AI活用を、人事評価にどう組み込むか ― エクサウィザーズのコラムで拙稿をご紹介いただいて考えたこと

▫️はじめに

エクサウィザーズが運営する「AI新聞」に、「AI活用の人事評価とは?指標の作り方・昇進への組み込み方を解説」というコラムが掲載されました(2026年11月14日)。

AI研修や社内への展開が一巡した企業で、次に問われるのが、AI活用を評価や昇進にどう反映するかです。コラムは、この問いを、人事が担う制度設計の観点から整理しています。なお、「AIで人を評価する」話題は対象外とし、「AI活用をどう評価するか」に絞っている点が特徴です。

そのコラムの中で、私がITmediaオルタナティブ・ブログに書いた「AI活用を『中間アウトカム』として設計する 戦略KPIへ接続する評価体系の再構築」を、成果指標を設ける際の参考として取り上げていただきました。ありがとうございます。

本稿では、コラムの要点を整理し、拙稿が紹介された文脈を紹介したうえで、私の考えを述べます。事実の整理と私の考えは、分けて書きます。

▫️要点1:評価への組み込みは、広がりつつある

コラムは、まず国内外の調査を紹介しています。
・dodaの調査では、AI活用スキルの水準を定義している企業が67.2%。そのうち58.4%が評価に含めている。評価に含める企業の94.1%は、達成時のインセンティブを設けている
・社内でのAI活用の二極化を感じている企業は72.4%
・海外では、HiBobの調査で、回答者の67%が、所属組織はAIスキルを昇進の基準に結びつけていると答えた

一部の数字は母数が明記されていないことを、コラム自身が注記しています。そのうえで、評価への組み込みが広がる一方、設計を誤ると数字を稼ぐだけの活用を招く、と警告しています。

▫️要点2:評価の3つの接続先と、育成との切り分け

コラムは、AI活用の評価を、次の3つの接続先で整理しています。
・パターンA:目標管理・行動評価の評価項目に組み込む
・パターンB:昇格・等級の要件にする
・パターンC:手当・認定制度にする

あわせて、育成のための可視化(スキルマップなど)と、評価のための測定は分けるべきだと主張しています。育成のための診断が評価に使われると分かれば、人は正直に答えなくなるからです。

▫️要点3:組み込む前の3つの条件

評価に組み込む前に満たすべき条件として、次の3つが挙げられています。
・測定の客観性:自己申告や利用ログだけで評価しない
・育成との切り分け:育成用の診断を評価に流用しない
・段階的な導入:加点や認定から始め、減点や報酬との連動は最後にする

これらの条件を満たせない段階では、あえて評価に組み込まないという判断もありうる、としています。

▫️要点4:指標は、知識・行動・成果・推進の4つの型で

指標の作り方として、コラムは、知識・行動・成果・推進の4つの型で組むことを提案しています(編集部による設計例で、公的な定義ではないと明記されています)。
・利用回数やトークンの消費量は、主な指標にしない
・等級や職種によって、指標と重みを変える(一般層は知識・行動、リーダー層は成果・推進など)
・経済産業省などのデジタルスキル標準を参照元に使うが、そのまま評価基準にはしない

▫️要点5:国内の事例と、設計の手順

国内の事例として、G検定を係長への昇格要件に加える方針の企業、AIスキルの保有者に手当を出す企業、資格支援の対象にAI関連の資格を加えた企業などが紹介されています。

設計の手順は、次の5つのステップです。
1. 目的と接続先を決める
2. 求める行動と成果を文書化する
3. 測定の手段を決める
4. 評価に影響させない形で、1〜2半期の試行運用をする
5. 規程に反映し、年1回見直す

就業規則や評価制度の変更にあたっては、労働契約法の考え方も踏まえ、個別の適法性は専門家に確認するよう促しています。失敗のパターンとしては、利用回数の目的化、一律の基準による不公平、診断データの流用、基準の形骸化、評価者によるぶれが挙げられています。

▫️拙稿が紹介された文脈

拙稿は、要点4の「指標は4つの型で組む」の章で紹介されています。AI活用の評価が、AIの導入件数や削減工数のような「活動量」の指標にとどまりがちだという課題を挙げ、AIによって何が変わったのかを測る設計へ見直すべきだ、という論点です。コラムでは、成果指標を設ける際の参考として扱われています。

▫️私の考え1:評価に反映されなければ、AI活用は続かない

ここからは、コラムそのものではなく、私の考えです。

AI活用を評価に組み込む動きは、大切な一歩だと考えています。

先日紹介したHarvard Business Reviewの研究では、米国の2つの組織で、現場の専門家が生成AIの共同実験を続けられたかどうかが比較されていました。一方の組織では、全社で使われるAIの仕組みが141件生まれ、もう一方では3件にとどまり、専門家の8割超が少しずつ離れていきました。差を分けた要因の一つが、AIの実験の仕事が職務記述書に書かれ、評価で認められ、昇給や昇進につながっていたかどうかでした。

評価に反映されなければ、AI活用は、正式な仕事として扱われない「余計な仕事」になります。熱心な人ほど、本業との板挟みになり、やがて離れていく。AI活用を評価に組み込むことは、取り組む人に報いるための仕組みです。

▫️私の考え2:測るべきは、利用量ではなく「何が変わったか」

一方で、何を評価するかを誤ると、AIを使うことそのものが目的になってしまいます。

先日紹介した株式会社taiziiiの調査では、AIを業務で使っている部門の管理職のうち、AIの効果を利用状況や作業時間の変化までしか測れていない企業が多く、投資額と成果を比べた投資対効果まで測っている企業は、わずか3.5%でした。測りやすいものだけを評価に使えば、組織は測りやすいものを増やすことに向かいます。

拙稿で論じたのは、AIの利用と事業成果の間にある「中間アウトカム」を定義することでした。AIを何回使ったかではなく、AIによって業務の進め方や判断の質がどう変わったのか。その変化が、戦略のKPIにどうつながるのか。利用量と事業成果の間をつなぐ指標を設計することで、AI活用を、戦略の実現に向けた行動として評価できるようになると考えています。

コラムが、利用回数やトークンの消費量を主な指標にしないとしている点、そして等級や職種によって指標と重みを変えるとしている点は、この考え方と重なるものだと受け止めています。

▫️私の考え3:育成と評価を切り分け、段階的に進める

コラムが示す「育成と評価を切り分ける」という考え方に、強く共感します。

育成の目的は、できないことを見つけ、伸ばすことです。評価の目的は、成果や行動を公正に判断し、処遇につなげることです。この2つが混ざると、人は、できないことを隠すようになります。スキル診断が評価に使われると分かれば、正直に答える人は減るでしょう。

また、「加点や認定から始め、減点や報酬との連動は最後にする」「評価に影響させない試行期間を設ける」という段階的な進め方も、現実的だと思います。評価は、人の行動を方向づける最も強いメッセージです。一度導入すると、簡単には後戻りできません。だからこそ、急がず、副作用を確かめながら設計することが大切です。

▫️私の考え4:評価の前に、役割の設計を

最後に、一つ付け加えたいことがあります。AI活用を評価するには、その前提として、AIによって役割がどう変わるのかを設計しておく必要があります。

AIで業務の一部が置き換わるなら、その人に期待する役割と成果は変わります。役割が変わらないまま、AI活用だけを評価項目に加えても、何のためのAI活用なのかが見えません。先日紹介したMcKinseyの論考も、AIで分析が速くなるほど、人の判断の質がボトルネックになると指摘していました。

評価制度の見直しは、役割と職務の再設計と、セットで進めるべきだと考えています。

▫️留意点

・コラムには、エクサウィザーズのサービスの紹介も含まれています。
・コラムが引用する調査の一部は、母数が明記されていないことを、コラム自身が注記しています。
・本稿で紹介したコラムの内容は要点の整理で、全文ではありません。詳細は原文をご確認ください。

▫️自社で点検したい問い

1. AI活用を評価に組み込む目的と、接続先(評価項目、昇格要件、手当・認定)を決めているか。
2. 評価の指標が、利用回数のような活動量に偏っていないか。
3. AIによって業務や判断の何が変わったのかを、中間アウトカムとして定義しているか。
4. 育成のための診断と、評価のための測定を、切り分けているか。
5. 評価に影響させない試行期間を設け、副作用を確かめているか。
6. AIによって役割がどう変わるのかを、評価の見直しとセットで設計しているか。

▫️おわりに

AI活用を評価に組み込むことは、取り組む人に報いるための、大切な一歩です。けれど、何を評価するかを誤れば、人は利用量を追い、本来の目的から離れていきます。

AI活用の本質は、人と組織の変革にあります。その変革を、日々の行動として定着させる仕組みが、評価制度です。拙稿を取り上げてくださったエクサウィザーズの皆さまに、改めて感謝いたします。

▫️出典

エクサウィザーズ AI新聞「AI活用の人事評価とは?指標の作り方・昇進への組み込み方を解説」(2026年11月14日)
Harvard Business Review「AI Experiments Need Domain Experts. Here's How to Support Them.」(2026年8月6日)
株式会社taiziii「【AI活用と組織の判断に関する実態調査】AI活用の投資対効果を『数値で説明できている』との回答は18.8%」(PR TIMES、2026年11月11日)
McKinsey Quarterly「The judgment bottleneck: Balancing AI and human speeds in strategy」(2026年10月15日)