リクエスト株式会社（東京都新宿区）は2026年3月29日、判断デザインラボラトリーとして、生成AI普及下で混同されがちな「判断」と「知識」を整理するレポートを公開しました。対象は観察・対話にもとづく980社、33.8万人で、7つの研究機関が企業支援に関与したとしています。
レポートは、判断を「前例にもとづく判断」と「事実にもとづく判断」、知識を「経験を必要としない知識」と「経験を必要とする知識」に分け、掛け合わせた4象限で業務を整理します。標準化しやすい領域をAI・手順化へ寄せる一方、現場条件の違いを踏まえた確認や優先順位付けなど、人に残る領域を明確にする狙いです。
背景には、研修や知識共有を増やしても「判断できる人が増えない」、前例どおりでも手戻りや追加対応が増える、難案件が熟練者に集中するといった課題があります。同社はこれを能力不足ではなく「誤配置」と捉え、第3象限（誤配置が起きやすい領域）を特定し、第4象限（人に残る中核領域）を正しく扱う設計へ見直す視点を示しました。
今後は、4象限の棚卸しを通じてAI適用領域と人の中核判断領域を再設計し、特に確認調整領域の定義を明確化することで、品質と再現性、組織の対応能力の向上につなげるとしています。
【関連リンク】
公式HP：https://www.requestgroup.jp
AI生成記事のため誤りを含む場合があります
PRTIMES
PRTIMES
AI時代に見落としてはいけないのは、「2つの判断」と「2つの知識」を切り分ける力（組織行動科学®）