なぜ人間とAIの知的協働が、人材を再定義しつつあるのか

人材の再定義

1世紀前、労働力と資本の境界線は明確でした。労働者は工場の門をくぐって出勤し、資本は工場のフロアに並ぶ機械設備という形で存在していたからです。しかし今日では、その境界線はほとんど消え去っています。1つのワークフローの中に、ロンドンの従業員、北米の外部委託先、クラウド上で稼働するモデル、そして一晩で学習を終えるAIエージェントが同時に組み込まれることも珍しくありません。こうした状況を背景に、企業は今、「人材」の在り方を根本的に見直す必要に迫られています。人間のケイパビリティは機械の知的能力によって拡張されるだけでなく、外部委託先、エコシステムパートナー、マネージドサービスプロバイダーといった分散したネットワーク全体に及びます。こうした人材観のもとで企業に求められるのは、ケイパビリティを自社の中に「抱え込む」ことではなく、それらを横断的に「オーケストレーション（編成・統合）する」という発想への転換です。価値は、ケイパビリティが社内外のどこにあるかではなく、それらをいかに効果的に組み合わせ、連携させられるかによって生まれます。

今や真の競争優位性は、企業がケイパビリティのエコシステムをいかに知的に設計・管理し、社内外の枠組みを越えて学習を結びつけられるかにあります。知的能力が潤沢に存在する時代において、競争優位性の源泉となるのは目的の明確さです。すなわち、どの領域で価値を付加するのか、何を自ら担うべきか、そしてどの領域でパートナーと協働すべきかを見極めることが問われます。

人間とAIの協働が切り拓く新たな可能性

AI人材という新たな形のリソースを全社的に組み込むことで、人間のケイパビリティはこれまで想定されていなかった次元へと拡張される可能性があります。こうした変化から最大のリターンを得るのは、業務を単に自動化する企業ではなく、業務の在り方を、人間の強みを軸に再設計する企業です。

エージェンティックAIは、推論し、自ら主体的に判断し、自律的に協働するシステムとして、AI進化の現在の到達点を体現しています。しかし「共進化」という観点に立てば、AIの進化はそこにとどまるものではありません。人間と機械の相互作用が深化するにつれ、AIは論理や最適化に基づく従来の枠組みを超え、人の感情を認識し、解釈し、さらにはそれに応答する、いわば感情的次元を備えた知能（感情認識AI）へと歩みを進めつつあります。これは、チャールズ・ダーウィンが論じた種間の共生関係とも興味深い類似性を見せています。蜜を蓄えるために深い花筒へと進化したランと、その蜜に到達するため長い口吻を発達させた蛾の関係は、その典型例といえるでしょう。

こうした新たなAIシステムは、人間が何を感じ、どのように考えるかを理解することを目的として設計されています。これは、AIが人間のさまざまな文脈の中で、より意味のある形で人と協働していくための重要な一歩となります。

業務の在り方を変えつつある新たなAIシステム

• ニューロシンボリックAI：ニューラルネットワークによる学習とシンボリック推論を組み合わせ、データからパターンを識別すると同時に構造化された論理を適用できるシステムを実現するアプローチ。より高い信頼性と解釈可能性が期待されている。
• オートテリックAI：人間が設定した境界条件のもとで、内発的動機に基づく自己主導性を発揮するシステム。
• 協調型AI：人間のパートナーと協働しながら、トレードオフを調整し、その判断の根拠を透明性を持って提示する。
• リフレクティブAI：自らのパフォーマンスをメタ認知的に評価し、状況に応じて目標設定を動的に更新できるAI。これは、人間の意識そのものとは明確に区別される。
• 感情認識AI（エモーションAIとも呼ばれる）：人の感情的・社会的ダイナミクスを認識し、それに配慮した共感的な応答を行う。適切に管理されれば、デジタルな職場環境において信頼や心理的安全性の構築に寄与する可能性がある。
• フィジカルAI：ロボティクス、材料科学、生物学的デザインを融合した、新たに認知されつつある分野。
• 身体化・バイオハイブリッド知能：適応型ロボティクスや神経信号から直接学習するAIを介して、物理的・生物学的システムと統合される知能の形態。

なぜ人材モデルは変わる必要があるのか

労働市場における構造的な変化によって、従来型の人材アプローチはすでに限界を迎えています。人のケイパビリティの供給は減少する一方で、既存のスキルが通用しなくなるスピードは加速しています。2050年までに、60歳以上の人口は20億人を超えると見込まれており、労働力の供給は一段と縮小する見通しです。² その一方で、若い世代では、製造業などの特定の分野で働くことを敬遠する傾向が強まっています。³ すでに労働者の4人に1人がスキルのミスマッチに直面しており、今後5年以内に仕事に求められる中核的なスキルの約40%が入れ替わると予測されています。⁴ こうした状況に加え、64%が業務負荷の増大を感じていると回答しています。⁵

スキル要件は今、かつてないほどのスピードで変化しています。例えば「プロンプトエンジニア」という職種は、一時的に注目を集めたものの、ユーザーがより高度なプロンプト作成スキルを身に付け、ツール自体も自律的にプロンプトを生成できるようになると、急速に衰退しました。⁶ この事例は、スキルを取り巻く環境がいかに短期間で大きく変化し得るかを示しています。12～18カ月のサイクルを前提として設計された学習システムでは、12～18週間ごとに進化するスキルの変化に対応することはできません。

こうした状況は、企業に2つの深刻な課題を同時に突き付けています。企業は、急速に変化するスキル需要に即応するため、人材の再配置やチームの再教育、AIシステムの迅速な更新を進めなければならない一方で、長期的な競争力を支える、より本質的なケイパビリティやマインドセット、インフラを同時並行で構築していく必要があります。そして、ここで求められるのが俊敏性です。スキルの配置および育成は、運用面・戦略面のいずれにおいても遅れなく進めることが求められます。

プロンプトエンジニアの例が示すように、企業は、単に人員を増やすのではなく、自社に必要なケイパビリティをどのように構築するかに焦点を当て、社内外の多様な人材を活用することで、不要となり得る役割への投資を回避できた可能性があります。

成功の鍵は、短期的なスキルの機動性と、長期的なケイパビリティのレジリエンスを同時に実現できるかどうかにあります。この2つを成し遂げた企業は、ディスラプションを持続的優位性の原動力へと変えることができるでしょう。

パイプライン型からポートフォリオ型へ

従来の人材パイプラインは、採用し、育成し、定着させ、昇進させるという考え方に基づくもので、スキルの変化が緩やかで、業務の内容もおおむね予測可能な時代を前提に設計されていました。しかし、そのような仕事の世界は、すでに過去のものとなっています。

AIの急速な普及は、働き方を巡る変化が規模・スピードの両面で大きく進んでいることを示しています。EYの調査レポート「Work Reimagined 2025」によれば、従業員の88%が業務でAIを活用しており、2023年の22%から大幅に増加しています。従業員は次第に、AIを単なるツールではなく、日常業務に組み込まれた協働者、すなわち「同僚」として捉えるようになっています。しかも、この勢いは鈍化する兆しがありません。より高度なAIアプリケーションが業務に導入されるにつれ、AIの活用は今後さらに加速するでしょう。こうした状況について、EY Global Learning and Development LeaderのSimon Brownは次のようにコメントしています。「今まさに、大きな転換点に差しかかっています。AIを起点とする変化は今後さらに加速し、既存の枠組みを大きく揺るがしていくでしょう」

このような環境下において、企業はもはや直線的な人材パイプラインに依拠することはできません。今後は、人が有する専門知、AIモデル、コラボレーションツールを組み合わせた、ケイパビリティ資産のポートフォリオを戦略的に管理していく必要があります。こうした資産はそれぞれ、パフォーマンス特性、価値の減衰曲線、再投資までの期間が異なります。したがって、ケイパビリティの管理は一度きりの施策ではなく、何が有効に機能しているのか、どこに停滞や劣化が生じているのか、次にどこへ投資すべきかを継続的に評価していくプロセスとなります。持続的なパフォーマンスを左右するのは、変化のスピードに対して、企業がこれらをどれだけ速く学び、進化し続けられるかです。

人材マネジメントにおいて、パイプライン型からポートフォリオ型へと発想を転換する動きは、金融における分散投資の考え方に通じるものがあります。この考え方を踏まえ、タレント領域を担うリーダーには、今後次のような要素をより一層バランスよく両立させることが求められます。

• 長期的なスキル投資と、短期的な学習サイクル
• 人間の持続的な能力と、機械知能
• 構造化されたプログラムと、個人主導の能力開発

人間とAIの潜在能力を「バランスシート上の資産」として管理する

人材をポートフォリオとして管理することにより、企業は変化のスピードに応じて、ケイパビリティを迅速に再配分できるようになります。その結果、定期的な人材の入れ替えに依存することなく、継続的に刷新される人材基盤の構築が可能となります。

Ernst & Young LLP のPartner（People Consulting）のMatthew Kearneyは、次のようにコメントしています。「ケイパビリティこそが資本です」

AIへの投資と人的ケイパビリティへの投資では、それぞれリスク・リターンの特性や投資の時間軸が異なります。高いリターンが期待される「成長型」資産には、AIによる自動化や新たに台頭するデジタルスキルがある一方で、「安定型」の価値ある資産には、リーダーシップ、創造性、共感力といった、人間ならではの持続的な強みが含まれます。そのいずれも、欠かすことはできません。市場、技術、そして優先事項が変化していく中で適応力を保つためには、これらを戦略的にバランスさせることが不可欠です。

こうしたアプローチは、人材基盤マネジメントを単なる「労働力の配置」ではなく、「インテリジェンス資本の配分」として捉え直すものです。そのため、CHROやCTO（Chief Talent Officer）には、企業の俊敏性と戦略的先見性を維持するために、ポートフォリオ・マネジャーの発想や手法を取り入れることが求められます。この考え方に立てば、学習は複利的に価値を高めていく資産です。学習こそが、企業の適応力を根底から支え、長期的な価値創出を下支えする基盤となります。

人間とAIの協働関係を使いこなせる企業は、変化を上回るスピードで学び、人材の未来を描き出していきます。

このように人間とAIが共に進化する環境を整えることは、組織設計において非常に効果的なアプローチです。その根底にある4つの原則と、そこから導かれる実践的な行動は以下の通りです。

1. 相互に影響し合うことが進化を前進させる

ある種に起きた変化が、別の種の行く末を左右することがあります。同様に、従業員の学習に関する意思決定とAIの開発・導入に関する意思決定は、互いに直接的な影響を及ぼします。AIの進歩が人間の可能性を損なうのではなく、むしろ高めるものとなるよう、人材戦略とテクノロジー戦略は一体として設計されなければなりません。

2. 相互作用の頻度が、適応の在り方を決定付ける

相互作用の頻度が高い種ほど、環境への適応はより速く進みます。これを企業に置き換えて考えると、学習は業務の流れの中に組み込まれるべきだ、ということが見えてきます。すなわち、定期的な研修のみに頼るのではなく、人間と知的システムの間に、継続的かつリアルタイムのフィードバックループを構築することが重要です。

3. 進化は一様ではない

自然の生態系では、急速な変化が集中するホットスポットと、変化が停滞しているコールドスポットが存在します。企業も同様の原理で考える必要があります。学習がどこで定着しつつあるのかを継続的に評価し、うまく進んでいない領域を特定した上で、新たな価値が生まれつつある分野に投資を集中させることが求められます。

4. 前提条件の見極めが極めて重要である

進化は、その置かれた環境によって左右されます。同様に、人間とAIの学習設計も、企業の構造やオペレーティングモデルによって決まります。人間がエージェントに指示を与えるのか、両者が協働するのか、あるいはAI主導のオーケストレーションによって人間が支援されるのかによって、設計の前提は大きく変わります。これらのシナリオに応じて、求められるスキルやガバナンスも異なります。

これらの原則に基づいて行動することで、企業は直線的な育成モデルから脱却し、継続的に感度を高く維持し、適応し、自らを更新し続ける「生きた学習システム」へと移行していくことができます。こうした相互学習型の企業においては、あらゆるプロジェクト、ワークフロー、プラットフォームが、人間と知的システムの双方にとって、学習を進め、相互に改善を図る機会となります。

人間とAIの相互学習を支える「マインドセット」、「スキルセット」、「ツールセット」の構築

テクノロジーの役割が受動的なものから能動的なものへと変化する中で、従来のスキルモデルの枠を超え、「マインドセット」、「スキルセット」、「ツールセット」を統合した、より広範で適応力の高い枠組みへ転換することが不可欠になっています。AIを基盤とする企業におけるケイパビリティは、もはや「人が何を知っているか」だけで決まるものではありません。知的なシステムとどのように協働するか、そしてAIによって生まれた時間を、人間ならではの価値を最大化するためにどう使うかによって形成されます。こうした考え方は、すでに戦略上の必須要件となりつつあります。EYのグローバル調査レポート「CHRO 2030 Markets Insights」によれば、雇用主の85%が、戦略的な人事機能を企業の成功に不可欠なものと捉えています。さらに、強力な人事リーダーシップを有する企業は、継続的に同業他社を上回る成果を上げていることが示されています。

マインドセット：継続的な相互学習が根づく環境を創る

人間とAIが共に学び合う企業の出発点は、マインドセットです。リーダーには、人間とAIがリアルタイムで互いに学び合える環境を整えることが求められます。その実現には、次の行動が不可欠です。

• 好奇心と実験マインド：従業員がAIシステムに対して問いを立て、試行し、改善を重ねていくことを奨励する。
• 心理的安全性：チーム内で、AIのアウトプットに疑問を投げかけ、改善を図ることをためらわずに行える環境を醸成する。
• オーナーシップ：個人が、自身の成長と、自らが活用する知的システムのパフォーマンスの双方に責任を持つように導く。

テクノロジーは、従業員の学習に対する期待の在り方も変えつつあります。この点について、Siemens社のGlobal Head of Learning and GrowthであるJenny Lin氏は、次のように述べています。「テクノロジーの進化によって、学習は必要になったそのタイミングで行われることが求められるようになっています。しかも、状況に応じて柔軟に提供され、すぐ手元で利用でき、直感的に理解できる形式が不可欠です」

これらの視点を総合すると、新たなマインドセットの本質が浮かび上がります。すなわち、学習は必要な時に即座に行え、業務や活動の中に組み込まれ、人間と知的システムが相互に、かつ継続的に適応し合うことを前提として設計される必要があるということです。

スキルセット：AIとの協働を支える人間ならではのスキルを高める

AIが分析やオペレーションの多くを担うようになる中で、競争力の鍵となるのは、人間ならではの強みです。それゆえに、ラーニング分野のリーダーには、次に挙げるようなケイパビリティを全社的に高めていくことが求められます。

• 判断力、倫理的思考、システム思考：自律性の高いAIシステムを適切に導き、統制するためのスキル
• 創造性、ストーリーテリング、文脈を踏まえたフレーミング力：インサイトを、人やビジネスの目的に響く行動へと転換するスキル
• 協働力、コミュニケーション力、共感力：人間とAIが、ワークフローやチームを越えて効果的に協働するためのスキル

これらのスキルセットがあってこそ、人間はAIと共存するだけでなく、その価値をより大きく引き出すことができます。文化人類学者のJitske Kramer氏も次のように指摘しています。「AIは、私たちの人間性を一段引き上げる機会を与えてくれる可能性を秘めています。時間に余裕が生まれることで、創造性やマインドフルネス、道徳性、そして人と人との関わり方を、これまで以上に大切にできるようになります」

これらの視点はすべて、ある重要な点を改めて浮き彫りにしています。すなわち、AIシステムの設計と導入は、人間のケイパビリティを損なうものではなく、むしろそれを高めるものでなければならないということです。そして、その基盤となるのが「信頼」です。Kramer氏はこう述べています。「人間とAIの協働は、信頼を前提としています」。だからこそ、AIシステムを設計・構築する側には、明確な意図と、誰がその恩恵を受けるのかという認識を伴って取り組む、より一層大きな責任が課されるのです。

したがって、人間のスキルセットを強化するということは、従業員一人一人の能力を高めることだけにとどまりません。AIが人間の判断力や創造力、自信に取って代わったり、弱めたりするのではなく、それらを補強する形で導入され、適切に統制されることを確実にするという意味でもあるのです。

ツールセット：業務の流れの中で学習を可能にする仕組みを設計する

ツールセットは、学習を全社的に展開していくための基盤となります。これには、継続的な学習を可能にするシステム、プラットフォーム、物理的な環境が含まれます。

• 適応型学習プラットフォーム：従業員一人一人に合わせて最適化されたオンデマンド型のコンテンツを提供する。
• リアルタイムのフィードバックループ：人間のパフォーマンスとAIシステムの振る舞いを連動させる。
• 統合型ガバナンスフレームワーク：倫理的で責任ある、透明性の高い相互学習を促進する。
• 流動的なリスキリングの仕組み：従業員とAIシステムを迅速にアップデート・再配置できるようにする。
• 物理的環境：実験や学習、協働に安心して取り組める自信と主体性、心理的安全性を育む空間を従業員に提供し、人間と機械の潜在能力を大きく引き出す。

職場は今や、単なる業務の場ではなく、ツールセットの延長として機能しています。そこでは、探索や実験、そして人間とAIの協働を支えるエコシステムが形成されます。これについて、Ernst & Young LLPのPartner（Technology Consulting）であるHarvey Lewisは、次のように述べています。「重要なのは、あらかじめ定められたカリキュラムから、学びを促す仕組みへと発想を転換することです。特定のスキルや役割に人を当てはめるための研修ではなく、新しい環境を成り立たせている原理や原則を理解するためのツールを与えることが重要です」

ラーニングリーダーに求められる新たな役割

マインドセット、スキルセット、ツールセットがそろってはじめて、人間とAIが共に学び続ける相互学習型企業の土台が整います。そして、人間がAIから学び、AIもまた人間から学ぶという相互の学習が進むにつれ、企業は自己改善を内在化したシステムへと進化していきます。

こうした変化はまた、CLOの役割そのものを根本から塗り替えつつあります。Siemens社のLin氏は、その転換を次のように端的に表現しています。「CLOは、もはや事業の要請に応じて受け身で学習を提供する存在ではありません。CLOには、CSO（最高戦略責任者）と同じ視座で考えることが求められます。企業として何を最上位で実現したいのかを起点に、あらゆる要素がどのようにつながっているのかを理解する必要があります。戦略的思考、システム思考、そしてビジネス感覚は今や、CLOに不可欠な要件です」

こうした新たなモデルの下では、CLOはケイパビリティを構想・設計する戦略的設計者となります。学習への投資資本を戦略的に配分し、企業としてのインテリジェンスを形成するとともに、人間とAIが継続的に共進化していくための環境を整える役割を担います。

人間とAIによる知的協働の時代においては、もはや人材獲得を巡る競争そのものが意味を失いつつあります。いま企業に突き付けられている新たな命題は、「いかに学習を設計するか」です。

C-suite（経営層）に求められる検討事項、問い、行動

リーダーの検討事項

CEO：人間とAIが共に進化する企業を創る

• 策定した戦略に対して、スキルやオペレーティングモデルの実装が遅れていないか。その遅れを縮小するために、十分なスピードで動けているか。
• 自動化、アウトソーシング、ケイパビリティセンターに関する意思決定は、企業の長期的なパーパスや価値創造の方向性と一致しているか。
• AIが中核的な協働者となる中で、信頼を維持するための文化的・倫理的な原則は何か。

CFO：人材マネジメントに財務規律の視点を組み込む

• 自社で現在抱えている人材負債はどの程度あり、どれほどの速さで膨らんでいるか。
• 自動化による、コストや時間の削減効果のうち、どの程度を従業員のケイパビリティの強化やAIとの相互学習に再投資しているか。
• 自社の財務指標は、スキル開発、適応力、部門横断の連携を通じて創出される価値を反映しているか。

CHRO：未来の人材基盤を設計する

• キャリアの道筋が再定義される中で、次世代のリーダーに求められるケイパビリティをどのように構築しているか。
• 人間と機械の協働を前提とした、柔軟で変化に対応できる人材システムを実現するために必要となる、設計、リーダーシップ、マネジメントの原則とは何か。
• 従業員の主体性を引き出し、テクノロジーを活用して人のケイパビリティを最大限に引き出すために、オフィス空間をどのように見直すべきか。

CLO：人間とAIが共に学ぶ企業を創る

• 学習コンテンツは、18週間ごとに進化し得るスキル要件にも対応できるスピードで提供されているか。
• ワークフローの中で、人間とAIが共に学ぶ最大の機会はどこにあるか。
• 学習がパフォーマンス、イノベーション、レジリエンスに与える実務上の影響を、どのように把握・追跡しているか。

サマリー

人材は、人間とAIが対等なパートナーとしてケイパビリティを共創し、相互適応と学習の共有を通じて共進化していくものへと変容しつつあります。これを踏まえ、企業が持続的なレジリエンス、社会的関連性、競争力を維持・確保するためには、人間とAIが共に学び続ける「相互学習」を企業戦略の中核に据えることが極めて重要となります。一方で、スキル、システム、マインドセットが変化のスピードに追いつかないことで、本来発揮されるはずの潜在能力が生かされない状態、いわゆる「人材負債」が蓄積するリスクも存在します。こうしたリスクを抑制するために、CHRO、CLO、CFO、そしてCEOは、学習を資本として捉え、ケイパビリティを進化し続けるエコシステムとして位置付け、人間とAIが共有する知的能力を、協働と継続的改善を通じて常に高め合い、共進化していく資産として扱う必要があります。