AI社内人材マーケットプレイス：人とプロジェクト・ポジションのマッチング

著者: Kevin Kim · 更新日: 2026年10月11日

社内人材マーケットプレイスとは、従業員と空いている仕事が互いを見つけるプラットフォームです。一方にはポジション、短期プロジェクト、ストレッチ・アサインメント、メンタリングがあり、もう一方には従業員のスキルと目標があります。AIはプロフィールを読み、スキルを推論し、一人ひとりと一つひとつの機会にとって最適な組み合わせを順位付けして、マッチングを行います。 目的はシンプルです。社内の適切な人が仕事を見つけられ、仕事も適切な人を見つけられるようにすること。誰が誰を知っているかには左右されません。

本記事は、マーケットプレイスを構築する価値があるかどうかを判断しようとしている、あるいは誰も使っていないものを引き継いだ人事責任者、ピープルマネージャー、オペレーションのリーダー向けです。マッチングの仕組み、社内異動に関する研究が示すこと、こうした取り組みが失敗する場所、そして始め方をステップごとに説明します。

重要なポイント

• 2003年から2009年の米国の投資銀行部門を対象とした研究では、外部採用者は同様の職務への社内昇進者より約18%から20%高い給与を受け取っていたにもかかわらず、最初の2年間の人事評価は有意に低いものでした（Wharton）。
• 同じ研究では、2年を超えて在籍した外部採用者は社内昇進者より早く昇進しており、差があるのは初期だけで、恒久的なものではありません（Wharton）。
• LinkedInによる3,200万件のプロフィールの分析では、社内異動と組織への在籍期間の長さとの間に有意な相関が示されました（LinkedIn）。
• その分析では、社内でより上位の役割に異動した従業員は、横滑りの異動をした従業員と同程度の割合で定着していました（LinkedIn）。
• Booz Allenは2022年1月に人材マーケットプレイスのパイロットを開始し、「人材マーケットプレイスを起動し運用するために必要な文化的変革の水準は大きい」と結論づけました（MIT Sloan Management Review）。

社内人材マーケットプレイスとは

ほとんどの会社は、2つの方法のどちらかでポジションを埋めます。マネージャーが求人を出して採用担当者が社外に目を向けるか、マネージャーが信頼できる同僚数人に誰を推薦するか尋ねるかです。どちらの方法でも、多くの人材が見えないままになります。ある地域の開発者は、別の地域で彼女のまさにそのスキルを必要としているプロジェクトのことを耳にしません。財務アナリストが、現在の役職に就く前に2年間オペレーションで働いていたとしても、その経歴は誰も読まない履歴書にしかありません。

マーケットプレイスは、この可視性の問題を解決します。次の3つを備えています。

• 機会。 正社員のポジションだけでなく、短期の仕事、プロジェクトチーム、ローテーション、ストレッチ・アサインメント、メンタリングの枠も含みます。
• プロフィール。 各従業員のスキル、経験、関心、稼働可能な状況です。
• マッチングレイヤー。 両者をつなぎ、それぞれの側に理由を伝えるソフトウェアです。

この考え方は、現在のAIツールの波よりも古くからあります。Harvard Business Reviewの記事は、米陸軍のGreen Pagesを紹介しています。兵士がプロフィールを掲載して空きポジションに応募し、部隊が職務記述書を掲載し、出会い系アプリのように、マッチしたときに双方に通知される仕組みです（Harvard Business Review）。陸軍の例は、言語、文化、職業上の経験の特定の組み合わせを持つエンジニアが必要になり、標準的な評価や履歴書検索では見つけられなかったことから始まりました。

AIマッチングの仕組み

ACE Frameworkの観点では、マーケットプレイスはプロフィール、職歴、機会の説明を取り込み、テキストからスキルと要件を分析し、どの組み合わせが強いかを予測し、説明や提案を生成します。中核にあるのは、スコアリングとルーティングのパターンです。

注目すべき点が2つあります。1つ目は、推論レイヤーの質は、その下にあるデータの質で決まることです。人事システムに2019年の役職名しかなければ、AIは役職名から推論します。何かを購入する前に何を整えるべきかは、AIのための人事データ基盤のページで説明しています。2つ目は、良いマッチングが、必ずしも近いマッチングではないことです。現在の仕事とほとんど同じに見えるポジションは、その人を成長させません。優れたシステムでは、「最も近い適合」と「隣接するストレッチ」のどちらかを選べます。

異動と定着について研究が示すこと

ベンダーの資料でしばしば混ぜられる3つの主張を、分けて考えると役立ちます。

主張1：社内からの採用は、初期には社外からの採用に勝ることがある。 最も強力な一次的なエビデンスは、2003年から2009年の1つの投資銀行部門について、Whartonが報じた研究です。外部採用者は、同様の職務の社内昇進者と比べて約18%から20%高い給与を受け取り、最初の2年間の人事評価は有意に低く、離職する割合も高いものでした（Wharton）。同じ記事は、別の投資銀行と出版会社でも似たパターンがあったと報告しています。これは強いシグナルとして受け止め、普遍的な法則とは考えないでください。特定の企業を対象としたものであり、2年を超えて在籍した外部採用者は良い成績を収めていました。

主張2：社内異動をした人は、長く在籍する。 LinkedInによる3,200万件のプロフィールの分析では、社内異動と組織への在籍期間の長さとの間に有意な相関があり、上位への異動と横滑りの異動で定着率が同程度であることがわかりました（LinkedIn）。同じページは、Novartisの最高学習責任者が2023 Workplace Learning Reportを引いて語った言葉を紹介しています。2年の時点で、社内で昇進を経験した従業員は、まだ在籍している可能性が20%近く高い、というものです。これは実務家の発言の引用であり、ページ自体が内訳を示している数字ではありません。そして、相関は因果ではありません。将来性の高い人が異動の対象になっている可能性があり、その人たちは異動がなくても在籍し続けたかもしれません。

主張3：マーケットプレイスが、そうした異動を生み出す。 これが最も弱い部分です。HBRの記事は、メリットを可能性として述べています。マーケットプレイスは仕事の満足度とエンゲージメントを「高め」、離職を「減らしうる」というものです（Harvard Business Review）。Booz Allenの1年目に関する記述には、利用、配置、定着に関する数字は含まれていません（MIT Sloan Management Review）。ベンダーが報告する定着率の数字は、疑ってかかってください。ベンダーの事例は、ベンダーが信じさせたいことのエビデンスですから、ベースライン、比較対象のグループ、期間を尋ねてください。

率直にまとめるとこうです。社内異動は定着と初期のパフォーマンスにとって好ましく見え、マーケットプレイスはそれを増やすもっともらしい方法です。自社のものがそうなっているかどうかは、自分で測定するしかありません。制度面については、関連ページの社内モビリティ戦略と後継者計画で扱っています。

職種別の実例

同じプラットフォームでも、人によって役立ち方が異なります。実際の使われ方は次のとおりです。

エンジニアリング。 バックエンドエンジニアが、データパイプラインの経験を積みたいと考えています。アナリティクスチームの短期プロジェクトが、6週間、週4時間を必要としています。マーケットプレイスがそれを表示し、彼女の既存のスキルのうちどれが合致するかを示し、メンターが付いていることを知らせます。上司が時間を承認します。誰も転職していませんが、彼女は次のポジションに向けたエビデンスを手に入れました。

セールスとカスタマーサクセス。 3年のアカウント経験を持つカスタマーサクセスマネージャーに、セールスのイネーブルメントのポジションが空いていることが知らされます。AIは、彼が新入社員を非公式に指導してきたことを指摘します。これは彼の役職名には現れなかったことです。セールスチームは、存在を知らなかった候補者を得ます。

財務。 部門横断の予算編成スプリントが、財務と調達の両方を理解するアナリストを必要としています。マーケットプレイスが、その2つのチームの間を異動した2人を見つけます。役職名での検索では、1人も見つからなかったでしょう。

人事とオペレーション。 組織再編の後、人事はマーケットプレイスを使って、影響を受けたチームの人を、社外に募集を出す前に空きポジションに配置します。人事チームは、今後の需要に対する社内スキルの供給を確認でき、それがそのまま計画に反映されます。この分析の進め方は、ピープルアナリティクスとAIをご覧ください。

マネージャー。 マネージャーが、スキルの一覧を添えて6週間のプロジェクトを掲載すると、理由付きで順位付けされた志望者のリストが返ってきます。選ぶのは、引き続き彼女です。AIは検索を短縮し、候補の母集団を広げます。

マーケットプレイスを沈める設計上の落とし穴

失敗するマーケットプレイスの大半は、マッチングが悪いから失敗するのではありません。設定の仕方が原因で失敗します。

• 立ち上げ時に中身がない。 従業員がログインして、古い募集が5件あるだけなら、戻ってきません。Booz Allenの記述では、従業員とマネージャーの両方を引き付けるために、質の高い機会と参加可能な人材を十分に用意してマーケットプレイスに投入したと述べています（MIT Sloan Management Review）。
• 人材を抱え込むマネージャー。 同じ記述は、マーケットプレイスの行動面には持続的な努力が必要だと強調しており、優秀な人を手放したがらないマネージャーが、その最もわかりやすい形です。マネージャーがひそかにあらゆる異動を止められるなら、マーケットプレイスは誰も応募できないものの一覧になってしまいます。書面の解放ポリシーを定め、リーダーが公にそれを支持するようにしてください。
• 不忠に見られる恐れ。 異動を求めると、上司に辞めるサインと受け取られると考えれば、従業員はためらいます。閲覧は非公開にし、短期の仕事に応募することは普通だと明確に示してください。
• 受け入れ側マネージャーのバイアス。 採用担当マネージャーは、自分の思い描く型に合わない社内候補者を退けることがあります。スキルベースのプロフィールは、能力を見える化するため役立ちます。同じ論理がスキルベース採用にも当てはまります。
• 誰も信頼しないスキルデータ。 推論されたスキルが間違っていたり、自己申告のスキルが水増しされていたりすると、信頼性は急速に損なわれます。本人がプロフィールを修正でき、マネージャーが主要なスキルを確認できるようにしてください。
• 過去をなぞるランキング。 モデルが過去に昇進した人から学習していれば、過去に昇進した人を再現しかねません。性別、年齢、勤務地、パートタイムかどうかといったグループ別に、マッチ率と応募率をテストし、予定を決めて結果をレビューします。
• 仕事をする余力がない。 短期の仕事は、本人の1日に余裕があって初めて成り立ちます。1件の仕事にかけられる時間と、何を手放すかを、事前に合意してください。
• 採用ツールとしてしか扱わない。 空いている正社員のポジションだけを載せるマーケットプレイスは、求人掲示板です。成長に関する価値の大半は、プロジェクト、メンタリング、ローテーションにあります。
• プライバシー。 プロフィールには、キャリアの希望や、評価に近いデータが含まれます。誰が何を見られるかを決め、ローンチ前に顧問弁護士と現地のデータ保護規則を確認してください。これは一般的な情報であり、法的助言ではありません。

構築の手順：ステップごとに

1. ビジネス上の課題を選びます。 例：重要ポジションの充足にかかる時間を短縮する、組織再編後に人を再配置する、若手に経験を積ませる、惜しまれる離職を減らす、など。1つの明確な課題が、ほかのあらゆる選択を方向づけます。

2. データを確認します。 スキル、ポジション、プロジェクトのどのデータがあり、どのくらい新しく、誰が管理しているかを把握します。足りなければ、ローンチ前にプロフィールの更新を計画します。
3. スキルの語彙を定義します。 保守されている短いスキルとレベルの一覧は、誰にも理解されない巨大な分類体系に勝ります。人を異動させたいポジションから始めます。
4. ルールを書きます。 誰が投稿でき、誰が応募でき、マネージャーはいつまでに応答するか、短期の仕事にどのくらいの時間をかけられるか、マネージャーの承認がいつ必要かを定めます。書面にしてください。
5. 種をまきます。 公開の前に、短期プロジェクトやメンタリングを含め、チームをまたいで少なくとも数十件の実際の機会を集め、最初の訪問で有用なものが見えるようにします。
6. 2、3の部門でパイロット導入します。 実際に人を送り出すリーダーのいるチームを選びます。拡大ではなく、学ぶことを目標にします。
7. AIは段階的に加えます。 まず、人が中身を見通せる検索とレコメンデーションから始めます。スキル推論は、実在の人のサンプルに対して精度を確認してから加えます。学習の提案は、人材開発におけるAIの仕組みとつなげられます。
8. 人をループに残します。 AIは順位付けと提案ができます。決めるのはマネージャーと従業員であり、人がマッチングの理由を確認し、上書きできるようにします。
9. 測定して報告します。 後述の少数の数字を追跡し、四半期ごとにリーダーと共有します。
10. 従業員ライフサイクルの残りの部分とつなげます。 マーケットプレイスは、オンボーディング、育成、定着の取り組みとつながっているときに最もうまく機能します。どこに位置づけられるかは従業員ライフサイクル全体のAIで、早期警戒の側面はAIによる離職予測で扱っています。

測定すべき指標

ローンチ前にベースラインを決めておき、何かが変わったかどうかを判断できるようにしてください。

人事オペレーティングモデルにおける位置づけ

マーケットプレイスは、単発のツールプロジェクトではありません。要員計画、学習、パフォーマンス、報酬に関わり、誰かが管理して初めて機能します。それは人事内のタレントモビリティのリーダーで、人を送り出すことに同意した事業部門のリーダーの支援を受ける形かもしれません。この役割は、AIと人事オペレーティングモデルで扱っています。AIが人事に役立つ場面の全体像は、AI in HRから始めてください。