Ontology：データではなく、決定を表現する構造

"The Ontology is designed to represent the complex, interconnected decisions of an enterprise, not simply the data." — Palantir Foundry Documentation

どんな組織でも出くわす場面があります。CSチームのリーダーがAIにこう尋ねます。「うちの主要顧客であるA社が最近どんな悩みを抱えているか、整理して」。AIは過去3か月の会議記録を検索します。関連する会議が7件返ってきます。そして答えがおかしいのです。

「A社はAPI連携を希望しており、A Corpは値引きを依頼し、Acme Incは返金を検討しています」

同じ会社です。営業チームは契約書上の正式名称(Acme Inc)を使い、CSチームは略称(A社)を使い、エンジニアリングチームは英文略語(A Corp)を使う。AIから見ると、3つの異なるエンティティに見えるのです。会議の文脈をどれだけ与えても、この3つの名前を1つにまとめる構造がなければ、AIは文脈を前にして迷子になります。

Ontologyはデータベースではありません

Palantirは20年にわたり、世界でも有数の複雑な組織のデータを構造化してきました。情報機関、軍事作戦、グローバル製造業。彼らが公式ドキュメントでオントロジーを定義する一文があります。

「データではなく、決定を表現するように設計されている」

言葉づかいが繊細です。「データベース」ではなく、「ナレッジグラフ」でもありません。「決定を表現する構造」です。

データベースは事実を保存します。Acme Incの契約金額、契約満了日、担当営業の名前。ところが、決定は事実のリストではありません。「なぜこの顧客は更新をためらっているのか」は、どのカラムにも保存されていません。「どんな代替案を検討し、なぜ却下したのか」も同様です。こうしたものは、人々の頭の中、そして会議の対話の中にあります。

Palantirが同じドキュメントで続けて書く一文があります。「名詞 (nouns) だけでは決定をモデル化できない。名詞は動詞 (verbs) と組み合わさなければならない。Semantic は Kinetic と組み合わさなければならない」。

The Three Layers

Palantirのオントロジーモデルを見ると、3つのレイヤーがともに動いています:Semantic、Dynamic、Kinetic。

Semantic Layer

組織の語彙を定義するレイヤーです。「顧客」がうちの組織で何を意味するのか、「契約」と「会議」がどんな関係にあるのか、そしてAcme IncとA社とA Corpが同じエンティティなのかどうか。組織の概念辞典に近いものです。

AIがデータを読むことはできても理解できないとしたら、Semantic Layer が空っぽだということです。名前だけがあって、意味がない状態です。

Dynamic Layer

文脈がリアルタイムに流れるレイヤーです。今週の会議で出た決定が来週のタスクになり、そのタスクの結果がさらに翌週の会議の議題になります。Dynamic Layer は、この流れを追跡します。

このレイヤーがいちばん理解されていない部分です。多くの企業は、データが「保存される」ことは考えますが、データが「流れる」という概念には馴染みがありません。けれども組織はもともと、流れる体系です。

Kinetic Layer

AIが実際に行動を取るレイヤーです。エージェントがタスクを生成し、データを収集し、実験を設計し、結果を検証します。

ただし、1つはっきりさせておきたいことがあります。Dynamic Layer で正しい文脈が流れていない状態で Kinetic Layer だけが熱心に動いても、それは地図のないまま走る車のようなものです。

Palantir はこの3つのレイヤーを「organization の digital twin」と呼んでいます。3つすべてが揃ったとき、AIは組織を「読む」ことができます。

The Dashboard Trap

多くの企業がAXと呼んでいるものは、Semantic Layer で止まります。

データをつなぎ、共通の語彙を定義し、ダッシュボードを作り、レポートを自動化する。出てくるのはきれいなダッシュボードです。「Activation Rate」「NRR」「CAC」といった指標がリアルタイムに更新されます。

ダッシュボードは役に立ちます。ただ、1つ問うてみたいことがあります。そのダッシュボードが実際に組織の行動を変えるケースは、どれくらいあるのでしょうか。

指標が下がっているという事実を、もっと早く見られるようになっただけで、なぜ下がったのかを診断し、どんな行動を取るべきかを決める過程は、依然として人の役割です。そして、その過程を人が会議で行うのに、その会議の文脈はまた、どこにも記録されません。ループが閉じないのです。

これを私は 「ダッシュボードの罠 (dashboard trap)」 と呼びたいと思います。組織がAXに投資したと言える根拠は得られたものの、実際の意思決定の質はあまり変わっていない状態です。

なぜ Dynamic で多くの企業が止まってしまうのでしょうか。技術的により難しい問題だからではありません。組織的により難しい問題だからです。 Semantic Layer はデータチームが主導できます。Dynamic Layer は、データチームだけではできません。会議の文脈がCRMにつながり、CRMの変化がふたたび会議の議題に戻ってくるためには、ビジネスプロセスそのものを再設計する必要があるのです。

When the Loop Closes

3つのレイヤーがともに動くと、1つの循環が生まれます。文脈を読み (Read)、推論し (Reason)、行動し (Act)、結果から学ぶ (Learn)。

このループは、エージェント研究のコミュニティで長らく議論されてきました。Anthropic が2025年9月に公開した Context Engineering ガイドは、agent を「ツールをループの中で自律的に使うLLM」と定義しています。

1つのシナリオで具体的に描いてみます。

月曜の週次ミーティングで、チームが「先週の Activation Rate が5%下がった」という議論をします。CIツールがこの議論を LLM-Ready Data に変換します。オントロジーの Semantic Layer が「Activation Rate」の定義、「先週」が指す正確な期間、この指標の基準セグメントを明確にしてくれます。Dynamic Layer はこの文脈を実際の指標システムにつなぎ、議論で出た仮説3つをタスクに変換します。Kinetic Layer ではエージェントが「過去2週間のオンボーディング・ファネルのデータを収集し、ステップごとの離脱率を分析する」というタスクを自動的に実行します。結果は次の月曜のミーティングの直前に整理され、議題として上がってきます。チームは先週の仮説を検証しながら、次の議論を始めます。

1周しました。そして、この1周が終わったあと、組織はほんの少し賢くなっています。次の週の議論の出発点が、前の週の結果になっているからです。ループが閉じているからです。

このシナリオでAIは大事な役割を果たしています。ただ、注目したい点があります。モデルの知能ではなく、文脈のつながりが このシナリオを動かしているということです。Semantic がなければ、「Activation Rate」がどんな指標か分かりません。Dynamic がなければ、会議の文脈とタスクが分離します。Kinetic がなければ、実行がありません。3つのうち1つでも欠ければ、ループは切れます。

不正確な議事録は誤った Semantic を作り、誤った Semantic は的外れなタスクを作ります。ループの出発点が汚染されると、残りのレイヤーがどれほどよく構築されていても、組織は誤った方向へ素早く突き進んでしまいます。

次の問い

ここまで3編にわたり、AXの前半2レイヤーを扱ってきました。Context Source とオントロジー。この2つのレイヤーが空っぽのままだと、モデルもエージェントもインターフェイスも空回りする、という話でした。

次の第4編では、その上の3レイヤーに上がります。AI Model、Agentic Workflow、User Interface。それぞれのレイヤーの2026年現在の成熟度、どんな組み合わせが実際に動くのか、そして組織がこのスタックを作るときに、どの順番で投資するのが理にかなっているのかを見ていきます。

FAQ

Semantic Layer だけでAXと呼ぶには、なぜ足りないのでしょうか。

Semantic Layer は組織の語彙を整え、ダッシュボードを作ることはできます。ただし、ダッシュボードは本質的にスナップショットです。「指標が下がった」という事実は見せてくれますが、「なぜ下がったのか、どう対応するのか」は見せてくれません。その問いに答えるには、文脈が時間とともに流れ (Dynamic)、決定が実際の行動へとつながる (Kinetic) 必要があります。多くの「AXイニシアティブ」は Semantic で止まり、残りの2レイヤーを空けたままにしています。

既存のナレッジグラフ (Knowledge Graph) とオントロジーは、何が違うのでしょうか。

ナレッジグラフは、エンティティ間の関係を保存する構造です。静的な設計です。Palantir が定義するオントロジーは「決定を表現する構造」です。名詞と動詞がともにあり、時間とともに状態が変化し、その変化にAIが介入できます。機能的に言うと、ナレッジグラフは Semantic Layer に当たり、オントロジーはその上に Dynamic Layer と Kinetic Layer を含む、より広い概念です。

自分たちの組織がどこで止まっているかは、どう判断すればよいでしょうか。

シンプルな問いが1つあります。「先週うちのチームが下した意思決定は、今週のAIシステムに反映されているか」。ダッシュボードの数字が更新された、ということではなく、その決定の文脈 (なぜその決定をしたのか、どんな代替案を却下したのか) が、AIが読める形でどこかに保存されているかどうかです。答えが「いいえ」なら Semantic Layer までで止まっており、「はい」に近づくほど、Dynamic と Kinetic が動きはじめている、ということです。