概要
内部データへのアクセス（MCP）と専門的な実務フレームワークを組み合わせることで、単なるデータ集計を超えた「根拠があり実行可能な」組織的提言を生み出すAIシステムの構築手法を解説しています。
詳細内容
O'Reillyのエンジニアリング・ディレクターが、AIを活用して組織の意思決定を高度化する「組織知能（Organizational Intelligence）」の構築事例を報告しています。従来のAI生成レポートは「データに基づく現状報告」に留まり、具体的な行動指針に欠ける傾向がありました。著者はこれを解決するために、4つのステップからなるレシピを提案しています。
1. **情報階層の構築**: 戦略（Roadmap）から実行（Jira）、実装（GitHub）に至る各システムの役割を定義します。
2. **MCPによる接続と推論スキルの定義**: Model Context Protocol (MCP) を通じてデータをAIに繋ぎ、スキームに従った推論を行う「スキルファイル」を作成します。
3. **エキスパート・レイヤーの追加**: O'Reilly Expert MCPを介して、Google SREやTeam Topologiesなどの実績あるフレームワークを適用します。これにより、「人員不足」という表面的な結論ではなく、「トイル（苦役）が50%を超えているため構造的改善が必要」といった、理論に裏打ちされた具体的な勧告が可能になります。
4. **人間によるレビュー（Superanswers）**: GitHubを活用し、AIの提案に対して人間がフィードバックを行い、その議論過程もAIが学習・反映できる仕組みを構築します。
このアプローチは、組織内の「ローカルな証拠」と専門家による「普遍的な知恵」を橋渡しし、AIを単なるタスク自動化ツールから、信頼に足る意思決定パートナーへと進化させます。