オントロジーAIとは？ナレッジグラフとの違いと、中小企業が最初に決める言葉の定義

オントロジーとは、業務で使う言葉の意味と関係を書き出したものです

オントロジーは、もとは哲学の「存在論」を指す言葉です。AIや情報科学では、ある領域に存在するものと、そのあいだの関係を、明示的に書き出したものの意味で使われます。コンピュータ科学での定義として広く引用されるのは、トム・グルーバーによる「概念化の明示的な仕様（explicit specification of a conceptualization）」という言い方です。

Webの世界では、W3C（World Wide Web Consortium）が、オントロジーを書くための言語としてOWL 2を標準化しています。OWL 2では、クラス（種類）・プロパティ（関係や属性）・個体（具体的な1件）・データ値（日付や金額などの値）でオントロジーを表します。取引先の例では、次のようになります。

• クラス（種類）：「取引先」
• プロパティ（関係や属性）：「担当者を持つ」
• 個体（具体的な1件）：「A社」
• データ値（日付や金額などの値）：「2026年10月20日」

ナレッジグラフ・RAGとの違いは、「決まり」か「データ」か「検索」か

「オントロジーAI」と並べて検索される言葉に、ナレッジグラフとRAGがあります。3つは競合する選択肢ではなく、役割が違います。次の表で、何を指すかと、中小企業の業務での例を並べます。

ナレッジグラフは、RDF（W3Cが定めたデータの表し方）では「主語・述語・目的語」の3つ組を並べて表します。この3つ組を、オントロジーの決まりに沿って集めたものがナレッジグラフです。

• A社（主語）・担当者は（述語）・田中さん（目的語）
• 田中さん（主語）・所属は（述語）・営業部（目的語）

RAGとの違いは、RAGは文書を探す仕組みで、言葉の意味を揃える仕組みではないことです。社内文書の中で「取引先」「顧客」「クライアント」が同じ意味で混在していると、キーワード検索では、「顧客」で検索したときに「取引先」と書かれた文書を拾い漏らすことがあります。意味で探すベクトル検索は類義語をある程度拾いますが、社内の独自の使い分けまでは読み取れません。AIにとっての文書の質は、言葉が揃っているかどうかで決まる部分があります。なお、AIエージェントと生成AIの違いはAIエージェントと生成AIの違いで整理しています。

AIの回答がぶれる原因は、AIの性能より先に言葉の意味のずれにあります

オントロジーが注目される理由は、AIに業務を任せる場面で、同じ言葉が人や部署ごとに違う意味で使われていることが表に出てくるからです。支援先で見た例を、業種と規模だけ書いて紹介します。

• 在庫システムは入っていたのに、動いていなかった会社。在庫を管理したいという相談で現場へ行くと、システムは前年に導入済みでした。動かない理由はシステムの機能ではなく、商品の呼び名が決まっていないことでした。同じ品物が人によって違う名前で入力されていました。
• 提携先ごとに列名が違うデータを受け取っている会社。提携先から届くデータの列名が「会社名」「企業名」「勤務先名」とバラバラで、全部同じ意味でした。しかも先方の都合で予告なく変わります。列名で突き合わせる仕組みは、名前が変わるたびに止まります。
• 勤怠の管理画面に、実態とずれた休暇名が残っていた会社。「祝日振替」という休暇が、祝日とは関係なく、在籍月数と役割で日数が変わる自社独自の休暇でした。名前だけが昔の運用のまま残っていました。名前から意味を推測する人にも、AIにも誤解されます。
• カレンダーから顧客との接点を自動で集めた会社。一覧を見せると、「これは接点ではない」という指摘が何件も返ってきました。「接点」の定義が決まっていなかったため、社内の予定まで拾っていました。

在庫の呼び名、提携先の列名、休暇名、接点の4つの事例は、どれも仕組みの性能の問題ではなく、言葉の定義が先に決まっていなかったことが止まった原因でした。AIはこの状態を直してくれません。むしろ、あいまいな言葉をもっともらしい文章に整えて返すため、ずれが見えにくくなります。

データそのものを揃える手順はデータ整備の進め方に、顧客管理の項目を決める前の考え方はCRM構築前のデータ定義にまとめています。この記事は、その一段手前の「言葉の意味を決める」部分を扱います。

最初の一歩は、10語前後の用語定義表を紙1枚で作ることです

専用のツールを入れなくても、用語と、含むもの・含まないもの、決める人を表に書くだけで、AIに渡す定義の原型ができます。用語定義表は、用語・含むもの・含まないもの・決める人の4列で書きます。例として「接点」は、メール1通・面談1回・電話1本を1件と数え、社内の予定は含めません。自社の言葉に置き換えて使えます。

表の中身は、あくまで書き方の例です。自社の定義は、責任者が自分で決めてください。ここで大事なのは、「含まないもの」の列を空にしないことです。「接点ではない」と指摘された例のように、現場が間違いに気づくのは、含まないものを見たときだからです。取引先マスタの責任者を決める進め方は取引先マスタの責任者設計、商品コードの粒度は商品マスタの作り方が参考になります。

作り方は5段階で、AIに貼って食い違いを数えるところまでやります

オントロジーの作り方は、最初から全社の言葉を網羅しようとしないのがこつです。AIに答えさせたい質問を起点に、必要な言葉だけを決めます。5段階を表にまとめました。

効果の測り方は、AIに同じ質問を、定義を貼る前と後で2回聞き、答えの食い違いの件数を数える方法が最も手軽です。件数が減らなければ、定義の書き方が足りないか、そもそも原因が言葉ではないということです。AI導入全体の効果の見方はAI導入の効果測定にまとめています。

専用のオントロジー構築に進むのは、用語表で足りなくなってからで十分です

用語定義表と関係図で運用できているうちは、グラフ型のデータベースやOWLでの記述は要りません。進む目安は、次のような状態になったときです。

• 用語が数百語を超え、表では更新と照合が追いつかない
• 複数のシステムのデータを、同じ言葉の意味で横断して検索したい
• 「A社の取引先の取引先」のように、関係を何段もたどる質問が増えた

逆に、責任者が定義を決められない状態で、ツールだけ先に入れても動きません。決める人がいない言葉は、ツールに入れても誰も更新しないためです。責任者が関与せず、業務の整理なしにツールの設定だけを求める場合は、SalesDockの支援でも適合しにくいと考えています。