01AI活用の焦点は、個人効率化から業務プロセスの再設計へ
これまでのAI活用は、文章作成、要約、検索、問い合わせ対応など、個人業務の効率化が中心だった。しかし、2026年の焦点は、その先へ移っている。単発の作業を速くするだけでなく、AIエージェントを含めて業務全体を見直し、人とAIの役割分担を組み直す段階である。
Microsoftの2026年調査では、AI利用者の66％が、高付加価値業務に使える時間が増えたと回答した。また、58％が「1年前には作れなかった成果物を作れるようになった」と答えている。一方、AIを使って業務プロセスまで再設計している上位層「Frontier Professionals」は、AI利用者の16％にとどまる。この層では、高付加価値業務の割合が80％に達している。
ここから分かるのは、AIを使うこと自体では、大きな差がつかなくなっているということだ。文章を早く作る。会議を要約する。情報を探す。こうした効率化は、多くの人が得られる。
差が生まれるのは、その先にある。業務のどこをAIに任せるのか。人は何に時間を使うのか。確認、承認、例外対応をどこに置くのか。仕事の流れそのものを組み替えられるかどうかである。
筆者の実感では、AI導入で最も多い失敗は、ツールを入れた時点で満足してしまうことにある。ツールは道具にすぎない。どれだけ性能の高いAIを導入しても、従来の業務フローにそのまま当てはめるだけでは、効果は限定的になる。成果を左右するのは、AIをどの業務に、どの順序で、どの責任分担のもとで組み込むかである。導入をゴールにした時点で、業務再設計は始まらない。
02AI活用の成果は、個人よりも組織で決まる
AI活用が進まない原因は、社員の能力不足や意欲不足だけではない。Microsoftの調査では、AI活用の効果との関連性について、組織要因が67％、個人要因が32％とされている。
組織要因とは、企業文化、管理職の支援、評価制度、育成制度、経営方針などである。これらの影響は、個人の意欲や行動の2倍以上に及ぶ。
また、経営層や管理職のAI方針が明確にそろっていると回答したAI利用者は、26％にとどまる。現場の社員がAIを使おうとしても、管理職の理解がない。会社として何をしてよいのか分からない。AIを使って成果を出しても評価されない。こうした状態では、個人が努力しても活用は広がらない。
AI活用の成果は、社員個人のスキルだけでは決まらない。研修を実施するだけでは不十分である。評価制度、業務プロセス、管理職の役割、利用ルールまで含めて、AIを使う前提に組み替える必要がある。
現場で特に問題になりやすいのが、明確には反対しないものの、AI導入に消極的な層である。表立って拒否はしない。しかし、確認を先延ばしにする。従来の方法に戻そうとする。新しい業務フローへの協力を最低限にとどめる。
この状態を、単に本人の姿勢の問題として扱ってはいけない。背景には、失敗した場合の責任が不明確であること、仕事を奪われる不安があること、管理職が方針を示していないこと、AIを使った行動が評価されないことなどがある。
反対層を放置したまま研修だけを増やしても、組織は動かない。管理職が活用方針を示し、安全に使えるルールを整え、試した行動を評価する。この3つがそろって、初めてAI活用が組織に広がる。
03職務を「人が判断」「AIが実行」「人とAIが協働」に分ける
今後の人事は、社員にAI研修を受けさせるだけでは足りない。職務ごとに業務を分解し、人とAIの役割を整理する必要がある。基本となるのは、次の3区分である。
人が判断する部分
戦略、倫理、例外対応、利害調整など、最終的な責任を人が負う領域である。例えば、採用の合否、評価の確定、配置転換、懲戒、報酬決定などが該当する。AIは情報整理や提案には使えるが、最終判断は人が行う。
AIが実行する部分
手順が明確で、繰り返しが多く、失敗した場合の影響が比較的小さい業務である。議事録の作成、日程調整、定型的な問い合わせ対応、データの集計、レポートの下書きなどが該当する。人が毎回細かく操作しなくても、一定範囲でAIに任せられる。
人とAIが協働する部分
AIが情報を整理し、選択肢や案を提示し、人が確認して決定する領域である。求人票の作成、面接質問の設計、人事評価コメントの下書き、研修案の作成、配置案の検討などが該当する。AIに任せきるのではなく、人が判断するための材料をAIが作る。
この3区分を職務ごとに整理したうえで、職務記述書、評価基準、権限、責任、必要スキルを更新する。特に重要なのは、意思決定権限と最終責任の設計である。AIが提案し、人が決定するのか。一定の条件内ではAIに実行を任せるのか。異常が起きた場合に、誰が止めるのか。職務ごとに決めておく必要がある。
Deloitteも、RACIなどの静的な権限モデルだけでは、AIを含む業務には対応しにくいと指摘している。業務の重要度や曖昧さが高いほど、人の関与を厚くする。条件が明確で、リスクが低い業務はAIへ寄せる。また、人とAIの判断が食い違った場合は、その内容と理由を記録する。なぜAIの提案を採用したのか、なぜ人が修正したのかを追跡できる状態にしておくことが、説明責任につながる。
「AIに絶対に任せてはいけない領域は何か」という問いだけでは、本質を捉えにくい。技術は変化する。現在は人にしかできないと考えられている業務でも、数年後にはAIの方が精度の高い判断を出す可能性がある。重要なのは、AIに任せる領域を固定することではない。AIの出力を理解し、根拠を確認し、他者へ説明し、最終的な責任を負える人がいるかどうかである。AIの答えが担当者の知識を上回ったとき、それでも内容を理解し、判断できるか。そこが問われる。
04中小企業の人事が2026年に取り組む5つのテーマ
中小企業やベンチャー企業が、大企業と同じ制度や体制をそのまま導入する必要はない。専任チームがいない。時間も予算も限られている。だからこそ、対象を絞り、効果の大きいところから始める必要がある。取り組むべきテーマは、次の5つである。
1．AI前提の職務・業務再設計
大企業では、職種別の専門チームやAI推進部門を設置し、大規模な業務改革を進めることができる。中小企業では、同じ体制をつくるのは難しい。そのため、まず部門ごとに業務を棚卸しし、負担や影響の大きい職務に絞って、人とAIの役割分担を見直す。職務記述書、業務フロー、評価指標、承認権限まで一度に作り直す必要はない。重要な業務から順に変更する。
中小企業では、人事が業務改善、組織設計、AI活用を兼務して横断できることが、むしろ強みになる。大企業では部門間の調整に時間がかかるが、中小企業では経営者と現場の距離が近く、業務変更を早く試せる。
鍵になるのは、担当者単位の縦割りで考えないことである。一連の業務プロセスを端から端まで見て、どこで作業が滞留しているのか、誰に負担が偏っているのか、どこをAIに任せると次の工程が変わるのかを整理する。
例えば、採用業務であれば、求人作成だけをAI化するのではない。募集要件の整理、求人作成、応募受付、書類確認、面接調整、面接記録、合否連絡までを一つの流れとして見る。どこを自動化し、どこで人が判断し、どのデータを次の工程へ渡すのか。この横断的な設計が、効果を左右する。
着手する順序も重要である。最初は、AI活用の方法がある程度確立され、失敗した場合の影響が小さい業務から始める。議事録の自動作成、面談後のフォロー連絡、定型文書の下書きなどである。次に、データの取得、集計、レポート作成へ広げる。評価や報酬、採用の合否など、重要な判断に関わる領域は、運用経験とガバナンスを整えてから着手する方がよい。基盤となる評価設計の考え方は人事評価制度 完全ガイドで扱っている。職務・業務の再設計の具体手順はAI前提の職務・業務再設計で詳しく扱っている。
2．スキルベース人事制度
AIによって仕事の内容が変わると、従来の職種名や役職だけでは、社員が何をできるのかを捉えにくくなる。そこで重要になるのが、社員の保有スキルを基準に配置や育成を考えるスキルベース人事制度である。
大企業では、数百項目のスキル辞書をつくり、専用システムで管理する例もある。しかし、中小企業が同じ網羅性を目指すと、制度の更新だけで手いっぱいになる。中小企業では、事業成果に直結するコアスキルを20から30項目程度に絞る方がよい。既存の等級制度を廃止する必要もない。現在の等級や評価制度に、スキルの視点を薄く追加するところから始める。
目的は、精緻なスキルデータベースをつくることではない。誰が何をできるのか。次にどの仕事を任せられるのか。後継者候補は誰か。誰に何を学ばせるべきか。これらを把握し、配置、育成、採用、後継者計画につなげることが目的である。
AI活用能力についても、「生成AIが使える」といった曖昧な評価では足りない。情報収集、指示設計、検証、業務への実装、リスク管理など、具体的な行動に分けて評価する必要がある。土台となる等級設計は等級制度 完全ガイドを参照。スキルの定義と運用はスキルベース人事制度で詳しく扱っている。
3．管理職オペレーティングモデル
AI活用を組織へ広げるうえで、管理職は最大の推進役にも、最大のボトルネックにもなる。大企業では、研修体系、マネジメントツール、専門部署によって管理職の役割を標準化できる。一方、中小企業の管理職は、現場の仕事を持ちながら部下を管理するプレイングマネージャーであることが多い。長時間の研修や複雑な制度を導入しても、運用しきれない。
そのため、管理職が最低限実行すべきことを、具体的な型として渡す必要がある。例えば、1on1で確認する項目、評価面談の進め方、部下へ権限を移す基準、AIを使ってよい業務、人が確認する業務などである。会議や面談の回数を増やすのではなく、必要な場面と確認項目を絞る。
AIを使えば、1on1記録の要約、目標進捗の確認、評価コメントの下書きなどは効率化できる。その分、管理職は部下の判断支援、課題の除去、意思決定に時間を使う。管理職の仕事を増やすのではなく、管理職が本来担うべき仕事へ時間を戻す設計が必要である。管理職の型づくりと運用は管理職オペレーティングモデルで詳しく扱っている。
4．報酬透明化と職務価値評価
報酬の透明性も、今後さらに重要になる。大企業では、全社的な職務評価を行い、職務ごとの給与レンジや昇給基準を整備する動きが進んでいる。海外では、求人時の給与範囲の公開を求める制度も広がっている。
中小企業が、すべての職務を細かく評価する必要はない。まずは、主要な職種やポジションについて、給与レンジと昇給基準を説明できる状態にする。なぜこの給与なのか。何ができるようになれば昇給するのか。どの役割を担えば次の等級へ上がるのか。これらを言葉にするだけでも、社員の納得感は変わる。採用時にも、給与決定の考え方を説明しやすくなる。
問題なのは、経営者や上司の感覚だけで給与が決まり、その理由を説明できない状態である。最初から精緻な職務評価を行うのではなく、属人的な決定を減らし、説明できる基準を持つところから始める。海外人材の採用、外資系企業との取引、グローバル基準への対応が必要な場合は、その段階で職務価値評価を深めればよい。移行設計は報酬制度 完全ガイドで扱っている。透明化の実務は報酬透明化と職務価値評価で詳しく扱っている。
5．人事AIガバナンス
AI活用を広げるためには、利用ルールも必要になる。大企業では、AIガバナンス委員会を設け、法務、情報システム、リスク管理部門が体系的な規程を整備する。中小企業に、同じような委員会や専任者を置く余裕はない。
まずは、現場で使われている採用AI、評価AI、生成AI、議事録ツールなどを把握する。そのうえで、最低限のルールをA4一枚程度にまとめる。決める内容は、主に3つである。AIに入力してよい情報と、入力してはいけない情報。人が必ず確認し、決定する業務。業務で使用してよいツールである。人事、IT、法務の視点を、1人から数人で兼ねる前提で始めればよい。
筆者の見解（AIガバナンス）
AIガバナンスがない組織で、最も起こりやすい問題は、成果物の責任が曖昧になることだ。AIを使えば、資料、表、分析、マニュアルなどを短時間で作れる。しかし、作成者が内容を理解していなければ、誰も数字の根拠を説明できない。更新方法も分からない。似た資料が増え、どれが最新かも分からなくなる。成果物は増えているのに、確認、修正、作り直しの手間が増え、組織全体の効率は下がる。
もう一つの問題が、属人化である。AIを使って業務改革を進めた担当者が退職したとき、使用したツール、指示内容、判断基準、変更した業務フローが残っていなければ、後任は仕組みを再現できない。AI活用は、成果物だけを残せばよいわけではない。手順、判断根拠、権限、更新方法まで文書化し、組織の資産として残す必要がある。
外部業者への依存にも注意が必要である。AIに詳しい業者が、顧客企業の業務へ深く入ること自体は問題ではない。多くの場合、業務を改善しようという善意から行われる。しかし、判断基準や運用方法が外部にしか分からず、その業者がいなければ業務を変更できない状態になると、社内の力は育たない。ベンダー選定では、単に導入効果や機能だけを見るのではなく、ノウハウが自社に残る設計になっているかを確認する必要がある。
AIガバナンスは、成果物の無責任化、属人化、外部依存を防ぐための仕組みである。同時に、AI活用を広げるための土台でもある。ルールがない職場では、慎重な社員ほどAIを使えない。一方、リスクを気にしない社員だけが先に使い始める。どのツールを使ってよいのか、何を入力してはいけないのか、どの場面で人が確認するのかが分かれば、多くの社員が安心して使える。ガバナンスは、AI活用を止めるブレーキではない。危険な使い方を防ぎながら、利用できる範囲を示すための仕組みである。詳しい進め方は人事AIガバナンス｜中小企業の最小ルールと進め方で扱っている。
FAQよくある質問
Q1．2026年の人事とAIをめぐる最大の変化は何か？
AI活用の焦点が、個人業務の効率化から、業務プロセス全体の再設計へ移ったことである。Microsoftの2026年調査では、AI利用者の多くが時間削減や成果物の質向上を実感している。一方、AIを使って業務プロセスまで再設計している層は16％にとどまる。AIを使うこと自体ではなく、人とAIの役割、業務の流れ、権限、評価制度まで組み替えられるかどうかが差になる。
Q2．なぜAI研修だけでは成果が出ないのか？
AI活用の成果を左右する要因が、個人の意欲やスキルだけではないためである。企業文化、管理職の支援、評価制度、育成制度などの組織要因の影響は、個人要因の2倍以上とされている。研修によって使い方を教えるだけでなく、AIを使ってよい業務、管理職の支援方法、評価への反映、業務プロセスをあわせて見直す必要がある。
Q3．AI時代の職務は、どのように再設計すべきか？
職務ごとに業務を分解し、「人が判断する」「AIが実行する」「人とAIが協働する」の3つに分ける。そのうえで、職務記述書、評価基準、意思決定権限、最終責任、必要スキルを更新する。特に重要なのは、AIの提案を誰が確認し、誰が最終決定するのかを明確にすることである。
Q4．人事AIガバナンスとは何か？
採用、評価、給与、文書作成などでAIを利用する際のルールと責任の所在を定める取り組みである。社内で使われているAIを把握し、入力してよいデータ、人が必ず確認する場面、使用できるツール、ベンダーとの役割分担などを決める。中小企業では、委員会を設けるのではなく、A4一枚程度のルールから始めればよい。
Q5．中小企業は何から着手すべきか？
実務面では、議事録の自動作成、フォロー連絡、定型文書の下書きなど、失敗した場合の影響が小さく、成果が見えやすい業務から始める。次に、データの取得、集計、レポート作成へ広げる。制度面では、部門ごとの業務を棚卸しし、影響の大きい職務から、人とAIの役割分担を決める。評価や採用の合否など、重要な判断に関わる領域は、運用経験とガバナンスを整えてから着手する方がよい。
Q6．人事AIガバナンスがないと、何が起きるのか？
主に3つの問題が起こる。1つ目は、成果物の責任が曖昧になることだ。内容を理解していない資料が増え、誰も根拠を説明できなくなる。2つ目は、属人化である。AI活用を進めた担当者が退職すると、業務の手順や判断基準が分からなくなる。3つ目は、外部依存である。業務の設計や運用を外部業者へ任せきりにすると、社内で修正や改善ができなくなる。
Q7．AIコンサルタントやベンダーを選ぶ際の注意点は何か？
導入後に、社内へ知識と運用能力が残るかを確認する必要がある。業者にしか仕組みを変更できない設計や、判断基準が共有されない運用では、外部依存が強くなる。使用したツール、設定、業務フロー、判断基準、更新方法が文書化されるか。社内担当者へ引き継がれるか。契約終了後も自社で運用できるかを確認する。
Q8．AIガバナンスは、AI活用の妨げにならないか？
適切に設計すれば、むしろ活用を進める。ルールがない状態では、何をしてよいか分からず、慎重な社員ほどAIを使えない。利用できるツール、入力できる情報、人が確認する場面が明確になれば、現場は判断しやすくなる。ガバナンスは、AIを止めるためではなく、安全に使える範囲を示すためにある。
Q9．AIに任せてはいけない人事判断はあるか？
現時点では、採用、評価、給与、配置、懲戒など、人の処遇に関わる最終判断は人が行うべきである。ただし、「この領域は永久にAIへ任せない」と固定するだけでは不十分である。AIの性能は変化する。重要なのは、AIの出力を理解し、根拠を確認し、関係者へ説明し、最終的な責任を負える人がいるかどうかである。
05まとめ
AI活用の焦点は、個人業務の効率化から、人とAIを前提とした仕事の再設計へ移っている。
成果を左右するのは、社員個人の能力だけではない。企業文化、管理職の支援、評価制度、育成制度といった組織要因の影響が大きい。
職務は、「人が判断する」「AIが実行する」「人とAIが協働する」の3つに分けて考える。
取り組むべきテーマは、AI前提の職務・業務再設計、スキルベース人事制度、管理職オペレーティングモデル、報酬透明化・職務価値評価、人事AIガバナンスの5つである。
すべてを一度に始める必要はない。影響が大きく、失敗した場合のリスクが低い業務から着手し、実際に使いながら制度と業務を更新することが重要である。
効率化は、多くの人が得られるようになった。次に差がつくのは、業務プロセス、職務、評価、権限、管理職の役割を、AIがある前提で組み替えられるかどうかである。この点では、中小企業にも強みがある。部門間の距離が近く、人事、業務改善、組織設計を横断して試しやすい。大規模な制度をつくる前に、小さく始めて修正できる。
今後、社員に求められるスキルも変わる。1人がAIを使いながら複数の領域を担うようになり、職種の境界は今より曖昧になる。同時に、採用や評価では、本人が本当に理解し、実行できるかを見極める力が重要になる。AIを使えば、一定水準の文章や企画案は作れる。しかし、作った内容を理解し、現場で動かし、問題が起きた際に修正できるかは別である。見極める観点はAI時代の採用・選考の再設計で扱っている。
最終的に差を生むのは、実際に試したかどうかである。AIの是非を議論するだけでは、業務は変わらない。まず使う。業務に当てる。問題を確認する。役割や手順を修正する。この反復によって、人事制度と組織は、少しずつAIを前提とした形へ変わっていく。
AI前提の人事再設計の無料相談
自社の職務・制度をAI前提でどう組み替えるか、どこから着手すべきかを
具体的にご相談されたい経営者・人事責任者の方へ、初回無料のオンライン相談を承ります。
