探索
AIを調査・検索に使う段階。社内情報が辿れる構造かが問われる。
Executive Web Briefing
AIが読む。
AIが動く。
組織が進化する。
Larkは、業務文脈と実行手段を同じワークスペースに統合し、人・AI・Agentが同じ前提で協働するためのAI協働プラットフォームです。
Lark
Docs / WikiAIが参照できる正本と知識
Base業務データの構造化と状態管理
Workflow通知・承認・起票・更新
Open PlatformCLI / API / Agent実装基盤
01 / AI市場の変化
主戦場は、生成から
実行へ移る。
経営が問うべきことは、AIを使ったかではない。AIが業務の文脈を理解し、結果を業務へ戻せるかです。
生成
文章、要約、企画書を生成。成果物を業務成果へつなぐ導線が必要になる。
Agent
複数の情報源とツールを跨いで判断補助。境界とガバナンスの設計が差になる。
実行
通知、起票、承認依頼、書き戻しまで進める。ここから企業変革が始まる。
02 / AI Friendly → AI Native
AIに必要なのは
ContextとHands。
AI FriendlyはAIが使える土台。AI Nativeは、その土台の上でAIが業務の中に入り込み、仕事を前へ進める状態です。
UI
人間向け
人が読めれば成立する業務設計。
- 画面やメニュー操作が中心
- 暗黙知や属人的判断でも回る
- 人が全工程をつなぐ
C
AI Friendly
AIが迷わず読み、探し、参照できる業務の地図。
- Docs / Wikiに正本がある
- Baseに業務データがある
- 権限、オーナー、更新ルールが明確
H
AI Native
AIを前提に、プロセスと権限と例外処理を設計する状態。
- AIが成果物を作る
- 必要な箇所だけ人が確認する
- Task / Base / Workflowへ戻る
WHITEBOARD VIEW / FROM CONTEXT TO EXECUTION
SSOT → Agent → Writeback
Docs / Wikiナレッジ、SOP、判断基準、会議履歴
Base案件、人材、店舗、契約、稼働、状態
Minutes議論、決定事項、未対応の抽出
Approval承認依頼、判断履歴、権限モデル
Task / Workflow通知、起票、追跡、例外処理
CLI / 2500+ APIsAgentが安全に操作を呼び出す基盤
03 / 企業がAI活用に苦戦する理由
止まっているのは、
モデルではなく業務側。
情報分散、属人化、フローのばらつき、書き戻し不在。AIの性能以前に、AIが働ける職場がまだ設計されていない。
情報が分散
チャット、メール、Excel、個人フォルダに散在。
- AIが正本を判断できない
- 最新版が分からない
判断が属人化
ベテランの頭の中に基準が残る。
- AIが学ぶルールがない
- 例外対応が再現できない
フローが不統一
部署ごとに条件や承認経路が異なる。
- 実行条件が曖昧
- ガバナンスが乗らない
結果が戻らない
生成物が一回限りで終わる。
- 追跡できない
- 次の行動に接続しない
04 / Larkの価値
会話、知識、データ、承認、AIを
ひとつの業務空間へ。
Larkの本質はツールを増やすことではない。AI Friendlyな文脈とAI Nativeな実行を、同じワークスペースで成立させることです。
協働インターフェースShare context
MessengerMeeting共同作業スペース
人とAIが同じ会話・会議・共同作業空間で文脈を共有する入口。
文脈レイヤーAI Friendly
DocsWikiBaseMinutes
AIが読み取れる正本・状態・履歴を保持し、業務地図をつくる。
実行レイヤーAI Native
ApprovalTaskWorkflow通知
AIやAgentが起票、承認依頼、更新、書き戻しまで担う。
基盤レイヤーOpen Platform
Lark CLI2500+ APIs権限管理Agent
より柔軟で安全なAgent実装を支える、企業変革の操作基盤。
1
ワークスペースに文脈と実行を統合
4
協働・文脈・実行・基盤のレイヤー
2500+
APIでAgent実装を拡張
∞
業務閉ループを業界別に移植
05 / 活用シナリオ
業界が違っても、
価値が立つ構造は同じ。
収集 → 構造化 → 理解 → 実行 → 書き戻し。この閉ループを業務へ移植できる企業が、AIの成果を継続的に積み上げる。
Retail AI Loop
小売: 現場を見える化し、改善を追跡する
店舗日報、FAQ、販促、店舗台帳をBase / Wikiに集約し、写真認識、日報要約、異常通知、改善タスクまでつなげる。
収集店舗日報・写真・問い合わせ
構造化Base / Wikiへ集約
理解異常・傾向・未対応を抽出
実行通知・改善タスク化
書き戻し結果と履歴をBaseへ
現場の可視化
指示漏れ削減
改善スピード向上
06 / Future Vision
AI機能の導入から、
AI Operating Modelへ。
企業変革は段階的に進む。基盤を整え、実行を接続し、最後に人とAIが同じ業務文脈で組織運営を回す。
AI Friendly
AIが読める業務文脈を整える。正本、命名、状態、履歴を揃える。
AI Native
AIが業務フローの中で動ける実行手段を接続する。人は標準と例外を握る。
AI Operating Model
人・AI・Agentが同じ文脈で、意思決定から実行までを一体で回す。
AI時代の競争力は、AIを導入したかではなく、AIが読める業務文脈と、AIが動ける実行手段をどこまで同じ業務空間で接続できたかで決まる。