AI時代の組織開発とは何か｜AI導入より先に、経営と人事が問い直すべきこと【Case OS Organization Development #1】
Case OS Organization Development #1
生成AIが仕事に入り始めてから、「人材育成はどう変わるのか」「研修でAIをどう扱えばいいのか」という話をする機会が増えました。
ChatGPTの使い方を教える。プロンプト研修をする。AIを使って資料作成や情報収集を速くする。もちろん、それらも必要です。
でも、人事や組織開発に関わっている立場から考えると、私はどうしても一つの違和感があります。
本当に変えなければならないのは、AIの使い方だけなのだろうか。
AIによって仕事そのものが変わるのであれば、人に求める能力も変わる。その能力を育てる経験も変わる。マネジャーの役割も、人材配置も、評価制度も変わるはずです。
そう考えると、これは「AI研修」の話ではありません。
組織をどうつくるのかという、経営の話です。
このマガジンでは、ここから考えていきたいと思います。
AIだけを見ていると、今起きている変化を見誤る
まず押さえておきたいのは、日本企業を取り巻く変化はAIだけではないということです。
日本の生産年齢人口は長期的に減少しています。内閣府によれば、15～64歳の生産年齢人口は1997年をピークに減少し、2024年には1990年と比べて約1,000万人減っています。一方で65歳以上の高齢人口は約2,000万人増え、15歳以上人口に占める割合は33％まで上昇しました。人が潤沢に存在することを前提とした組織運営そのものが、成立しにくくなっています。1
同時に、人事に求められるものも変わりました。
2023年からは有価証券報告書において、人材育成方針や社内環境整備方針、それに対応する指標・目標など、人的資本に関する情報開示が求められるようになりました。2
これは、人事にとってかなり大きな変化だと思っています。
「研修を何回実施したか」
「何人が受講したか」
だけではなく、
その人材施策が、経営戦略や企業価値とどうつながっているのか。
を説明しなければならないからです。
さらに、ジョブ型人事、スキルベース組織、キャリア自律、社内公募、人的資本経営といった考え方が広がり、人と組織の関係も少しずつ変わっています。
そこへ生成AIが入ってきました。
つまり、今の人事・組織開発が向き合っているのは、
人口減少・人材希少化 ↓ 人的資本経営 ↓ ジョブ・スキル・キャリア自律 ↓ 生成AIによる仕事の再編
という複数の構造変化が同時進行する世界です。
「AIをどう使うか」だけでは、とても足りません。
AI導入は、想像以上に速く進んでいる
一方、企業へのAI導入自体はかなり速く進んでいます。
IPAの『DX動向2026』では、国内企業の42.3％がAIを導入、15.7％が試験利用中と回答しており、合わせて58.0％が何らかの形でAIを導入・試験利用しています。3
生成AIに限って見ても、導入率は前年度の22.6％から44.0％へ大きく上昇しました。
もはや、
「AIを使うか、使わないか」
だけを議論している段階ではなくなりつつあります。
ところが、同じ調査をもう少し詳しく見ると、違う景色が見えてきます。
生成AIを導入・試験利用・検討している企業では、「個人で業務利用している」が63.3％なのに対して、「部署の業務プロセスに組み込まれている」は11.9％にとどまっています。3
つまり、
AIは社員の手元には入り始めた。
でも、組織の仕事の仕組みにはまだ十分入っていない。
ということです。
ここに、これからの組織開発を考える重要なヒントがあります。
さらに大きいのは、「人と組織の再設計」が遅れていること
私がIPAのデータを見て、特に気になったのはこちらです。
AIの影響を踏まえて、人材育成や人材確保をどこまで見直しているか。
「効率化・自動化が見込まれる既存業務の把握」にすでに着手している企業は19.0％でした。それでも2割に届きません。さらに、仕事の内容の変化、必要スキルの整理、組織の再編、新しい人材育成方法などへの着手は、ほとんどが1割未満です。3
これはかなり重要な数字だと思います。
AIを導入する。
社員にも使わせる。
生産性が上がる。
でも、
仕事はどう変わるのか。
どんな能力が必要になるのか。
若手をどう育てるのか。
マネジャーは何をするのか。
組織をどう変えるのか。
については、まだ手がついていない。
技術導入が、組織設計を追い越している。
これが、2026年の日本企業に起きていることの一つではないでしょうか。
「AIで何の仕事がなくなるか」から始めない
AIの話になると、
「この職業はなくなる」
「この仕事はAIに奪われる」
という議論になりがちです。
でも、私は人事や組織開発を考えるうえで、この問いから始めない方がいいと思っています。
ILOが2025年に公表した分析では、世界の労働者の約4人に1人が、何らかの生成AIへの曝露がある職業に就いていると推計されています。一方でILOは、主要なシナリオを職業そのものの消滅より、職業を構成するタスクの変化として整理しています。4
ここは非常に重要です。
営業がなくなる。
人事がなくなる。
コンサルタントがなくなる。
ではない。
例えば人事なら、
情報収集。
求人票作成。
面談記録。
研修資料作成。
サーベイ分析。
人材データの整理。
こうしたタスクの一部はAIが大幅に支援できるようになります。
一方で、
誰を採用するのか。
誰へ次の仕事を任せるのか。
どの部署の利害を優先するのか。
何を公平と考えるのか。
社員に何を期待するのか。
という判断は残ります。
職業をAIと人に分けるのではなく、仕事をタスクに分け、「何をAIに任せ、何を人に残すのか」を考える。
人事が最初にやるべきことは、こちらではないでしょうか。
AIは「成果を出す力」を民主化する
そして、もう一つ大きな変化があります。
AIを使うことで、経験の浅い人でも一定水準の成果物をつくりやすくなっています。
NBERの研究では、5,179人の顧客対応担当者を対象に生成AI支援の効果を調べたところ、生産性は平均14％向上しました。特に経験が浅く、もともとのスキルが低い層では改善幅が大きく、34％の生産性向上が確認されています。5
これはすごいことです。
これまでなら何年か経験しなければ作れなかった文章や分析、提案の初稿を、若手でも短時間で作れる可能性がある。
私はこれを、
「スキルの民主化」
と捉えています。
AIは、経験者の持っていた知識や型の一部を、経験の浅い人にも開放します。
企業にとって大きなチャンスです。
ただし、ここで立ち止まりたい。
「成果を出せる」と「能力が育った」は同じなのか
AIを使って、高品質な成果物ができた。
では、その人自身の能力も上がったのでしょうか。
ここが、これからの人材育成で非常に難しいところです。
2025年にPNASへ掲載された高校生約1,000人を対象とする実験では、通常型GPTを利用した学生は練習中の成績が48％向上しました。しかしAIを外した試験では、AIを使わなかった対照群を17％下回りました。一方、答えをそのまま与えず、ヒントなどの学習支援を組み込んだAIでは、その悪影響が大幅に緩和されました。6
もちろん、これは学校教育の数学実験です。そのまま企業研修へ当てはめることはできません。
でも、人材育成に関わる人間として、この結果は無視できないと思います。
なぜなら、
AIを使って仕事ができることと、AIがなくても考えられる能力が育つことは、別かもしれない。
からです。
私が一番気になっているのは、ここです
若手社員がAIを使う。
資料が速くできる。
分析もできる。
文章もきれいになる。
上司の赤入れも減る。
企業としては、生産性が上がります。
でも、その裏で、
自分で情報を探した。
何度も仮説を外した。
上司に赤を入れられた。
顧客から否定された。
なぜ間違ったのか考えた。
もう一度やり直した。
という経験まで消えていったら、どうなるのでしょうか。
もちろん、意味のない苦労を残す必要はありません。
転記。
体裁修正。
単純要約。
そうした仕事はAIへ渡せばいい。
しかし、
どの「面倒」が無駄で、どの「面倒」が人を育てていたのか。
を、私たちはまだ十分に区別できていないと思います。
ここに、AI時代の人材育成の非常に大きな問題があります。
個人が速くなれば、組織も強くなるのか
もう一つ、このマガジンで考えていきたい問いがあります。
AIによって、一人でできることは確実に増えます。
企画案を出す。
調査する。
分析する。
文章を書く。
プログラムを書く。
そうなると、
「チームはいらなくなるのではないか」
という議論も出てきます。
部分的には、その通りだと思います。
単に知識を持ち寄るためだけの会議や、複数人で一つの初稿をつくる仕事は減るかもしれません。
でも組織の仕事は、答えをつくることだけではありません。
複数の案から一つを選ぶ。
異なる部門の利害を調整する。
誰が責任を持つか決める。
反対する人を巻き込む。
実際に行動する。
失敗した後に学習する。
ここは残ります。
むしろAIによって選択肢が大量に生まれるほど、何を選ぶかが難しくなります。
分析が速くなるほど、意思決定できる回数も増えます。
AIは「答えをつくるコスト」を下げる。
でも、「何を問うか」「何を選ぶか」「誰と進めるか」のコストまで自動的に下げてくれるわけではない。
私はここに、AI時代の組織開発の本質があるのではないかと思っています。
組織開発を「人間関係を良くすること」から広げたい
組織開発というと、
対話。
エンゲージメント。
心理的安全性。
チームビルディング。
1on1。
といったテーマが思い浮かびます。
どれも非常に重要です。
でもAIが仕事へ入り込む時代には、もう少し範囲を広げて考える必要があると思っています。
どんな仕事を人に残すのか。
どんな仕事をAIへ任せるのか。
若手にどんな経験をさせるのか。
何を評価するのか。
マネジャーは何を教え、何を本人に考えさせるのか。
部門を越えてどう協働するのか。
会社として何を大切にするのか。
仕事・経験・学習・判断・関係性・文化を、一つのシステムとして考える。
これからの組織開発は、そこまで踏み込む必要があると思っています。
人事の仕事も変わる
ここまで考えると、人事の仕事も大きく変わります。
採用担当。
研修担当。
制度担当。
組織開発担当。
それぞれが個別に制度や施策を運用しているだけでは、AIによる仕事の変化に追いつけません。
経営戦略として何を実現したいのか。
そのために、どんな組織能力が必要なのか。
その能力をつくる仕事は何か。
その仕事のどこをAIへ渡すのか。
人にどんな経験を積ませるのか。
その経験をどう評価・配置・報酬へつなげるのか。
これらを一つにつなぐ必要があります。
「研修を提供する人事」から、「組織能力を設計する人事」へ。
HRBPや戦略人事という言葉が本当に意味を持つのは、この領域なのではないでしょうか。
AI時代だからこそ、「人間らしさ」ではなく「人間の責任」を考えたい
AIの議論をしていると、
「AIには感情がないから、人間が必要だ」
と言われることがあります。
私は、それだけでは少し弱いと思っています。
経営で人が必要なのは、AIに感情がないからだけではありません。
会社では、
誰かに難しい仕事を任せる。
撤退を決める。
昇格させる。
評価する。
利益と安全が衝突する。
短期と長期が衝突する。
という場面があります。
そこでは、
誰が決めたのか。
なぜ決めたのか。
誰が責任を持つのか。
が必要です。
AI時代に人間へ残る重要な役割は、「人間らしいこと」だけではなく、決めて、引き受けることなのではないか。
この点も、これから深く考えていきたいと思っています。
このマガジンで考えていきたいこと
このマガジンでは、「最新AIツール10選」のような情報を中心にはしないつもりです。
もちろんAIの技術動向は見ます。
でも考えたいのは、その先です。
AIで成果が出ても、人は本当に育つのか。
AIに任せてよい仕事と、あえて人に経験させる仕事をどう分けるのか。
スキルベース組織が進むと、組織文化や帰属意識はどうなるのか。
AIコーチがいれば、マネジャーは必要なくなるのか。
研修は、知識を教える場所から何へ変わるのか。
戦略人事やHRBPは、何を設計する仕事になるのか。
AI時代に、経営理念や経営哲学は本当に必要なのか。
こうした問いを、一つずつ考えていきます。
結論｜AI時代の組織開発は、AI導入から始まらない
AIは、これからさらに賢くなります。
文章作成も、分析も、企画も、プログラミングも、今よりさらに簡単になるでしょう。
だからこそ、人事や経営が考えなければならないのは、
「どのAIを導入するか」
だけではありません。
AIによって「答えをつくる力」が安くなった世界で、
私たちは、どんな人と組織をつくりたいのか。
こちらの問いだと思います。
何を人に考えさせるのか。
何を経験させるのか。
何をAIへ任せるのか。
どう協働するのか。
何を評価するのか。
どんな判断を称賛するのか。
そして、
この会社は何を大切にするのか。
AIは、これらの答えを自動的には決めてくれません。
むしろAIが便利になるほど、この問いから逃げられなくなるのではないでしょうか。
AI時代の組織開発とは、AIを使える人を増やすことではない。
人とAIが混在する世界で、仕事・経験・判断・協働・学習・文化をもう一度設計し直すこと。
私は、そう考えています。
そしてこれは、人事だけのテーマではありません。
経営そのもののテーマです。
このマガジンでは、その「組織の再設計」を、これから一つずつ考えていきたいと思います。
Case OS Organization Development #1
次回の記事
次は、
AIで成果が上がっても、人は育つのか？｜「スキルの民主化」と経験が失われるリスク【Case OS Organization Development #2】
を考えたいと思います。
AIを使えば、若手でも短時間で良い成果物をつくれる。
これは大きなチャンスです。
一方で、
AIが仕事を代わりにやってくれるほど、人が能力を身につけるための経験まで失われないか。
次回は、この問題を「経験債務（Experience Debt）」という視点から考えます。
参考・引用資料
1 内閣府『令和7年度 年次経済財政報告 第2章第3節 労働市場の長期的な変化と課題』
日本の生産年齢人口の長期的な減少、高齢化、労働市場の構造変化について参照。
2 金融庁「企業内容等の開示に関する内閣府令等の一部改正」
人材育成方針、社内環境整備方針、それに対応する指標・目標等の人的資本開示について参照。
3 IPA『DX動向2026』
AI導入・試験利用状況、生成AIの組織利用、人材育成・確保への対応状況について参照。
IPA「DX動向2026」
4 International Labour Organization, “Generative AI and Jobs: A Refined Global Index of Occupational Exposure” (2025)
生成AIによる職業への曝露と、職業消滅よりタスク変容が中心になる可能性について参照。
5 Brynjolfsson, Li & Raymond, “Generative AI at Work”, NBER Working Paper / QJE
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。
6 Bastani et al., “Generative AI without guardrails can harm learning”, PNAS (2025)
生成AI利用中の成果向上と、AIを外した際の学習成果との違いについて参照。
補足として、2030年までに既存コアスキルの39％が変化すると企業側が予想する一方、分析的思考、創造性、レジリエンス、リーダーシップ等も引き続き重視されていることは、WEF『Future of Jobs Report 2025』でも示されています。これは将来を確定する予測ではなく企業回答に基づく見通しですが、「AIスキルだけを育てればよい」という議論を考え直す材料になります。
