活動は学習ではない
会社は大量の活動を生み出します。会議、メッセージ、Issue、文書、Dashboard、そして今ではAIとの会話。しかし活動は記憶ではなく、記憶もそのまま学習ではありません。重要な意思決定の多くは、関係者が次へ進んだ瞬間に理由を失います。
何を出荷したかは覚えていても、なぜそれを選び、どんな不確実性があり、どの結果が判断の誤りを示すはずだったかを忘れる。その接続がなければ、歴史はより良い判断の源ではなく、成果物の集積になります。
学習のループ
組織が学ぶためには、意思決定、それを支えた権限、その後の実行、観測された結果という四つが接続されたままである必要があります。それぞれが異なる問いに答えます。何を選んだか。誰が選ぶ権利を持っていたか。実際に何が起きたか。現実は何を返したか。
データの量より接続が重要です。責任ある選択へ結び付けられない大量の文字起こしや指標より、少数でも正しく結ばれた意思決定の方が多くを教えます。
結果を持つ記憶
有用な組織記憶はArchiveではありません。行動を変える記憶です。似た判断が現れたとき、過去の文脈を取り出し、何が機能し、何が失敗し、現在とどこが違うかを示せる必要があります。
AIによってこれは現実的になりました。しかし検索だけでは足りません。元の記録にはIdentity、Provenance、Lifecycle、Authorityが必要です。そうでなければ、モデルは多くの言葉を見つけても、組織がどの言葉を信頼する権利を持つかを理解できません。
学習システムとしての会社
AI-nativeな会社の最も深い価値は、同じ仕事をより少ない人数で終えることではありません。会社が自分自身を観測できることです。自分たちの概念、選択、約束、例外、結果を見て、業務経験を共有された世界モデルへ変える。
そのモデルが完成することはありません。反証と人間による修正へ開かれているべきです。それでも、意思決定が証拠を残し、結果が未来の選択へ戻るなら、会社は個人の記憶の総和を超えます。意図して学習できるシステムになります。