freee如何走出「資訊之海」　askAny模式與AI時代的知識基礎

新村首先說明了快速成長中的新創公司共同面臨的課題。人一多，資訊必然跟著增加。但一個人能處理的資訊量有限，因此即使組織變大，知識也只會在個人能管理的範圍內被管理。再加上遠距工作，人與人的接觸點減少，溝通變得淡薄，資訊的流通也隨之萎縮。

新村特別強調的是與AI的關係。許多新創公司想利用AI來蒐集資訊，但光有資訊還不夠，缺乏脈絡（context），AI就難以妥善處理。新村表示，Atlassian方面的看法是：那些以運用AI為目標卻遲遲無法取得成果的企業，或許是在此之前的知識管理就沒有做好。主持人飯島則補充，背景因素可能還包括成長期間陸續延攬部長級關鍵人物，而每個人都帶進了自己的做法。

在freee，2022年以後到職的員工約占整體的70%。稻村本人也是2022年4月到職，據稻村表示，與當時相比，員工人數已經成長了好幾倍。

新進員工「不知道哪裡有什麼資訊」、「不知道該問誰什麼問題」的狀況是家常便飯，稻村回顧，當時各處確實都在上演「溺死在資訊之海」的情形。由於找不到資料，乾脆從頭做起，也就是所謂的「重新發明輪子」，也經常發生。

讓稻村感到危機的是，若成長持續下去，搜尋所需的成本與解決員工困擾的成本，將會隨組織擴大而等比例增加。如此一來，事業速度會變慢，成本也會不斷累積。據稻村表示，正是在這個時期，公司內部開始形成一股共識：這不是交給IT部門解決就好的事，而是全公司的課題。

稻村到職的2022年前後，跨團隊的提問與工作委託主要透過Google表單或內部社群平台進行。社群平台上每個團隊各有群組，大家把問題或委託丟到群組裡。但這樣仍然不知道該問誰什麼。於是，為了將對會計、勞務、IT部門等後勤單位的詢問集中到一處，首先消除「踢皮球」的現象而推出的服務，就是「askAny」。

啟動方式反映了freee重視的價值準則之一「產出→思考」。依稻村的說明，與其想太多而遲遲不敢推出，不如先產出，這樣好的回饋和壞的回饋都能得到，結果反而能在短時間內做出好東西。askAny也是先用既有工具開始運作。透過內部社群平台接收各團隊的詢問，一邊分派給合適的團隊，一邊將Q&A累積在試算表中。

就啟動而言算是成功，但累積在試算表中的Q&A終究只是askAny團隊內部使用的知識，並未做到對全公司公開、讓員工看了之後自行解決。由於判斷運作模式本身是好的，便決定導入能進一步擴大規模的工具，大約三個月就決定切換。

針對飯島的提問，新村說明了這類臨時性工具導入的典型模式及其風險。各團隊往往會用以前就在用的工具，或由團隊中熟悉某項工具的人帶進來的工具開始運作。在組織急速擴張、團隊接連增加的階段，各團隊都專注於盡早建立自己的文化，因此更容易如此。

但結果是，累積在各工具中的知識四分五裂，無法在全公司層面加以運用。新村表示，以團隊為單位導入的工具有時無法作為平台持續維護，甚至會發生過去的資料無法再使用的情況。導入的理由包括成本、對工具的熟悉度等，但新村認為最大的原因在於：沒有人負責設計全公司如何推動知識管理。沒有設計，工具就會各自為政，資料就會分散，而如前所述，想用AI加以運用時，脈絡便會流失。新村的看法是，對於想運用知識來成長的企業而言，個別工具林立的風險很大。

正式選擇工具時，稻村當時面臨的課題主要有兩個。一是聰明地處理提問、詢問與工作委託。二是將處理過程中產生的知識累積成知識庫，讓公司內部能有效運用。

稻村舉出選擇Atlassian產品的三個關鍵：「可以小規模起步」、「具備擴充性（scalability）」、「能以低成本開始」。

在低成本方面，Jira Service Management的授權方式是很大的因素。需要授權的只有實際處理工單的成員，一般員工實質上可以免費使用。當時員工已有相當人數，但處理工單的人員只有十幾位左右，因此只需支付這些人的授權費用就能啟動。再搭配Confluence累積文章，員工就能在提問之前自己找到知識、自行解決。稻村表示，這一點也很有吸引力。

在擴充性方面，透過內部社群平台處理屬於流動型（flow），存在處理紀錄會被沖走的問題，知識和處理紀錄都難以累積。改為工單後，Q&A與作業紀錄便能以資料庫形式累積，可以一邊看資料一邊進行統計、分析與改善。當時判斷，這將有助於後續的擴大使用，也就是實現擴充性。飯島也點頭表示，能否便宜地開始並長期持續使用，是包括自己在內許多經營者都很在意的一點。

新村重新介紹了產品線。Atlassian產品的理念在於最大限度地發揮團隊的力量。這裡所說的團隊，不只是專案或部門這類小單位，而是把整個企業視為一個大團隊。

主力產品中，Jira負責任務管理與業務流程的落實，Confluence則負責知識的管理與分享。此外還有Jira Service Management、支援經營的產品、支援軟體開發的產品等。據新村表示，透過組合這些產品，可以將知識與「是誰的工作」、「屬於哪個組織」連結起來，藉此賦予資訊脈絡，協助打造能以AI加以運用的知識管理基礎。

關於擴充性，新村說明可以涵蓋從數人的組織到數萬人規模的企業。除了因應使用者人數之外，也舉出能隨企業成長逐步加入使用者管理、資安對策等功能作為特色。

稻村說明，結合Jira Service Management與Confluence讓askAny進化，是在2023年5月前後，並在畫面上展示了圖表。

導入前是在內部社群平台上處理。由於詢問被集中起來，件數（圖表中橘色與紅色的合計）一度持續增加。5月導入Jira Service Management後，藍色圖表便一路向右上攀升。藍色代表累積在Confluence中的知識被瀏覽的次數。據稻村表示，這份資料證實了知識被閱覽後自行解決率提高，實際的工單件數因而減少。

freee將這套累積知識、提高自行解決率、減少公司內部往來的提問與詢問的機制，命名為「askAny模式」。這項做法原本是為了因應「不知道該問誰」與「踢皮球」而開始，但隨著成果在公司內傳開，使用範圍也逐漸擴大。據稻村表示，以往在自己部門處理詢問的會計、資安等團隊，並不是把工作交給askAny，而是自己使用Jira Service Management，並有意識地在Confluence上整理知識。

飯島提到，事前詢問ChatGPT時，得到的回答大意是Atlassian產品是給工程師用的，並詢問實際的使用體驗。

稻村表示，「累積知識能讓自己的工作更輕鬆」這一點已確實傳達到公司內部，同時也坦率說出感想。稻村本人在進入freee之前從未用過Atlassian產品，在導入階段也覺得不太容易上手。由於功能眾多，公司內部也有人表示不知道該用到什麼程度。

另一方面，實際使用後再次深刻感受到的是產品間容易整合。稻村認為，工單管理、專案管理、知識管理的工具各有許多選擇，但能一個工具就全部搞定的並不多。Atlassian產品透過組合，就能像一個工具般管理與使用，這正是其魅力所在。freee以「讓小型企業成為世界的主角。」為使命，並以人人都能經營的「整合型經營平台」為願景。稻村表示，在追求各種工具自動串連、讓使用者工作更輕鬆這一點上，與Atlassian有共鳴之處。

關於導入成功的要點，新村表示，導入工具只是起點。必須將工具融入業務流程，並推進到組織能善加運用的程度。據新村表示，在運用得好的客戶中，推動團隊都會陪伴現場團隊一起跑。不只是教工具怎麼用，還會一起思考如何運用、採取什麼樣的工作方式才能發揮工具的價值、如何把工具的成果回饋到工作上。

被問到能運用自如的組織與無法運用自如的組織差在哪裡時，新村也同樣重視這種陪跑。新村進一步指出，關鍵在於不是由推動方單向對現場傳達，而是吸收在用工具實現工作方式的過程中出現的課題，並一起投入到改善為止，再將其中辛苦得來的經驗推廣到全公司，這樣才能達到運用自如的狀態。

在freee，知識管理也被納入了全公司OKR。據稻村表示，在2022年到2023年前後共識逐漸成形的過程中，Confluence於2023年5月導入。不過當時還不是全公司工具，各組織仍各自使用不同的知識管理工具。

稻村認為「工具的分裂就是溝通的分裂」，因此確定了將知識管理工具統一的方針。決定全公司導入Confluence是在2024年初。由於成效逐漸顯現，從「去年7月」起的全公司年度OKR中加入了「知識管理」這個關鍵字。具體目標是向全公司宣示「將公司內部往來、需由人處理的詢問減半」與「讓重新發明輪子歸零」，成為來自經營層的訊息。飯島則認為，連OKR都納入的決心，對於將工具效果發揮到最大應該相當重要。

不過稻村笑著說，並不是寫進全公司OKR，大家就會自然而然地使用，回顧起來仍需要腳踏實地地推廣運用。

基本的做法包括舉辦基本操作的全公司說明會。由於新進員工有無使用經驗的差異很大，便在新人研修中傳達使用方法與公司內部規則、指引。也舉辦了大家一起來試用的活動。

但光是這樣，也只是達到「會用的狀態」而已。稻村重視的是讓大家實際體會使用之後會變得多方便。在整備Confluence的同時，公司內部也在開發AI聊天機器人。最終目前運作中的形式，是針對Confluence提問的機制。Confluence用得越多，聊天機器人也會跟著成長，因此能清楚展現使用的好處。

另一項辛苦是既有資料的移轉。要把原本散落在Google雲端硬碟等各處的手冊與知識集中到Confluence，需要耗費大量心力。雖然請各團隊自主推動，但也有團隊無法完成。於是稻村的團隊建立了代為移轉的機制與體制，以接受請求的方式承接整理工作。稻村也將此列為「陪跑」的一環。

談到未來展望，稻村表示，在建立基礎並加以運用這部分，已有相當程度進展的實感。公司內部的AI聊天機器人越用越成長、越來越方便，這樣的實感已在員工之間擴散，目前每月處理約1萬件提問。全公司OKR所揭示的詢問減半也已經實現。

不過據稻村表示，目前的知識基礎只是將原本既有的手冊與規則統一起來的階段。下一步是將停留在個人身上的高績效者技能、最佳實踐等隱性知識化為顯性知識，使其成為可利用的狀態。稻村認為，這將有助於員工的成長，也能對顧客有所幫助，並希望為此運用AI。過去是靠人手撰寫、累積與使用知識，但如今在工作的過程中自然累積知識，由AI依照當下的課題提供相應的實踐方法，稻村認為這樣的事情正逐漸變得可行，並表示將朝此挑戰。

對於感受到資訊基礎的重要性卻遲遲未能著手的新創公司，稻村先表示由自己來說未免僭越，接著提出兩點。一是先從小規模開始，並根據從中得到的經驗，立刻思考下一步並付諸行動。另一點是與AI的關係。即使AI已如此普及、今後還會持續成長，AI也不是什麼都能解決。稻村認為，正因為是AI時代，自家公司獨有的知識與實踐才是競爭優勢的來源。因此，知識基礎的建立越早越好，如果現在處於混亂狀態，建議立刻著手。

新村舉出Atlassian今後的目標樣貌：不只是提供工具，而是成長為支援改善顧客整體工作方式的平台。其背後是名為「System of Work」的思維。依新村的說明，這是Atlassian對於科技驅動型公司應該如何工作的哲學，旨在支援科技團隊與業務團隊如何良好協作，以及整間公司如何在市場上留下影響力。新村表示，希望進化成支撐組織整體績效、而非專案或部門單位績效的整合平台。

在總結時，稻村指出，基礎建設作為一種投資，往往容易被延後。在商業上，對於製造與銷售的投資總是優先，結果基礎被忽略，導致事業速度下降的情況屢見不鮮。由於AI的關係，對基礎的投資效益如今已大幅提高，因此希望大家也能以同等的力道投入基礎建設。

新村表示，知識基礎一開始對新創公司而言或許會感覺是很大的成本，但在AI成為理所當然的社會中，它將不只是增強實力的投資，而是不可或缺的平台。新村提到Atlassian針對10人左右的小規模團隊也提供免費授權，呼籲大家不必一開始就大舉投資，可以先小規模嘗試、累積成功經驗，再逐步擴大。新村最後總結道，這樣一來，或許就不必等到組織變大後，再花大筆成本重新整理、重新整合資訊。