生成AIで激変する人事の未来

こんにちは、株式会社RevCommで人事をしている乾です。

RevComm（レブコム）は、「コミュニケーションを再発明し、人が人を想う社会をつくる」というミッションのもとに、MiiTelという音声解析AIをはじめとするプロダクトを開発・提供しています。
私自身はそのRevCommで現在人事のHeadを務めています

採用は思うように進まない。
評価は納得感を得にくい。
離職リスクは高まり、育成は後手に回る。

―人事に携わる方なら、一度は感じたことがある課題ではないでしょうか。

スタートアップという不確実性の高い環境で、日々採用・評価・組織開発に向き合いながら感じていることがあります。
それは――AIの進化が、人事という仕事そのものを大きく変えようとしているということです。

ChatGPTをはじめとする生成AIが一般に普及し、誰もが日常的にAIに問いかけ、答えを得るようになった今。業務効率化や自動化といったレベルを超えて、「人と組織をどう理解し、どう活かすか」という本質的な部分にまでAIの影響が及び始めています。MiiTelのように通話を自動で解析し、営業の改善や育成につなげることが当たり前になってきたのと同じように、人事領域でも「データとAI」が不可欠な要素となりつつあると感じています。

人事の従来型モデルと限界

これまでの人事は「管理部門」として扱われることが多く、勤怠管理、給与計算、入退社手続きといった定型業務が中心でした。近年ではタレントマネジメントやデータ活用などが注目されてはいますが、実態としては採用や評価も、「経験と勘」に頼った属人的な判断が少なくありません。

もちろん、それでも企業は動いてきました。しかしスタートアップの現場にいると、従来型人事の限界を強く感じます。

• 急激な人員増加に管理オペレーションが追いつかない

• 評価制度が納得感を生みにくい

• データに基づかない意思決定が、スピードを鈍らせる

• 制度に限らず、現場の体制や基盤も整っていないため、正論や厳格な意思決定だけでは通用しない

こうした課題は「人事が効率的に管理できていない」から生じているのではなく、そもそも従来型の人事モデルでは、急速に変化する時代に対応できないからこそ起きているのだと考えます。

AIが人事を変える3つの領域

AIが人事に与える影響を大きく3つに整理してみました。

1. オペレーションの自動化
   勤怠チェック、日程調整、面接フィードバックの要約、スキルマッチング。（将来性も含め）こうした業務はAIに任せられるようになり、人事担当者はより付加価値の高い仕事に集中できます。

2. データドリブンな意思決定
   これまで「上司の評価コメント」や「面接官の主観」に委ねられていた部分が、AIによって客観的なデータに変わっていきます。営業の通話ログ、Slackのコミュニケーション傾向、サーベイ結果を総合的に解析し、リアルタイムで組織の状態を把握することが可能になっていきます。

3. 人間理解の深化
   AIは「人間の感情や思考」を定量的に扱うことを可能にします。例えばMiiTelでは、声のトーンや会話のテンポから相手の感情を推定できます。これを人事領域に応用すれば、従業員のモチベーション低下やバーンアウトの兆候を早期に捉えることが可能になります。現時点でもAIに相談する従業員は増えており、AIのフィードバックは丁寧で寄り添った表現が多く、受け手の心情に配慮した点で人間より優れているケースも少なくありません。

AIに任せられる仕事／人にしかできない仕事

AIの普及により、人事を含む多くの業務は自動化・高度化していきます。一方で、人にしか担えない領域は確実に残ります。
「AIに仕事が奪われる」ではなく、本質的には「AIで生産性を最大化し、人間にしかできない仕事へ時間を振り向ける」こと、この“共存戦略”が本質です。

置き換えられる（AIが得意な領域）

• 定型オペレーション：勤怠チェック、申請の整合確認、求人票のドラフト・更新

• スクリーニング：職務経歴の要約、スキルマッチの自動判定、候補のレコメンド （※個人情報の取り扱いには留意が必要）

• 日程調整：候補者と面接官の空き時間探索、会議室確保、リマインド

• 集計・レポーティング：採用KPI・離職率・eNPS等のダッシュボード化、アラート通知

• 文章生成・要約：面接フィードバック要約、オファーレターのたたき作成、議事録の自動化

置き換えられない（人にしかできない領域）

• 信頼関係の構築：経営と社員の橋渡し、難しい判断の納得形成

• 組織文化の設計と保全：価値観の言語化、儀式・慣行のデザイン、逸脱への介入

• “物語”の理解：一人ひとりの背景・動機などを意思決定に反映

• 複雑なトレードオフの判断：短期 vs 長期、公平性 vs 最適性、スピード vs 品質

• 言葉・信念で人を動かす：ビジョン提示、意味づけ、対話による合意形成

共存の戦略（例）

• Human-in-the-loop設計：AIの提案に対して人が最終確認・判断

• バイアス検知：アルゴリズムが偏った判断をしていないかを人が監督

• データ倫理・説明責任：透明性を確保し、候補者や社員に説明できる形を整備

AI時代にCHRO/HRに求められる3つの役割

私は、AI時代のCHRO／人事に求められる役割は次の3つだと考えています。

1. AIを活用した効率化の旗振り役
   人事の個別業務を効率化するだけでなく、採用・評価・育成の全プロセスをデータドリブンに再設計する。

   • 定型業務の自動化（スクリーニング、要約、日程調整、レポーティング）

   • 人が判断すべき論点の可視化（候補者の強み仮説、評価のばらつき、育成テーマ）

   • 「運用の属人化」を排し、再現性のある仕組みに落とし込む
     

2. 経営意思決定の支援者
   人材データをPL/BS、事業KPIと統合し、事業計画と人事施策をシームレスに接続する。

   • 採用・配置・育成の投資対効果を数値で提示

   • ヘッドカウント／生産性／離職の先行指標を用いたシナリオ分析
     

3. カルチャーの守護者
   AIがどれほど進化しても、組織文化と価値観の設計・維持は人の役割。

   • 価値観の言語化と運用（採用・評価・称賛・是正のループ）

   • 社員との対話を通じた納得形成と信頼の醸成

   • テクノロジー活用が進むほど求められる「人間らしさ」の担保

※実装・体現の難易度が高いことを理解したうえで、あくまで「向かうべき方向性」として記載しています。

RevCommでの挑戦

RevCommでは、人事領域でのAI活用を段階的に進めています。

• 候補者体験の可視化：コミュニケーションログを解析し、どの接点で温度感が上がった／下がったかを可視化。打ち手をABテスト化し、歩留まりを改善など。

• サーベイの“意味づけ”：自由記述をAIでクラスタリングし、抽象テーマ→具体課題の整理、施策へ落とし込み。

まだ試行錯誤の段階ではありますが、「人事の勘」「面接官/評価者の感覚」から「データに基づく未来予測」へのアップデートを進めています。

人事の未来に向けて

AI時代に、人事は後追いの管理から先読みの経営パートナーへ進化します。
私自身も、制度を作って終わりではなく、AIを用いて人と組織の未来を見通し、経営を動かす存在でありたいと考えています。

「人に寄り添うこと」は人事の本質です。しかし、それだけでは不十分です。同時に「AIの活用により生産性を高めること」だけでも不十分です。
人に寄り添うためにこそ、データとテクノロジーを使いこなす。
そのうえで、人間にしかできない「信頼を築く」「文化を守る」仕事に、より多くの時間を投じる――これこそが次世代のHRだと考えます。

おわりに

RevCommでの挑戦はまだ道半ばです。ただひとつ確信しているのは、AIは
人事を奪うのではなく、人事を進化させるということです。

従来「HR＝人材管理」と捉えられがちでしたが、これからはもっと前向きで、創造的なあり方、呼び方が求められるますよね。数年前から海外や国内の一部企業では、「People & Culture」、「Talent Strategy」、「Organization Design」、「People Success」など、多様な表現へと進化しています。

AI時代の人事は、こうした呼び方を参考にしながらも、さらに再設計していく必要があると考えています。
便宜上、現時点では「HR」や「人事」という言葉を用いていますが、将来的には新しい呼び方を模索し、実装していきたいですね。

（※なお、本記事自体もAIのサポートを受けて作成しました。それほどまでにAIはすでに身近で、切り離せない存在になっています。）

音声版も配信しています（Notebook LMでラジオ風に）

企業情報・採用情報はこちら