
Nexa Intelligenceあなたの労働力は、ビジネスで最も製品化されていない最大の資産です。
組織が実際に知っていることの約70パーセントは、仕事をする人々の頭の中にあります。残りの30パーセントはドキュメント、ダッシュボード、Wiki、CRMにあります。ナレッジマネジメント製品はすでに書き下ろされた30パーセントに対応します。一度も書き下ろされなかった70パーセントこそが、このページが扱う資産です。
この資産には商業的価値があります。大型小売カウンターのビューティーアドバイザーは、ソーシャルリスニングが把握するよりも数ヶ月前に、顧客がほとんど選びかけたブランド、顧客が気持ちを変えた理由、どの成分がトレンドになっているかを知っています。大手コンサルティング会社のシニアコンサルタントは、プレイブックに書かれていることとは対照的に、SAPの導入で実際に何が機能するかを知っています。チェーン店の薬剤師は、どの薬物相互作用がフラグを立てられ、どの患者の懸念が繰り返されるかを知っています。これらは何も有用なサイクルで企業センターに届きません。知識はシフトの終わりに死に、複利で増えることはありません。
Knowledge as a Serviceは、その資産を継続的に更新されるインテリジェンスレイヤーに変換するカテゴリーです。入力の単位は、知識をすでに持つ人間との15分から45分の構造化AIガイドインタビューです。出力の単位は、3つのエンドポイントに配信されるクエリ可能なレイヤーです。クライアント自身の社内ダッシュボード、スコープ付きブランドパートナーAPI、MCP準拠クライアント向けのエージェント取得フィード。社内意思決定、下流収益、1つのコーパスからのAIグラウンディング、週次更新。
シフトの終わりに消える。
01 · 既存のツールが失敗する理由
利用可能なツールは別のレイヤーを対象としている。
労働力の周りにはすでに6つのカテゴリーのツールが存在します。それぞれがKAASの対象とするレイヤーの上または下のレイヤー向けに構築されており、それぞれが特定の理由でこのレイヤーで失敗します。
アンケートと従業員の声プラットフォーム
Qualtrics、SurveyMonkey、Medallia EX、Glint、Culture Amp。回答者は5ポイントスケールに30秒の注意力を割きます。ツールの上限はフォーマットによって固定されています。入力が帯域幅を持ったことがないため、Likertスコアを10次元のインテリジェンスに豊富化することはできません。エンゲージメントプラットフォームは労働者が仕事についてどう感じているかを測定します。KAASは労働者が先週火曜日に何を観察し、その観察が市場について何を示しているかを測定します。
フォーカスグループとエスノグラフィー
10人の回答者が部屋にいます。比較可能性にはサンプルサイズが小さすぎます。グループダイナミクスが忠実性を破壊します(最も大きな声が部屋を合意に引き寄せます)。エスノグラフィーは週3人の労働者のスループットで高忠実性の観察を生み出します。出力はレイヤーとしてではなく逸話として読まれます。
ナレッジマネジメント
Notion、Guru、Glean、Confluence。これらのツールは知識がすでに言語化されており、検索可能にするだけでよいと仮定しています。すでに文書化された30パーセントに対応します。KAASがキャプチャする70パーセントは一度も書き下ろされたことがありません。それが問題全体であり、どのKM製品も対応するために構築されていないレイヤーです。
合成ユーザーとAI回答者
Synthetic Users、Evidenza。回答者はLLMペルソナです。このカテゴリーはKAASと直接哲学的に対立します。彼らは人間が高コストだから人間をシミュレートします。私たちはその知識が実際に存在する唯一の場所が人間であるから人間にインタビューします。合成回答者はモデルがすでに知っていないことを何も浮かび上がらせることができません。出力は大規模な作り話です。
サポート向けコンバーセーショナルAI
Cresta、Sierra、Decagon、Forethought。サポートを改善するためにサポート会話を聞きます。労働者からコンプライアンスを抽出します。キャプチャはリアクティブ(顧客の問題)、ドメインが間違い(サポート解決)、労働者は評価下にあります。トランスクリプトは豊富で、コンテンツは間違ったコンテンツです。
大規模コンバーセーショナルリサーチ
Outset.ai、Listen Labs、User Interviews、dscout。機械的なキャプチャは最も近い一致です。回答者ベースは顧客と見込み客です。出力は社内使用のために調査VPに販売されるリサーチ成果物です。製品化ステージで止まります。彼らが販売する購入者は、レイヤーをブランドパートナーAPIに変換する権限を持っていません。
02 · GATHER / CODIFY / MONETIZEチェーン
1つのステージは機能。3つのステージはカテゴリー。
堀は3つのステージを1つのサプライチェーンに統合することです。個々のステージにはすでに先行者がいます。キャプチャ単独がOutsetの販売するものです。Codify単独がQualtricsの販売するものです。Monetize単独がデータブローカーの販売するものです。1つのステージを取り除くと、経済性、防衛可能性、戦略的ポジショニングがすべて崩壊します。チェーンこそがカテゴリーを生み出します。
GATHER
私たちのAI会話エージェントは、すべてのインタビューに研究グレードのプロトコルを実行します。開始アンカー(労働者のドメインにおける具体的な最近の出来事)。アンカーゲートプロービング(アンカーが固定されるまでエージェントは次のテーマに進みません)。中立性の適用(誘導的な表現なし、社会的望ましさのプライミングなし)。クリーンなラップによる時間制限された深掘り。各インタビューの出力はトランスクリプト、構造化フィールドセット、20から40の豊富化準備済みチャンクです。コスト:豊富化された会話1件あたり3セント。この数字がすべての下流経済モデルの基盤です。
CODIFY
各生の会話は10の並行した構造化次元に分解されます。ペインポイント、機会スコアリング、ブランド認知マップ、AI準備度スコアリング、保持ドライバー、市場シグナル、規制・コンプライアンスリスク、トレーニングギャップ、顧客セグメント行動、競合他社言及マップ。スキーマは表面形式では垂直固有で、形状は安定しています。コード化された出力は安定したスキーマと週次更新を持つクエリ可能なファクトストアです。静的なレポートを置き換えます。ダッシュボードはそれに対してSQLを実行します。ブランドパートナーAPIはセグメントでスコープされたSQLを実行します。AIエージェントフィードは引用でグラウンディングされたチャンクに対して取得を実行します。同じファクトが3つすべてを通じて返されます。
MONETIZE
社内ダッシュボードがエントリーウェッジです。ブランドパートナーAPIはレイヤーがクライアントの収益ラインになる場所です。AIエージェントフィードは長期的な堀です。大型ビューティーリテールのデプロイメントでは、APIはすでに小売業者に棚代金を支払っているブランドパートナーに対応します。それぞれがレイヤーへのスコープ付きクエリを取得します。自社ブランドの認知、代替グラフ、カテゴリー内の顧客セグメント行動。ブランド自身のAIエージェントがフィードをクエリするとき、同じチャンクでグラウンディングされた回答がClaudeまたはCopilotを通じて返されます。3つのエンドポイントがP&Lラインを生み出す唯一の構成であるため、クライアントはインフラを購入します。
03 · 成果物からインフラへ
価格設定を解放するシフト。
出力が成果物(レポート、ダッシュボード、研究)である場合、クライアントのメンタルモデルは「購入したツール」です。出力がP&Lラインを生み出す3つのエンドポイントを持つインフラである場合、クライアントのメンタルモデルは「私が運営するビジネスユニット」です。このシフトは3つのことを同時に動かします。ビジネスユニットはCレベルに報告するため、エグゼクティブスポンサーシップはVPレベルからCレベルに移動します。予算は部門別リサーチラインから戦略的ビジネスユニットラインに移動します。レイヤーをシャットダウンすることは収益ラインをシャットダウンすることを意味するため、更新は問題ではなくなります。
価格設定が同じ物語を語ります。レポートは低い6桁で価格設定されます。SaaSシートはユーザーあたり月額で価格設定されます。ブランドパートナーを収益化するデータレイヤーは、それが可能にする下流収益に対して企業フロアで価格設定されます。数十億ドルの隣接AIマーケットを持つ垂直では、その隣接支出のわずかな割合をキャプチャするだけで、ツール、シート、またはレポートを中心に構築された価格設定モデルからは到達不可能な帯域に取引が落ちます。購入者がインフラを購入しているからこそ機能します。
04 · KAASの技術的堀
1つのコーパス、3つのエンドポイント、ゼロ漏洩。
商業チェーン(Gather、Codify、Monetize)は100の会話と全国規模の労働力のスケールで保持できる技術チェーンを下に必要とします。5層の技術的堀はplatformページにあります。このページで購入者が知っておく必要がある合成バージョンは以下の通りです。
コーパスのすべてのファクトは3つの独立したタイムスタンプを持ちます。learned_atはシステムがそれを観察した時点です。valid_atはファクトが世界で真実になった時点です。invalid_atはファクトが真実でなくなる時点で、矛盾する会話によって明示的に設定されるか、更新がそれを確認しない場合は半減期の減衰によって設定されます。bi-temporalモデルにより、ブランドパートナーは昨年5月のコーパスの状態を今日と照らし合わせてリプレイし、それぞれに対して正しい回答を得られます。それ単独でレイヤーをコントラクトで引き受け可能にするものです。
すべてのファクトはまた、スパースセグメントベクターを持ちます。垂直にとって重要なセグメンテーション軸(ティア、地域、店舗形式、顧客セグメント、ブランドパートナー、デモグラフィック)にわたる射影です。ブランドパートナーのAPIキーは特定のbrand_partner値に射影され、セグメントベクターがその射影と交差するファクトのみを表示します。他のすべてのパートナーが並行するスコープを取得します。同じコーパスが棚上のすべてのブランドパートナーのセットに対応します。データパスがアクセス制御です。許可されていないスコープは何も見えず、何かが隠されているというシグナルもありません。その背後にあるセキュリティモデルは、このサイトのすべての信頼とセキュリティページで実行されているものと同じです。
エージェント向けコントラクトサーフェスはMCPサーバーです。サーバーは小さなツールセットを公開します。query_facts、traverse_relations、pivot_dimension、replay_as_of、cite。Claude、Copilot、その他のMCP準拠クライアントがこのインターフェースを通じてレイヤーを消費します。セッションチケットがセキュリティスコープを持ち、スコープはLLMが見られるツール、トラバースできるグラフノード、読み取れるファクト行、引用時に解決される逐語的チャンクにカスケードします。1つのコーパスに対してセグメントごとのスコープを持つマルチテナント取得は、ユーザーごとのエージェントメモリとは構造的に異なる形です。その違いが次の12ヶ月のカテゴリーIPです。
05 · 購入者と拒否
私たちはレイヤーをビジネスユニットにできるオペレーターに販売します。
購入者はCOO、CFO、または最高戦略責任者です。会話は「新規収益ライン」であり、「より良い従業員インサイト」でも「より良い顧客リサーチ」でもありません。HRは間違った部屋です。HRはプロジェクトをエンゲージメントとして再構成し、エグゼクティブスポンサーシップと価格設定を破壊します。リサーチは間違った部屋です。リサーチは成果物を研究として再構成し、3番目のエンドポイントを崩壊させます。COOはレイヤーをブランドパートナーAPIに変換する権限を持つ唯一のオペレーターであるため、COOが正しい部屋です。
私たちは原則としていくつかのことを断ります。軍事用途。特定の個人の監視。回答者の再識別。第三者への生のトランスクリプトの販売。顧客データでの第三者LLMのトレーニング。本物のキャプチャとして提示された合成回答者の拡張。各拒否の背後にある構造的な適用は拒否プロトコルページにあります。
06 · ウェッジ
ビューティーリテールが最初。次はレストラン、コンサルティング、薬局、法律。
ビューティーリテールが最初の垂直です。機会の形は多くの市場にわたるカウンターの数万人のアドバイザーで、ブランドパートナーエコシステムがすでに小売業者に棚代金を支払っています。その垂直の最初のKAASクライアントはキャプティブな配信レイヤーを持って到着します。ビューティーにおける隣接AIマーケットは数十億ドル規模で、10年の終わりまで高い二桁CAGRで成長しています。その隣接支出のわずかな割合をキャプチャするだけで、ツールの帯域ではなくインフラの帯域に取引が落ちます。
同じプレイブックがコンサルティング(大手コンサルティング会社のシニアコンサルタント群)、レストラン(何千人もの従業員を持つマルチブランドオペレーター)、薬局(数十万人の薬剤師からなる大規模チェーンネットワーク)、法律サービス、金融サービス、産業フィールドオペレーションで機能します。総アドレス可能マーケットは現在のリサーチ、R&D、コンサルティング支出で数十億ドルであり、どれもKAASがキャプチャする有機的な知識レイヤーをキャプチャしていません。
垂直シーケンス、ウェッジのサイズ、隣接する状況の詳細はマーケットページにあります。各隣接カテゴリーの競合分析はカテゴリーマップにあります。
07 · フレーム
私たちは人間から始まり、インフラで終わります。
より広いカテゴリーの他のすべての企業はすでにあるデータから始まり、インサイトで終わります。KAASは人間から始まり、インフラで終わります。サプライチェーンは訓練された労働者から構造化AIガイドインタビューを経て、コード化されたインテリジェンスレイヤーに入り、3つの収益化エンドポイントから出ます。その逆転こそがビジネス全体です。
カテゴリーはKnowledge as a Serviceです。略語はKAASです。最初の垂直はビューティーリテールです。アーキテクチャとセキュリティモデルは、サイトの残りが文書化するのと同じシャーシです。次に読むべきページはあなたが持ってきた質問によります。各隣接カテゴリーがどこで不十分かを見たい場合はカテゴリーマップを読んでください。市場規模が知りたい場合はマーケットページを読んでください。語彙が知りたい場合は用語集を読んでください。