AI搭載の社内wikiで何ができるのか｜6つの機能カテゴリと自動化されないこと

最終更新日:2026年10月8日

製品ページに「AI搭載」と書かれていても、それだけでは自社の課題が解決するかは判断できません。同じ「AI搭載」が、質問に答えるAIを指すこともあれば、タグを自動で付ける機能だけを指すこともあるためです。

一言で「AI搭載」と言っても、実態は単一の機能ではなく、大きく6つの機能カテゴリに分かれます。 どれが自社に必要かは、抱えている課題によって変わります。ツールを比較する前に、まずこの分類を押さえておく必要があります。

この記事では、社内wikiのAI機能を6つのカテゴリに分解し、それぞれ「何が自動化されるのか」と「何は自動化されないのか」をセットで整理します。読み終えると、次の4つがわかります。

「AI搭載」という表示の中身が、具体的にどの機能を指しているのか
機能カテゴリごとに、解決できる課題と、AIを入れても人に残る作業は何か
自社の課題から、必要な機能カテゴリをどう特定するか
導入を決める前に、ツールごとに確認しておくべき項目

なお、この記事はどのツールが優れているかを判定するものではなく、分類の軸を示すことに絞っています。ツール選定の基準そのものは生成AI×ナレッジ管理｜失敗しない5つの基準で解説しています。

AI搭載の社内wikiとは、6つの機能の総称です

AI搭載の社内wikiとは、社内の情報を蓄積・共有するツールに、大規模言語モデル（LLM）を使った機能が組み込まれているものを指します。ただしこの言葉は特定の機能を指す用語ではなく、実際には次の6つのいずれか、または複数の組み合わせを意味しています。

#	カテゴリ	何をする機能か	主に解決する課題
①	AI検索	自然文で質問すると、社内の情報を根拠に回答を返す	探しても見つからない
②	要約	長い文書やコメントの要点を短くまとめる	読む時間がない
③	タグの自動生成	文書の内容から分類のタグを提案する	分類のルールが崩れている
④	文章の生成・下書き	見出しや本文の下書きを作る	そもそも書かれない
⑤	外部AIツールとの連携	ChatGPTやClaudeなどから社内の情報を参照させる	使い慣れたAIから社内の情報を引きたい
⑥	AI利用の統制	AI機能のON/OFF、参照対象の除外、利用履歴の記録	情シスの承認が下りない

この6つは、必要となる場面も導入の難易度も、確認すべきセキュリティ要件も異なります。にもかかわらず製品ページでは「AI機能」の一言でまとめられがちで、比較の段階で混乱が起きます。

なぜ2026年に入って「AI搭載」が急増したのか

背景には、2026年に入って複数の社内wikiツールがAI検索の提供を発表したという事情があります。NotePMは2026年1月13日にAI検索機能をリリースし（NotePMヘルプセンターの新機能案内）、Kibelaは2026年5月28日にAI検索のベータ版を一部チーム向けに提供開始しています（Kibela公式ブログ）。近い時期に発表が続いたため、どこも「AI搭載」と表示するようになり、表示の差が読み取れなくなっています。

分類しないまま比較すると何が起きるか

必要のない機能で意思決定してしまう：「AI検索がある」を決め手にしても、実際の課題が「誰も書かない」なら解決しません。書かれていない情報はAIにも探せないためです
必要な機能が抜け落ちる：特に⑥のAI利用の統制は比較段階で見えにくい一方、稟議では必ず問われます
価格の比較ができなくなる：同じ「AI搭載」でも基本機能のものと有料オプションのものがあり、区別せずに料金表を並べると実質的な費用を見誤ります

6つの機能カテゴリと、それぞれ自動化されないこと

各カテゴリを「解決する課題」と「自動化されないこと（人に残る作業）」のセットで示します。後者を把握しておくことが、導入後の期待値のずれを防ぎます。

①AI検索：自然文の質問に、社内の情報を根拠に答える

自然文で質問すると、社内の文書を検索し、その内容を根拠に回答を組み立てて返す機能です。キーワード検索が「該当する文書の一覧」を返すのに対し、AI検索は「質問への回答」を返します。技術的にはRAG（検索拡張生成）と呼ばれる仕組みで実装されるのが一般的です。

なお同じ「AI検索」でも、回答を生成するタイプと、キーワードが一致しなくても意味の近い文書を探し出すタイプ（意味検索）があります。前者は答えを読み、後者は候補を絞り込むという違いがあるため、比較のときは分けて確認してください。

解決する課題：「どのキーワードで検索すればいいかわからない」状態を解消します。社内文書は書き手ごとに用語が揺れるため、正しい単語を知らないと検索にたどり着けません。AI検索は表現の揺れを吸収するので、「経費の精算っていつまでだっけ」といった曖昧な問い方でも回答が返ります。

自動化されないこと：書かれていない情報は答えられず、暗黙知は対象外です。回答の正誤の判断も自動化されません。出典が示されていても、その出典自体が古ければ回答も古くなるため、出典を確認する運用を残す必要があります。

②要約：長い文書やコメントの要点を短くまとめる

文書の本文やコメントのやり取りを、AIが数行にまとめる機能です。議事録、長い仕様書、コメントが伸びた議論などが対象です。

解決する課題：読む時間の不足を解消します。特に効果が出るのは、途中から参加した案件のキャッチアップや、確認だけが目的の文書です。開かずに要点を把握できれば、読むかどうかの判断を短時間で下せます。

自動化されないこと：要約が元の文書より正確になることはありません。元の文書に前提条件が書かれていなければ、要約にも現れません。複数の解釈がある記述をどちらの意味で要約するかも、書き手の意図とは限りません。重要な判断の根拠に使う場合は、元の文書に戻る前提で運用してください。要約ツールの選び方は社内文書を効率化するAI要約ツール5選で解説しています。

③タグの自動生成：文書の内容から分類を提案する

文書の本文をもとに、AIが分類用のタグを提案する機能です。書き手の手間を省き、チーム内での分類の揺れを減らすことを目的としています。タグやカテゴリの自動付与は多くのツールが備えており、タイトルの自動提案という形で実装されている製品もあります。

解決する課題：分類のルールが崩れている状態を立て直します。運用が長くなるほど、人によってタグの粒度がばらつき、同じ意味のタグが複数できがちです。自動生成は、その発生源である「その場の思いつきでタグを付ける」行為を減らします。

自動化されないこと：分類の設計そのものは自動化されません。何を軸に分類するか、1文書あたり何個までにするか、誰が新しいタグを作ってよいかは人が決めます。AIが提案するのは既存の文脈に沿ったタグであり、組織にとって意味のある分類軸を発明するわけではありません。

④文章の生成・下書き：ゼロから書く負担を下げる

見出しの構成案や本文の下書きをAIが作る機能です。テンプレートと組み合わせると効果が出やすい領域です。

解決する課題：「何を書けばいいかわからない」ことによる書き出しの停滞を解消します。

自動化されないこと：内容の正しさは担保されません。加えて、AIによる下書きの量産は推奨しません。 読まれない文書が増えると、①のAI検索や⑤の外部AI連携が参照する対象が濁り、回答精度がむしろ落ちるおそれがあります。下書きの作成はAIに任せ、公開の判断は人が持つ運用にしてください。AIが正しく答えられる文書の書き方はAIが正しく答える社内ドキュメントの書き方で解説しています。

⑤外部AIツールとの連携：使い慣れたAIから社内の情報を参照する

ChatGPTやClaudeなど、すでに社内で使っているAIツールから社内wikiの情報を参照できるようにする機能です。これを実現する標準規格がMCP（Model Context Protocol）で、対応したツール同士なら個別の開発を大きく減らして接続できます。

解決する課題：①と同じ「探せない」を解決しますが、入り口が違います。①はツールの画面内で完結するのに対し、⑤は普段使っているAIツールの側から社内の情報を引きます。

自動化されないこと：接続することと、AIが正しく引用できることは別です。「正しく」には、出典をたどれることと、引用してよい範囲だけを引用していることの2つの意味があり、接続しただけでは前者しか満たしません。何を読ませ何を読ませないかの設計は人が行います。この運用設計は社内ナレッジのAI連携｜何を読ませ、何を任せるか、具体的な接続手順はClaude MCP × 社内ナレッジ連携の設定手順にまとめています。

⑥AI利用の統制：利用範囲を管理者が決められるようにする

AI機能そのものではなく、その使われ方を管理するための機能群です。AI機能全体のON/OFF切り替え、特定の文書やグループを参照対象から外す設定、誰がいつAIを使ったかの記録が含まれます。

解決する課題：情シスやセキュリティ担当者の承認が下りない状態を解消します。AIの利用を禁止するのではなく、範囲を限定したうえで利用できるようにするための機能だと捉えてください。

自動化されないこと：何を読ませてはいけないかの判断は人が行います。人事評価、未公開の意思決定、個人情報、係争中の案件をどう扱うかは組織ごとの判断です。情シス向けの統制の全体像は社内AI統制とは？情シス向けの対策と実践ステップ、外部AI連携のセキュリティ論点はMCPサーバーセキュリティ｜情シスのための安全運用ガイドで扱っています。

AIにできない3つのこと

6つのカテゴリに共通する限界が3つあります。ここを理解しないまま導入すると、「AIを入れたのに解決しなかった」という結論になります。

書かれていないことは答えられない

最も基本的で、最も見落とされる点です。AI検索も外部AI連携も社内の文書を根拠に回答するため、文書化されていない情報は、どれだけ高性能なAIを繋いでも出てきません。実務で問題になるのは、「ベテランしか知らない例外対応」「口頭で共有されただけの運用変更」「チャットの流れで決まった判断」といった領域です。

対策は、AIが答えられなかった質問を記録することです。回答できなかった質問は、そのまま「次に書くべき文書」のリストになります。

古い情報を現行のルールとして答える

人は最終更新日を見て「これは古いな」と判断できますが、AIは文書に新旧が明示されていない限りこの判断をしません。3年前に廃止された経費精算の手順が、現在有効なルールとして回答に現れることがあります。しかも古い情報を根拠にした回答も、正しい回答と同じ調子で返ってくるため、読み手が疑う手がかりが減ります。

対策は2つです。更新が止まった文書をアーカイブするか、AIの参照対象から明示的に外すこと。そして同じテーマの文書が複数ある場合に、正となる1本を決めて他を整理することです。重複を残すと、質問のたびに違う文書が引用され、回答が安定しません。

権限設計の甘さがそのまま露出する

これまで「検索されないから実質的に見えていなかった」情報が、AIを入れた瞬間に見つかるようになります。たとえば、全体公開のまま置かれていた古い人事関連の文書や、退職者が残した個人的な記録です。検索順位が低いために誰の目にも触れていなかっただけで、権限上はもともと見えていた情報です。

したがって、AIを入れる前に権限を棚卸しする必要があります。重要なのは、人の閲覧権限とAIの参照範囲は別に設計すべきだという点です。人事担当者は評価シートを読めますが、その内容がAIの回答に混ざるのは望ましくありません。「人は読めるが、AIには読ませない」を実現する設定が必要です。確認項目は社内wikiのセキュリティチェックリスト8項目にまとめています。

DocBaseがおすすめ｜AIの利用範囲を管理者が制御できるナレッジ共有ツール

AI機能は「あるかどうか」ではなく「どの範囲まで制御できるか」で実務上の差が出ます。ナレッジ共有ツールDocBaseは、AIメモ要約・AIタグ自動生成・MCPサーバー・文書単位でAIの参照対象から外す設定を追加費用なしの基本機能として提供し、自然文で質問できるAIアシスタントと意味検索を「DocBase AIプラス」としてベータ提供しています。AIへの入力データがAI学習に利用されない点も、公式の利用規約およびプライバシーポリシーで明記しています。

料金はユーザー単価制ではなくチーム単位の定額制で、10人までのベーシックプランが月額4,950円（税込）です。30日間の無料トライアルがあり、クレジットカードの登録は不要です。

DocBaseの30日間無料トライアルを始める（クレジットカード不要）

ナレッジ共有ツールDocBaseのAI機能／ DocBaseの料金プラン

自社の課題から必要なカテゴリを特定する

ここまでの6カテゴリを、課題から逆引きできる形に整理します。

現在の課題	必要なカテゴリ	補足
情報はあるのに探し出せない	①AI検索／ ⑤外部AI連携	画面内で完結させたいなら①、使い慣れたAIから引きたいなら⑤
文書が長すぎて読む時間がない	②要約	元の文書に戻る運用を残すことが前提
タグや分類のルールが崩れている	③タグの自動生成	先に分類の設計を決めてから併用する
そもそも誰も書かない	④文章の生成・下書き	下書きの量産は逆効果。公開の判断は人が持つ
情シスの承認が下りない	⑥AI利用の統制	比較段階で見落とされやすく、稟議で問われる

課題が複数ある場合は、⑥から着手することをおすすめします。 ①〜⑤は導入後に順次広げられますが、⑥が抜けていると全社展開で差し戻され、それまでの検証がやり直しになるためです。なお「探せない」の原因が権限設計や文書の整理不足にある場合、①や⑤を入れても改善しません。前章の3つの限界に該当していないか先に確認してください。

DocBaseのAI機能はどの位置にあるのか

自社製品についても、6カテゴリのどこに該当するかを整理します。提供区分によって必要な契約が変わるため、あわせて示します。

この章での用語について
DocBaseでは、文書1件を「メモ」と呼びます。以下、DocBase固有の機能名を説明する箇所では「メモ」表記を使います。

前提として、DocBaseにはすべてのプランで使える基本機能に加えて「セキュリティパック」という有料オプションがあります。 監査や統制の要件が厳しい組織向けに、シングルサインオン・IPアドレス制限・2段階認証の必須化・操作履歴・グループ単位のAI利用制限などをまとめて提供するものです（DocBaseのセキュリティパック）。

カテゴリ	DocBaseでの提供状況	区分
①AI検索	AIアシスタント（自然文の質問に回答）／意味検索	DocBase AIプラス（ベータ期間中は無料）
②要約	AIメモ要約／AIコメント要約／Slackスレッド要約	基本機能（追加費用なし）
③タグの自動生成	AIタグ自動生成／タグ整理	基本機能（追加費用なし）
④文章の生成・下書き	下書きを自動生成する専用機能は提供していません（編集中の文書についてAIアシスタントに相談することは可能）	―
⑤外部AIツールとの連携	MCPサーバー（OAuth 2.1準拠）／CLI／API。いずれも意味検索に対応	基本機能（追加費用なし）
⑥AI利用の統制	チーム全体のAI機能ON/OFF、`no-ai` タグによるメモ単位の除外、アクセストークンのAI用途設定	基本機能（追加費用なし）
⑥のうちグループ単位の制御	グループ単位のAI利用制限（外部AIアプリ連携にも適用）	セキュリティパック（有料オプション）
⑥のうち利用の記録	AI機能の操作履歴／操作履歴（CSVエクスポート・保持期間180日）	セキュリティパック（有料オプション）

カテゴリ①については、提供条件を分けて確認してください。 DocBaseは2026年8月27日に「DocBase AIプラス」のベータ提供を開始し、自然文の質問に回答するAIアシスタントと、キーワードが一致しなくても意味の近い文書を探す意味検索が使えるようになりました（株式会社クレイのプレスリリース（2026年9月4日））。ベータ期間中はAI機能をONにしているすべてのチームがプランを問わず無料で使えますが、正式リリース後は有料アドオンとしての提供が予定されており、料金は未発表です。

①と⑤の境目が薄れている点も補足します。2026年9月10日の更新で、意味検索はMCPサーバー・CLI・API・Slackからも使えるようになりました。画面内で検索しても、外部のAIアプリから参照しても、同じ検索の仕組みが働きます。接続できる外部AIアプリは、Claude、Claude Code、ChatGPT、Visual Studio Code、Cursor、Devin、Dify、Gemini CLIなどです（DocBase公式リモートMCPサーバーのヘルプ）。

統制まわりの区分も補足します。チーム全体のAI機能のON/OFFは基本機能で（DocBase AIの有効化・無効化の設定方法）、メモ単位でAIの参照対象から外す no-ai タグも基本機能です（DocBaseのAIタグ機能の仕様）。一方、誰がいつAI機能を使ったかを記録する「AI機能の操作履歴」はセキュリティパックの契約が必要です（DocBase AI機能の操作履歴の提供条件）。後述の確認項目3にあたる部分が有料オプションである点にご注意ください。

各社が公表しているAI関連の事実

主要なツールが公表している事実を並べます。優劣の評価は付けていません。 公開情報で確認できた内容のみです（2026年9月11日時点）。

ツール	内蔵のAI検索	公式のMCPサーバー	ISO/IEC 27001認証
DocBase	あり（AIアシスタント・意味検索。2026年8月にベータ提供開始）	あり（OAuth 2.1準拠・リモート対応）	取得済み
NotePM	あり（2026年1月実装）	公開情報で確認できず	取得済み
Kibela	あり（スタンダード以上のAI機能。2026年5月に一部チーム向けβ提供開始）	あり（ローカルMCPのみ・OAuth非対応／2025年4月公開）	公開情報で確認できず
Notion	あり	あり	取得済み
Confluence	あり	あり	取得済み

この表から読み取れるのは、「MCPに対応しているか」「ISO/IEC 27001を取得しているか」だけでは比較にならない、ということです。 ISO/IEC 27001は多くのツールが取得しており、比較の軸として機能しにくくなっています。MCPは事情が少し違い、対応の有無より対応の中身に差があります。リモートから接続できるのか、認証方式は何か、管理者側で利用範囲を制御できるのか。上表の「あり」も、中身までは同じではありません。

もう1点、ISO/IEC 27001認証は、入力したデータがAIの学習に利用されないことを保証するものではありません。 情報セキュリティマネジメントの体制に対する認証であり、AI学習利用の可否とは独立した論点です。比較の際は、それぞれ個別に確認してください。

※上表は各社の公開情報にもとづく整理で、一部は2026年6〜7月に確認した内容を含みます。「公開情報で確認できず」は提供していないことを意味しないため、導入判断の前に各社へ直接ご確認ください。

導入前に確認すべき4項目

比較の段階で確認しておく項目を4つに絞りました。稟議の資料にそのまま転記できる形にしています。

1. 入力したデータがAIの学習に利用されるか

利用規約とプライバシーポリシーで明記されているかを確認します。前述のとおり、セキュリティ認証の有無はこの答えになりません。外部AIツールと連携する場合は、接続先の扱いも別途確認が必要です。

2. AI利用を制御できる単位

チーム全体、グループ、文書のどの単位で制御できるかを確認します。実務で分かれ目になるのは、新しく作られる文書も自動的に対象外にできるかです。文書単位のタグ運用だけでは付け忘れが発生するため、人事グループのように「そこに入るものは基本すべて対象外」としたい場合は、グループ単位の制御が必要になります。

3. AI経由のアクセスが記録に残るか

誰がいつAIを使ったかの記録が取れるかを確認します。内蔵のAI機能だけでなく、外部AIツールからのアクセスも記録対象に含まれるかを分けて確認してください。保持期間と出力形式もあわせて確認します。

4. 認証方式によって制御の効き方が変わらないか

APIトークンやコマンドラインツールから接続する場合、対話的な接続とは認証方式が異なり、AI利用制限が適用されないことがあります。DocBaseの場合、アクセストークンは発行時に「AI用途で利用するかどうか」を設定でき、AI用途として発行したトークンにはグループ単位のAI利用制限と no-ai タグによる制限が適用されますが、そう設定していないトークンでは適用されません。 CI/CDから社内の情報を操作する運用を組む場合は、トークンの発行方針もあわせて決めてください。他のツールでも同種の仕様がないかを確認することをおすすめします。

導入前の疑問点はDocBase導入前のよくある質問にもまとまっています。他社が社内の情報共有をどう進めているかはDocBaseの導入事例で確認できます。

よくある質問（FAQ）

AI搭載の社内wikiとは何ですか？

AI搭載の社内wikiとは、社内の情報を蓄積・共有するツールに、大規模言語モデル（LLM）を使った機能が組み込まれているものを指します。ただし特定の機能を指す用語ではなく、実際には「AI検索」「要約」「タグの自動生成」「文章の生成・下書き」「外部AIツールとの連携」「AI利用の統制」という6つの機能のいずれか、または複数の組み合わせを意味しています。

AI検索とAI要約は何が違いますか？

解決する課題が違います。AI検索は「探しても見つからない」を解決する機能で、自然文の質問に対して社内の情報を根拠に回答を返します。AI要約は「読む時間がない」を解決する機能で、すでに見つかっている文書の要点を短くまとめます。探す段階の課題なのか読む段階の課題なのかで、必要な機能が変わります。

AIに社内の情報を読ませて大丈夫ですか？

読ませる範囲を設計すれば運用できますが、無条件に全部を読ませるのは適切ではありません。確認すべきは3点です。入力したデータがAIの学習に利用されないと利用規約で明記されているか。人事情報や未確定の意思決定など読ませたくない情報を参照対象から除外できるか。誰がいつAIを使ったかが記録に残るか。この3点が確認できていれば、範囲を限定して導入を進められます。なおISO/IEC 27001認証の取得は、AI学習利用の可否とは独立した論点です。

内蔵のAI検索と外部AIツールとの連携は、どちらを選べばよいですか？

どちらか一方を選ぶ必要は、必ずしもありません。画面内で完結させたい場合は内蔵のAI検索が向いており、すでに全社でChatGPTやClaudeを契約している組織では、MCP（Model Context Protocol）による外部連携のほうが導入しやすいこともあります。最近は両方に同じ検索の仕組みを提供するツールもあるため、比較の際は「どちらがあるか」ではなく「どちらからでも使えるか」を確認するとよいでしょう。

AIに文書の下書きを大量に作らせてもよいですか？

推奨しません。読まれない文書が増えると、AI検索や外部AI連携が参照する対象が濁り、回答の精度が下がるおそれがあります。AIが生成した文書をAIが読む状態が積み重なると、ナレッジ全体の信頼性が低下していきかねません。下書きの作成をAIに任せること自体は有効ですが、公開の判断は人が持ち、更新責任者を決めたうえで運用してください。

まとめ：分類してから比較する

社内wikiの「AI搭載」は単一の機能ではなく、6つの別々の機能の総称です。要点を整理します。

AI機能は「AI検索」「要約」「タグの自動生成」「文章の生成・下書き」「外部AIツールとの連携」「AI利用の統制」の6カテゴリに分けられ、どれが必要かは課題によって変わります
書かれていないことは答えられない、古い情報を現行ルールとして答える、権限設計の甘さが露出する。この3つはAIを入れても解決しません
課題が複数ある場合は、稟議で必ず問われるAI利用の統制から着手すると後戻りが減ります
導入前に、AI学習への利用の有無・制御の単位・記録の有無・認証方式の4項目を確認してください

MCPへの対応もISO/IEC 27001認証も、それ自体は珍しいものではなくなりました。比較の軸は「AIがあるか」から「AIの使われ方をどこまで制御できるか」に移っています。

AI機能の範囲を管理者が決められる社内wikiを探しているなら

DocBaseは、AIメモ要約・AIタグ自動生成・MCPサーバー（OAuth 2.1準拠）・no-ai タグによる文書単位のAI除外を基本機能として提供するナレッジ共有ツールです。自然文で質問できるAIアシスタントと意味検索は「DocBase AIプラス」としてベータ提供中で、プランを問わず無料で試せます（正式リリース後は有料アドオン予定）。グループ単位のAI利用制限とAI機能の操作履歴はセキュリティパック（有料オプション）で追加できます。ISO/IEC 27001（ISMS）認証を取得しており、利用継続率は99%以上です（自社集計）。30日間の無料トライアルが利用でき、クレジットカードの登録も不要です。トライアル終了後に自動で課金されることはありません。