ナレッジループ導入支援
貴社のノウハウを、AIの競争優位に変える。 使った年数だけ、差が開く。
同じAIモデルは、競合も使えます。差がつくのは、使った結果＝「いい/悪い」の判断根拠が組織に貯まる仕組みを持っているかどうか。収集・構造化・教材化・AI実装の4ステップ（ナレッジループ）を貴社の中に作り、AIを「会社の競争優位を作る存在」に育てる導入支援です。IPLoT自身が本番運用している基盤と教材化の型を持ち込み、開発期間なし・標準16週で立ち上げます。
WHY NOW
AI活用は第3段階に入る
「使う」「導入する」の次に来るのは、AIが会社の競争力を作る段階です。生成AIの導入自体は行き渡り始めました。次に来るのは「使った結果が組織に何も残らない」ことへの不満——外部化する対象が、製造能力から組織知に変わりました。
第1段階 ・ 2023頃〜
ChatGPTを「使う」
個人がチャットで質問・文章作成。効果は個人の生産性で止まる。
限界：使った結果が組織に残らない
第2段階 ・ 2025頃〜 いま多くの会社はここ
AIエージェントを「導入する」
エージェントが調査・資料作成・定型業務を代行する。導入すること自体は、どの会社にもできる。
限界：同じエージェントは競合も使える——差がつかない
第3段階 ・ これから
AIが「会社の競争力」を作る
使った結果＝「いい/悪い」の判断根拠が組織に言語化されて貯まり、AIが会社固有のノウハウで動く。使った年数だけ差が開く。
ここを一緒に立ち上げるのが、本サービスの提供領域
- エース依存の知識集約企業では、退職1人で中核ノウハウが消えるリスクが経営課題として顕在化しています。
- 技能承継の構造問題が追い風：熟練層の引退・2024年問題・人手不足。承継・省力化は補助金とも整合し、投資判断の社内説明がしやすいテーマです。
- 第3段階を自社だけで作るのは重い——基盤と教材化の型はIPLoTが持ち込み、貴社は「判断根拠の言語化」に集中できます。
BACKGROUND
課題は「使うか否か」ではなく、使った結果として組織に学習が残るか
産業の空洞化（1970年代〜）では、製造機能・雇用・産業基盤が低コスト地域へ外部化されました。いま起きているのは組織知の空洞化（2024年〜）——知識・判断・ノウハウが外部AI依存になり、社内に蓄積されにくくなっています。使うだけでは、学習するのは外部のAIであって、社内には何も残りません。
製造機能・雇用・産業基盤が、低コスト地域へ外部化された。
知識・判断・ノウハウが外部AI依存になり、社内に蓄積されにくくなる。
解決策は、① 収集（働くだけでデータが貯まる）→ ② 構造化（人が構造を与える）→ ③ 教材化（人が言語化する）→ ④ AI実装（教材をプロンプトにする）の4ステップをすべて自社基盤で回すこと。1周するたびにAIが参照できる社内ナレッジが増える一方、4つのうち1つでも欠けると、ノウハウは組織に残りません。
KNOWLEDGE LOOP
収集・構造化・教材化・AI実装を、 自社の中で回す
社内の活動データの収集・構造化・教材化を自社内で完結させ、自社のノウハウを詰めたAIに進化させる——これがナレッジループです。AIモデル（Claude 等）は外部のものを使いますが、使った結果は自社のプロンプト＝ノウハウとして戻り、AIが自社のノウハウで進化していきます。
GOAL
プロジェクト 品質の向上
働くだけでデータが貯まる
会話・会議・タスク・文書を自動収集し、1つのDBへ。人手の入力はゼロ。
ipro-db
人が構造を与える
フロー・課題・タスクを、相互にひもづく1つの構造化データに。AIの長期記憶として読み書きできる。
Brain Pro など
人が言語化する
何が良く・何が悪いか、その理由、転用の条件を教材に。ここで初めてAIに教えられる形になる。
教材・テスト
教材をプロンプトにする
教材＝プロンプトをDBで管理し、文脈に応じた知識だけをAIへ供給。教材を更新すれば、AIが即・賢くなる。
ipro-agent
会話・会議・タスク・文書を自動収集し、1つのDBへ。人手の入力はゼロ。
フロー・課題・タスクを、相互にひもづく1つの構造化データに。AIの長期記憶として読み書きできる。
何が良く・何が悪いか、その理由、転用の条件を教材に。ここで初めてAIに教えられる形になる。
教材＝プロンプトをDBで管理し、文脈に応じた知識だけをAIへ供給。教材を更新すれば、AIが即・賢くなる。
賢くなったAIを使って、また働く（＝ ① に戻る）
1周するたびに、AIが参照できる社内ナレッジが増える
実装アーキテクチャ — AIモデルは外部、ノウハウは自社に貯める
ナレッジループを支える4層
UI構造層
会社ごとに作り込む
会社のノウハウを構造として保存する層。IPLoTは Brain Pro を使う（Backlog 等の既存ツールに差し替え可）。人がAIの知識を確認・修正するのもここ。
活動DB層
共通SaaS基盤
社内の活動データを自動で集める層。チャット・タスク・会議録画を1つのDB（ipro-db）に統合する。人手の入力はゼロ、データ構造は会社に依存しない。
知識層
会社ごとに作り込む
AIに教える中身＝アウトプットの「いい/悪い」の判断根拠（ノウハウ）を人が作る層。過去案件の記録を、人が判断の理由まで抽象化して教材にする。
エージェント層
会社ごとに作り込む
教材をそのままプロンプトとしてDBに置く層（ipro-agent）。知識取得エージェントが、その場の文脈に必要な教材だけを引いてAIへ渡す。
4つのうち1つでも欠けると、ノウハウは組織に残らない
① 収集
これが無いと：そもそも素材が無い
② 構造化
これが無いと：ログの山のままで使えない
③ 教材化
これが無いと：AIに教えられる形にならない
④ AI実装
これが無いと：教材が使われず死蔵する
同じモデルは誰でも使える以上、差がつくのはこの循環を回す仕組みを持っているかどうか。モデルは1年で入れ替わりますが、社内の活動データと教材は積み上がります。
SERVICE
ご提供するのは、貴社の中に ナレッジループを作る導入支援
中心は「貴社ノウハウの言語化」です。作り込むのは知識層とエージェント層、UI構造層は接続——活動DB層は完成済みのSaaSをそのまま使うため、標準の16週導入は接続・言語化・調整で完結します（開発期間なし）。
活動DB層
完成済みSaaSを共通利用
テナント発行と接続設定のみ。マルチテナント・会社別分離・権限3段階・9系統収集・AI予算/モデルの会社別設定は本番稼働済み。追加開発が不要＝月額利用のみで使えます。
UI構造層
接続する
貴社が既に使っている管理ツール・管理体制に接続します。合うものが無ければ、既存の管理体制を見てIPLoTがUI構造層そのものを作り込みます（Brain Pro もその一つ）。
知識層
支援の中核＝言語化
貴社の「いい/悪い」の判断根拠（＝ノウハウ）をワークショップで言語化・教材化します。導入価値の大半がここで決まります。
エージェント層
調整する
知識層（教材）をプロンプトにして、AIに実装します。回答・常駐監視・朝ブリーフィング・成果物生成（28種から5〜10種を選定）が、このプロンプトで動きます。
- 標準の16週導入は、接続・言語化・調整で完結——開発期間なしで約4ヶ月で立ち上がります（UI構造層を新たに作り込む場合は個別にご提案）。
- 料金は導入支援（言語化）＋月額（SaaS利用・伴走・AI実費）のシンプルな構成です。
- 作った教材・プロンプト・データは、すべて貴社に帰属します。
COMPARISON
他の手段との違い
差別化の軸は「判断根拠の言語化」と「定着の測定」まで含むかどうか。検索・保管だけでは、品質基準は再現されません。
| 観点 | Notion＋ChatGPT／社内wiki | ナレマネSaaS（Q&A蓄積型） | 社内ChatGPT＋RAG構築 | 大手コンサルのKM支援 | ナレッジループ |
|---|---|---|---|---|---|
| 収集——働くだけで貯まるか | ×人が書いて貯める | △投稿に依存 | ○既存文書を索引 | ×方法論のみ | ◎9系統を人手ゼロで自動収集 |
| 「いい/悪い」の判断根拠の言語化 | ×書かれない | ×Q&Aの断片 | ×文書に無いものは出ない | △支援期間のみ | ◎ワークショップで言語化し教材化（本サービスの中核） |
| AIが業務に還流するか | △汎用チャット | ×検索まで | ○検索して回答 | ×— | ◎回答・監視・成果物生成28種 |
| 定着の測定 | ×— | ×— | ×— | △研修測定は別建て | ◎テスト・AI採点・弱点マップ |
| 回し続ける基盤が残るか | ○ツールは残る | ○ツールは残る | ○仕組みは残る | ×方法論は残る | ◎ループごと残り、教材が増え続ける |
検索・保管だけでは、貴社の「いい/悪い」の判断基準は再現されません。判断根拠の言語化から定着の測定までを、1本のループでご提供するのが本サービスです（表は一般的な傾向の整理です）。
FOR WHOM
対象企業様
ノウハウが商品そのものの「知識集約型」と、判断が口頭・紙・電話で発生する「現場系」——入り口は異なりますが、どちらもナレッジループの対象です。
① 知識集約型——ノウハウが商品そのものの会社
コンサル・マーケ支援・士業・M&A仲介
15〜100名よくある課題：提案品質のエース依存／エース退職＝中核ノウハウの消失／新人が独り立ちまで1年。知識層の言語化支援が主役——教材化した判断根拠を、エージェントが提案レビュー・類似案件検索・成果物生成で全員に配ります。
始め方：ナレッジ資産診断 → PoC（エース1名×1テーマ教材化＋回答デモ）
受託開発・SIer・Web制作
20〜150名よくある課題：見積・要件定義の品質がPM依存／炎上の学びが個人止まり。IPLoTの36講座を土台としてそのまま活用できるため、導入が速い業種です。
始め方：社内教育ライセンス＋研修 → エージェント層へ拡張
導入の前提は、日々の仕事がチャットや会議録画などテキストで流れていること。成果の条件はエース社員の週2.5時間——どちらも診断でご一緒に確認します。
② 現場系——判断が口頭・紙・電話で発生する会社
現場系は「接続すれば貯まる」ではなく、既存業務に録画・取り込みを後付けして「貯まる場」を先に作ります。物流は法定の点呼に、多拠点サービスは本部チャットに相乗り——新習慣を増やさずに収集を始めます。
| 業種 | ノウハウ＝「いい/悪い」の判断根拠 | 貯まる場づくり（収集の入口） |
|---|---|---|
中小製造業 受注生産・20〜100名 | 検品の合否判断・段取り替えの条件出し・異常時の原因切り分け・見積の工数読み | 朝礼・工程会議・不良検討会の録画→自動文字起こし。熟練者ヒアリング自体を録画して一次素材化。現場LINEの取り込み |
建設・施工 専門工事・10〜80名 | 見積の拾いと掛け率・工程組み（職人手配・天候）・安全判断・品質の合否線引き | LINEグループが事実上の標準＝現場系で唯一「接続すれば貯まり始める」に近い。＋見積Excel/安全書類の取り込み・反省会の録画 |
卸売業 専門商社・30〜150名 | 値付けの掛け率相場観・欠品時の代替提案・仕入先の使い分け・与信判断 | 判断の結果（価格・受注）は基幹に残るが理由が残っていない→価格改定会議・仕入先評価会議の録画で「理由だけ録る」 |
物流 地場運送/3PL・30〜200名 | 配車組み（車格・免許・相性・帰り便）・例外対応・荷主別の暗黙ルール | 法定の点呼と毎朝の配車確認に録音を相乗り＝新習慣ほぼゼロで言語化の場を確保。荷主別ルールの聞き取り録画・日報 |
多拠点サービス 小売・飲食・介護・5〜30拠点 | 発注量の読み・売場/シフトの組み方・クレーム初動・（介護）状態変化への気づき | 本部⇄店舗チャットの取り込みが最初の一手。店長会議・SV同行の録画。人の入れ替わりが多い→テストで測る比重を上げる |
現場系の律速は「データ発生源のデジタル化」と「録音・録画への従業員の皆さまの合意（監視でなく承継目的）」——合意形成を導入初期の必須工程に置きます。熟練者は「書かないが語れる」——IPLoTが言語化を代行し、本人は確認に回ります。技能承継・省力化の投資は、各種補助金と組み合わせられる場合があります。
PROCESS
導入の進め方： 診断3週間＋導入約4ヶ月＋運用継続
4層に沿った6フェーズで進めます。一般メンバーの負荷はほぼゼロ、お借りするのはエースの週2.5時間です。Phase 1以降、技術作業は接続・設定・プロンプト投入に閉じます（新規開発なし）。
Phase 0 診断
ASSESS
Phase 1 収集
COLLECT
Phase 2 構造化
STRUCTURE
Phase 3 教材化
★本丸
Phase 4 AI実装
DEPLOY
Phase 5 運用
LOOP
律速は知識層ワークショップ（1回延期になると全体が1週間遅れます）。契約時に経営スポンサーの方と全回のカレンダーを確保させていただきます。貴社側の総負荷は中核2〜3名×計20〜30時間/16週——それ以外の社員は通常業務のままです。
PHASE 3 DEEP DIVE
教材化ワークショップ—— 言語化の8割はIPLoTが代筆する
導入価値の大半が決まるPhase 3の中身です。エースは「判定」と「赤入れ」だけに回っていただきます。
- 事前にIPLoTが活動DBと過去案件から良い例/悪い例の候補を抽出してワークショップ資料化——ゼロからお話しいただく形にはしません。
- 教材化はIPLoTのメソッドを型として適用：実名除去・架空企業シナリオへの抽象化・クイズ/記述課題/採点ルーブリックの生成（自社36講座で使った方法の横展開）。
- エースの負荷はワークショップ90分＋赤入れ60分＝週2.5時間。これを超える負荷設計にしません。
最初から36講座を目指しません。「1業務×成果物3種×教材5本」で4週で一周し、AIの回答が変わるのを先に体感いただきます。
8〜12講座
初期セット（優先3テーマ×3〜4本）
40〜60問
クイズ（バンク式出題）
15〜25課題
記述式＋AI採点ルーブリック
検収は「量」ではなく「再現性」
- 若手が初見で記述課題を解き、AI採点とエース採点の乖離が許容内（例：8割の項目で±15点）なら合格。
- エース本人が「これなら新人に読ませられる」と承認する——数値と本人承認の両方で検収します。
ワークショップが2回続けて開催できない場合はいったん中断して「蓄積待機」へ。収集は自動で走り続けるので、再開時に材料はむしろ増えています——中断が損にならない設計です。
─ KNOWLEDGE LOOP
TRACK RECORD
IPLoTでの実装実績
このループは構想ではなく、IPLoT自身が自社で本番運用している仕組みです。4層すべてを自社開発で持ち、日々の業務がこの上で回っています。
ipro-db：Slack・会議・タスク・文書を、すべて1つのDBに集める
Slack チャンネル会話ログ
ハドルのAIノート（Canvas）
会議録画 → 自動文字起こし
添付ファイル OCR
Google ドキュメント（本人権限で読取）
公開URL の定期巡回
Backlog / Linear / Trello のタスク
LINE / Google Chat のメッセージ
カレンダー・予約
ナレッジ基盤に一元化
全データをベクトル化し 意味検索できる形で蓄積 （人手の入力ゼロ）
チャット
Slack / LINE / Google Chat の会話ログ
会議
録画・文字起こし・ハドルのAIノート
タスク
Backlog / Linear / Trello（元URL付き）
文書
Google ドキュメント・添付OCR・公開URL
人・プロジェクト
誰が・どの案件で・何をしたか
ipro-db は活動DB層。普通に仕事をするだけで、会社のナレッジになるデータが人手の入力ゼロで毎日積み上がります。中身は業種・会社に依存しないので、貴社にもそのまま導入できます（AIの機能は ④ ipro-agent が担います）。
サービスを見るBrain Pro：プロジェクト上流の情報を「1つの構造化データ」にする
業務フロー・GAP・課題ツリー・WBS・リスクを相互にひもづいた1つのデータとして管理。AIがこのデータを直接読み書きし、提案がチャットに流れて消えず、構造化されて資産になります。
社内教育：過去プロジェクトのデータ × 人間の抽象化で作った36講座
36講座
コンサル技術・基礎思考・システム設計・マネジメント・Claude Code演習
220問
選択式クイズ（合格80点）
243課題
記述式テスト38本・AI採点＋admin採点
実案件の進め方を架空企業のシナリオに抽象化し、クイズ・記述式テスト・AI採点・弱点マップまで測定インフラ込みで運用中。教材は読み物ではなく「測れる知識」で、そのままAIの知識（プロンプト）の原型になります。
ipro-agent：教材をプロンプトとしてDBで持ち、文脈に応じた知識だけをAIへ渡す
社内教育36講座を言語化したプロンプト
Brain Pro の構造（フロー・課題・タスク）
ipro-db の記録（会話・会議・タスク・文書）巡回・監視の方針、成果物の作り方
MCPで見えているツール群
ipro-agent
プロンプトを全量DB管理 知識取得エージェントが 文脈に必要な分だけ供給
質問への回答
根拠資料つきで回答（出典を記録）
常駐監視・施策提案
毎日チャンネルを読み、次の一手を提案
朝ブリーフィング
会社ごとに時刻・曜日を設定
成果物の自動生成
議事録・見積・業務フロー図など28種
ツールへの書き込み
どこへどう書くかをその場で判断（MCP）
36講座を毎回まるごとAIに読ませているわけではありません。知識取得エージェントが、そのときの文脈に必要な教材だけをプロンプトDBから引いて渡します。だから回答も、監視も、成果物生成も、同じ1つのプロンプトDBから動きます（＝直す場所は1箇所）。
サービスを見るPRICING
料金の目安
診断から始めて、導入で言語化し、運用（SaaS＋伴走）で回し続ける3段構えです。
※ 税別・規模とテーマ数により個別お見積り
メニュー
内容
料金
稼働の目安
① ナレッジ資産診断
Phase 0
② PoC
オプション
③ 導入パッケージ
Phase 1〜4・約4ヶ月
④ 運用
Phase 5・月次
初年度の目安は診断＋導入＋運用で約600〜750万円、2年目以降は運用のみ（月額＋AI実費）。AI実費は上限付きで、想定外の請求が起きない設計です。
品質確保のため、同時にお受けする導入は2社まで。着手枠は順にご案内します。
KPI
成果の測り方
回答ログ・出典記録・AI採点は基盤に実装済みのため、KPIの大半は自動計測できます。BEFOREは診断時に計測し、目標値は診断時に貴社と合意して確定します。
| KPI | 測り方（導入後は自動計測） | 目標の目安 |
|---|---|---|
| 新人立ち上がり時間 | テスト合格＋初案件を独力完遂までの月数（バンク式テスト＋AI採点） | 30%短縮 |
| 質問への一次回答 | AIの根拠つき回答で解決した比率（回答ログ・出典記録） | 50%をAIで解決 |
| 成果物の作成時間 | 成果物自動生成を使った初稿作成時間（利用ログ） | 初稿50%短縮 |
| 教材の死蔵検出 | プロンプトDB参照回数/月・講座別の参照偏り | 80%が月1回以上参照 |
| 退職時のノウハウ残存 | 本人不在後にAI＋教材のみで質問20問に回答できた率 | 80%以上 |
| 判断力の底上げ | 半年後の同一バンク出題スコア・弱点マップの推移（ルーブリックAI採点） | 弱点タグ上位3つが入替 |
退職を待たずに測る「避難訓練」——エースへの質問を1週間止めても業務が回るかを、半期に1回確認する運用を月次レビューに組み込みます。ノウハウが会社に残っていることを、退職を待たずに確かめられます。
DATA & CONTRACT
データの取扱いとお約束
作った教材・プロンプト・データは、すべて貴社のもの。機密は会社単位の分離とopt-inで守ります。
- 成果物の帰属＝貴社（教材・プロンプト・判断根拠カタログ）。IPLoTの教材化メソッド・テンプレはバックグラウンドIPとして留保し、境界を別紙で列挙します。
- 基盤（ipro-db / ipro-agent / Brain Pro）はSaaSの利用許諾のみ。ソース非開示。
- 解約時のデータ返還：活動DB全データ＋教材＋プロンプトを機械可読形式でエクスポート提供。期限と削除証明まで契約に明記します。
- テナントは会社ごとに分離・権限3段階。提供範囲・提供形態は契約書の別紙で定義します。
- 同業他社への提供時も、貴社の教材・データは一切流用しません（メソッドは可・中身は不可）。
- 外部AIは学習不使用条件の商用APIを利用。IPLoT自身も貴社の教材・データを他社サービスに再利用しません。
三者機密——コンサル・マーケ会社特有の最重要論点
- 貴社のチャットには貴社クライアントの機密が流れます。収集はチャンネル単位のopt-in（既定は「収集しない」）。クライアントとのNDAが外部SaaS保存を許すかのご確認は貴社にお願いします。
- 教材化時は実名・実数値を架空企業シナリオへ置換——教材化メソッド自体が匿名化装置になります。
IPLoT METHOD
課題発見から運用保守まで、ひとつながりで。
他社が「開発」や「運用保守」だけを切り出して請けるのに対し、IPLoT は ①課題発見・コンサルティング ②生成 AI を活かした開発 ③稼働後の運用保守 を一体で提供します。下の図は、各サービスがこの 3 本柱のどこを担うかを示したものです。
3 つで 1 つ。課題発見 → 開発 → 運用保守
課題発見・コンサルティング
「何を作るか」の前に「本当の課題は何か」。社内教育 36 講座を体系化した標準手法で、現場の課題を構造化します。
IT コンサルティング
標準手法でゴールから設計
ナレッジループ導入支援
ノウハウを言語化し、AI に実装
IPROくん
現場に常駐し手を動かす AI コンサル
Brain Pro
プロジェクトの脳・長期記憶
一般的な開発会社との違い
| 観点 | 一般的な開発会社 | IPLoT |
|---|---|---|
| 入り口 | 言われたものを作る（要件ありき） | 課題発見・コンサルティングから入る |
| コンサルティング | 担当者の経験頼み・属人的 | 標準手法（社内教育 36 講座）＋ Brain Pro で再現性 |
| 開発 | 工数の積み上げで高コスト | 生成 AI を活用して開発コストを圧縮 |
| 運用保守 | 壊れたら直す受け身対応 | メンタくんが能動的に監視・改善提案 |
| 提供形態 | 工程ごとに分断され、つなぎ目で抜け漏れ | 課題発見〜運用保守をひとつのチームで一体提供 |
FAQ
よくある質問
お願いするのは「エース社員の週2.5時間」が中心です。エース2名×週2.5時間×8週（ワークショップ90分＋教材の赤入れ60分）、経営スポンサーはキックオフ・月次レビューへの参加とテーマの最終判断、情シスは導入2週目までに週2時間ほど（接続の承認）。一般メンバーはキックオフ1時間のみで、日常の追加作業はゼロです（収集は自動）。
標準スケジュールは診断3週間＋導入約4ヶ月（16週）です。費用は、ナレッジ資産診断が50〜80万円（固定）、導入パッケージが350〜500万円（ライト版280万円）、運用が月20〜30万円＋AI実費（上限付き）。初年度の目安は約600〜750万円、2年目以降は運用のみです（いずれも税別・規模とテーマ数により個別お見積り）。
問題ありません。言語化の8割はIPLoTが代筆します。事前に活動DBと過去案件から良い例/悪い例の候補を抽出してワークショップ資料化するので、ゼロからお話しいただく形にはなりません。エースにお願いするのは「判定」と「赤入れ」だけです。
ワークショップが2回続けて開催できない場合は、いったん中断して「蓄積待機」に切り替えます。収集は自動で走り続けるため、再開時には教材の材料がむしろ増えています。AI利用費も会社別の予算上限で自動制御されるので、中断中に費用が膨らむことはありません。
収集はチャンネル単位のopt-in方式で、既定は「収集しない」です。機密チャンネルの除外リストは診断時にご一緒に作ります。また教材化の際は実名・実数値を架空企業シナリオに置換するため、教材化メソッド自体が匿名化装置として機能します。外部AIは学習不使用条件の商用APIのみを利用します。
教材・プロンプト・判断根拠カタログ・活動DBのデータは、すべて貴社に帰属します。解約時には機械可読形式でエクスポート提供し、期限と削除証明まで契約に明記します。IPLoTが同業他社をご支援する場合も、貴社の教材・データは一切流用しません。
乗り換えは不要です。UI構造層は貴社が既に使っている管理ツールへの接続を基本とし、合うものが無い場合にIPLoTが作り込みます（Brain Pro もその一つ）。既存の管理体制を活かしたまま、ナレッジループを重ねられます。
現場系の導入では、録音・録画が「監視ではなく技能承継が目的」であることの社内説明を導入初期の必須工程に置いています。説明資料はIPLoTがご用意し、合意形成からご一緒します。点呼や朝礼など既存の習慣に相乗りする設計で、新しい習慣はほぼ増やしません。
