【首次信函分析調查結果】「為何那封DM會被閱讀？」將專業業務信函・業務郵件的「模式」視覺化

　Cognity 株式會社（總部：東京都品川區，代表取締役：河野理愛，以下簡稱「Cognity」）運用知識表現 AI，將對話與文章資訊中的組織課題視覺化，並於分析解說影片「解體新書」系列中，首度公開了「業務信函・業務郵件」的結構分析內容。

　本次分析對象為業務支援・顧問株式會社代表取締役菊原智明先生的業務信函與業務郵件。本次企劃從文章結構的角度，將業務現場長年受到支持的「不拜訪也能銷售的業務」實踐知識視覺化，整理成業務人員可應用於日常實務的具體要點。

■ 「明明寫得讓對方看得懂，卻無法帶來成果」的原因

　在業務活動中，電子郵件、信函、訊息等文字溝通是重要的接觸點，但「不知道對方有沒有閱讀」「感受不到訊息有沒有傳達」「無法建立信任關係」等問題屢見不鮮。原因不在於「寫什麼內容」，而在於文章的長度、流程、語氣等結構尚未達到可重現的程度。因此，Cognity 針對「業務信函」這種容易流於個人技藝的文章技能，進行了結構化的視覺化與分析。

■ 影片資訊

・【第五回】業務解體新書（業務支援・顧問篇）

https://youtu.be/9XMwgejJXT0

・解體新書系列一覽https://www.youtube.com/playlist?list=PLkvIVIN1NyRkLjQ4t_GfFI1BBXz1UJJRI

■ 首次業務信函分析：將文章結構解剖分析

　本次分析使用的是 Cognity 自主開發的知識表現 AI「CogStructure（コグストラクチャー）」。此技術約於 13 年前開發，採用與近年普及的生成式 AI（LLM）不同的方法。透過讀取人們的談話與文章，將話題與話題間的關係視為結構加以捕捉並圖式化，從而分析邏輯流程與話題構成的特徵。這使得過去往往憑感覺評估的溝通方式，得以進行結構化且客觀的掌握。

　一般 AI 的強項在於單字與文脈的生成與預測，而本技術的特徵在於著眼於「話題的關聯性」與「結構」。在日本人工智慧學會所整理的 AI 技術領域中，此方法也被定位於與生成式 AI 不同的領域。此外，運用本技術，可對組織內存在的溝通數據以部門、場景、個人等各種粒度進行分析，明確「在哪裡・什麼・對誰有效」。這使得過去模糊不清的政策判斷，得以依據實證進行決策。

　本次業務信函分析中，文...