投資判断のナレッジ化

過去の判断の背景を、次の案件の判断材料にする

田中さんは不動産ファンドで、物流施設やオフィスの取得を担当している。新しい案件を検討するとき、まず知りたいのは「似た物件を以前どう判断したか」だ。同じエリアで見送った案件はなかったか、そのとき何が決め手だったか。しかし投資委員会の資料には結論と数字は残っていても、そこに至るまでの議論やAMとの協議の中身は、議事録やメール、担当者の手元のメモに散らばっている。結局は先輩に聞くか、古いフォルダを一つずつ開いて探すことになり、半日がかりになることもある。

毎月の仕事も重い。各物件のAMから届くレポートは会社ごとに形式が違い、稼働率や賃料、修繕の進み具合がどこに書いてあるかもまちまちだ。20物件分を読み込んで社内向けの報告資料にまとめるだけで、毎月まる2日が消えていく。数字を転記する途中で桁を誤り、上司に指摘されたこともある。

そこで想定するのが、会議の内容をそのままナレッジにする仕組みだ。AMとの協議や社内の検討会議の音声は自動で集められ、クラウド上で文字起こしされたうえで、物件名・論点・決まったこと・残った宿題に整理されてためられる。田中さんが会議のたびに議事録を書き起こす必要はない。会議に出ていなかったメンバーも、要点を読めば協議の流れをつかめる。

ためたナレッジは、普段使っている生成AIから参照できる。田中さんが「○○エリアの築20年前後の物流施設で、過去に見送った案件と理由を教えて」と聞くと、AIは該当する協議の要点を、どの会議のどの発言かという出典つきで返す。投資委員会の前には、自分の資料を渡して過去の委員会でよく指摘された観点に照らしたセルフレビューをかけ、AMへの依頼事項に漏れがないかも確かめる。AMレポートからは報告資料の一次案がつくられ、田中さんは数字と表現を確かめて仕上げる。

取得するかどうかを決めるのは、あくまで投資委員会と田中さんたちだ。AIは過去の判断を探し出し、見落としを指摘するところまでを受け持つ。過去と同じ結論を出すべきかどうかは、市況やテナントの状況が変わっていることも踏まえて、田中さんが自分で考える。それでも、どこまでが過去に議論済みで、どこからが新しい論点なのかがはっきりするだけで、委員会での議論は深まる。

想定するアプリでは、主に次のようなことができる。

• 会議のナレッジ化。会議の音声を自動で集め、文字起こしから論点・決定事項・宿題の整理までを行う
• 類似事例の検索。普段使いの生成AIから、過去の協議や判断の背景を出典つきで探せる
• 投資委員会の前のセルフレビュー。過去によく指摘された観点に照らして資料を確かめ、AMへの依頼事項の漏れも示す
• 報告資料の一次作成。形式の異なるAMレポートを読み取り、社内向けの報告資料の下書きをつくる

bloomがこのアプリをつくるなら、まず何をナレッジとして残すべきかを担当者と一緒に決める。会議をすべて文字起こしするだけでは、あとから探せる形にならないからだ。過去の投資委員会の資料と協議の記録を見ながら、次の判断で何を知りたくなるかを聞き取り、整理する項目を決める。会議の録音や保管先は、社外秘の情報を扱う前提で、権限と保管場所を最初に情報システム部門とそろえておく。

AIに任せるのは、探す・まとめる・漏れを指摘するところまでだ。どの論点をどれだけ重く見るかという判断は人に残す。試用では、実際の案件の検討の中で類似事例の検索を使ってもらい、探していた情報が出てきたかを担当者に確かめながら、整理の項目と答え方を直していく。