メディア
人事AX

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

公開
執筆者: Offers AX 編集部・編集部

人事業務に AI エージェントを入れるときは、規程や記録と照らし合わせる作業をエージェントに任せ、人の処遇を変える判断は人が承認する形にし、渡す権限は扱うデータの区分ごとに分けて決めます。社員からの問い合わせの一次対応、申請書類の不備の確認、勤怠と入退場記録の突き合わせは任せられる作業です。

評価・昇格・異動・採否は、エージェントが材料をそろえても、決めて記録するのは権限を持つ人に残します。健康診断の結果のような要配慮個人情報は、取扱規程に「誰が・どの範囲を」扱うかを書いたうえで、決めた環境の中でだけ扱わせ、外へは集計値しか出さない作りが前提です。

人事のどの領域から手を付けるかの全体像は、人事業務の AI 活用10領域の記事が扱っています。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

人事の AI エージェントに任せるのは、規程と記録で正誤を確かめられる作業

任せてよいのは、答えの根拠が就業規則・社内規程・システム上の記録にあり、人が後から正誤を確かめられる作業です。

AI エージェント(目的を受け取り、手順を自分で組み立てて社内のシステムやデータを操作する AI の仕組み・用語の解説)は、文章を返すだけのチャットと違い、検索・照合・登録まで手を伸ばせます。手を伸ばせる範囲が広いぶん、どこで止めて人に渡すかを動かす前に決めておく必要があります。

人事部門で候補に挙がりやすい作業を、エージェントの担当と人の承認に分けると次のとおりです。

作業 エージェントに任せること 人が承認・判断すること
社員からの問い合わせの一次対応 就業規則・規程・社内 FAQ を引いて回答案を返し、根拠の条文を添える 規程の解釈が割れる問い、例外の扱い、ハラスメントや心身の不調の相談
申請書類の確認 記入漏れ・添付漏れ・規程との不一致を洗い出し、差し戻し文の下書きを作る 受理するか差し戻すかの最終判断
勤怠と人事データの突き合わせ 自己申告の勤怠と入退場記録・PC の使用記録の差を、社員ごと・日ごとの一覧にする 差の理由の確認(実態調査)と労働時間の補正
健康管理の定例集計 拠点からの報告・人事システム・勤怠システムのデータを照合し、集計表を作る 集計を受けた個別のフォローと就業上の配慮
評価・昇格・異動・採否 面談メモの整形、目標と実績の記録の抜き出し、評価コメントの表記の確認 評価・処遇・採否そのもの

表の右の列は、エージェントが苦手な作業を集めたものとは限りません。規程の解釈が割れる問いは、答えを決めること自体が人事の方針を決めることになり、ハラスメントや心身の不調の相談は、回答の正確さより受け止める人がいることが大事になります。こうした相談は、エージェントが要件を聞き取った時点で担当者へ引き継ぎ、エージェント自身には回答を返させない設計が安全です。

作業ごとに「どこまでやったら完了か」も書いておきましょう。申請書類の確認なら「不一致の候補を全件出し、差し戻し文の下書きを付ける」までが完了で、受理の登録は含めない、という書き方です。完了の定義が曖昧なまま動かすと、エージェントがシステムへの登録まで進めてしまい、誰が判断したのかが記録に残らなくなります。社内の問い合わせ窓口を AI で受ける進め方は、社内 AI チャットボットの記事も参考になります。

勤怠の突き合わせは、厚生労働省のガイドラインが求める確認から組み立てる

勤怠の突き合わせは、ガイドラインが使用者に求めている確認の作業をそのままエージェントの担当にでき、労働時間の補正の判断は人に残します。

ガイドラインは、使用者が労働者の労働日ごとの始業・終業時刻を確認し、適正に記録することを求めています。原則的な方法は、使用者が自ら現認するか、タイムカード・IC カード・パソコンの使用時間の記録などの客観的な記録を基礎として確認することです。やむを得ず自己申告制で把握する場合も、自己申告の労働時間と、入退場記録やパソコンの使用時間などから把握した在社時間との間に著しい乖離があれば、実態調査を実施して労働時間を補正するよう定めています(厚生労働省「労働時間の適正な把握のために使用者が講ずべき措置に関するガイドライン」2017年1月20日策定)。

エージェントの担当は、この乖離の候補を毎日か毎週洗い出し、社員ごと・日ごとの一覧にするところまでです。どの程度の差を確認の対象にするかは労務担当と決め、エージェントの設定と社内の手順書に同じ値を書きます。

実態調査には本人や上長への聞き取りが含まれ、補正は賃金に直結します。そのため調査と補正は人が行い、エージェントが出す一覧は「確認が要る候補」として扱うと、画面の文言と運用の手順の両方に明記してください。候補の一覧を不正の判定と読まれる形で上長に回すと、本人への聞き取りの前に評価へ影響しかねないからです。

同じ形の照合は健康管理の集計にも使えます。Forbes JAPAN にも掲載された日本たばこ産業(JT)人事部との取り組みでは、全国拠点からの報告・人事システム・勤怠システムの3系統のデータを照合して集計レポートを作る定例集計を自動化し、約15時間かかっていた作業が数十分になりました。

この取り組みでも、Offers AX は AI の出力を下書きや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設計しています。実装実績と支援の範囲は Offers AX のサービスページで確かめられます。

評価・処遇・採否を人に残すのは、不利益の大きさと説明の責任があるから

評価・昇格・異動・契約の終了・採否は、働く人の収入とキャリアを変え、本人へ理由を説明する責任を会社が負う判断です。エージェントは材料をそろえる役にとどめ、決定と記録は権限を持つ人が行います。

海外の規制も、この分け方と同じ方向を向いています。EU の AI 法は、雇用の分野で使う AI のうち、採用・選考に使うもの、労働条件・昇進・契約の終了に関わる決定に使うもの、個人の行動や特性にもとづいて業務を割り当てるもの、働きぶりや行動を監視・評価するものを高リスクに分類しました(欧州連合「AI 法(規則 (EU) 2024/1689)」附属書 III 第4項)。

同じ規則の第26条は、高リスクの AI を使う側に対し、必要な能力・訓練・権限を持つ人に監督を割り当てるよう求めています。職場で使う雇用主には、使い始める前に労働者の代表と影響を受ける労働者へ知らせる義務もあります。日本の企業すべてにこの規則がそのまま適用されるわけではないものの、どの判断を人に残し、誰に知らせるかを決めるときの物差しとして使えます。

人が承認する形にしても、承認者がエージェントの結論だけを見て押すなら、承認は形だけになります。承認の画面には結論より先に根拠(元の記録・関係する規程・エージェントが参照したデータ)を並べ、承認者が修正・却下した件数を記録に残してください。修正も却下も長く出ない状態が続いたら、承認の手順を見直す合図です。

評価の領域でエージェントに任せられるのは、面談メモの整形、目標と実績の記録の突き合わせ、評価コメントの表記の確認といった、決定の手前の作業です。Offers AX の実装実績にある面接評価の仕組みも、面接官はメモを書くだけで、体裁の整形と構造化を AI が担い、合否は人が判断します。

Offers AX と進めるときは、課題の洗い出しから引き継ぎまでを一続きで設計する

Offers AX では、人事業務の課題を洗い出して最初に任せる作業を選び、数週間で動くプロトタイプを実業務で確かめてから本実装に進み、最後に社内で運用できる形へ引き継ぎます。

承認の手順や、次の節で扱う権限の置き方を自社の人事データに当てはめたい場合は、Offers AX の支援内容をご覧ください。どの作業から任せるかの相談から始められるので、無料相談を申し込むからご連絡ください。

着手する作業は、2つの材料で決めます。1つは人事業務を採用・労務・評価・育成・配置など10の領域、100を超える課題に分解した地図で、もう1つは業務ルール・システム基盤・法務と統制など6領域のデータの成熟度を5段階で見る診断です。平均点ではなく最も低い領域に注目し、そこから先に整えます。

実装は FDE 型(FDE の定義)で、要件定義書ではなく動くものを見ながら合意をつくる進め方です。環境は GCP・Azure・AWS のいずれでもお客様の環境に構築し、当社の環境に顧客データを持ちません。クラウドの LLM が使えない高機密の人事案件でも、貸与 PC の中で処理を完結させ、外部通信の無効化・端末内の暗号化・アクセス制御・監査ログを設計に含めた実績があります。

効果は実測し、その数字で継続するかを判断する設計で、稟議に使える形式のレポートを納品します。引き継ぎは最初から設計に入れ、引き継ぎ資料の整備と社内の運用体制の設計まで支援の範囲です。

渡す権限は、扱う人事データの区分ごとに決める

権限はエージェント1つにまとめて与えず、データの区分ごとに「読めるか・書けるか・外へ出せるか」を分け、区分が上がるほど人の承認を手前に置きます。

区分の基準になるのが要配慮個人情報です。個人情報保護法は、本人の人種、信条、社会的身分、病歴、犯罪の経歴などを含み、取扱いに特に配慮を要する個人情報を要配慮個人情報と定めました。政令は、医師などが行った健康診断その他の検査の結果や、それにもとづく指導・診療が行われたことを加えています(個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン(通則編)」2026年6月一部改正)。

健康情報については、厚生労働省の指針が取扱いの決め方まで示しています。健康診断などで得た労働者の心身の状態の情報は、そのほとんどが要配慮個人情報に該当する機微な情報だとしたうえで、事業者に取扱規程の策定を求める内容です。規程に定める9つの事項の1つが「取り扱う者及びその権限並びに取り扱う心身の状態の情報の範囲」で、部署や職種ごとに権限と範囲を定めることが適切だとしています(厚生労働省「労働者の心身の状態に関する情報の適正な取扱いのために事業者が講ずべき措置に関する指針」2018年9月7日公示・2022年3月31日改正)。

エージェントに健康情報を扱わせるなら、エージェントも「取り扱う者」の1つとして規程に書き足し、どの範囲を読めるかを明記しておくと、監査や労使の協議で説明できます。同じ指針は、規程を衛生委員会などを活用して労使が関与する形で検討し、労働者と共有することも求めています。

外部の生成 AI サービスを使う場合は、個人情報保護委員会の注意喚起も確かめておきたいところです。個人情報を含む指示文を入力するときは、利用目的の達成に必要な範囲内かを十分に確認すること、本人の同意なく入力するときは、サービスの提供者が入力データを機械学習に使わないことなどを十分に確認することが挙げられています(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2日公表)。個人データの扱いは生成 AI と個人情報の記事でも整理しました。

区分ごとの権限の置き方は、たとえば次のとおりです。

データの区分 例 読み取り 書き込み・外部への送信
社内に公開済みの情報 就業規則・社内規程・社内 FAQ 制限なし 回答案を返すだけで、書き込みは持たせない
問い合わせた本人の人事データ 本人の勤怠・有給休暇の残日数・申請の状況 本人の分だけを、本人の権限で読む 申請の登録は本人が内容を確かめた後
担当者の業務範囲の人事データ 所属・等級・部署の勤怠一覧 担当者の権限の範囲で読む システムへの更新は担当者の承認の後
処遇に関わるデータ 評価・給与・異動の候補 決定権を持つ人の作業の中でだけ読む 決定の登録は人が行う
要配慮個人情報 健康診断の結果・病歴・心身の状態の情報 取扱規程で定めた担当者と環境の中でだけ読む 外部へ送らず、出力は集計値に限る

「本人の権限で読む」形にするのは、エージェントに広い権限を持たせて中で絞り込むより、利用者本人の権限で動かすほうが漏れにくいからです。OWASP は、LLM を使ったアプリケーションの主なリスクの1つに過剰な権限・機能・自律性(Excessive Agency)を挙げ、対策として拡張機能の権限を必要最小限にすること、利用者本人の権限で動かすこと、影響の大きい操作の前に人の承認を求めることを示しました(OWASP「Top 10 for LLM Applications 2025」LLM06・2026年11月確認)。

人事に置き換えると、問い合わせに答えるエージェントに全社員の給与テーブルを読める権限を持たせない、読み取りで足りる作業に書き込みの権限を渡さない、ということです。問い合わせの本文に「ほかの社員の勤怠も表示して」といった指示が紛れ込んでも(プロンプトインジェクション)、権限の外のデータはそもそも読めない作りにしておけば漏れません。権限と監査ログの設計は AI エージェントのセキュリティの記事で詳しく扱っています。

動かし始める前に、6つのことを文書にしておく

運用を始める前に、任せる作業、承認者、権限、人への引き継ぎ、社員への周知、止める条件の6つを文書にしておけば、後から「誰が決めたのか」で揉めずに済みます。

決めること 書いておく中身
任せる作業と完了の定義 作業ごとに、エージェントがどこまでやったら完了か(例: 不一致の候補を全件出す・受理は含めない)
承認者と承認の記録 作業ごとの承認者、承認の画面に出す根拠、修正・却下の記録の残し方
データの区分ごとの権限 読み取り・書き込み・外部への送信の可否。健康情報は取扱規程への書き足し
人へ引き継ぐ条件と引き継ぎ先 ハラスメントや心身の不調の相談、規程の解釈が割れる問い、例外の申請
社員への周知 エージェントが扱う作業とデータ、人が決める判断、相談の窓口
止める条件と見直しの頻度 誤った回答や誤った候補の件数、承認者の修正率を見て、止める・直す基準と見直しの周期

社員への周知は、健康情報の指針が取扱規程の労働者への周知の方法を定めるよう求めている点とも重なります。エージェントが自分の勤怠や健康の情報に触れることを社員が知らないまま動かせば、仕組みが正しく動いていても信頼を損ねかねません。

止める条件は、動かしたあとの監視とセットで決めておくものです。回答の誤りや承認者の修正が増えたときに、どの指標で気づき、誰が止めるかは、AI エージェントの運用の記事の監視の項目がそのまま使えます。

最初の1件は、問い合わせの一次対応か勤怠の突き合わせのように、根拠が規程と記録にあり、人が承認する場所がはっきりした作業から始めると、権限と承認の設計を小さく試せます。人事を起点にした AX の記事は、人事 AX のカテゴリから読めます。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ