第37回

 ジョブ型×生成AIが導く「人事の再定義」

──世界基準で見る「人的資本経営」の新潮流 

 

2026/4/3 

 

 

 はじめに 

grid-border

 なぜ、いま人事制度の再構築が求められているのか

 

日本の賃金は30年間ほぼ横ばい。

労働生産性はOECD主要7か国で最下位レベルに留まっています。

その背景には、「年功的なメンバーシップ型雇用」と「曖昧な職務定義」に依存してきた人事システムがあります。

 

一方、世界では「仕事(ジョブ)」を単位としたタレントマネジメントが急拡大。

職務・スキル・成果を明確に定義し、科学的に育成・評価・報酬を結びつける動きが進んでいます。

この潮流を支えているのが、生成AIとデータガバナンスの融合です。

 

 

1. WEF「Future of Jobs」──変わる仕事、変わるスキル

grid-border

世界経済フォーラム(WEF:World Economic Forum)の「Future of Jobs Report 2025」によれば、

2030年までにAIと自動化の影響で1億件以上の職務が再定義される見込みです。

特に成長が見込まれるのは、以下のようなスキル領域です。

 

・Analytical Thinking(分析的思考)

・AI・データリテラシー

・Creative Problem-Solving(創造的課題解決)

・Empathy & Communication(共感的コミュニケーション)

 

これらはどの職種にも共通する「トランスバーススキル」であり、

個人の価値を測る新しい指標になります。

 

※トランスバーススキルとは

定の職種・業界・専門領域に依存せず、どんな職務や環境でも共通して必要とされる能力のことを指します。

 

つまり、「職務が変わっても、学び続ける力が価値になる」という時代です。

 

 

 2. NIST AI RMF 1.0──AIを「信頼できる人事」にする枠組み 

grid-border

 AI導入の拡大とともに、倫理・透明性・公平性が大きな課題となっています。

NIST(米国国立標準技術研究所)は2023年、

AIシステムのリスク管理フレームワーク「AI RMF 1.0」を公開しました。

 

※AI Risk Management Frameworkとは

AIシステムの設計・開発・利用におけるリスク管理を体系化した枠組み

 

この枠組みは、AIを安全かつ信頼性高く運用するための4段階を定義しています。

・Govern(統治):AI利用の目的・責任・監査体制を整える

・Map(設計):リスクと関係者への影響を把握

・Measure(測定):性能・バイアス・透明性を定量的に評価

・Manage(管理):継続的なモニタリングと改善

 

人事評価や採用にAIを使う企業は、この枠組みに沿って

「AIの提案結果に最終的に人間が説明責任を持つ」体制を設けることが推奨されています。

 

 

 3. EEOC──AIと公平性のルール 

grid-border

 米国の雇用機会均等委員会(EEOC)は、

AIを用いた選考や評価において「差別的な影響(Adverse Impact)」が生じていないかを監視しています。

もしAIが性別・年齢・人種などの属性に基づき不当な結果を出せば、法的責任を問われる可能性があります。

 

※U.S. Equal Employment Opportunity Commissionとは

米国連邦政府の機関で、雇用における差別(人種・肌の色・宗教・性別・年齢・障害・遺伝情報など)を禁止する連邦法を施行・監督

 

AI活用が進む中で、EEOCは「AIを使う企業は、そのアルゴリズムの公平性を説明できる義務がある」と強調しています。

これは日本企業にとっても他人事ではありません。

 

 

 4. SHRM──「戦略的人事」への進化 

grid-border

 世界最大の人事専門組織SHRM(Society for Human Resource Management)は、

これからの人事を「戦略的パートナー」として位置づけます。

評価や採用の効率化を超えて、

AIを活用し経営戦略と人材戦略を連動させることがミッションです。

 

SHRMが提唱する「Strategic HR」の要素は以下の通りです。

 

・データドリブンな意思決定

・エビデンスベースの人材評価

・公平で説明可能なAIの活用

・従業員エクスペリエンスの最適化

 

日本企業が人的資本経営を推進するなら、

SHRMのフレームとISO30414の指標を両輪に据えることが理想です。

 

 

 5. 日本企業にとっての実践ステップ 

grid-border

 職務を可視化する

 生成AI+O*NET、Job tag等を用い、既存業務ログから職務記述書を自動生成。

 

KPIを標準化す

 ISO30414指標に基づき、人材KPIを部門ごとに明確化。

 

AIの信頼性を担保する

 NIST AI RMFの4段階を参考に、AI活用の社内ガバナンスを整備。

 

公平性と説明責任を明記

 EEOC基準を参考に、AIが出す評価・推薦の根拠を開示可能に。

 

人事を経営のパートナーに

 SHRMモデルに基づき、HRを経営戦略と一体化する。

 

 

 6. 未来に向けて──AIが支える「人の成長の科学」 

 生成AIは「人事を置き換える」のではなく、人の成長と組織の進化を科学的に支援する存在です。

職務をAIが定義し、目標とKPIをAIが提案し、成果データをAIが整理し、最終判断を人が行う。

これが、人とAIの協働による新しいタレントマネジメントの形です。

 

 

おわりに 

世界ではすでに、「AIのない人事」は競争力を失いつつあります。

信頼できるAIと明確な職務定義によって、日本企業の「人の力」を再び世界水準に。

 

今こそ、ジョブ型×生成AIの実践を始めましょう。

 

ジョブ型×生成AIのJOB Scopeはこちら  

 

 

 ※JOB Scope(ジョブスコープ)は、デフィデ株式会社の登録商標です。 

 SmartOps は、デフィデ株式会社の登録商標です。 

grid-border

著者: JOB Scope編集部
新しい働き方、DX環境下での人的資本経営を実現し、キャリアマネジメント、組織変革、企業強化から経営変革するグローバル標準人事クラウドサービス【JOB Scope】を運営しています。

grid-border

経営・人事に役立つ情報をメールでお届けします