ナレッジグラフとは？AI営業での活用
ナレッジグラフとは、人、企業、商品、案件、文書、イベントなどの情報をノードと関係で表し、AIやシステムが知識のつながりをたどれるようにするデータ構造です。AI CRMでは、顧客・代理店・商品・過去見積の関係を根拠として扱うために役立ちます。
ナレッジグラフとは？AI営業で顧客・案件・商品をつなぐ方法
ナレッジグラフとは、人、企業、商品、案件、文書、イベントなどの情報をノードと関係で表し、AIやシステムが知識のつながりをたどれるようにするデータ構造です。
「AIに社内資料を検索させているのに、答えが浅い」「顧客と商品と過去見積の関係まで見てほしい」このような課題は、文書検索だけでは解きにくいものです。AIが営業現場で役に立つには、情報の中身だけでなく、情報同士の関係を扱える必要があります。
この記事のポイント:
- ナレッジグラフは、企業・商品・案件・問い合わせの関係をAIがたどるための知識基盤です
- RAGが文書検索に強いのに対し、ナレッジグラフは関係や多段のつながりに強みがあります
- オントロジーは、ナレッジグラフの関係を正しく解釈するための定義です
- AI CRMでは、過去対応や見積の根拠を示すためにナレッジグラフが役立ちます
1. ナレッジグラフとは何か
ナレッジグラフは、情報を「点」と「線」で表します。点は企業、担当者、商品、案件、見積、問い合わせ、契約などです。線は「担当している」「購入した」「見積に含まれる」「後継品である」「同じグループ会社である」といった関係です。
IBMの解説では、ナレッジグラフを実世界のエンティティとそれらの関係を表すネットワークとして説明しています。営業で言えば、顧客名を検索するだけでなく、その顧客に関係する代理店、案件、商品、過去問い合わせまでたどれる状態です。
Beforeの状態では、営業担当はCRM、メール、商品マスタ、見積フォルダを別々に探します。Afterの状態では、顧客を起点に「関係する情報」がつながりとして見えます。AIも同じように、必要な関係をたどって回答できます。
2. ナレッジグラフとRAGの違い
RAG（Retrieval-Augmented Generation）は、AIが外部の文書やデータを検索して回答する方法です。社内規程やFAQ、マニュアルの検索には非常に有効です。一方で、RAGだけでは「A社のこの案件に関係する過去見積」「この商品と後継品の関係」「一次代理店と二次代理店の階層」のような関係探索が弱くなることがあります。
ナレッジグラフは、情報同士の関係を明示します。そのため、複数のステップをたどる質問に向いています。たとえば「この代理店が扱える後継品で、過去に同じ顧客へ出した見積条件に近いものは何か」という問いでは、文書のキーワード一致だけでは足りません。代理店、顧客、商品、後継品、過去見積の関係が必要です。
つまり、RAGとナレッジグラフは競合ではありません。RAGが文書の中身を探し、ナレッジグラフが関係をたどる。AI CRMでは、この二つを組み合わせるのが現実的です。
3. オントロジーがナレッジグラフを支える
ナレッジグラフを作るときに欠かせないのがオントロジーです。オントロジーは、どの種類のノードや関係が存在するかを定義します。W3CのOWLは、物事や関係についての知識を機械が扱える形で表現するための標準です。
営業のナレッジグラフであれば、「企業」「代理店」「エンド顧客」「案件」「見積」「商品」「価格表」「問い合わせ」などの型を定義します。そして「企業は代理店であり得る」「見積は案件に紐づく」「商品は後継品を持つ」といった関係を決めます。
この定義がないと、AIは同じ「パートナー」という言葉を販売代理店、技術連携先、紹介者として混同する可能性があります。オントロジーは、ナレッジグラフをAIが安全に読むための文法です。
4. AI CRMでのナレッジグラフ活用例
AI CRMでナレッジグラフが効くのは、営業情報が複数システムに分散している場面です。特に代理店営業では、顧客接点がメーカーのCRMだけに残るとは限りません。
たとえば、代理店から見積依頼が届いたとします。AIは依頼文から顧客名、商品名、数量、希望納期を抽出します。次に、顧客に紐づく過去案件、過去見積、代理店ランク、商品マスタ、価格表、後継品の関係をたどります。最後に、見積ドラフトと回答根拠を作ります。
このときナレッジグラフがあれば、AIは「なぜこの商品を候補にしたのか」「なぜこの価格条件を参照したのか」を示しやすくなります。見積や問い合わせ対応のAI活用は見積作成AIエージェントとは？やAI見積に人間レビューが必要な理由でも詳しく扱っています。
5. 小さく始めるナレッジグラフ設計
ナレッジグラフは大きく作り始めると終わりません。最初は「AIに何を判断させたいか」から逆算しましょう。代理店営業なら、問い合わせ対応と見積対応がよい出発点です。
最低限つなぐべきものは、企業、担当者、代理店階層、商品、過去見積、案件、問い合わせです。最初は全社のすべての文書をグラフ化する必要はありません。件数が多く、定型化しやすく、成果に近い領域から始めるほうが実務に乗りやすくなります。
また、ナレッジグラフは作って終わりではありません。CRM更新、見積承認、問い合わせ回答の結果を戻し、継続的に新しい関係を増やす必要があります。ここがCRM入力を自動化する方法とつながるポイントです。
6. まとめ
ナレッジグラフとは、AIが知識のつながりをたどるための構造です。AI営業やAI CRMでは、顧客、代理店、商品、案件、見積、問い合わせの関係を扱うために役立ちます。
文書検索だけでは、関係の深い問いに弱くなることがあります。RAGとナレッジグラフ、そしてオントロジーを組み合わせることで、AIはより根拠のある回答や下書きを作れるようになります。
よくある質問（FAQ）
ナレッジグラフとは何ですか？
ナレッジグラフとは、人、企業、商品、案件、文書などをノードとして表し、それらの関係を線でつなぐデータ構造です。AIが知識のつながりをたどり、文脈を理解するために使われます。
ナレッジグラフとRAGの違いは何ですか？
RAGは文書やデータを検索して回答に使う方法です。ナレッジグラフは、情報同士の関係をたどるための構造で、顧客、商品、過去見積などの多段の関係を扱いやすい点が違います。
AI CRMでナレッジグラフはどう使いますか？
AI CRMでは、顧客、代理店、案件、商品、見積、問い合わせをつなぎ、AIが回答や見積ドラフトの根拠をたどれるようにします。結果として、検索だけでなく業務判断の支援に使えます。
ナレッジグラフは最初から全社で作るべきですか？
最初から全社規模で作る必要はありません。問い合わせ対応、見積対応、CRM更新など、AIに任せたい具体業務から始め、必要な関係を少しずつ増やすほうが現実的です。
Hiwayで営業ナレッジをCRMに蓄積する
Hiwayは、代理店や顧客からの問い合わせ・見積依頼をAIが読み取り、商品マスタや過去見積、CRM情報を参照しながら下書きを作ります。対応結果をCRMへ戻すことで、営業ナレッジを継続的に蓄積できます。