「ChatGPTでリサーチはできるようになった。でも、プロジェクト管理にはまだ使えていないんです」
あるコンサルティング企業のプロジェクトマネージャーから、そう打ち明けられた。この言葉は、多くの企業が今まさに直面している現実を象徴している。
AIツールは急速に進化している。リサーチ、アイデア出し、文書作成——こうした「単発タスク」ではAIは圧倒的に便利だ。しかし、プロジェクトを前に進めるという「連続的な仕事」になると、途端にAIは力を失う。
なぜか。そこには、ツールの性能ではなく、もっと構造的な問題がある。
AIが「プロジェクトの文脈」を理解できない問題
記憶の断絶という致命的な壁
プロジェクトを前に進めるとは、過去の経緯を踏まえ、現状を把握し、次のアクションを決めることだ。ところが、現在の汎用AIツールには致命的な弱点がある。会話を切り替えたら、また一から説明しなければならない。
先週のスプリントで何が起きたか。誰がどのタスクで苦戦しているか。あの議論がなぜあの結論に至ったか。こうした「プロジェクトの記憶」が、セッションごとにリセットされてしまう。
これでは、AIはプロジェクトのパートナーにはなれない。毎回ゼロから状況説明をするなら、人間が自分でやった方が早い。
「結果」は残るが「過程」が残らない
さらに深刻なのは、そもそもAIに渡すべきデータが組織に蓄積されていないという問題だ。
プロジェクト管理ツールを見れば、タスクの完了/未完了はわかる。スケジュールの遅延もわかる。しかし、「なぜその判断をしたのか」「どんな議論を経てその方針になったのか」という意思決定の過程は、ほとんど記録されていない。
あるCRM導入プロジェクトで、営業パイプラインのステージが上がった理由を分析しようとした。記入欄はある。しかし、実際にはほぼ空欄だった。面倒だから誰も入力していない。議事録も主観が入り、事実と異なることがある。
AIの精度は、入力されるデータの質で決まる。データがなければ、どんな高性能なAIも無力だ。
「デジタルツイン」というアプローチ
RAGからGraph RAGへ——文脈理解の進化
この問題に対するひとつの回答が、組織のデジタルツインという考え方だ。
2023年に流行したRAG（Retrieval Augmented Generation）は、社内文書をAIに参照させる技術だった。しかし、RAGには限界がある。文書を「検索」はできるが、「このタスクはあのプロジェクトに紐づいていて、あの部門の承認が必要で、この人が担当している」といった関連性の構造は理解できない。
その次のステップがGraph RAGだ。物事の関連性——プロジェクトとタスク、メンバーとスキル、案件と過去の実績——を「グラフ」として構造化し、AIが文脈ごと理解できるようにする。
これを企業全体に適用したものが「デジタルツイン」だ。会社の今の状況、誰が何をしていて、何が何に紐づいているか。それをリアルタイムに反映するデジタルな写し鏡を作る。
「静的な管理」から「動的な推進」へ
従来のプロジェクト管理ツールは、本質的に静的だ。人間が計画を立て、人間がステータスを更新し、人間がリスクを判断する。ツールはそれを記録・表示する箱にすぎない。
デジタルツインとAIエージェントを組み合わせると、これが動的になる。
- •ボトルネック特定の自動化: プロジェクトに関連する全情報（Slack、メール、ドキュメント、タスク管理）を横断的に分析し、停滞ポイントを自動検知
- •意思決定の高速化: 問題を検知したら、関連するデータを集め、AIが課題と選択肢を提示。PMは判断に集中できる
- •リスクの早期発見: スケジュールの遅延だけでなく、チャットでの不穏なやり取りや、担当不明のタスクなど、定性的な兆候も捉える
あるコンサルティング企業のPMが言った言葉が印象的だった。「スケジュールの遅延は見える。怖いのは、見えていないリスクだ」。まさにそこをAIが補完する。
なぜ「プラットフォーム」が必要なのか
個人のAIスキルに依存しない仕組み
Claude CoWorkやChatGPTの上位版など、高度なAIツールは存在する。これらを使いこなせる人なら、自分で情報設計をして、必要なデータをAIに渡し、高度な分析をさせることができる。
しかし、組織でAIを活用するとなると話は別だ。全員が全員、AIへの情報設計ができるわけではない。目の前の業務がある中で、AIの使い方を習熟する余裕がない人もいる。
必要なのは、プラットフォーム側が情報設計を肩代わりすることだ。管理者がプロジェクトの構造を設定すれば、AIが自動的に「このプロジェクトについて聞かれたら、ここを見に行く」と判断できる。ユーザーはボタンひとつで恩恵を受けられる。
Excelのスキル格差が組織の生産性を左右した時代があった。同じことがAIでも起きつつある。その格差を埋めるのが、プラットフォームの役割だ。
「記録を残す設計」が組織を変える
もうひとつ重要なのは、AIを活かすためのデータが自然に蓄積される仕組みを作ることだ。
入力を強制するのではなく、業務の流れの中で自然にログが残る。パイプラインのステージ変更時にAIが差分を検知し、変更理由を会話形式で聞き取る。定例会議の代わりに、AIが定期的にプロジェクトの状態をチェックし、変化点をレポートする。
ツールの導入ではなく、「プロジェクトの進め方そのもの」にAIを組み込む設計が求められている。
まとめ——PMに必要なのは「もうひとつの目」
プロジェクト管理におけるAI活用は、まだ黎明期にある。しかし、方向性は見えてきた。
- •AIに記憶を持たせる ── 組織のデジタルツインを構築し、プロジェクトの全文脈をAIが把握できる状態を作る
- •過程を記録する仕組みを作る ── 結果だけでなく、意思決定の過程が自然に蓄積されるワークフローを設計する
- •プラットフォームで格差を埋める ── AIスキルの個人差に依存せず、組織全体がAIの恩恵を受けられる基盤を整える
PMに必要なのは、作業を代替するAIではない。**視野を広げ、見落としを防ぎ、判断を加速する「もうひとつの目」**だ。
Link AIでは、このビジョンを実現するプロジェクト推進プラットフォーム「SUISHIN」を開発しています。データベース・AIエージェント・プロジェクト管理の3つの基盤を統合し、組織のデジタルツインからプロジェクト推進までを一気通貫で支援します。
プロジェクト管理のAI活用にご興味のある方は、ぜひお気軽にお問い合わせください。