大企業の6割がAIに業務を任せるという予測は、AIを導入するだけでなく、人材育成やガバナンスまで整える必要性を示しています。AIに任せる仕事が増えるほど、成果を左右するのはシステムの性能だけではありません。人とAIの役割をどう設計し、現場の知識や判断力をどう育てるかが、企業の競争力を分けるポイントになります。
大企業の6割がAIファーストへ移行する背景
IDCは、2029年までに世界の大手企業の約6割が、主要な業務プロセスの大半をAIファーストで実行するようになると予測しています。ここでいうAIファーストとは、AIエージェントが業務の起点となり、人間が指示や支援、監督を担う働き方です。IDCの予測では、2026年時点の割合は13％で、数年のうちに大きく拡大する見通しです。
背景にあるのは、生成AIの普及だけではありません。問い合わせ対応や書類作成といった個別作業の効率化から、複数の工程をつないで業務を進めるAIエージェントへと、企業の活用範囲が広がっていることが重要です。人が一つひとつ作業を指示するのではなく、目標を設定し、AIが計画や実行を担う形が現実味を帯びています。
人手不足や業務の複雑化も、AI活用を後押しします。採用だけで必要な人材を確保するのが難しい企業にとって、AIで定型作業を支援できれば、社員を顧客対応や企画、判断が必要な仕事に振り向けられます。ただし、AIに任せる範囲を広げるには、誤りを検知し、結果に責任を持つ人が欠かせません。導入の速さだけを競うのではなく、運用を支える体制も同時に整える必要があります。
AI予算の投資先はシステムだけではない
AIへの予算を増やすとき、目立つ投資先として挙がりやすいのは、AIプラットフォームや計算基盤、外部ベンダーへの委託費です。もちろん、安定して使える環境は欠かせません。しかし、システムを導入しても、社員が使い方や限界を理解していなければ、利用が広がらなかったり、誤った判断に結び付いたりする可能性があります。
IDCが重視するのは、AI人材の育成とガバナンスへの投資です。AIの回答を評価できる人、業務の知識をAIに反映できる人、利用上のリスクを管理する人を育てることが、投資効果を引き出す土台になります。AI予算を製品の購入費だけで考えず、教育や業務設計、監査の費用まで含めて見積もる視点が必要です。
| 投資先 | 主な内容 | 投資が不足した場合の懸念 |
|---|---|---|
| AI基盤 | モデル、クラウド、データ連携 | 性能や安全性、拡張性が不足する |
| 人材育成 | AIの活用、評価、業務再設計の研修 | 利用が一部の社員に偏り、成果が定着しない |
| ガバナンス | 権限、監査、個人情報やリスクの管理 | 誤回答や情報漏えいへの対応が遅れる |
| ナレッジ整備 | 社内文書や業務ルールの整理 | AIが古い情報や不正確な情報を参照する |
大切なのは、これらを別々の施策として扱わないことです。たとえば、問い合わせ対応をAIに任せるなら、FAQの整備、回答内容を確認する担当者、誤回答時の連絡先、社員向けの使い方教育をセットで考えます。人材育成に投資しないままAI基盤だけを拡大すると、使いこなせない設備を抱えることにもなりかねません。
人材育成に投資しない企業が直面するリスク
AI人材の育成を先送りするリスクは、採用費用が増えることだけではありません。業務を知る社員がAIの仕組みや限界を理解できなければ、適切な指示を出せず、回答の間違いにも気付きにくくなります。結果として、確認作業が増えて効率化が進まなかったり、誤った情報を顧客や取引先に伝えたりするおそれがあります。
IDCは、AI人材への投資が遅れた企業では、将来的に人材獲得コストが大きく上昇する可能性を指摘しています。また、AIへの投資から高い成果を得ている組織と、十分なリターンを得ていない組織では、収益の伸びに差があるという調査結果も示しています。ただし、調査で観測されたグループ間の差と、将来の収益成長率に関する予測は別の数字です。短期的な相関を、AI導入だけで収益が決まるという意味に読み替えないことが大切です。
人材育成を後回しにすると、現場の不信感が高まることも見逃せません。AI導入の目的や評価基準が説明されないまま仕事の手順だけが変われば、社員は自分の仕事が奪われるのではないかと不安を感じるでしょう。教育を通じて、AIに任せる作業と人が担う判断を明確にすれば、社員が新しい役割へ移る道筋を示せます。
- AIの回答を確認する方法が分からず、誤りを見逃す
- 部門ごとに利用ルールが異なり、情報管理にばらつきが出る
- AI導入後の仕事や評価基準が不明確になり、社員の不安が強まる
- 外部の専門人材に依存し、社内に知識や運用ノウハウが残らない
AI時代に必要な人材と仕事の変化
AIが業務を担うようになると、単純に人の仕事がなくなるというより、仕事の内容や必要な能力が変わっていきます。たとえば、AIが資料の下書きやデータの整理を行い、人は情報の妥当性を確認して、顧客や経営層に向けた判断を下す役割を担う形です。AIを使う社員だけでなく、AIの出力を評価し、業務全体の品質を管理する人材も必要になります。
IDCは、今後、実務担当者の一部がAIエージェントを監督・統括する役割へ移る可能性を示しています。こうした変化に対応するには、外部から専門家を採用するだけでなく、業務を熟知した既存社員を再教育することが現実的です。現場の知識を持つ人がAIの仕組みやデータの扱いを学べば、実務に合った改善を進めやすくなります。
企業が育成したい能力は、技術知識だけではありません。AIの結果を疑い、根拠を確認する力や、個人情報・著作権・機密情報への配慮、業務の課題を言語化する力も重要です。職種や役職によって必要な能力は異なるため、全社員に同じ研修を一度実施するだけでは不十分です。
役割別に考えるAI人材育成
- 一般社員：安全な利用方法、入力してはいけない情報、出力内容の確認方法を学ぶ
- 現場リーダー：業務のどこをAIに任せるかを判断し、作業手順を見直す
- 専門担当者：データ連携、評価方法、AIの品質やリスクを管理する
- 経営層：投資の優先順位を決め、責任者や成果指標を明確にする
研修の成果を受講者数だけで測るのではなく、業務での利用状況や品質の変化も確認しましょう。たとえば、AIを使った作業の確認時間、修正の発生率、顧客対応の品質などを導入前後で比べると、教育が実務に結び付いているかを把握できます。
AIガバナンスと人材育成を進める実践ステップ
AIを安心して業務に組み込むには、利用を禁止するか自由にするかの二択ではなく、リスクに応じたルールを整えることが重要です。機密情報を扱わない文書の要約と、採用や与信に関わる判断では、必要な確認や責任の重さが異なります。対象となる業務を分類し、AIに任せられる範囲、人の承認が必要な範囲、利用を避ける範囲を明文化しましょう。
ガバナンスの仕組みを作る際は、情報システム部門だけに任せないこともポイントです。人事部門は育成や役割変更、法務・リスク部門は規制や情報管理、現場部門は実際の業務手順を担当します。経営層が責任の所在を決め、各部門が連携することで、ルールが現場から離れたものになりにくくなります。
進め方は、次のように段階を分けると実行しやすくなります。
- 最初の段階：業務の棚卸しを行い、利用目的、リスク、判断責任者を決める
- 試行段階：対象を限定してAIを導入し、正確性や作業時間、社員の負担を検証する
- 展開段階：研修と利用ルールを整えて、効果が確認できた業務から広げる
- 改善段階：誤りや問い合わせを記録し、データや手順、教育内容を定期的に見直す
導入効果を測る指標は、削減時間だけに偏らせないようにします。作業時間が短くなっても、誤りが増えたり、社員が確認に追われたりすれば、実質的な成果とは言い切れません。品質、顧客満足度、社員の習熟度、リスク事案の発生状況も合わせて見て、AIへの投資が事業にどう貢献しているかを確かめます。
まとめ
大企業の6割がAIに業務を任せるという見通しは、AIエージェントが多くの企業で業務の起点になる可能性を示しています。ただし、AIを導入するだけで成果が自動的に生まれるわけではありません。AIの回答を評価する人材、利用範囲を定めるガバナンス、業務に必要な知識の整備がそろって初めて、AIを継続的な成果につなげられます。
人材育成への投資を後回しにすれば、採用や運用の負担が増えるだけでなく、現場にノウハウが蓄積せず、AI活用が一部の部署にとどまる可能性があります。まずは業務を棚卸しし、AIに任せる作業と人が担う判断を分けることから始めましょう。
重要なのは、大規模な導入を急ぐことではなく、小さく試し、効果とリスクを確かめながら学習を続けることです。AI予算に人材育成とガバナンスを含め、社員が新しい役割へ移れる道筋を用意することが、AI時代に企業が競争力を保つための土台になります。
ご質問はコメント欄からお願いします