SECIモデルは、個人の経験や勘のような暗黙知と、文章・図・手順書などの形式知を行き来させながら、組織の知識を生み出し、広げ、定着させる考え方です。
SECIは、共同化(Socialization)、表出化(Externalization)、連結化(Combination)、内面化(Internalization)の4つのプロセスで構成されます。
ただし、実務では「4つのプロセスを知っている」だけでは使い方を想像しにくいことがあります。どんな経験を共同化で共有し、何を表出化し、どの既存情報と連結し、誰が内面化するのかを具体例で見ると、自分の業務へ当てはめやすくなります。
この記事では、SECIモデルの具体例を3つ紹介します。法人営業の顧客仮説づくり、製造現場の熟練作業、カスタマーサポートの例外判断を題材に、背景→課題→なぜSECIモデルか→共同化→表出化→連結化→内面化→結果→学びまで通して解説します。基本的な意味から確認したい場合は、SECIモデルとは?意味・使い方・具体例を参照してください。
ケース1:ベテラン営業の顧客仮説づくりを若手へ継承する
背景
ある法人営業チームでは、ベテラン営業が初回商談前に顧客課題の仮説を作るのが得意でした。
ベテランは商談前に公開情報、過去案件、顧客の投資方針などを見て、商談で確認すべき仮説を短時間で絞っていました。
一方、若手は企業サイトを広く読むだけで時間を使い、商談直前まで仮説が固まらないことがありました。
課題
ベテランのやり方は「経験で分かる」「見れば分かる」と説明されることが多く、若手が再現できる形になっていませんでした。
なぜSECIモデルを使ったのか
この課題では、ベテランの暗黙知を単に文章化するだけでなく、若手が実案件で使い、その結果から知識を更新する必要がありました。
そのため、共同化→表出化→連結化→内面化の循環が適していました。
共同化|実際の商談準備を一緒に見る
若手3名が、ベテランの商談準備に2回同席しました。
観察すると、ベテランは、
- 会社概要より先に中期経営計画を見る
- 重点投資テーマを確認する
- 直近6か月の投資・撤退・組織変更を見る
- 類似顧客の過去案件と失注理由を見る
- 仮説を5つ以上作らず3つに絞る
- 各仮説に確認質問を1つ付ける
という行動をしていました。
若手は、何を見るかだけでなく、「なぜそこで見るのか」「なぜ3つに絞るのか」も質問しました。
表出化|判断の流れを手順と基準にする
観察内容を次の手順へ変えました。
- 中期経営計画の重点テーマを確認する
- 直近6か月の投資・組織変更情報を見る
- 類似顧客の過去案件を確認する
- 顧客課題仮説を3つ以内に絞る
- 各仮説へ商談で確認する質問を付ける
さらに、良い例と悪い例を付けました。
悪い例:
「DXに課題があるのではないか」
良い例:
「営業生産性向上を重点テーマにしている一方、営業支援システムが複数併存しているため、案件情報の分散がボトルネックになっている可能性がある」
連結化|CRMと商談準備テンプレートへ組み込む
作った手順を独立した資料として保存するだけではなく、
- 商談準備テンプレート
- CRMの案件ページ
- 過去の失注理由一覧
- 業界別顧客課題メモ
へ組み込みました。
若手が商談準備時に必ず使う場所へ知識を置くことで、利用導線を作りました。
内面化|若手が実案件で使う
若手3名が次の商談で新しい手順を使いました。
実践すると、
- 新規顧客では公開情報から仮説を作りやすい
- 既存顧客では過去商談履歴を先に見たほうがよい
- 既存顧客で仮説を3つ作ると準備時間が長くなる
という違いが分かりました。
結果
ルールを、
- 新規顧客:外部情報から仮説3つ
- 既存顧客:過去商談履歴を先に確認し仮説2つ
へ更新しました。
学び
このケースでは、ベテランの暗黙知を「聞いて文章化する」だけでなく、若手が使った結果で更新したことが重要です。
実務での進め方は、SECIモデルのやり方で詳しく確認できます。記録用には、SECIモデルテンプレートも使えます。
ケース2:製造現場の熟練作業を標準化する
背景
ある製造現場では、微細な位置調整が必要な組立工程をベテラン作業者2名が担当していました。
新人が同じ手順書を読んでも、完成品のばらつきが大きく、手直しが発生していました。
課題
既存手順書には、
- 部品を取り付ける順序
- 締付トルク
- 検査項目
は書かれていました。
しかし、
- どの音や感触を異常と見るか
- 部品位置をどこまで調整するか
- どの段階で作業を止めるか
といった判断が書かれていませんでした。
なぜSECIモデルを使ったのか
熟練者が持つ感覚的な判断を、観察・対話で取り出し、形式知へ変え、実際に新人が使って改善する必要があったためです。
共同化|熟練者の作業を観察する
新人と工程設計担当が、熟練者の作業を複数回観察しました。
観察時には、
- どのタイミングで手を止めるか
- どんな音で締付状態を判断するか
- 位置ずれをどこで確認するか
- やり直す基準は何か
を記録しました。
熟練者には、作業中に「なぜ今止めたのか」「何を見てやり直したのか」を説明してもらいました。
表出化|感覚を確認項目へ変える
観察内容を、
- 仮締め後に左右の隙間差を確認する
- 隙間差が基準値を超えたら本締めしない
- 異音が出た場合は部品の噛み込みを確認する
- 目視確認だけでなく治具の測定値も記録する
といった確認項目へ変えました。
また、正常例と異常例の写真を並べ、迷いやすい状態を見分けられるようにしました。
連結化|既存手順書・教育資料・検査記録と統合する
新しい判断基準を、
- 標準作業書
- 新人教育チェックリスト
- 工程内検査票
へ反映しました。
「熟練者ノウハウ」という別資料を増やすのではなく、実際の作業導線へ統合しました。
内面化|新人が実作業で試す
新人3名が、新しい標準作業書とチェックリストを使って作業しました。
その結果、判断に迷う場面が減りましたが、「異音」の表現だけでは人によって受け取り方が違うことも分かりました。
結果
異音については、音声サンプルを教育資料へ追加し、さらに「異音が出たら停止して確認する部位」を明記しました。
手直し率は低下し、新人でも一定の品質で作業しやすくなりました。
学び
このケースでは、暗黙知を一度文章にしただけでは十分ではありませんでした。
新人が実際に使ったことで、言葉だけでは伝わらない部分が見つかり、写真・音声・判断基準へ改善できました。
SECIモデルは「形式知にする」ことより、「形式知を使って再び経験へ戻す」ことが重要です。
ケース3:カスタマーサポートの例外判断を知識化する
背景
あるカスタマーサポート部門では、通常のFAQでは解決できない問い合わせが一定数ありました。
経験豊富な担当者は、顧客の契約条件、過去対応、障害状況を見ながら、返金、代替案、他部署エスカレーションの判断をしていました。
新人は同じケースで判断に時間がかかり、担当者によって回答がぶれることがありました。
課題
既存FAQには通常ケースしか載っておらず、例外判断の考え方が担当者個人に依存していました。
なぜSECIモデルを使ったのか
判断の背景を観察・対話で取り出し、FAQや判断フローへ変え、実案件で使いながら改善する必要があったためです。
共同化|例外対応を一緒にレビューする
新人がベテラン担当者と、直近20件の例外案件を一緒に確認しました。
レビューでは、
- どの情報を最初に見るか
- どの条件なら返金判断へ進むか
- どの条件なら技術部門へ回すか
- 顧客への説明で何を優先するか
を聞きました。
表出化|判断を条件分岐へ変える
例外対応を、
- 契約条件
- 影響範囲
- 復旧見込み
- 過去の同種対応
- 顧客への代替手段
の5観点で整理しました。
さらに、
- 返金可否を一次判断できる条件
- 上長承認が必要な条件
- 技術部門へ即時エスカレーションする条件
をチェックリスト化しました。
連結化|FAQ・CRM・承認ルールとつなぐ
新しい判断基準を、
- FAQ
- CRMの対応画面
- 返金承認ルール
- 障害対応フロー
へつなぎました。
FAQから関連する承認ルールへリンクし、担当者が複数資料を探し回らなくてもよい状態にしました。
内面化|新人が実案件で使う
新人5名が1か月使いました。
実践すると、判断時間は短縮しましたが、
- 複数契約を持つ顧客
- 障害と契約変更が同時に発生した案件
では既存チェックリストだけでは判断しにくいことが分かりました。
結果
複合条件を扱う例外事例を追加し、上長承認へ切り替える条件を明確にしました。
新人からの相談件数も減り、判断のばらつきが小さくなりました。
学び
このケースでは、例外知識をFAQへ書くだけでなく、実案件で使い、判断しにくい条件を再び知識化したことがポイントです。
3つのケースから分かるSECIモデルの共通パターン
3つのケースには共通する流れがあります。
- 対象となる暗黙知を具体的に決める
- 実際の仕事を一緒に見て判断理由を確認する
- 暗黙知を手順・判断基準・具体例へ変える
- 既存の手順書・テンプレート・システムへ組み込む
- 利用者が実際の仕事で使う
- 使った結果から不足や例外を見つける
- 形式知を更新して再共有する
違うのは、知識の形です。
- 営業:仮説づくりの情報収集順序と絞り込み基準
- 製造:感覚的な品質判断と停止基準
- サポート:例外案件の判断条件とエスカレーション基準
自分の業務へ当てはめる手順
具体例をそのまま真似するのではなく、次の順で考えると使いやすくなります。
- 特定の人に依存している業務を1つ選ぶ
- どの判断が暗黙知になっているか確認する
- 実際の作業を観察・同行する
- 結果だけでなく判断途中を聞く
- 手順・判断基準・良悪例へ言語化する
- 既存の業務資料やシステムへ組み込む
- 別の人が実案件で使う
- 迷った点・使えなかった例外を記録する
- 形式知を更新する
- 更新責任者と見直し契機を決める
SECIモデルの具体例を見るときの注意点
表出化だけを成功と考えない
手順書を作った時点では、知識継承はまだ途中です。利用者が実際に使い、結果から更新するところまで見ます。
共同化を雑談で終わらせない
経験談を聞くだけでなく、実際の判断場面を観察します。
抽象語をそのまま知識化しない
「顧客目線」「熟練者の感覚」「丁寧な対応」といった表現は、行動・条件・判断基準へ落とします。
新しい資料を増やすだけにしない
既存のCRM、手順書、チェックリスト、FAQなど、日常の業務導線へ組み込みます。
更新されない仕組みにしない
知識は業務や環境の変化で古くなります。誰がいつ見直すかを決めます。
よくある失敗と改善策は、SECIモデルで失敗しやすいポイントで詳しく解説しています。
他のナレッジ管理手法とどう使い分けるか
SECIモデルは、暗黙知と形式知を循環させ、組織内で知識を生み出し広げる場面に向いています。
実施後の経験を短いサイクルで振り返るならSECIモデルとAARの違い、データ・情報・知識・知恵の階層を整理するならSECIモデルとDIKWモデルの違い、問い合わせ対応の知識を業務の中で蓄積するならSECIモデルとKCSの違い、誰が何を知っているか把握するならSECIモデルとナレッジマップの違い、教訓を記録・再利用するならSECIモデルとLessons Learnedの違いを参考にしてください。
3つの手法から選ぶ場合は、SECIモデル・AAR・DIKWモデルの使い分け、SECIモデル・AAR・KCSの使い分け、SECIモデル・AAR・ナレッジマップの使い分け、SECIモデル・AAR・Lessons Learnedの使い分けも確認できます。
生成AIを使う場合
生成AIは、観察メモの整理、経験談からの判断ポイント候補抽出、手順書やチェックリストのたたき台作成、複数資料の統合、実践記録からの改善候補整理などを補助できます。
ただし、AIは現場の暗黙知を直接観察できません。入力にない判断理由を補ったり、例外条件を落としたりする可能性があります。具体的な使い方は、生成AIでSECIモデルを使う方法で解説します。
まとめ|SECIモデルの具体例では「知識が循環したか」を見る
SECIモデルの具体例を見るときは、手順書を作ったかどうかではなく、経験を共有し、言語化し、既存知識とつなぎ、別の人が実務で使い、その結果から知識を更新したかを見ることが重要です。
営業では、ベテランの顧客仮説づくりを若手が使える手順へ変え、実践結果から新規顧客と既存顧客でルールを更新しました。製造では、熟練者の感覚的判断を標準作業書・写真・音声サンプルへ変え、新人の実践から表現を改善しました。カスタマーサポートでは、例外判断をチェックリストと業務システムへ組み込み、実案件から複合条件のルールを追加しました。
自分の業務へ応用するときも、「共同化→表出化→連結化→内面化」を一度回して終わりにせず、新しい経験を再び知識化する循環まで設計することが、SECIモデルを情報共有・知識継承に活かすポイントです。