【ナレッジグラフ】ベテランが辞めた瞬間、会社から消える"地図"／AIエージェントの「3つの記憶」の使い分け方
カートのアイテムが多すぎます
カートに追加できませんでした。
ウィッシュリストに追加できませんでした。
ほしい物リストの削除に失敗しました。
ポッドキャストのフォローに失敗しました
ポッドキャストのフォロー解除に失敗しました
【ナレッジグラフ】ベテランが辞めた瞬間、会社から消える"地図"／AIエージェントの「3つの記憶」の使い分け方
-
ナレーター：
-
著者：
第10回はナレッジグラフ。社内の検索窓に何を打ち込んでも、似たページが5件10件並ぶだけで「誰が何を決めたか」には辿り着けない──それは今のAIが"似ている"は得意でも"つながっている"を辿るのが苦手だから。AIエージェントの3つの記憶（LLM／ベクトル／グラフ）を組み合わせ、消えかけた"関係の地図"を取り戻す回です。日本語未訳『Building AI Agents with LLMs, RAG, and Knowledge Graphs』（Packt Publishing, 2025）を題材に読み解きます。
## チャプター構成
00:15 Ch01. 導入:検索しても"答え"が見つからない日常
02:32 Ch02. 知識を「骨格」で持つ
08:21 Ch03. 3つの記憶を組み合わせる
16:56 Ch04. 脳+手+地図で現場は回り始めている
23:23 Ch05. クロージング:明日の仕事で、どの記憶を動かすか
本エピソードをお聴きいただくと、以下のような「気づき」をお持ち帰りいただけます。
- 「似ている」と「つながっている」はAIにとって全く別の検索能力であること
- LLMは具体情報を忘却しやすく、外部に「忘れさせる」設計のほうが更新・監査が効くこと
- 公式の組織図には現れない「実質的な影響力経路」が、グラフ化で可視化できること
- 埋め込みベクトルから70%以上の単語が復元される時代、ベクトルも機密として扱う必要があること
- 医薬品のような保守的領域でも「汎用LLM+専門ツール+構造化知識」で成果が出始めていること
紹介した書籍「Building AI Agents with LLMs, RAG, and Knowledge Graphs」(Salvatore Raieli, Gabriele Iuculano 著, Packt Publishing, 2025)（日本語版は公開時点未刊）
https://amzn.to/4tuCoVZ
【免責事項】本配信内の書籍に関するトークは独自の書評・議論であり、出版社の著作権を侵害するものではありません。図表やテキストの無断転載は行わず、Amazonアフィリエイトリンク経由での正当な紹介についての実施に努めています。