人材育成は「研修」から「経験設計」へ｜人が育つ仕事をどうつくるか【Case OS Organization Development #2】

Case OS Organization Development #2

人材育成というと、どうしても「何を教えるか」から考えがちです。しかし、人が大きく成長するのは、知識を受け取った瞬間よりも、実際の仕事で考え、決め、失敗し、振り返ったときではないでしょうか。AIが仕事へ入り始めた今、育成の中心を「研修設計」から「経験設計」へ広げる必要があると感じています。

まず全体像を整理すると、これからの人材育成は「研修を増やすこと」ではなく、「人が育つ経験をどう設計するか」へ軸足が移っていきます。以下の図で、その考え方をまとめます。

研修が悪いのではない。研修だけでは、人は育たない

人材育成について相談を受けると、最初に出てくる打ち手は研修であることが少なくありません。管理職を強化したいから管理職研修。若手の論理的思考力を高めたいからロジカルシンキング研修。次世代リーダーを育てたいから選抜研修。もちろん、研修には意味がありますし、私自身も研修講師をすることがあります。

ただ、研修でフレームワークを理解したことと、現実の仕事で使えることは別です。顧客は教材のように情報を整理して話してくれません。部門間では利害がぶつかります。上司の意見が必ずしも正しいとは限らない。情報が足りない中でも期限までに決めなければならない。仕事には、研修室では再現しきれない曖昧さがあります。

Center for Creative Leadership（CCL）が長年のリーダー育成研究から示してきた70-20-10の考え方でも、成長における仕事上の挑戦的な経験の重要性が強調されています。ただし、70・20・10という数字を機械的な配分ルールとして扱うのではなく、CCL自身も、経験・他者との関係・研修を組み合わせる「Experience-Driven Development」として考えることを勧めています。研修は不要なのではなく、仕事上の経験から学ぶ力を高める役割を持つ、という捉え方です。

『ビジネスワークアウト』で引っかかったのも、まさに「経験」だった

以前、Case OS BOOKS #29で『ビジネスワークアウト』を取り上げました。そこで私が面白いと感じたのは、ワークアウトが単なる研修プログラムではなく、実際の事業課題に向き合うプロセスそのものを、人材育成と組織開発の場にするという発想でした。

本書では、ワークアウトを「事業成長」「人材成長」「組織成長」の三つを同時に狙うものとして捉えています。異なる部門や立場の人が集まり、本当に会社が抱えている問題について考える。意見の違いを調整し、意思決定し、実際の行動へ移していく。つまり、研修のために仕事から離れるのではなく、仕事そのものを学習装置に変えているわけです。

改めて考えると、ここには人材育成を考えるうえでかなり重要な示唆があります。「知識を教えれば、あとは現場で使ってくれる」という発想ではないからです。

研修
↓
実際の課題
↓
他者との協働
↓
判断
↓
行動
↓
結果
↓
振り返り
↓
次の経験

までが一つにつながっている。

私は今回、『ビジネスワークアウト』を「質のよい経験を意図的につくる仕組み」として、もう一度読み直したいと思います。

「経験させればいい」でもない

では、難しい仕事をどんどん任せれば、人は勝手に育つのでしょうか。

もちろん、そんなに単純ではありません。背伸びすれば届く仕事と、完全に無理な仕事は違います。失敗から学べる状態と、単に傷ついて終わる状態も違う。仕事を任せても、判断をすべて上司が奪えば、本人の経験にはなりません。

CCLのExperience-Driven Developmentでも、挑戦的なアサインメントを与えるだけではなく、どの経験がどの能力につながるかを考え、成長を目的として配置し、経験から学べる支援を組み込むことが重視されています。CCLは「現在もっとも成果を出せる人を置く」だけではなく、「その人が次に何を学ぶ必要があるか」という観点でアサインメントを考えることを提案しています。

ここで、人材育成は「研修企画」から一段広がります。

これが、私の考える「経験設計」です。

経験設計とは、「仕事」と「育成」を別々に考えないこと

例えば、将来の事業責任者を育てたいとします。必要な能力として、戦略思考、数字を見る力、顧客理解、他部門との調整、意思決定、メンバー育成などを挙げることはできます。

従来なら、それぞれについて研修を用意する発想になりやすい。しかし、事業責任者に本当に必要な能力の多くは、実際に限られた情報の中で判断したり、異なる意見を持つ人を動かしたり、自分の判断の結果を引き受けたりする中で形成されます。

だから、育成を考える順番を変える。

戦略
↓
必要な組織能力
↓
個人に必要な能力
↓
その能力が鍛えられる経験
↓
任せる仕事・プロジェクト
↓
支援する上司・仲間
↓
振り返り
↓
次の経験

研修は、この中の一つになります。

これまで人材育成では「カリキュラム」を設計してきました。これからは、それと同じくらい「経験のポートフォリオ」を設計する必要があるのではないでしょうか。

質のよい経験には、何が必要なのか

私は、仕事を育成機会として設計するとき、少なくとも五つを見る必要があると考えています。

1. 本人にとって少し背伸びが必要か。 すでに何度も経験している仕事では、新しい能力は育ちにくい。一方で、支援があっても達成不可能な仕事では学習より疲弊が先に来ます。

2. 自分で考え、選ぶ余地があるか。 正解も手順も上司が全部決めてしまえば、「作業」は経験しても「判断」は経験できません。

3. 自分とは違う人と関わる必要があるか。 他部門、顧客、上位者、専門家など、自分とは異なる前提を持つ人との仕事は、視野を広げます。

4. 結果が本人へ返ってくるか。 自分の判断が何を生んだのかが見えなければ、経験から修正することができません。

5. 振り返りとフィードバックがあるか。 経験しただけでは学習にならないことがあります。「なぜうまくいったのか」「次は何を変えるのか」まで言語化して、初めて次の仕事へ転用できます。

大切なのは、単に仕事量を増やすことではありません。本人が考え、行動し、その結果から学べる構造をつくることです。

ここでいう「経験」は、単なる業務の繰り返しではありません。人が育つ経験には、いくつかの条件があります。以下の図で整理します。

そしてAIが、この「経験」の構造を変え始めている

ここで、生成AIが入ってきます。

AIを使えば、若手でもこれまでより短時間で高い水準の成果物をつくれるようになります。NBERが5,179人の顧客対応担当者を対象に行った研究では、生成AIの支援によって生産性が平均14％上昇し、経験が浅くスキルの低かった層では34％の改善が確認されました。研究では、AIが熟練者のベストプラクティスの一部を伝播し、経験の浅い人が経験曲線を早く進む可能性も示唆されています。

これは企業にとって非常に大きなメリットです。若手が早く成果を出せるなら、AIを使わない理由はありません。

ただし、ここで新しい問いが生まれます。

ここを雑に考えると、人材育成を間違える可能性があります。

AIは「経験を奪う敵」ではない。設計次第で、教師にも近道にもなる

AIについて、「使うと考えなくなる」という議論があります。私はそこまで単純ではないと思っています。

2025年にPNASへ掲載された高校生約1,000人を対象とする数学学習の実験では、通常型のGPTを使った学生は練習中の成績が48％改善しました。しかし、AIを外した試験では対照群を17％下回りました。一方で、答えを直接渡さず、教師が設計したヒントなどを使う学習支援型AIでは、この悪影響が大幅に緩和されました。もちろん学校教育での研究なので、そのまま企業人材育成へ一般化することはできません。ただ、「AIを使ったかどうか」よりも、AIをどのように経験の中へ組み込んだかによって学習効果が変わることは非常に示唆的です。

つまり、AIが経験を奪うわけではありません。

AIに全部答えさせれば、自分で考える経験を飛ばすことがある。逆に、仮説をぶつける、別の見方をもらう、振り返りを深める、といった使い方なら、経験からの学習を強めることもできる。

「無駄な仕事」と「育つために必要な仕事」を分ける

ここからが難しいところです。

例えば若手コンサルタントが、資料作成のために一日中フォントを揃える必要はありません。議事録をひたすら清書する必要もない。大量の文章を機械的に要約するなら、AIへ任せればいい。

一方で、顧客の話を聞きながら「本当の問題は何か」を考えること。情報が足りない中で仮説を立てること。相手の反論を受けて考え直すこと。どの選択肢を提案するかを決め、その理由を説明すること。こうした仕事まで最初からAIへ渡してしまうと、将来必要になる判断力を育てる機会まで減る可能性があります。

だから、人事やマネジャーは仕事をもう一度分解する必要があります。

なくしてよい面倒。

そして、

あえて残した方がよい面倒。

この二つを分ける。

私は後者を、Protected Practice――「能力形成のために、あえて人に残す練習領域」として考えると分かりやすいと思っています。

重要なのは、AI導入そのものではなく、どの仕事を効率化し、どの仕事を成長機会として残すかです。人材育成の観点で見ると、仕事の分担そのものが設計対象になります。

AI時代には「一度自分で考えてからAI」という仕事も必要になる

例えば企画書を作るとき、最初からAIへ「企画案を10個出して」と頼む。それ自体は悪くありません。

でも育成途上の人については、まず自分なりの仮説をつくる。その後AIから別案を出してもらう。自分の仮説との違いを見る。最後に、どちらを採用するのか自分で判断する。この順番に変えるだけでも、経験の質はかなり変わります。

同じAIでも、

代行させるAI

と、

思考を広げるAI

では、育成への影響が違う。

これは、これから企業研修でもかなり重要になると思っています。

『ビジネスワークアウト』は、AI時代にむしろ価値が上がるのではないか

ここで、もう一度『ビジネスワークアウト』へ戻ります。

AIによって調査も分析も資料作成も速くなるなら、わざわざ複数の人が集まって議論する必要はなくなる。そのようにも考えられます。

でも、ワークアウトが提供している本当の経験は、単に資料をつくることではありません。

実際の会社の問題に向き合う。異なる部門の人の意見を聞く。正解のない中で決める。反対意見を受ける。アウトプットを出す。行動する。そして、その結果を次の仕事へつなげる。

AIがどれだけ賢くなっても、自分の判断によって現実が動いた経験は、本人にしか持てません。

だから私は、『ビジネスワークアウト』の価値はAI時代に下がるどころか、むしろ上がる可能性があると思っています。

知識を得るコストが下がるほど、

からです。

人事は「研修メニュー」ではなく「経験ポートフォリオ」を持つ

もし本当に経験を人材育成の中心に置くなら、人事の管理対象も変わります。

営業経験10年。管理職経験5年。研修受講済み。

という情報だけでは、少し粗い。

新規事業の立ち上げ経験。赤字事業の立て直し。海外メンバーとのプロジェクト。重要顧客とのトラブル対応。部門横断改革。ゼロからチームをつくった経験。失敗した施策を自分で修正した経験。

こうした「どんな状況で、何を判断してきたか」まで見えてくると、人材配置の考え方はかなり変わります。

空いているポストへ人を当てるのではなく、

から配置を考える。

これはスキルベース組織とも非常に相性がいい考え方です。スキルを可視化したその先に、スキルを育てる経験を可視化する必要があるからです。

経験設計は、単なる育成論ではありません。経営戦略から逆算して、どの能力をどう育てるかをつなぐ必要があります。以下のフローで整理できます。

マネジャーの仕事も、「教える」から「経験を設計する」へ

経験設計を人事だけで行うことはできません。実際に仕事を任せるのは、多くの場合マネジャーだからです。

これまでのマネジャーは、部下が困っていたら答えを教えることが「育成」だと思っていたかもしれません。しかし、本人が考える前に答えを渡し続けると、短期的には仕事が速く進んでも、長期的には判断する経験が蓄積されません。

AIがそこへ加わると、この問題はさらに大きくなります。上司もAIもすぐに答えを出してくれるからです。

だからマネジャーには、

何を本人へ任せるか。どこまで失敗を許容するか。どこで支援するか。どのタイミングで問いを返すか。何を本人に振り返らせるか。

という設計が必要になります。

私は、この変化はかなり大きいと思っています。

経験設計は、人事だけで完結する仕事ではありません。人事・マネジャー・本人の共同作業です。

研修の役割はなくならない。むしろ変わる

ここまで読むと、「では研修はいらないのか」と思われるかもしれません。

そうではありません。

私はむしろ、研修の役割が明確になると考えています。

仕事へ入る前に、最低限の知識や考え方を持たせる。経験中に使える道具を渡す。仕事の後に経験を整理し、別の場面でも使える考え方へ変える。つまり研修は、仕事から切り離されたイベントではなく、経験の前後を支える装置になる。

研修
↓
経験
↓
フィードバック
↓
振り返り
↓
再挑戦

この循環をつくる。

「研修から経験設計へ」というのは、研修を捨てるという意味ではありません。

人材育成のKPIも変わるかもしれない

研修を中心に人材育成を考えると、受講者数、受講率、満足度、研修時間などを測りやすくなります。

でも経験設計を中心にするなら、見たいものが少し変わります。

誰が、どんな挑戦的な仕事を経験したのか。その仕事で何を判断したのか。どんなフィードバックを受けたのか。次の仕事で行動がどう変わったのか。そして、その経験が組織の知識として残ったのか。

人的資本経営で本当に見たいのは、研修量ではなく、

なのかもしれません。

AI時代の人材育成は、「効率」と「成長」を同時に設計する

AIを導入する企業は、当然、生産性を上げたいと思います。

それは正しい。

これまで3時間かかっていた仕事が30分になるなら、30分にした方がいい。しかし、その3時間の中に将来の判断力をつくっていた経験が含まれていたなら、単純に2時間30分を消して終わるのではなく、別の形でその学習機会をつくり直す必要があります。

ここに、AI時代の人材育成の新しい仕事があります。

効率化する仕事。

AIと一緒にやる仕事。

あえて本人に考えさせる仕事。

人にしか任せない仕事。

これらを分けて設計する。

これが今回、一番伝えたいことです。

結論｜人を育てる会社は、「仕事」を育成資源として使っている

人材育成は、研修部門だけの仕事ではありません。

仕事の任せ方。プロジェクトへの配置。上司からの問いかけ。部門を越えた協働。意思決定の機会。失敗した後の振り返り。次の挑戦機会。

すべてが人材育成です。

『ビジネスワークアウト』を読んだとき、私は「人は研修だけでは育たない」という点に強く引かれました。改めてAI時代の組織開発という視点から考えると、その意味はさらに大きくなっています。AIが知識や型を提供してくれるほど、企業は人にしかできない経験を、偶然ではなく意図的につくらなければならないからです。

経験は、振り返りと再挑戦につながって初めて、個人と組織の成長へ循環します。

研修を増やす。

ではなく、

人が育つ仕事を増やす。

そして、その仕事からきちんと学べる仕組みをつくる。

私は、それがAI時代の「経験設計」であり、これからの組織開発の重要なテーマになると思っています。

Case OS Organization Development #2

関連記事

以前取り上げた『ビジネスワークアウト』の記事では、「質のよい経験」を人的資本・組織開発へどうつなげるかを、書籍レビューとして詳しく考えています。
Case OS BOOKS #29｜人は研修だけでは育たない｜『ビジネスワークアウト』で考える、人的資本を「経験」で育てる組織開発 記事を読む

次回の記事

次は、

AIで成果が上がっても、人は育つのか？｜「経験債務（Experience Debt）」という新しい人材育成リスク【Case OS Organization Development #3】

を考えたいと思います。

AIによって仕事は速くなる。その一方で、将来の能力をつくるために必要だった経験までなくしてしまったら、組織には何が残るのか。

次回は、目の前の生産性向上と、将来の能力形成の間に生まれる負債について掘り下げます。

参考・引用資料

Center for Creative Leadership「The 70-20-10 Rule for Leadership Development」「Develop Strong Leaders With On-the-Job Learning」
経験を中心としたリーダー育成、挑戦的アサインメント、経験から学ぶための支援について参照。

Brynjolfsson, Li & Raymond, “Generative AI at Work”, NBER / The Quarterly Journal of Economics
5,179人の顧客対応担当者を対象とする生成AIの生産性効果について参照。

Bastani et al., “Generative AI without guardrails can harm learning: Evidence from high school mathematics”, PNAS（2025）
生成AI利用中の成果と、AIを外した際の学習成果の違い、AIの設計による影響について参照。