企業のAIエージェント導入には文脈整備が不可欠で、4つのCのうちContextを起点にメタデータ、セマンティクス、オントロジーの三層を整えることが重要だ。実務の製造業例を通じ、文脈と正確な定義の使い分けと新しいオントロジーの役割が解説される。
本連載ではAIエージェントの導入を、Context（文脈）、Choice（選択肢）、Control（コントロール）、Cost（コスト）の4つのCで整理する。今回は文脈を焦点に据え、現場での文脈欠如がPoCと本番の乖離を生む原因になると指摘する。
文脈とはAIが回答や行動を決める際に受け取る情報の全体を指し、利用者指示やデータ、会話履歴、ツール説明などを含む。文脈を整える三層として、データの構造・来歴を説明するメタデータ、指標の計算ロジックや用語を定義するセマンティクス、対象の分類・関係性を明示するオントロジーが挙げられる。
メタデータはビジネス・テクニカル・オペレーショナルの三分野に分けられ、これが欠けるとAIは誤った分析をしてしまう可能性がある。セマンティクスは、同じ意味の指標を一貫して計算するための共通の定義を提供する中間層として機能する。
オントロジーは従来は厳格な専門知識とコストを要するが、生成AI時代には文脈を迅速に届ける役割へと変化している。正式な定義を優先しつつ、AIが抽出した概念や関係を補完する形で使い分け、質問ごとに必要な知識を選んで渡す運用が提案される。実務例として、初回合格率と新規立ち上げ品番の定義差が意思決定に影響するケースが挙げられる。