---
title: AI 時代の企業は知性を所有できるか
tags: 
author: [skmkzyk](https://image.docswell.com/user/skmkzyk)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/VJN6GG42J8.jpg?width=480
description: AI 時代の企業は知性を所有できるか by skmkzyk
published: November 20, 26
canonical: https://image.docswell.com/s/skmkzyk/Z4NPG8-can-companies-own-intelligence
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/VJN6GG42J8.jpg)

MICROSOFT IGNITE 2026 ｜ ORGANIZATIONAL INTELLIGENCE VISION
AI 時代の企業は知性を所有できるか
Microsoft Ignite 2026 から読み解く「組織 IQ」と、2027年5月の企業像
FACT 公式発表・調査
INTERPRET 意味の読み解き
HYPOTHESIS 妄想・検証仮説
機能の「できる・できない」ではなく、プロダクトの向かう先を「事実」と「妄想」で読み解く20分
2026年11月


# Page. 2

![Page Image](https://bcdn.docswell.com/page/YE9LWWQD73.jpg)

今日の問い
機能の「できる・できない」ではなく、プロダクトの向かう先を読む
Q
競争の主戦場は、
最も賢いモデルを選ぶことから、
自社の文脈・判断・学習を
複利化できる組織をつくることへ移る。
本日の中心命題
話すこと
話さないこと
Microsoft が向かう方向と、
そこから描く企業像（事実＋妄想）
個々の機能のできる・できない、設定手順、ライセンス
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/GE8XNNG5JD.jpg)

今日の読み方：事実と妄想を分けて話す
FACT
INTERPRET
公式発表・調査
HYPOTHESIS
意味の読み解き
妄想・検証仮説
Microsoft の公式発表・公式調査で
確認できる内容
複数の事実をつないだ本資料の読み解き
将来の検証が必要な予測・組織モデル
例
例
例
SharePoint は組織の記憶装置になる
少数 Manager＋多数の自律 IC、
Runtime 型企業
Microsoft IQ の位置づけ、
Work Trend Index の数値
AGENDA
PART I 事実
Microsoft が語ったこと
PART II 解釈
PART III 妄想
文脈・人・組織・競争
2027年5月の企業像
調査基準日：2026年11月20日 ｜ 対象：Microsoft Ignite 2026 および Microsoft 公式資料 ｜ 製品名称・提供時期は今後更新される可能性があります
3
ACTION
明日から何を始めるか


# Page. 4

![Page Image](https://bcdn.docswell.com/page/LEL8PPG37R.jpg)

結論：売っているのは AI 製品ではなく「知性を所有する基盤」
INTERPRET
汎用モデルの性能差が縮むほど、競争優位はモデルの外側（人・仕事・データ・制度知・関係性・評価ループ）へ移る。
Microsoft IQ は、その「外側」を企業が管理・再利用・改善するための基盤として位置づけられた
この転換から三つの帰結が導ける
01
02
03
文脈が資本になる
組織設計が AI 効果を決める
人間の希少価値が移る
散らばる情報は「正本・意味・権限・更新責任」が
整ったとき、エージェントが継承できる企業資産に
なる。
AI 効果との関連は個人要因より組織要因が
大きい。研修だけでなく、管理職・評価・
意思決定・知識更新の再設計へ。
成果物を速く作る価値は下がり、目的を定め、
価値を選び、例外を扱い、関係を動かし、
責任を持つ力の価値が上がる。
AI時代の勝者は、最も優れたAIを持つ組織ではない。
人間の野心、社内に閉じた知識、業務データ、人間関係を結び、学習を繰り返せる組織である。
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4JM644QMEW.jpg)

PART I ｜ 事実
Microsoft が公式に語ったこと
FACT
I
01
Microsoft IQ ＝ enterprise context management platform
02
設計原則：Human Ambition / Intelligence / Trust
03
AI adoption から AI absorption へ
差別化の源泉はモデルの「周囲」にある
「学習は外注できない」という思想
2026 Work Trend Indexが示す、組織要因の大きさ
※ ここでは Microsoft の公式発表・公式調査に限定し、解釈や未来予測とは意図的に分けます
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/PJRPWW8LE9.jpg)

Microsoft IQ は「企業の文脈」を管理する基盤
FACT
各組織が自らの IQ をつくるための enterprise context management platform [1][2]
文脈の供給源
Work IQ
統制と再利用の単位
文脈を継承する側
人と仕事の動き
Copilot
人の入口
Fabric IQ
事業の現在状態
Foundry IQ
Web IQ
制度知と根拠
business plugins
エージェントが継承する
文脈・スキル・正式ソースを
選定・統制し、再利用する
外部環境の変化
業務エージェント
部門・業務ごと
開発基盤・他プラットフォーム
複数の場で再利用
＋ 350以上の外部コネクタ
「同じモデル」を使っても、同じ企業にはならない。
差別化の源泉は汎用モデルではなく、その周囲にある人とチームの働き方、業務プロセス、制度知、CRM など systems of record のデータ [1]
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/PEX3PPL6JX.jpg)

設計原則は Human Ambition / Intelligence / Trust
FACT
Ignite 基調講演で Satya Nadella 氏が示した三つの原則 [3]
01
02
Human Ambition
人間の野心を中心に置く：“AI should serve humanity, not the other
way around”
“You can offload a task, or even a
job, but you can never offload your
learning.”
Intelligence
組織の intelligence and learning に対する所有権を確保する
Satya Nadella, “A frontier without an ecosystem is not stable,” 2026-06-14 [5]
03
Trust
信頼をすべての前提条件に置く
Human capital × Token capital [5]
Annual Report 2026 [6]
人の知識・判断・関係性・創意 × 企業が構築し所有するAI能力。前者を後者で
置き換えるのではなく、両者が相互に複利化する学習ループをつくる。
すべての組織が自らの continuous learning system を所有し、core IP を保持
できるようにする。外部モデルを入れ替えても “company veteran” の専門性が
残ることが、control and sovereignty のテストになる。
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/3EKYDDLGJD.jpg)

「導入」から「吸収」へ：2026 Work Trend Index
FACT
先進企業は AI adoption（導入）ではなく AI absorption（吸収）へ。
仕事の出力を洞察に変え、共有し、組織運営へ組み込む Learning System になりつつある [4]
AI 効果と関連が大きいのは個人より組織
67%
文化・管理職・人材施策など組織要因
32%
19%
個人のマインドセット・行動
個人能力と組織準備がともに高い層
人は「答えを作る人」から「答えを所有する人」へ
49%
86%
Microsoft 365 Copilot の会話のうち、分析・
問題解決・評価・創造などの認知的仕事を支援
AI 出力を最終回答ではなく出発点として扱い、
思考への責任を持ち続けると回答
注：67% 対 32% は調査モデル上の相対的重要度であり、因果関係や寄与率を直接示すものではない。数値は自己申告調査・統計モデル・テレメトリ分析を含む。
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/L739RR3575.jpg)

PART II ｜ 解釈と妄想
事実をつないで描くナラティブ
INTERPRET
II
HYPOTHESIS
01
文脈は次の資本になる
02
人に残るのは、目的・関係・責任
03
組織の神経回路が再設計される
04
次の競争は「学ぶ速さ」
データが「ある」ことと、組織が「分かっている」ことは違う
「残る作業」ではなく「手放してはいけない役割」を問う
少数の Manager＋自律 IC＋エージェント群
MVP を作る速さの差別化は薄れる
※ ここからは本資料の解釈・仮説です。正解ではなく、議論の叩き台として聞いてください
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/87DGYY4Y7G.jpg)

文脈は次の資本になる
データが「ある」ことと、
組織が「分かっている」ことは違う
足りないのは情報量ではなく「意味の構造」
どれが正本か／なぜそう判断したか／誰に権限があるか／
いつ失効するか／どの例外を認めるか
INTERPRET
SharePoint は「ファイル置き場」から組織の記憶装置へ
従来の文書管理
組織 IQ 時代の文脈管理
必要になる設計
保存場所を決める
どれが正本かを決める
Owner／版／適用範囲／
失効日
アクセス権を付ける
誰の文脈として使えるかを決める
最小権限／目的限定／監
査
検索できるようにする
なぜその結論かを辿れるようにす
る
根拠／判断履歴／反証
古い資料を残す
学習に使える状態を維持する
レビュー／廃止／例外更新
組織 IQ の定義（本資料）
組織が内部・外部の文脈を権限付きで理解し、
より良い判断と行動へ変換し、その結果から
学んだ内容を再利用可能な資産として蓄積する
能力
Work IQ が文書・会話・会議・過去判断を、Foundry IQ が制度知と正式文書を扱うなら、
SharePoint の維持運用は「AI が参照する記憶の品質管理」になる [1]
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/VJP366M2E8.jpg)

大企業と少数精鋭、どちらが有利か
HYPOTHESIS
新しい競争力の式（仮説）
固有の知識密度
×
文脈の品質
×
実験回数
×
学習速度
×
規模は一要素にすぎない。大量の失敗を学びに変えられる大企業にも、高密度の知を高速更新できる小組織にも勝ち筋がある。
大企業 ｜ 文脈の「総量」で戦う
少数精鋭 ｜ 文脈の「純度」で戦う
強み
強み
顧客接点・実業務データ・専門家・資金・同時実験数・全社展開力
正本の少なさ・判断者との距離・文脈の純度・更新速度
落とし穴
勝ち筋
情報の重複、曖昧な正本、複雑な権限があると、その総量は資産ではなく負
債になる
高密度の知を速いサイクルで更新し続ける
11
再利用率


# Page. 12

![Page Image](https://bcdn.docswell.com/page/2EV4339XJQ.jpg)

人に残るのは「作業」ではなく、目的・関係・責任
問いを変える：「人に残る作業は何か」 →
HYPOTHESIS
「人が手放してはいけない役割は何か」
人が手放してはいけない5つの役割
Ambition を定める
「wet な能力」の価値は消えない
何を速くするかではなく、誰の状態をどう良くしたいかを決める
人脈、信頼、ネゴシエーション、空気の読み、相手の顔を立てる、
押すべき時と待つべき時を選ぶ。
AIが資料作成や分析を速くするほど、人と人の間にしか存在しな
い文脈を動かす力は希少になる。
価値判断を行う
利益・安全・公平・顧客体験・従業員体験のトレードオフを選ぶ
責任を引き受ける
AIの提案を採用・停止し、影響を受ける人へ説明する
これから価値を持つ人材
Organization Enablement Architect
文脈を育てる
暗黙知を言葉にし、正本を整え、失敗と例外を次の学習へ戻す
新しい問いをつくる
与えられた目的の最適化ではなく、目的そのものを問い直す
12
（組織能力の設計者）
非構造な人間関係を動かす力と、そこで得た知見を再利用できる
組織文脈へ戻す力。両方を持つ人が組織の missing piece を埋め
る。


# Page. 13

![Page Image](https://bcdn.docswell.com/page/57G133ZREL.jpg)

Microsoft IQ は組織の神経回路を再設計する
HYPOTHESIS
従来の中間管理職は、情報の中継者であり圧縮装置だった。その過程で情報は遅れ、悪いニュースは弱まり、目的は薄まる。
上から下へ
Purpose
下から上へ
Task
Strategy
OKR
Signal
KPI
Pattern
Initiative
Risk / Opportunity
Task
Strategic Decision
「なぜ行うか・何を優先するか」を個人の文脈へ届け、現場の兆候・例外・失敗を経営判断へ戻す
Senior Leadership
People / System Manager
Autonomous IC
AI Agents
Purpose・戦略・資本配分・委任しない
境界・説明責任
育成・葛藤・例外・心理的安全性・文
脈品質
目的と権限境界に基づく自律判断、学
習の還元
探索・分析・実装・監視・反復・横断調
整
減らす：細かな進捗回収
減らす：報告資料・情報中継
減らす：逐次承認待ち
減らす：人による定型処理
RISK｜最大のリスクは「デジタル上意下達」
同じ仕組みは精密な中央集権にもなり得る。下から上への反証、異議申立て、数値に表れない兆候、人が見えない時間を制度として守らなければ、組織 IQ は組織監視へ反転する
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/4EQD55LYJP.jpg)

次の競争は「MVP を作る速さ」ではなく「学ぶ速さ」
HYPOTHESIS
試作品や業務アプリは数時間で作れる時代。差がつくのは「何を試し、実業務につなぎ、失敗を評価し、学びを他部門へ広げられるか」。
余剰体力
×
実験回数
×
学習速度
×
全社への再利用率
AI時代の大企業の競争力（仮説）。学習ループがないと、余剰体力は会議・稟議・重複システム・PoCの乱立で消えていく
次のユニコーン仮説：Enterprise Transformation as a Runtime
業務単位の小さな部品をその場で生成・更新
価値指標も変わる
SaaS：全顧客に同じ業務モデル
顧客ごとの文脈・権限・プロセスに合わせる
「1,000人を800人にする」
↓
Consulting：提言を納品する
提言からデータ整備・AI実装・人材育成まで一体で
BPO：人手で業務を引き取る
人・AI・既存システムをゆるくつなぎ、運用し続ける
SI：数年かけて固定システムを作る
14
「1,000人のままで、従来の2倍の価値を
届けられるか」
測るべきは：新規売上・処理能力・実験回数・判断速度・
再利用率


# Page. 15

![Page Image](https://bcdn.docswell.com/page/KJ4Z99DZ71.jpg)

PART III ｜ 2027年5月の妄想
半年後に何が見えてくるか
HYPOTHESIS
III
「エージェントを何体作ったか」から
「何種類の文脈部品を安全に再利用できるか」へ
※ 以下は2026年11月20日時点の公式発表から導く予測であり、Microsoft が公表したロードマップそのものではありません
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/LE1RKKZDEG.jpg)

半年後に見え始める5つの兆し
HYPOTHESIS
01
02
03
04
05
企業固有 IQ の“部品化”
Copilot が運営モデルの
入口に
「〇〇社 IQ」が語られ始
める
Manager の役割分解が
本丸に
“Trust” の競争が強まる
目的を示すと、複数エージェントが
適切な権限と文脈で業務を進め、
人は判断点に入る。
全社・事業・職能・個人の文脈
が重なる、多層型の知性として表
現される。
役職数より先に、Manager業務
を「情報中継」と「人・システム設
計」に分解する。
plugin・正式ソース・評価基準・
業務スキルが複数のCopilot・エー
ジェントへ配布される。Owner・
版・適用範囲・失効が運用指標
に。
高性能と同じくらい、停止できる・
異議を申し立てられる・モデルを
入れ替えられることが重要に。
KPIの焦点が移る
Copilot の利用率
↓
企業固有 IQ の品質と再利用率
個人の生産性
↓
エージェント数
↓
少数 Manager＋自律 IC の
運営モデル
文脈を継承する plugin／知識部品
16
コスト削減
↓
同じ人数で生む新しい価値と
実験回数


# Page. 17

![Page Image](https://bcdn.docswell.com/page/GEW1DD9872.jpg)

三つの未来シナリオ：分岐は技術選定より先に起きる
A ｜ Compounding Enterprise
HYPOTHESIS
B ｜ Context Rich, Learning Poor
C ｜ Digital Command &amp; Control
何が起きるか
何が起きるか
何が起きるか
学習ループが回り、成功・失敗・例外が次の業務へ再
利用される
情報接続は進むが、評価・更新・再利用が弱い
KPI と仕事が直結し、監視と中央集権が精密化する
結果
結果
結果
回答は便利になるが、組織能力は複利化しない
短期効率は上がるが、探索・異論・信頼を失う
同じ人数で成果と実験回数が増える
Aへ進むための分岐条件
✓ 正本・Owner・更新／失効・適用範囲が明確
最も重要な経営判断
✓ AI の出力ではなく業務成果とリスクで評価する
✓ 人が反証・異議申立て・停止を行える
Microsoft IQ を「全社の情報をAIへ読ませる計
画」にするか、
「自社の目的・判断・学習を所有する経営システ
ム」にするか
✓ 失敗・例外・少数意見も学習へ戻す
✓ 人間関係と心理的安全性を別 KPI で守る
✓ モデルやベンダーを替えても、学習資産が残る
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/47ZPGG99E3.jpg)

明日からの一歩：一つの業務で学習ループを完成させる
大規模導入ではなく、
一つの業務でループを完成させる
文脈
判断
ACTION
行動
評価
再利用
0–30日
31–60日
61–90日
91日以降
価値ある1プロセスを選ぶ
権限付き文脈を試す
限定運用と学習ループ
Operating Model を検証
主な作業
主な作業
主な作業
主な作業
判断点・情報源・正本・権限・例外・KPI
を可視化
代表ケース・失敗ケースで根拠・権限・正
確性を評価
実利用・監視、知識・plugin・ポリシーを
更新
低リスク判断の委譲、Manager業務の
再配分
完了条件
完了条件
完了条件
完了条件
Owner・範囲・ベースライン・停止条件が
合意
人の承認を含むテストに合格
改善責任が定着し、拡張判断が可能
成果・品質・Human・Risk を同時に改
善
KPI は五層で見る：Outcome ／ Operating Model ／ IQ Quality ／ Human ／ Risk。管理職削減数を主 KPI にしない
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/YJ6MYYKD7V.jpg)

まとめ：「AIを使う会社」から「AIと学ぶ会社」へ
モデルは借りられる。学習は借りられない。
AIは個人のIQを拡張する道具から、組織の神経系・記憶・学習ループを支える基盤へ。競争力になるのはデータ量でもエージェント数でもなく、人間の野心を起点に文脈を整え、
失敗から学び、学びを再利用する能力である。
ディスカッション：7つの問い
01 自社が外部モデルへ明け渡してはいけない「固有の学習」は何か
05 Manager の仕事のうち、情報中継と、人・葛藤・例外・育成はどれだけか
02 重要な判断の理由は、どこに残り、誰が正本と認定しているか
06 成功・失敗・例外は別のチームで再利用されているか
03 SharePoint や業務データは、量ではなく意味と更新責任が整っているか
07 効率化の結果、従業員と顧客へどんな新しい価値を増やすのか
04 人に残す判断と AI へ委ねる判断、その境界を誰が変えられるか
最初の一歩：測定可能な価値がある一つの業務を選ぶ
19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/GJ5ZGGP8E4.jpg)

参考文献と留意点
参考文献
[1] Microsoft Azure Blog, “Introducing the new Microsoft IQ: Putting your organization’s intelligence to work in
every agent,” 2026-11-17.
[2] Microsoft, “Microsoft IQ | Enterprise Context Management Platform.”
[3] Microsoft Source, “Microsoft Ignite 2026: Empowering human ambition, intelligence and trust,” 2026-11-17.
[4] Microsoft WorkLab, “2026 Work Trend Index Annual Report: Agents, human agency, and the opportunity for
every organization,” 2026-05-05.
[5] Satya Nadella, “A frontier without an ecosystem is not stable,” sn scratchpad, 2026-06-14.
留意点
• 2026年11月20日時点の公開情報に基づく。発表内容・提
供時期・製品名称は更新される可能性がある
• プレビュー／一般提供／提供予定が混在する。導入判断は
最新ドキュメント・地域・テナント・ライセンス条件を確認
• Work Trend Indexの数値は自己申告調査・統計モデル・テ
レメトリ分析を含み、因果関係を直接証明しない
• 2027年5月頃の未来像・組織モデル・仮説は本資料独自の
整理（妄想）である
[6] Microsoft, “Annual Report 2026 — Building the Frontier Ecosystem.”
[7] Microsoft Official Blog, “The platform approach to becoming Frontier,” 2026-10-27.
[8] NIST, “AI Risk Management Framework Resources.”
20


