企業が生成AIを導入する際、技術導入と配置転換・人材育成が別々に計画されることがあります。例えば、IT部門がAIの導入を進める一方、人事部門は従来の職務や要員計画を前提に人を配置する。この分断が残れば、AIで削減した時間を高付加価値業務へ振り向けられず、投資効果が限定される可能性があります。そのため、両者を統合する推進体制は、これからの競争優位を左右する重要な要素になり得ます。
なぜIT部門と人事部門は連携できないのか
縦割り組織がもたらす認識のズレ
IT部門はシステムの導入・運用やセキュリティ管理を、人事部門は人材配置や育成を主に担っています。この役割分担は従来のシステム導入では機能してきました。しかし、生成AIは導入範囲によって業務プロセスや人の役割まで変えるため、システム導入とあわせて職務内容の変化を検討する必要があります。
また、現場でのAI利用が社内ルールや管理体制の整備より先行すると、IT部門はセキュリティ対策に追われ、人事部門は職務の変化を把握できないという分断が生じます。その結果、AI導入後の職務変化に対応する責任主体が曖昧になりやすいのです。
スキル要件の共有不足
IPAが国内企業1,535社と、企業に所属するデジタル人材1,454名を対象に実施した調査では、人材の学びやキャリア形成を支援し、必要なスキルを実務で発揮できる環境を整える重要性が示されています[1]。この結果を生成AI導入に当てはめると、人材の人数だけでなく、AI導入後に必要なスキルを定義し、人事制度、育成計画、配置計画へ反映する仕組みも必要だと考えられます。
IT部門は技術的なスキル要件を把握しやすい立場にあります。しかし、その情報を人事制度や評価基準へ反映する部門横断の仕組みが整っていない企業もあります。一方、人事部門がAI導入後に必要なスキルセットを十分に把握しないまま配置転換や育成を計画すると、研修内容と実際の業務で求められるスキルにずれが生じる可能性があります。
職務変化の速度と人材施策のタイムラグ
AIの導入範囲によっては、特定の作業が自動化・効率化される一方、分析や判断、業務改善など別の業務へ人の役割を移す必要が生じます。例えば、Deloitteは内部監査・J-SOX評価向けAIエージェントを適用した20件の検証で、対象となった評価手続の業務工数を50%以上削減したと報告しています[2]。この結果は特定業務における検証であり、あらゆる業務で同じ効果が得られることを意味するものではありません。
ただし、この検証からは、AIによって創出した時間を、問題の深掘りや業務改善などの高付加価値業務へ振り向ける必要性が読み取れます。さらに、創出した時間を組織全体で活用するには、人員配置や育成計画もあわせて見直す必要があります。
このような変化が起きたとき、創出した時間をどの業務へ再配分し、担当者にどのようなスキルを身につけてもらうかは、人事部門、IT部門、現場部門が共同で判断すべき事項です。しかし、IT部門がAIを導入した時点で人事部門に情報が伝わっていなければ、配置転換もリスキリングも後手に回ります。
人事×IT統合モデルがAI投資の効果を高める理由
職務分析とスキルマッピングの共同実施
人事部門とIT部門が統合して取り組むべき第一歩は、AI導入による職務変化の共同分析です。具体的には、対象業務を情報収集、入力、照合、分析、判断、承認、説明などのタスクに分解し、AIに任せるタスク、AIが人を支援するタスク、人が担い続けるタスクを共同で整理します。そして、現在のスキルセットとAI導入後に必要なスキルセットを可視化することで、役割変更が必要な業務や、不足しているスキル、リスキリングの対象領域が明確になります。
Accentureが示す「タレント・リインベンターズ」は、AI導入と人材戦略を別々に扱わず、業務の内容と進め方を再定義しながら人材の成長を促す企業像です[3]。同社の調査では、先進企業がAIを活用してスキルや関心を可視化し、人材と社内の機会を結び付ける「タレント・モビリティ」を進めていると報告されています。
この考え方は、AI導入後の配置転換を従来型の定期異動だけで処理せず、スキルや本人の関心、新しい役割との適合を踏まえて設計するうえで参考になります。つまり、職務分析を共同で行うことは、単なる情報共有ではなく、競争優位の源泉になり得るのです。
AI前提の業務再設計
Deloitteが紹介する「Agentic BPR」は、AIエージェントを前提に業務プロセスを再設計するアプローチです[4]。従来のBPRは、既存の業務プロセスを抜本的に見直す考え方です。一方、Agentic BPRでは、情報収集や判断材料の整理など、複数の業務に共通する工程に着目し、AIエージェントの活用を前提に業務プロセスを横断的に再設計します。その際、人が担う判断や確認、例外対応の役割もあわせて整理する必要があります。
この再設計を実効性のあるものにするには、IT部門の技術知見と人事部門の人材育成知見の両方が重要です。つまり、IT部門が技術を導入し、人事部門がリスキリングを後から考えるのではなく、両者が連動して計画を立てることで、技術導入後の業務と人材施策のずれを抑えやすくなります。
リスキリングと人材配置の連動設計
リクルートワークス研究所の調査では、企業で働くミドルシニアのリスキリングを7つの目的に整理し、それぞれの目的に応じて学びを促進するためのカギを提案しています[5]。AI前提の業務再設計を進める際、ミドルシニア層が新しい役割へ移行するには、リスキリングの内容だけでなく、配置先や実務で学びを活用できる環境も重要です。
そのため、統合モデルでは、AI導入のタイムラインに合わせてリスキリングプログラムを設計し、習得したスキルを活かせる配置先を同時に用意します。これにより、学んだ知識を実務で活用する機会が生まれ、スキルの定着につながりやすくなります。
統合モデルを支える推進体制と改善サイクル
推進体制の構築と計画立案
統合モデルを機能させるには、経営層が統合方針と共通KPIを示し、人事、IT、現場部門の責任者が対等に協議できる推進体制を設ける必要があります。この推進組織には、現場の業務を理解する部門長クラスも参加させ、職務分析の精度を高めます。このように、部門横断の推進体制を構築することで、AI導入計画と職務設計、育成、配置のずれを早期に把握しやすくなります。
次に、AI導入は一度に完了するものではなく、段階的に進みます。そのため、統合モデルでは、各段階で変化するタスクや職務を予測し、検証結果に応じてリスキリングや役割変更、配置転換を計画します。リスキリングも段階的に実施し、配置転換のタイミングに合わせて必要なスキルを習得できるよう支援します。
また、AI時代の配置転換では、一律の人事異動だけでなく、本人の学習目的やキャリア意向を踏まえた配置を検討することが重要です。実際、リクルートワークス研究所の調査も、ミドルシニアが学ぶ目的に着目して、リスキリングを促進するためのカギを提案しています[5]。
モニタリングと改善のサイクル
統合モデルは一度構築して終わりではなく、継続的な改善が必要です。そのため、AI導入後の職務変化が計画通りに進んでいるか、配置転換された人材が新しい役割で成果を出しているかをモニタリングします。具体的には、業務時間の削減量、手戻りの発生率、処理品質、創出した時間の再配分先、習得したスキルの実務活用状況、配置転換後の業務成果などを確認します。
また、人事部門とIT部門が連携し、自己申告や社内公募、スキル情報などを活用することで、新しい役割に関心を持つ人材を把握し、育成候補として検討しやすくなります。
さいごに
AI投資を組織の成果につなげるには、技術導入だけでなく、創出した時間の使い方、職務、育成、配置の見直しまでを同時に計画する必要があります。
この連携を継続するには、人事とITが同じ社内情報やAI利用ルールを参照し、共通の手順でAIを使える環境が必要です。例えば、企業向け生成AIアシスタント「Smart Generative Chat(SGC)」は、社内文書を取り込んで独自のナレッジを回答に反映するRAG、利用者・グループ別の権限設定、利用コストの可視化などに対応しています。これにより、人事規程、職務定義、AI利用ルールなどへのアクセス範囲を管理しながら、部門横断で活用できる社内AI環境を構築できます。
Smart Generative Chatの機能を詳しく見る
まずは一つの業務で、AIに任せるタスクと人が担うタスクを整理してください。その結果を基に、必要なスキル、育成、配置を一つの計画へ落とし込むことが、AI投資を組織成果へつなげる第一歩です。
出典
- [1] デジタル時代のスキル変革等に関する調査(2024年度) – IPA(情報処理推進機構)
- [2] 内部監査・J-SOX AIエージェントの効果検証(2026年5月28日) – Deloitte
- [3] タレント・リインベンターズ(2026年3月16日) – Accenture
- [4] Agentic BPR(2026年6月18日) – Deloitte
- [5] 企業で働くミドルシニアのリスキリング(2024年4月26日) – リクルートワークス研究所



