Christophe PasquierがSliteを「書く場所」から自己更新する知識基盤へ変えた転換

Christophe Pasquierは、Sliteを「書く場所」ではなく、チームが信頼できる知識の基盤へ変えようとしてきた。

公式の紹介では、Sliteは2017年に「チーム向けの最も直感的なknowledge base」を作るために創業されたと説明されている。出典

見つからないdocsから始まった

出発点は、企業が大量のdocsに埋もれ、必要な情報を見つけられず、見つけても信頼できないという問題だった。

Slite自身の発表は、開発開始を2016年とし、当時の課題を「誰も見つけられず、信頼もできないdocs」と振り返る。出典

remote workに合わせて育てる

2017年の創業後、Sliteはremote-firstのチームが考えを共有し、仕事の前提をそろえるためのknowledge baseとして位置づけられた。

Y CombinatorのWinter 2018 batchへの参加は、チーム向けproductとして次の段階へ進んだ転機だった。出典

Christophe Pasquierは、公式の環境方針で「Sliteを長期でつくり、チームと利用者、より広い世界への影響を常に考える」と語っている。出典

「すべてをdocsに置く」発想の限界

知識を一つの場所に集めればsingle source of truthになる、という発想にも限界があった。

deal stageはCRMに、engineering workはLinearやJiraに残る。

Sliteはそれらをdocsへ無理にコピーするのではなく、source of recordを保ったまま検索できる方向へ転じた。出典

AI時代のknowledge baseへ

2025年にはSuperを加え、2026年にはSlite Agent、MCP、verificationを組み合わせたself-maintaining knowledge baseを打ち出した。

ここで扱う課題は、文章を書く速度ではなく、会社の現実とdocsのずれを減らすことだ。出典

この転換は、editorの機能追加というより、knowledgeの鮮度を保つ責任をproductの中心へ移す意思決定である。

Sliteの現在地は、AIが答えを生成する前に、答えの根拠となる社内contextを整える側にある。

SliteのPMFは、remote-firstチームの「情報はどこかにあるが、正しいか分からない」という痛みにある。

docsを書く機能だけでなく、doc verification、AI search、connected tools横断検索を組み合わせ、知識の鮮度を保つ運用まで商品化している。出典

Basicは年払いで1ユーザー月額$10、Proは$20で、AI searchやverification workflowを料金体系に組み込む。出典

この設計は、個人メモではなく、チームの判断に使うknowledge baseを探す企業に適合する。

Sliteのmoatは、editorそのものではなく、docs・verification履歴・connected tools・AI retrievalを束ねる運用面にある。

SOC 2 Type II、GDPR対応、sub-processor管理も企業導入の信頼コストを下げる。出典

ただし、AI searchの基盤機能は模倣されやすく、蓄積された社内文脈とworkflowの定着が実質的な防御になる。

network effectは中程度以下。

ユーザーが増えるほど社内knowledgeは豊かになるが、複数社をまたぐ公開networkではないため、直接的な外部ネットワーク効果は弱い。

一方、team内で参照されるほどsearch・verification・analyticsの利用データが増え、workspace内のswitching costは上がる。出典

主な対象は、remoteまたは分散チームを持ち、情報がSlack・docs・project toolsに散らばっている100〜1,200人規模までの企業だ。

IT・Product・Support・HR・Salesなど、同じ質問への回答を繰り返す部門に向く。出典

個人の長文メモや厳格な文書管理だけを求める組織には、導入効果が相対的に弱い。

第一に、docsの作成からverification・analyticsまでを一つのworkflowにしたこと。

第二に、会社の現実が存在するCRMやLinearなどのsource of recordを無理に複製せず、connected toolsを検索対象にしたこと。出典

第三に、remote workで生じる知識の分散をcontentとcustomer storiesで具体化してきた点だ。出典

最大のリスクは、knowledge baseの正確性をユーザーのverification習慣に依存することだ。

AIが候補を出しても、最終的な社内ルールや顧客情報の承認責任は消えない。出典

また、Notion、Confluence、Google Drive、Slackなど既存の情報源が強い企業では、移行せずに検索だけ使える価値を継続して証明する必要がある。

公開情報からARRや顧客数は確認できず、成長規模は要確認だ。

成長戦略はproduct-ledの入口とenterprise trustの組み合わせだ。

無料開始、テンプレート、AI search、MCPで試用障壁を下げ、SOC 2 Type IIやGDPR、customer storiesで管理部門の懸念に応える。出典

2025年以降はSuperやAgentへ広げ、既存docsだけでなくCRM・Linear・Jiraなどに散らばるknowledgeを検索対象にすることで、knowledge baseの導入理由を「書く場所」から「仕事のcontext layer」へ変えている。出典

主要チャネル: content, product-led, customer-stories

カテゴリが成熟すると、単なるeditorの比較では差別化しにくい。

Sliteは「書く」から「正しさを保つ」へ課題をずらし、verificationと検索の運用を前面に出した。出典

日本のB2B SaaSでも、AI要約を足すだけでなく、誰がいつ確認したか、どのsourceを信頼するかまでworkflowに組み込む方が、継続利用の理由になりやすい。

日本では、属人化した引き継ぎ、拠点ごとの手順、Slackに流れる判断がknowledge baseの候補になる。

ただし、社内文書を横断検索するほど権限管理と個人情報対応が重要だ。出典

展開するなら、既存のMicrosoft 365・Google Workspace・Slack・Backlogなどを一気に置き換えるのではなく、部署単位のverification workflowから始めるのが現実的だと考える。