのものが、AIがいる前提で組み直される世界です。会社の仕事全体がこの頭脳の上で動く状態を、ここではあえて「会社のOS化」と呼んでみます。
技術側の見立てとして、AI研究者の Andrej Karpathy は、大規模言語モデル（LLM）を「新しいOSの中核」になぞらえました（2023年）。彼がそれを開発したわけではなく、考え方として喩えたものです。会社で言えば、カンパニーブレインが知識の置き場、エージェントが実行役、人が最終判断、という配置に近づいていきます。
経営側の見立てが、先に触れた Dorsey と Botha の『From Hierarchy to Intelligence（階層から知能へ）』です。彼らは会社を、人の階層図ではなく、中心にAI（知能レイヤー）を置き、その縁に人間がいる「知能体」として描きます。
ここで出てくる「会社のワールドモデル」「ミニAGI」という言葉は、少し補足が要ります。
「ワールドモデル」とは、もともとAIが「いまどんな状況か」を理解し、次に何が起きるかを予測するために内部に持つ”世界の地図”のことです。これを会社に当てはめると、自社と市場の状態——どの顧客が何を求め、どの業務がどう回っているか——を、AIがいつでも読める「生きた地図」として会社が持っている状態を指します。これは、本記事でいうカンパニーブレインそのものです。
「ミニAGI」とは、その地図を土台に、会社全体がひとつの賢い存在のようにふるまう状態のことです（AGIは「分野を問わず何でもこなせる汎用の人工知能」を指します）。知識や判断が個々の人や管理職にバラバラに宿るのではなく、中心に置いたカンパニーブレインと、それを使うAIエージェントに集まり、会社が一個の知的なシステムとして動く。“ミニ”は、世界全体ではなく一つの会社の範囲に閉じた、身の丈の知能、という意味合いです。
その結果、働き手の役割は「自分で手を動かす人」「成果に責任を持つ人」「自ら動きつつ人を育てる人」の3つへと整理され、人と人の間で情報を右から左に移すだけの定型作業は、AIが引き取っていく——というのが彼らの見方です。
正直に言えば、この流れで薄くなっていくのは、情報を右から左に中継するだけの役割や、そのための管理の階層です。すでに大勢を抱える大企業にとっては、いまの人員やポストの整理を伴うため、簡単には進みません。だからこそ、これは大企業ほど難しい変化です。けれど、人手不足の中小企業にとっては話が逆になります。もともと足りない人手をこれ以上増やさずに事業を回せて、間に管理を何段も挟まずに済む——増やせない人手のままで、できることを増やせる。船が小さく階層が薄い会社ほど、この組み替えは速く、痛みも少なく進みます。つまりこれは、人手不足の中小企業にとってこそチャンスだ、ということです。この優位性は「AIを外しても元通り動く会社は、まだAI化できていない」「AIの進化スピードに会社が追いつけない理由」でも掘り下げています。
なお、この「会社のOS化」をめぐる世界の潮流——誰が・いつ・何を言い出したのかのタイムラインと、日本の現場との距離感——は、「カンパニーOSとは」に一本でまとめています。
中小企業はどこから始めるか・費用対効果
「大企業の話に聞こえる」かもしれません。けれど実際は逆で、カンパニーブレインは中小企業にこそ向いています。部署の壁が薄く、社長の一声で業務の流れを変えられるからです。船が小さいほど、舵は速く切れます。
始め方は、スモールスタート一択です。全社の壮大な基盤を目指さず、効果を測れる1業務を選ぶ。たとえば「問い合わせの一次対応」「社内ヘルプデスク」「過去見積もりの参照」など、人手が足りていない・属人化が痛い業務から。最初の投資を小さくし、効果（対応時間がどれだけ減ったか、ベテランへの質問がどれだけ減ったか）を見てから広げます。
ここは経験から付け加えたいことがあります。社員が10人に満たないうちは、全業務を棚卸しして地図に起こすより、効果を測れる1業務から入るほうが現実的です。規模の小さい会社にいきなり全社のフロー化を求めると、かえって現場が止まってしまう——これを何度も見てきました。業務全体を一枚の図に起こす作業が本当に効いてくるのは、社員が数十人を超え、事業承継やM&Aで「外から見える形」が必要になってくる段階からです。
費用面では、知識を整える人件費・整備作業が中心で、ここに使える公的支援もあります。業務効率化を目的とした設備・ツール導入には省力化投資補助金（一般型は補助率最大2/3）、社員のAIスキル習得には人材開発支援助成金、自治体によっては県の生産性向上補助金が候補になります。補助金の活用可否は要件次第なので、導入設計とあわせて確認するのが確実です。
よくある質問
カンパニーブレインとセカンドブレインの違いは何ですか？ セカンドブレインは個人の頭の中を外に貯めて再利用する仕組み（提唱者はティアゴ・フォーテ）で、対象は一人です。カンパニーブレインはそれを組織に広げ、複数の社員の知識を束ねて会社の判断・業務の基盤にしたもの。更新の責任者を置き、権限を役職・部署で分け、検索だけでなく手続きの実行まで見据える点が違います。
社内チャットボットを入れれば、カンパニーブレインになりますか？ チャットボットは「質問に答える」ところで完結しがちです。カンパニーブレインは、答えた先で手続きそのものをAIに進めさせること、そして誰が育て・誰が更新するかという運用までを含みます。検索窓を作ることがゴールではなく、業務に組み込んで回し続けることがゴールです。
何から作り始めればよいですか？ 目的を1つに絞ることから始めてください。「全社のあらゆる質問に答える」ではなく、「経費精算のルールに答える」「過去の見積もりを引ける」など、効果を測れる1業務を選びます。その業務の規程・事例・よくある質問をテキストで一カ所に整え、1部署で小さく試してから広げます。
機密情報を入れても大丈夫ですか？ 誰が何を見られるか（権限）と、何を入れないか（機密の線引き）を先に決めるのが基本です。顧客の個人情報や未公開の金額など、入れない情報のルールを最初に決めます。入力データが学習に再利用されるかは「個人向けか法人向けか」で決まり、個人向けでも設定でオフにできます。詳しくは社内情報をAIに入れても大丈夫かをご覧ください。
中小企業でも費用をかけずに始められますか？ 小さく始められます。最初は1業務に絞り、知識を整える手間が中心です。業務効率化のための設備・ツール導入には省力化投資補助金（一般型は補助率最大2/3）、社員のAIスキル習得には人材開発支援助成金などが候補になります。活用可否は要件次第なので、導入設計とあわせて確認するのが確実です。
最近「カンパニーブレイン」という言葉をよく聞くようになったのはなぜですか？ きっかけは2026年4月末、Y Combinator が Requests for Startups（出資を募りたいテーマ集）で「Company Brain」を掲げたことです（執筆はTom Blomfield）。ほぼ同時期に、組織メモリのスタートアップ Sentra の Ashwin Gopinath 氏が、これを事実の記憶・文脈のグラフ・行動の連携という3層で整理した論考を公開しました。日本では、AIエンジニア・起業家の安野貴博氏が5月15日にYouTubeで紹介し、国内でも広く知られるようになりました。なお、Jack Dorsey らの『階層から知能へ』は思想的な背景ではありますが、「Company Brain」という語そのものの出所はY Combinator（Blomfield）です。国内ではDorsey起源とも読める説明が流通しているため、この点は区別しておきます。
ご相談ください
カンパニーブレインは、作るより育て、根づかせ、安全に回すところが本番です。AI Advanceは、その全工程をご一緒します。会社の知識を整えてAIエージェントを構築し、どの業務から始めるかの導入設計とコンサルティング、現場に定着させるAI研修まで、データの整え方から運用・定着まで一貫して支援します。
カンパニーブレインづくりをサービスとしてどう進めるか——データ整備の診断から、見積書などの1業務を任せるところまでの流れと料金の考え方は、カンパニーブレイン構築サービスのページにまとめています。
「うちの会社の頭の中を、どう束ねて残せばいいのか」という段階のご相談こそ歓迎です。初回相談は無料ですので、お気軽にお問い合わせください。
