运用知识表现AI、将对话与文章信息中的组织课题可视化的Cognity株式会社（总部：东京都品川区，代表取缔役：河野理爱，以下简称「Cognity」），在分析解说视频「解体新书」系列中，公开了首次针对「业务信件・业务邮件」的结构分析内容。 本次分析对象，是营业支持・顾问株式会社代表取缔役菊原智明先生所撰写的业务信件与业务邮件。本次企划从文章结构的角度，将长年在业务现场广受好评的「不拜访也能成交的业务」实践知识加以可视化，并整理为业务人员可直接应用于日常实务的具体要点。 ■「明明写得让对方看得懂，却无法带来成果」的原因 在业务活动中，邮件、信件、消息等文章是重要的接触点，但「不知道有没有被阅读」「没有传达到的实感」「无法创建信任关系」等困扰屡见不鲜。问题不在于「写什么内容」，而在于文章的长度、段落流程、叙述语气等结构，尚未达到可拷贝再现的程度。因此，Cognity针对「业务信件」这项容易高度个人化的文章技能，进行了结构化的可视化与分析。 ■视频信息 ・【第五回】业务解体新书（营业支持・顾问篇） https://youtu.be/9XMwgejJXT0 ・解体新书系列一览 https://www.youtube.com/playlist?list=PLkvIVIN1NyRkLjQ4t_GfFI1BBXz1UJJRI ■首次业务信件分析：将文章解剖为结构 本次分析所使用的，是Cognity自主开发的知识表现AI「CogStructure（科格结构）」。此技术约于13年前开发，采用与近年普及的生成式AI（LLM）截然不同的方法。它读取人们的对话与文章，将话题与话题之间的关系性以结构加以掌握并图标化，从而分析逻辑脉络与话题构成的特征。这使得过去往往只能凭感觉评估的沟通方式，得以通过结构化且客观的方式来理解。 一般AI的强项在於单词与语境的生成及预测，而本技术的特色则在于聚焦于「话题的关系性」与「结构」。在人工智能学会所整理的AI技术领域中，此方法被归类为与生成式AI不同的领域。此外，运用本技术，可针对组织内存在的沟通数据，以部门、场景、个人等各种粒度进行分析，厘清「在哪里・什么事・对谁产生了效果」。这使得过去模糊不清的策略判断，得以基于实证依据来进行。 本次业务信件分析中，对文章进行了……