CHRO が最初に決める4つのことと、決めないと起きること
4つの決めごとは、一緒に決める相手も、決めずに進めたときに起きる問題もそれぞれ違います。
| 決めること |
決めずに進めると起きること |
一緒に決める相手 |
| 人事部門の業務に AI を入れる範囲 |
担当者ごとに使い方がばらばらになり、人事データがどのサービスに入ったか追えなくなる |
情報システム部門 |
| 全社の AI 活用で人事が持つ役割(ルール・育成・評価) |
ルールはできても育成と評価に反映されず、使う人が増えない |
AI 推進室・経営企画 |
| 人に残す判断 |
AI の出力が、そのまま評価や採否の根拠として使われる |
法務・各部門の管理職 |
| 従業員への説明 |
「監視や評価に使われるのでは」という不安が先に広がる |
労働組合・従業員代表 |
表の上の2つは、試しながら広げていけるものです。人事部門の業務で小さく使い始め、うまくいった使い方とつまずいた点を、全社での役割を決める材料にします。
下の2つは、最初の導入の前に決めておくものです。評価や採否に AI の出力を使うかどうかを仕組みを作った後に議論すると、作ったものを止めるかどうかの話にすり替わりやすくなります。従業員への説明も、導入の後に出すと「知らないうちに使われていた」と受け取られ、説明の中身より順番のほうが問題にされがちです。
人事が起点になりやすいのは、4つの部署と日常の業務でつながっているから
人事部門は、全社に AI を広げるときに調整が要る情報システム・法務・現場・経営のすべてと、ふだんの業務でやり取りしている部署です。
- 情報システム部門とは、入社・異動・退職のたびにアカウントと権限の発行・変更で連携しています。AI ツールの利用権限も、同じ手続きに組み込めます
- 法務とは、就業規則・個人情報・労務の相談で日常的に関わっています。AI の利用ルールのうち、違反したときの扱いは就業規則とつながります
- 現場とは、配置・育成・評価で全部門の管理職と接点があります。どの業務に AI を入れたいかを部門ごとに聞く窓口を作りやすい立場です
- 経営とは、人材戦略や人的資本の開示で経営会議に数字を出しています。AI を使える人がどれだけいるかは、人材戦略の数字として扱えます
この位置にいることは、人事がすでに全社の AI 活用を主導しているという意味ではありません。部署どうしの調整の窓口を持っているので、起点を置くと全社に広げる手間が少なくて済む、という構造の話です。
全社・部署・個人のいずれかの単位で生成 AI の活用に組織として取り組む会社は過半数ですが、まだ全体ではありません。生成 AI の利用について何らかの組織的な取組があると答えた日本企業は65.6%で、「組織的な取組はない」は27.0%でした(総務省「令和8年版 情報通信白書」2026年)。
組織的な取組がある会社でも、ルールを作る部署と、人を育てて評価する部署が別々に動いていると、ルールはあるのに使う人が増えない状態になりやすくなります。人事が起点になる意味は、この2つを1つの部署の中でつなげられる点にあります。
人事を最初の領域に選んだ会社の例として、日本たばこ産業(JT)は AX(AI を前提に業務を組み替える取り組み)を人事領域から始めました。Forbes JAPAN の企画記事(2026年10月16日)で、同社の人事部は「人事領域は変革の難易度が高いと想定される一方、ここで大きな変革を実現できれば、他部門への展開に向けた有益な示唆が得られると考えたためです」と理由を語っています。
人事を起点に業務を組み替え、その進め方を全社に広げる考え方と、AX との違いは、用語ページの人事 AXにまとめています。
人事部門自身の業務は、判断を含まない集計・照合・下書きから入れる
人事部門の業務で最初に AI を入れる範囲は、個人の処遇を決めない集計・照合・下書き・要約の作業に絞ります。
具体的には、勤怠データと人事システムの突き合わせ、社内からの問い合わせへの一次回答の下書き、研修後アンケートの要約、社内通知や規程改定の案内文の下書きといった作業です。出力に誤りがあっても担当者が確認して直せること、誤りの影響が特定の個人の評価や処遇に及ばないことが、これらの作業の共通点です。
範囲と一緒に決めるのが、AI に入れてよいデータの区分です。人事が扱うデータには、氏名や社員番号だけでなく、健康診断の結果や休職の理由のように配慮の要る情報が含まれ、扱いを誤ったときの影響は他部門のデータより大きくなりがちです。
個人情報保護委員会は、個人情報を含むプロンプトを生成 AI サービスに入力するときは、特定された利用目的を達成するために必要な範囲内かを十分に確認するよう求めています。あわせて、本人の同意なく入力した個人データが応答の出力以外の目的で扱われると個人情報保護法に違反する可能性があるとして、サービスの提供事業者が入力データを機械学習に使わないことを確かめるよう注意を促しました(個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」2023年6月公表)。
人事の言葉に置き換えると、「その業務の利用目的に入っているデータか」「入れた先で学習に使われないか」の2つを、データの区分ごとに決めておくということです。入力してよいデータの区分と社内で決めておく4項目は、生成AIに個人情報を入れてよいか|個人情報保護法の3つの論点と社内で決める4項目で詳しく整理しました。
人事10領域のうちどこから入れるかは、効果の大きさと難しさで順番が変わります。領域ごとの順番と人に残す判断の分け方は、人事評価・労務の AI 活用|人事10領域で AI を入れる順番と、人に残す判断の分け方を見ると比べやすいはずです。
最初の一歩としては、人事部門の業務を1週間分書き出し、「判断を含むか」「扱うデータの区分」の2つの列で仕分けてみてください。AI を入れる候補が、そのまま一覧になります。
全社の AI 活用で人事が持つのは、ルール・育成・評価の3つの役割
全社の AI 活用で人事が持つ役割は、利用ルールを社内規程とつなぐこと、使える人を育てること、AI を使った仕事を評価に反映することの3つです。
ルールは、情報システム・法務が作る本文を社内規程とつなぐ
利用ルールの本文(使えるサービス、入力してはいけないデータ、契約上の条件)は、情報システム部門と法務が中心になって作るのが一般的です。人事が持つのは、そのルールを就業規則・懲戒規程・研修の義務・相談窓口とつなぐ部分です。
国の指針にも、人事の制度とつながる項目が並んでいます。AI事業者ガイドライン(第1.2版)は、AI に関わる事業者が取り組む10の「共通の指針」として、人間中心・安全性・公平性・プライバシー保護・セキュリティ確保・透明性・アカウンタビリティ・教育・リテラシー・公正競争確保・イノベーションを挙げています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)概要」2026年3月公表)。このうち公平性・プライバシー保護・教育・リテラシーは、人事の制度と運用で具体的な形になる項目です。
社外に示す方針と社内の細かいルールをどう分けるかは、AI 基本方針(AI ポリシー)の作り方で入れる5項目とあわせて書いています。
育成は、求める人材像を決めて社内に知らせるところから始める
育成で人事が最初に持つのは、どんな人に AI を使ってほしいかという人材像を決め、社内に知らせることです。
DX に取り組む日本企業のうち、DX を推進する人材の「質」が「やや不足している」「大幅に不足している」と答えた割合は合わせて88.8%でした。一方で、求める人材像を「設定し、社内に周知している」企業は16.2%にとどまり、「設定していない」「わからない」の合計は約5割です(情報処理推進機構「DX動向2026」2026年7月公開)。
足りないと感じていても、何が足りないかを人材像として言葉にできていない会社が多い、と読めます。研修を増やす前に、全社員に求める基礎と、職種ごとに求める役割を分けて書き出すのが人事の仕事です。全社員向けの基礎は用語ページのAI リテラシー、職種ごとの役割の定義はデジタルスキル標準が手がかりになります。
評価は、AI を使った仕事を評価と処遇にどう入れるかを決める
評価で人事が決めるのは、AI を使って業務を組み替えた仕事や、部門で推進役を担った仕事を、評価と処遇にどう入れるかです。
同じ調査では、DX 人材の評価基準について「基準はない」が76.1%、「基準があり処遇に連動・反映」は4.1%でした。推進役を任された人の活動が評価に入らなければ、本業が忙しい時期に推進が後回しになるのは避けにくくなります。
各部門の推進担当に割く時間と、評価への入れ方は、AI 推進担当を各部門に置くときの選び方・4つの役割・時間と評価の決め方で具体的に書いています。
3つの役割を他部署との分担に落とすと、次の表のとおりです。
| 項目 |
人事 |
AI 推進室・経営企画 |
情報システム部門 |
法務 |
| 利用ルール |
就業規則・懲戒規程とのつなぎ、相談窓口 |
全社方針の起案 |
使えるサービスと権限の設定 |
契約・個人情報・知的財産の確認 |
| 育成 |
人材像の設定と周知、研修の体系 |
社内の活用例の収集 |
操作研修の環境 |
法令に関する研修の中身 |
| 評価 |
評価項目と処遇への反映 |
成果の測り方の設計 |
利用状況のデータの提供 |
評価に使うデータの適法性の確認 |
AI 推進室や CAIO(最高 AI 責任者)を含めた体制そのものの置き方は、AI 推進の体制の作り方|AI CoE・AI 推進室・CAIO の役割と3つの置き方で3つのパターンを比べています。
Offers AX は人事部門の業務から始め、動くものを見ながら全社へ広げる
Offers AX は株式会社overflow が提供する AX の支援で、人事部門を起点に人事業務を AI 前提で組み替え、その進め方を全社に広げるところまでを支援しています。
支援は課題調査から入ります。人事業務を10領域・111課題に分けた地図と、業務ルール、システム基盤、組織力学、意思決定、法務・統制、人・スキルの6領域を LV0〜LV4 の5つの水準で見る診断を使い、平均点ではなく最も低い領域から着手の順番を決める進め方です。そのうえで数週間で動く試作品を作り、実際の業務で確かめてから本実装へ進みます。
支援の範囲と進め方は Offers AX のサービスページ で確認できます。人事部門のどの業務から始めるかが決まっていなくても課題調査から入れるので、無料相談を申し込むから現状をお聞かせください。
業務の近くで戦略と実装を一体で進める FDE 型の進め方で、要件定義書より動くものを見て合意することを重視しています。FDE という働き方の定義は、Offers FDE の解説記事FDE とはを参照してください。
評価・処遇・採否を人に残す考え方は、支援の設計にも組み込んでいます。AI の出力は下書き・参考情報として扱い、事実認定・合否・処遇は人が判断する前提です。基盤はお客様の環境に構築し、当社の環境には顧客データを持ちません。クラウドの LLM が使えない機密性の高い人事案件では、端末の中で処理を完結させる構成を実装した実績もあります。
JT 人事部の健康管理の集計では、全国の拠点からの報告・人事システム・勤怠システムの3系統のデータを担当者が手作業で照合していた作業を自動化し、15時間ほどかかっていた作業が数十分で終わるようになりました(Forbes JAPAN「JTがoverflowとともに挑む人事部起点の「AX」」2026年10月16日公開)。
効果は実測し、稟議に使える形式のレポートで納品するため、次の業務へ広げるかどうかを数字で判断できます。引き継ぎも最初から設計に含め、社内で運用を続けられる状態を目指します。
評価・処遇・採否は人に残し、AI の出力は判断の材料にとどめる
人に残すのは、採否・評価・昇格・異動・処遇・懲戒・退職のように個人の働き方や収入を左右する最終判断で、AI の出力はその材料として扱います。
この区分は、海外の規制が高リスクとする範囲とほぼ重なる内容です。EU の AI 法は、採用・選考に使う AI(対象を絞った求人広告の配信、応募書類の分析と選別、候補者の評価)と、労働条件・昇進・契約の終了に関わる決定、個人の行動や特性に基づく業務の割り当て、働く人の成績や行動の監視・評価に使う AI を、高リスクの区分に挙げています。そのうえで、高リスクの AI を使う事業者には、必要な能力・訓練・権限を持つ人に人による監督を割り当てるよう求めています(欧州連合「AI 法(Regulation (EU) 2024/1689)」附属書III・第26条)。
日本の会社すべてに同じ義務がかかるわけではありません。それでも、どの判断を人に残すかを決めるときの参照先として十分に使える内容です。
人に残すと決めても、確認が形だけになれば、実際には AI の出力がそのまま決定になります。承認の画面で毎回同じボタンを押すだけの運用を避けるには、確認する人が見る項目(根拠になったデータ、例外の有無、本人の事情)と、確認した記録の残し方を先に決めておくことが欠かせません。
たとえば評価コメントの下書きを AI が作るなら、AI が付けた点数を評価の点数に転記しないこと、評価者が書き直した内容を記録に残すことを運用のルールにするのが一例です。採用の書類選考で AI に要約させる場合も、不合格の判断は人が応募書類の原本を見て下す、と決めておくと、AI の要約の漏れがそのまま不合格につながる事態を防げます。
一方で、評価基準の言葉が部門ごとにばらばらなまま AI に点検させると、食い違いの指摘が大量に出て、担当者の確認作業がかえって増えるという、うまくいかない例もあります。その場合は AI を広げる前に、評価基準の言葉をそろえる作業が先です。
AI エージェントに渡す権限と、人が承認する工程の分け方は、人事 AI エージェントの設計|任せる作業・人が承認する判断・渡す権限の決め方にまとめています。
従業員への説明は、使い始める前に「使う業務」と「使わない判断」を示す
従業員への説明は導入の前に行い、AI を何の業務に使い、どの判断には使わないかを最初に示すのが要点です。
EU の AI 法は、職場で高リスクの AI を使い始める前に、雇用主である事業者が労働者の代表と対象になる労働者に知らせることを求めています(欧州連合「AI 法(Regulation (EU) 2024/1689)」第26条)。日本で同じ義務がない場合でも、知らせる時期を「使う前」に置く考え方はそのまま取り入れられます。
説明に入れるのは次の5つです。
- AI を使う業務(例: 勤怠データの照合、問い合わせへの一次回答の下書き)
- AI を使わない判断(採否・評価・昇格・異動・処遇・懲戒・退職の最終判断)
- AI に入れるデータと入れないデータの区分
- 疑問や異議を伝える窓口
- 説明の内容を見直す時期
特に気をつけたいのは、AI の利用状況の記録を取る場合です。誰がいつどのサービスを使ったかを記録する目的が情報漏えいの防止なのか、評価に使うのかで、従業員の受け止め方は大きく変わります。記録の目的と、評価に使うかどうかを説明に書いておけば、「監視に使われるのでは」という不安を先回りして減らせます。
説明の窓口を人事が持つのは、労働組合や従業員代表との協議の場をふだんから持っているためです。情報システム部門や AI 推進室が作った説明文でも、人事の通常の通知の経路で出すと、問い合わせの受け先が1か所にまとまります。
CHRO が今月中に始められる4つの準備
4つの決めごとは、次の準備に分けると今月中に着手できる大きさです。
| 準備 |
中身 |
出来上がるもの |
| 人事部門の業務の書き出し |
1週間分の業務を「判断を含むか」「データの区分」で仕分ける |
AI を入れる候補の一覧 |
| 他部署との分担表 |
上の分担の表を自社の部署名で埋め、情報システム部門・法務・AI 推進室と確かめる |
全社の AI 活用での人事の役割 |
| 人に残す判断の一覧 |
採否・評価・昇格・異動・処遇・懲戒・退職ごとに、最終判断する人と確認の記録の残し方を決める |
人に残す判断の規程案 |
| 従業員向けの説明文の下書き |
5つの項目で説明を書き、労働組合・従業員代表と事前に共有する |
導入前に出す説明文 |
4つがそろえば、AI を入れる業務を選ぶたびに「誰と決めるか」「何を人に残すか」を一から議論せずに済みます。人事を起点にした AX のほかの記事は、人事 AX のカテゴリにまとめています。